Key points are not available for this paper at this time.
초록 이 연구는 데이터 오류로 인해 발생하는 서지 메트릭 지표 값의 불확실성을 추정하는 접근 방식을 소개합니다. 이 접근 방식은 경험적 데이터 샘플에서 추정된 베이esian 회귀 모델을 활용하여 오류가 없는 데이터를 예측하는 데 사용됩니다. 직접 몬테카를로 시뮬레이션을 통해 동일한 입력 데이터에 대한 예측 데이터의 많은 복제본을 추출하여 지표 값의 확률 분포를 얻을 수 있으며, 이렇게 얻은 정보는 데이터 오류로 인한 불확실성을 제공합니다. 특정 문서 유형의 분석 단위의 출판 수 및 출판물의 인용 수와 같은 기본 양의 불확실성이 최종 지표 값으로 전파되는 방법이 보여집니다. 방법을 설명하기 위해 합성 예제가 사용되며, 실제 서지 메트릭 연구 평가 데이터가 실제 적용 사례를 보여주기 위해 사용됩니다. 이 기여에서는 더 많은 알려진 서지 메트릭 오류 범주 중 두 가지만을 사용하므로 부정확성으로 인한 전체 불확실성의 일부만 설명할 수 있지만, 후자의 예는 연구 그룹 출판물의 인용 영향 점수 평균값이 데이터 부정확성에 의해 발생하는 큰 오차 범위 때문에 매우 조심스럽게 사용해야 함을 드러냅니다.
폴 돈너 (Mon,)가 이 문제를 연구했습니다.