如何快準(zhǔn)狠地找到相關(guān)領(lǐng)域的經(jīng)典文獻(xiàn)矾削?

大多做科研的童鞋們大概都會(huì)遇到一個(gè)頭疼的問(wèn)題:怎么找文獻(xiàn)壤玫?如何保證找到的文獻(xiàn)都是相關(guān)領(lǐng)域的經(jīng)典文獻(xiàn)豁护?之前我們有兩篇推送:

本文教你如何根據(jù)H5指數(shù)查找相關(guān)領(lǐng)域的高精尖經(jīng)典文獻(xiàn)。

首先來(lái)了解一下什么是H指數(shù)苛败、H5和H5中位數(shù)满葛?

  • H指數(shù)(H-index):于2005年由美國(guó)加州大學(xué)學(xué)圣迭哥分校物理學(xué)家 Hirsch 教授提出,用于評(píng)價(jià)個(gè)人學(xué)術(shù)影響罢屈。Hirsch將該指數(shù)定義為:若某位科學(xué)家的Np篇論文中有h篇論文每一篇的引量都至少為h次纱扭,且其他(Np-h)篇論文中每篇的引量都<=h,那么這位科學(xué)家的H指數(shù)即為h儡遮。

  • H5指數(shù):是指在過(guò)去整整5年中所發(fā)表文章的H指數(shù)乳蛾;該指數(shù)打破了H指數(shù)不會(huì)隨時(shí)間的推移而減少,只會(huì)增加或保持不變的情況鄙币。

  • H5中位數(shù):是指出版物的H5指數(shù)所涵蓋的所有文章獲得的引用次數(shù)的中位值肃叶,即H5核內(nèi)文獻(xiàn)的被引頻次的中位數(shù)。H5中位數(shù)指數(shù)不考慮 H核內(nèi)的最低被引頻次十嘿,而是考慮H核內(nèi)所有文章的引用次數(shù)的中位值來(lái)評(píng)價(jià)期刊刊載的重大研究成果因惭。(備注:H核內(nèi)是該評(píng)價(jià)標(biāo)準(zhǔn)中的一個(gè)專(zhuān)有名詞)

谷歌學(xué)術(shù)計(jì)量(GSM:Google Scholar Metrics)公布了包括英、漢绩衷、葡蹦魔、德、西咳燕、法勿决、韓、日招盲、荷低缩、意10種語(yǔ)言的期刊H5和H5中位數(shù)排名,可以進(jìn)入鏈接(https://scholar.google.com/citations?view_op=top_venues&hl=en) 查看不同類(lèi)型期刊的排名曹货。

image

Nature排名第一咆繁,隨后是NEJM和Science讳推,Cell排名第六。Nature communication和NAR影響因子雖在10左右玩般,H5 index排名都在前15银觅。PloS ONE雖不被看好,排名也在25之內(nèi)坏为,引用量還是很大的究驴。

點(diǎn)擊數(shù)字,可以看到近5年文章的引用排名久脯。

Nature的前10高引領(lǐng)域分布廣纳胧,包括深度學(xué)習(xí),太陽(yáng)能電池帘撰,登革熱跑慕、范德華力、癌癥基因組突變和微生物組摧找,確實(shí)都是比較火的領(lǐng)域核行。

image

新英格蘭雜志,各種癌癥和慢性病蹬耘,3篇Melanoma芝雪,2篇肺癌,2篇中風(fēng)综苔,一篇PD-1惩系,諾貝兒熱門(mén)領(lǐng)域

image

Cell雜志高引文章次數(shù)低于Nature和NEJM如筛,排名第一的是衰老堡牡,最多的是CRISPR-Cas9,中國(guó)人的名字比較多杨刨,張峰晤柄、王浩毅、Lei Qi妖胀。剩下的是3D Genome和超級(jí)增強(qiáng)子芥颈。

image

也可以查看某一個(gè)子類(lèi),在此我們以生物信息學(xué)相關(guān)的期刊為例赚抡,依次點(diǎn)擊Categories —— Engineering & Computer Science —— Bioinformatics & Computational Biology即可爬坑。

下面為谷歌學(xué)術(shù)計(jì)量統(tǒng)計(jì)的從2013-2017年生信期刊H5指數(shù)排名

Publication h5-index h5-median
Bioinformatics 110 188
PLOS Computational Biology 79 112
BMC Bioinformatics 61 86
Briefings in Bioinformatics 56 81
Database: The Journal of Biological Databases & Curation 43 63
Journal of Theoretical Biology 42 69
BMC Systems Biology 37 50
GigaScience 36 44
IEEE/ACM Transactions on Computational Biology and Bioinformatics 32 44
Genomics, Proteomics & Bioinformatics 29 48
Journal of Mathematical Biology 29 40
Mathematical Biosciences 28 36
Journal of Biomedical Semantics 26 34
Journal of Computational Biology 23 37
International Conference on Research in Computational Molecular Biology 21 37
Mathematical biosciences and engineering: MBE 20 27
Algorithms for Molecular Biology 19 26
Pacific Symposium on Biocomputing 19 26
Computational Biology and Chemistry 19 24
Genomics & Informatics 18 30

