使用d3.js逐段可视化文章级度量

使用d3.js逐段可视化文章级度量

SPLOS文章级度量器(ALM)是一套大数据(通过API和as月度数据倾卸数据可视化最近我成为大影迷3jsjavascript库,并使用d3查找一段时间内ALM数据

简单可视化没有太多标签或轴, 并想从视觉化启发火花线自我们讨论这个思想高特维兹分组分组ALM车间黑客2012年11月(特别是Juan Alperin、Karthik Ram和Carl Boetiger)下图中,每一列表示给定月份数,年交替颜色(文章发布日期为2009年11月)。

sparklines4
betway官方下载链接CiteUlike书签、SPLOS网站使用统计和博客文章 文章级度量法和科学冲击演化逐月提供 http://dx.doi.org/10.1371/journal.pbio.1000242.

可以看到一种模式,它可能是许多文章的典型特征,不依赖绝对数:大多数页面视图和下载都发生在发布后数周内,学术书签和科学博客也是如此。

二例显示大相径庭模式不仅如此最大下载SPLOS文章,但随时间推移分发下载量大相径庭,过去两年月下载数实际更高(2005年8月发布文章)。显示事件触发使用学术书签自2009至2011年最活跃,

sparklines5
betway官方下载链接CiteUlike书签、SPLOS网站使用统计和博客文章 为何大都发布研究成果是假的逐月提供 http://dx.doi.org/10.1371/journal.pmed.0020124.

引用数据比较难获取精确发布日期(为何如此难实现? ),但至少每年CrossRef数与文章相同

sparklines3
betway官方下载链接CiteUlike书签、SPLOS网站使用统计和博客文章 为何大都发布研究成果是假的逐年提供 http://dx.doi.org/10.1371/journal.pmed.0020124.

逐年引用数仍在增加(2013年最后一栏),显示文章发布8年后仍为普通兴趣这对于生命科学研究文章可能不常见,但文章研究研究数据统计分析常见陷阱

版权所有2013 Martin Fenner分发条件 创用CC授权使用
Baidu
map