InCites平台使用指南
incites数据库使用指南
incites数据库使用指南一、简介incites数据库是一种用于科学研究分析和评估的工具，旨在帮助研究人员和科学家发现重要的研究领域、评估相关研究成果的影响力以及追踪学术合作关系。
本文将为您提供incites数据库的使用指南，帮助您充分利用该数据库进行科研工作。
二、登录和界面介绍您需要通过访问incites数据库的官方网站来登录。
在登录界面，输入您的用户名和密码后，即可进入incites的主界面。
incites的主界面分为多个模块，包括“主页”、“分析”、“指标”、“合作伙伴”等。
在主页中，您可以看到最新的研究动态和相关推荐内容；在分析模块中，您可以进行研究主题的分析和数据可视化；在指标模块中，您可以查看相关研究成果的影响力指标；在合作伙伴模块中，您可以追踪和管理与其他研究人员的合作关系。
三、功能介绍1. 研究主题分析：在incites数据库中，您可以通过输入关键词或选择特定领域进行研究主题的分析。
通过分析，您可以了解该领域的研究热点、相关机构和研究人员等信息，为您的科研工作提供参考。
2. 数据可视化：incites数据库提供了丰富的数据可视化工具，帮助您更直观地了解研究成果的影响力和发展趋势。
您可以使用柱状图、折线图等图表形式展示数据，并根据需要进行筛选和排序。
3. 影响力指标：incites数据库基于学术引用数据，提供了多种影响力指标，包括引用次数、引用频次、H指数等。
这些指标可以帮助您评估研究成果的影响力和质量，为您的科研评估提供科学依据。
4. 合作伙伴追踪：在incites数据库中，您可以管理和追踪与其他研究人员的合作关系。
您可以查看与特定研究人员的合作历史、合作频率等信息，并通过数据可视化工具展示合作网络图，帮助您了解与其他研究人员的合作潜力和合作机会。
四、使用技巧1. 利用高级搜索：在进行研究主题分析时，您可以使用incites数据库提供的高级搜索功能，通过设置相关条件来精确筛选所需数据。
ESI新平台快速使用指南
Essential Science Indicators SM快速使用指南Essential Science Indicators SM (基本科学指标，简称ESI) 是一个基于Web of Science TM数据库的深度分析型研究工具。
ESI可以确定在某个研究领域有影响力的国家、机构、论文和出版物，以及研究前沿。
这种独特而全面的基于论文产出和引文影响力深入分析的数据是政府机构、大学、企业、实验室、出版公司和基金会的决策者、管理者、情报分析人员和信息专家理想的分析资源。
通过ESI，您可以对科研绩效和发展趋势进行长期的定量分析。
基于期刊论文发表数量和引文数据，ESI提供对22个学科研究领域中的国家、机构和期刊的科研绩效统计和科研实力排名。
ESI中的信息包括：•深度的收录范围：您可以访问来自于超过10,000种Web of Science核心合集（SCI/SSCI）收录的期刊，文献类型为Article和Review•提供最近十多年的滚动数据：每2个月更新一次•每一种期刊都按照22个学科进行了分类标引•提供国家、机构、论文和期刊排名•全球近5000多个规范化的机构名称•客观的科研绩效基准值ESI是对科研文献进行多角度、全方位分析的理想资源，可以帮助您轻松发现所需的信息。
通过ESI可以实现：•分析机构、国家和期刊的论文产出和影响力•按研究领域对国家、期刊、论文和机构进行排名•发现自然科学和社会科学中的重大发展趋势•确定具体研究领域中的研究成果和影响力•评估潜在的合作机构，对比同行机构新平台上的ESI在旧版的基础上开发并加强了数据及其呈现方式，使其更加全面易用。
ESI 与 InCites 数据库和 Web of Science 核心合集的数据相互连接，采用更加清晰、准确的可视化方式来呈现数据，用户可以更加轻松地创建、存储并导出报告。
登陆Essential Science Indicators SM请访问：https:///，或从新一代InCites TM平台直接登陆ESI主界面下图中的ESI主界面以红色虚线为界，分为上、下两个部分：上半部 - 数据类型与下载导出•您可以选择ESI各学科所有机构的数据指标(Indicators)、基准值(Field Baseline)或ESI阈值(Citation Thresholds)等不同数据类型•您还可以分别点击三个按钮来下载PDF、CSV或XLS格式的数据文件，将结果发送到电子信箱，或保存在本地的文件夹中下半部 - 数据筛选与分析解读您可以通过自由组合各项指标来：•查找某机构已经进入全球前1%的ESI学科•明确机构在ESI学科中的影响力排名•直接获取某机构在各ESI学科的高水平论文、高被引论文和热点论文筛选区：⏹您可以根据多个选项来筛选数据集，包括研究领域、作者、机构、期刊、国家/地区、研究前沿等；⏹您还可以选择不同的文献类型，包括高水平论文、高被引论、热点论文等；图示区：您可以查看数据的可视化结果，通过点击Show Visualization和Hide Visualization来显示或隐藏可视化地图；结果区：您可以看到分析对象的详细指标表现，通过点击Customize自定义结果区中显示的指标。
赛意数据治理服务-使用指南
赛意数据治理服务-使用指南
【服务内容】：
根据企业业务特点，为客户提供数据治理服务，满足客户数字化转型需求。
【服务方式】：
本服务以现场服务为主，远程服务为辅方式实施。
【服务SLA】：
购买本服务时，服务响应SLA为5*8，提供法定工作日工作时间9:00-18:00
服务。
服务完成时间与用户共同协商决定，赛意承诺为客户提供优质高效的服务。
系统维保：与用户共同协商决定。
【售前热线】：
售后服务时间：7 * 24小时
售后服务内容：方案咨询、技术咨询
服务热线：
服务邮箱：