還可以點(diǎn)擊各期刊的H5指數(shù)鏈接,查看構(gòu)成某個(gè)期刊H5指數(shù)的核心文章怕品。

img
img

排第一的是做系統(tǒng)進(jìn)化分析的RAxML, 第二的是Illumina測(cè)序質(zhì)量過(guò)濾工具Trimmomatic (高通量測(cè)序的發(fā)展功不可沒(méi))妇垢,第三和四的STARHTseq常用于處理轉(zhuǎn)錄組數(shù)據(jù)的比對(duì)和定量 (實(shí)際上STAR自帶HTSeq的功能,易生信 - 轉(zhuǎn)錄組專(zhuān)題分析第4期開(kāi)課啦)肉康。

這樣闯估,你便輕松找到了感興趣領(lǐng)域里的高引量文獻(xiàn),慢慢享用吧~

可能有人會(huì)質(zhì)疑了吼和,根據(jù)H5指數(shù)查找是否靠譜涨薪?

不要擔(dān)心,有學(xué)者專(zhuān)門(mén)做過(guò)統(tǒng)計(jì)炫乓,發(fā)現(xiàn)H5指數(shù)和H5中位數(shù)與傳統(tǒng)意義上的期刊評(píng)價(jià)指數(shù)(IF刚夺、IF5、ES和AIS)均成極顯著正相關(guān)末捣,且相關(guān)系數(shù)大都在0.9以上侠姑,表明H5指數(shù)和H5中位數(shù)在對(duì)期刊的評(píng)價(jià)中有較大的優(yōu)勢(shì)。

但同時(shí)這樣的評(píng)價(jià)標(biāo)準(zhǔn)也是存在一些問(wèn)題的箩做,如不能查看谷歌的H5指數(shù)往年數(shù)據(jù)莽红,因此不能進(jìn)行橫向比較;H5指數(shù)對(duì)于新創(chuàng)刊的期刊或新發(fā)文章沒(méi)有時(shí)間優(yōu)勢(shì)邦邦,可能沒(méi)辦法及時(shí)追蹤到最新的前沿安吁。

而跟進(jìn)科研動(dòng)態(tài)的途徑有很多,比如1)設(shè)置學(xué)術(shù)期刊或出版公司的電子郵件提醒燃辖;2)關(guān)注感興趣作者的社交賬號(hào)鬼店;3)加入科學(xué)界的Facebook——Researchgate,里面有很多業(yè)內(nèi)大咖黔龟,還有可能與世界同行進(jìn)行交流妇智;4)定期訪問(wèn)文章官網(wǎng),查看文章最新動(dòng)態(tài)氏身;5)關(guān)注相關(guān)專(zhuān)業(yè)的論壇和網(wǎng)站等等巍棱,但這需要你勤快一點(diǎn),多多瀏覽观谦。

找到想要的文獻(xiàn)之后拉盾,就是如何獲取全文了。Sci-Hub是一個(gè)提供大量自動(dòng)且免費(fèi)的付費(fèi)學(xué)術(shù)論文的網(wǎng)站(https://lovescihub.wordpress.com/) 豁状,于2011年由哈薩克斯坦研究生亞歷珊卓·艾爾巴金創(chuàng)立捉偏,在Pubmed上輸入文獻(xiàn)名字,獲取文章DOI號(hào)后泻红,在上述網(wǎng)址中輸入文獻(xiàn)DOI號(hào)即可下載夭禽。