重要提示：本商品报价仅为示意，直接购买无效，请联系您的华为客户经理或经销商购买。
incites导入格式
incites导入格式使用InCite数据库进行分析自定义数据集创建自定义数据集的方法从哪里导入自定义数据集有两种方法可以创建自定义数据集：在Web of Science Core Collection中搜索文档，并使用“保存到InCites”功能创建数据集。
登录Web of Science Core Collection。
要使用“保存到InCites”功能，您必须是注册用户，并且必须登录。
执行搜索。
限制检索1980年或以后发布的文件。
选择“保存到InCites”。
在“保存到InCites”窗口中，接受默认数据集名称或创建新名称。
单击保存。
搜索检索到的所有文档都将添加到自定义数据集中（最多50，000个）。
如果只需要选定的文档，请使用“标记结果列表”功能选择单个文档。
然后从“标记结果列表”中选择“保存到InCites”。
从InCites中，上载文档标识符文件。
可以从您编译的文档标识符列表中创建自定义数据集。
有三个有效标识符：•Web of Science Core Collection登录号。
示例：WOS：000388713500004•MEDLINE ID（PubMed ID）。
示例：MEDLINE：24843332•DOI。
例如：10.1088/1478-3975/13/6/066006您上传的文件格式必须为*.csv或*.txt。
每个标识符应位于单独的行中。
例如：该文件可以包含不同类型的标识符。
例如：自定义数据集中文档的发布年份必须为1980或更高版本。
此外，自定义数据集中的最大记录数为50，000。
InCites平台使用更改版本10
2005-2014深圳大学工程学与其它机构 引用排名前10%的论文百分比
3 8
2005-2014深圳大学工程学与其它机构 高被引论文百分比情况
规范化指标
高水平论文
合作指标
WWebebofoSf cSiceinecnece 论论文文数 数 被被引引频频次次
引引文文影影响响力力
被被引引文文献献所所占占百百分分比比
HH指指数数
百百分分位位和和平平均均百百分分位位 学学科科规规范范化化引引文文影影响响力力 学学科科期期望望引引文文影影响响力力
高高被被引引论论文文 热热点点论论文文
2 6
2005-2014深圳大学高影响力论文的表现
2 7
2005-2014深圳大学 论文的平均百分位
2 8
平均百分位(Average Percentile)—示意
全球 发表 论文
论文1 被引用1365次 论文2 被引用1278次 论文3 被引用1139次 论文4 被引用987次 论文5 被引用935次 论文6 被引用821次
InCites平台
InCites中的数据内容
• 数据来源：Web of Science核心合集七大引文索
引数据库 • 出版年：1980-至今
• 全球170多个国家与地区的4,500多所研究机构进
行过变体归并的机构信息
• 每篇文献的题录和指标
• 文献类型：所有
InCites 增强功能
强大的筛选功能
• ESI分类（22个） • Web of Science学科分类（251个） • 中国：SCADC • 意大利：ANVUR • 澳大利亚：ERA 2012 • 巴西：FAPESP • OECD：Frascati • 英国：RAE 2008、2014 • GIPP
亿赛通加密软件操作说明之欧阳学创编
亿赛通加密软件操作说明时间：2021.03.03 创作：欧阳学1 客户端登录【登录】用鼠标右键单击客户端图标，选择【登录用户】，弹出【登录用户】窗口，在【用户ID】输入框中填写正确的用户ID，在【密码】输入框中填写正确的密码，用户ID、密级填写完毕后，点击【确定】按钮，完成登录。
如下图1所示。
图1 图2如果用户ID或者密码填写不正确，提示用户密码不正确。
如上图2所示。
【注销】用鼠标右键单击客户端图标，选择【注销用户】，如下图3所示，弹出提示窗口，如下图4所示，点击【确定】，完成用户注销。
图3图4【修改密码】用鼠标右键单击客户端图标，选择【修改密码】，弹出修改密码的窗口，在旧密码输入框中，填写原密码，在新密码、确认密码中填写新密码，点击【确定】后，提示密码修改成功。
如下图5所示。
图5 图6用户在没有登录时，直接修改密码，修改完成后，用户可以直接登录成功。
【策略更新】当服务端下发新的策略或者策略发生变化时，客户端需要更新策略。
操作步骤：用鼠标右键单击客户端图标，选择【更新策略】，更新的策略即可生效。
如上图6所示。
2 Web页面登录启动浏览器，在地址栏中输入服务器的IP地址。
就可以进入服务器欢迎界面。
如图所示：（我们公司地址为：http://192.168.1.251）点击“进入”，页面跳转到登录界面。
如图所示：输入用户ID和密码后点击登录按钮就可以登录服务器了，第一次登录使用默认密码登录。
3业务申请与审批输入正确的用户名和密码后就可以在web方式进行业务申请，一般用户主要有离线申请、解密申请和邮件外发解密申请。
如图所示：3.1离线申请【功能描述】➢当客户端离线、脱离服务器，想要正常操作CDG文档，可以申请离线。
➢申请离线的用户有时长和次数限制，在限定的时间和次数内，用户可以正常操作。
➢时间、次数超出后，用户的文档就没有权限打开了。
如果想继续操作文档，需要再次申请离线时长和次数。
【操作步骤】1)用鼠标右键单击客户端图标，选择【业务申请】栏下的【离线申请】，如下图所示，弹出离线申请的窗口，如下图所示，用户在离线申请窗口中输入申请时长，在备注中输入申请理由，点及确定，离线申请提交成功。
InCites数据库常用指标手册