?著作權(quán)歸作者所有,轉(zhuǎn)載或內(nèi)容合作請(qǐng)聯(lián)系作者
  • 序言:七十年代末,一起剝皮案震驚了整個(gè)濱河市谊路,隨后出現(xiàn)的幾起案子讹躯,更是在濱河造成了極大的恐慌,老刑警劉巖,帶你破解...
    沈念sama閱讀 212,383評(píng)論 6 493
  • 序言:濱河連續(xù)發(fā)生了三起死亡事件潮梯,死亡現(xiàn)場(chǎng)離奇詭異骗灶,居然都是意外死亡,警方通過(guò)查閱死者的電腦和手機(jī)秉馏,發(fā)現(xiàn)死者居然都...
    沈念sama閱讀 90,522評(píng)論 3 385
  • 文/潘曉璐 我一進(jìn)店門(mén)耙旦,熙熙樓的掌柜王于貴愁眉苦臉地迎上來(lái),“玉大人萝究,你說(shuō)我怎么就攤上這事免都。” “怎么了帆竹?”我有些...
    開(kāi)封第一講書(shū)人閱讀 157,852評(píng)論 0 348
  • 文/不壞的土叔 我叫張陵绕娘,是天一觀的道長(zhǎng)。 經(jīng)常有香客問(wèn)我栽连,道長(zhǎng)险领,這世上最難降的妖魔是什么? 我笑而不...
    開(kāi)封第一講書(shū)人閱讀 56,621評(píng)論 1 284
  • 正文 為了忘掉前任升酣,我火速辦了婚禮舷暮,結(jié)果婚禮上,老公的妹妹穿的比我還像新娘噩茄。我一直安慰自己下面,他們只是感情好,可當(dāng)我...
    茶點(diǎn)故事閱讀 65,741評(píng)論 6 386
  • 文/花漫 我一把揭開(kāi)白布绩聘。 她就那樣靜靜地躺著沥割,像睡著了一般。 火紅的嫁衣襯著肌膚如雪凿菩。 梳的紋絲不亂的頭發(fā)上机杜,一...
    開(kāi)封第一講書(shū)人閱讀 49,929評(píng)論 1 290
  • 那天,我揣著相機(jī)與錄音衅谷,去河邊找鬼椒拗。 笑死,一個(gè)胖子當(dāng)著我的面吹牛获黔,可吹牛的內(nèi)容都是我干的蚀苛。 我是一名探鬼主播,決...
    沈念sama閱讀 39,076評(píng)論 3 410
  • 文/蒼蘭香墨 我猛地睜開(kāi)眼玷氏,長(zhǎng)吁一口氣:“原來(lái)是場(chǎng)噩夢(mèng)啊……” “哼堵未!你這毒婦竟也來(lái)了?” 一聲冷哼從身側(cè)響起盏触,我...
    開(kāi)封第一講書(shū)人閱讀 37,803評(píng)論 0 268
  • 序言:老撾萬(wàn)榮一對(duì)情侶失蹤渗蟹,失蹤者是張志新(化名)和其女友劉穎块饺,沒(méi)想到半個(gè)月后,有當(dāng)?shù)厝嗽跇?shù)林里發(fā)現(xiàn)了一具尸體雌芽,經(jīng)...
    沈念sama閱讀 44,265評(píng)論 1 303
  • 正文 獨(dú)居荒郊野嶺守林人離奇死亡授艰,尸身上長(zhǎng)有42處帶血的膿包…… 初始之章·張勛 以下內(nèi)容為張勛視角 年9月15日...
    茶點(diǎn)故事閱讀 36,582評(píng)論 2 327
  • 正文 我和宋清朗相戀三年,在試婚紗的時(shí)候發(fā)現(xiàn)自己被綠了膘怕。 大學(xué)時(shí)的朋友給我發(fā)了我未婚夫和他白月光在一起吃飯的照片想诅。...
    茶點(diǎn)故事閱讀 38,716評(píng)論 1 341
  • 序言:一個(gè)原本活蹦亂跳的男人離奇死亡召庞,死狀恐怖岛心,靈堂內(nèi)的尸體忽然破棺而出,到底是詐尸還是另有隱情篮灼,我是刑警寧澤忘古,帶...
    沈念sama閱讀 34,395評(píng)論 4 333
  • 正文 年R本政府宣布,位于F島的核電站诅诱,受9級(jí)特大地震影響髓堪,放射性物質(zhì)發(fā)生泄漏设预。R本人自食惡果不足惜无宿,卻給世界環(huán)境...
    茶點(diǎn)故事閱讀 40,039評(píng)論 3 316
  • 文/蒙蒙 一裸诽、第九天 我趴在偏房一處隱蔽的房頂上張望查刻。 院中可真熱鬧辣苏,春花似錦包归、人聲如沸课梳。這莊子的主人今日做“春日...
    開(kāi)封第一講書(shū)人閱讀 30,798評(píng)論 0 21
  • 文/蒼蘭香墨 我抬頭看了看天上的太陽(yáng)换薄。三九已至,卻和暖如春翔试,著一層夾襖步出監(jiān)牢的瞬間轻要,已是汗流浹背。 一陣腳步聲響...
    開(kāi)封第一講書(shū)人閱讀 32,027評(píng)論 1 266
  • 我被黑心中介騙來(lái)泰國(guó)打工垦缅, 沒(méi)想到剛下飛機(jī)就差點(diǎn)兒被人妖公主榨干…… 1. 我叫王不留冲泥,地道東北人。 一個(gè)月前我還...
    沈念sama閱讀 46,488評(píng)論 2 361
  • 正文 我出身青樓壁涎,卻偏偏與公主長(zhǎng)得像凡恍,于是被迫代替她去往敵國(guó)和親。 傳聞我的和親對(duì)象是個(gè)殘疾皇子粹庞,可洞房花燭夜當(dāng)晚...
    茶點(diǎn)故事閱讀 43,612評(píng)論 2 350

推薦閱讀更多精彩內(nèi)容