目录图目录 (3)表目录 (3)关于本手册 (4)InCites TM数据库介绍 (5)InCites TM 数据库数据来源——Web of Science TM核心合集数据库介绍 (5)期刊评估与筛选 (5)选刊标准简介 (5)文献计量学数据要素 (6)作者 (6)机构 (6)研究领域划分模式 (7)Web of Science TM学科分类 (8)Essential Science Indicators SM学科分类 (8)GIPP 学科分类 (8)多学科及医学期刊论文的重新分类 (8)合理地使用引文指标 (9)文献计量学方法的更多细节 (9)基线（Baseline） (9)引文影响力（Citation Impact） (11)相对于全球平均水平的影响力（Impact Relative to World） (12)学科规范化的引文影响力（Category Normalized Citation Impact） (12)期刊规范化的引文影响力（Journal Normalized Citation Impact） (13)h指数（h-index） (14)平均百分位（Average Percentile） (15)论文被引百分比（% Documents Cited） (16)被引次数排名前1%的论文百分比与被引次数排名前10%的论文百分比（% Documents in Top 1% and % Documents in Top 10%） (16)合作指标（Collaboration Indicators） (18)国际合作论文（International Collaboration） (19)国际合作论文百分比（% of International Collaborations） (19)横向合作论文百分比（% of Industry Collaborations） (19)高被引论文百分比（% Highly Cited Papers） (19)热点论文百分比（% Hot Papers） (19)ESI 引文影响力排名（ESI Most Cited） (19)ESI学科收录机构 (19)附录 (20)InCites TM数据库2.x指标列表 (20)未来计划推出的指标列表（可能发生变化） (22)GIPP –Web of Science TM学科映射表 (23)区域性学科分类模式 (27)ANVUR (27)Australia FOR Level 1 & 2 (27)中国SCADC 77个二级学科 (27)FAPESP (Brasil) (27)OECD (27)UK RAE 2008 & REF 2014 (27)文献类型 (28)更多培训 (29)图目录图 1：不同学科的引文影响力表现 (10)图 2：引文分布示例 (17)图 3：某大学合作指标示例 (18)表目录表 1：基线计算示例 (9)表 2：作者层面的引文影响力 (11)表 3：作者层面的CNCI与JNCI指标示例 (14)表 4：作者层面h指数示例 (15)表 5：一组11篇文献集合的百分位计算示例 (15)关于本手册这本常用指标手册的目的在于为InCites TM数据库的数据来源提供概述。
Web of Science和InCites API客户端R包说明说明书
Package‘wosr’October12,2022Type PackageTitle Clients to the'Web of Science'and'InCites'APIsDescription R clients to the'Web of Science'and'InCites'<https:///products/data-integration/>APIs,whichallow you to programmatically download publication and citation dataindexed in the'Web of Science'and'InCites'databases.URL https://vt-arc.github.io/wosr/index.htmlBugReports https:///vt-arc/wosr/issuesVersion0.3.0License MIT+file LICENSEEncoding UTF-8LazyData trueDepends R(>=3.1)Imports httr,xml2,jsonlite,pbapply,utils,toolsRoxygenNote6.1.0Suggests testthat,knitr,rmarkdown,dplyrNeedsCompilation noAuthor Christopher Baker[aut,cre]Maintainer Christopher Baker<************************>Repository CRANDate/Publication2018-11-0205:30:03UTCR topics documented:auth (2)create_ut_queries (3)pull_cited_refs (3)pull_incites (4)pull_related_recs (5)12auth pull_wos (6)pull_wos_apply (8)query_wos (9)query_wos_apply (10)read_wos_data (11)wosr (11)write_wos_data (12)Index13 auth Authenticate user credentialsDescriptionauth asks the API’s server for a session ID(SID),which you can then pass along to either query_wos or pull_wos.Note,there are limits on how many session IDs you can get in a given period of time (roughly5SIDs in a5minute period).Usageauth(username=Sys.getenv("WOS_USERNAME"),password=Sys.getenv("WOS_PASSWORD"))Argumentsusername Your username.Specify username=NULL if you want to use IP-based authenti-cation.password Your password.Specify password=NULL if you want to use IP-based authenti-cation.ValueA session IDExamples##Not run:#Pass user credentials in manually:auth("some_username",password="some_password")#Use the default of looking for username and password in envvars,so you#don t have to keep specifying them in your code:Sys.setenv(WOS_USERNAME="some_username",WOS_PASSWORD="some_password")auth()##End(Not run)create_ut_queries3 create_ut_queries Create a vector of UT-based queriesDescriptionUse this function when you have a bunch of UTs whose data you want to pull and you need to writea series of UT-based queries to do so(i.e.,queries in the form"UT=(WOS:000186387100005ORWOS:000179260700001)").Usagecreate_ut_queries(uts,uts_per_query=200)Argumentsuts UTs that will be placed inside the UT-based queries.uts_per_query Number of UTs to include in each query.Note,there is a limit on how long your query can be,so you probably want to keep this set to around200.ValueA vector of queries.You can feed these queries to pull_wos_apply to download data for eachquery.Examples##Not run:data<-pull_wos( TS=("animal welfare")AND PY=(2002-2003) )queries<-create_ut_queries(data$publication$ut)pull_wos_apply(queries)##End(Not run)pull_cited_refs Pull cited referencesDescriptionPull cited referencesUsagepull_cited_refs(uts,sid=auth(Sys.getenv("WOS_USERNAME"),Sys.getenv("WOS_PASSWORD")),...)4pull_incitesArgumentsuts Vector of UTs(i.e.,publications)whose cited references you want.sid Session identifier(SID).The default setting is to get a fresh SID each time youquery WoS via a call to auth.However,you should try to reuse SIDs acrossqueries so that you don’t run into the throttling limits placed on new sessions....Arguments passed along to POST.ValueA data frame with the following columns:ut The publication that is doing the citing.These are the UTs that you submitted to pull_cited_refs.If one of your publications doesn’t have any cited refs,it will not appear in this column.doc_id The cited ref’s document identifier(similar to a UT).title Roughly equivalent to the cited ref’s title.journal Roughly equivalent to the cited ref’s journal.author The cited ref’sfirst author.tot_cites The total number of citations the cited ref has received.year The cited ref’s publication year.page The cited ref’s page number.volume The cited ref’s journal volume.Examples##Not run:sid<-auth("your_username",password="your_password")uts<-c("WOS:000362312600021","WOS:000439855300030","WOS:000294946900020")pull_cited_refs(uts,sid)##End(Not run)pull_incites Pull data from the InCites APIDescriptionImportant note:The throttling limits on the InCites API are not documented anywhere and are difficult to determine from experience.As such,whenever pull_incites receives a throttling error from the server,it uses exponential backoff(with a maximum wait time of45minutes)to determine how long to wait before retrying.Usagepull_incites(uts,key=Sys.getenv("INCITES_KEY"),as_raw=FALSE,...)pull_related_recs5Argumentsuts A vector of UTs whose InCites data you would like to download.Each UTis a15-digit identifier for a given publication.You can specify the UT us-ing only these15digits or you can append the15digits with"WOS:"(e.g.,"000346263300011"or"WOS:000346263300011").key The developer key that the server will use for authentication.as_raw Do you want the data frame that is returned by the API to be returned to you inits raw form?This option can be useful if the API has changed the format ofthe data that it is serving,in which case specifying as_raw=TRUE may avoid anerror that would otherwise occur during pull_incites’s data processing step....Arguments passed along to GET.ValueA data frame where each row corresponds to a different publication.The definitions for the columnsin this data frame can be found online at the API’s documentation page(see the DocumentLevelMetricsByUT method details for definitions).Note that the column names are all converted to lowercase bypull_incites and the0/1flag variables are converted to booleans.Also note that not all publica-tions indexed in WoS are also indexed in InCites,so you may not get data back for some UTs.Examples##Not run:uts<-c("WOS:000346263300011","WOS:000362312600021","WOS:000279885800004","WOS:000294667500003","WOS:000294946900020","WOS:000412659200006")pull_incites(uts,key="some_key")pull_incites(c("000346263300011","000362312600021"),key="some_key")##End(Not run)pull_related_recs Pull related recordsDescriptionPull the records that have at least one citation in common with a publication of interest.Usagepull_related_recs(uts,num_recs,editions=c("SCI","SSCI","AHCI","ISTP","ISSHP","BSCI","BHCI","IC","CCR","ESCI"),sid=auth(Sys.getenv("WOS_USERNAME"),Sys.getenv("WOS_PASSWORD")),...)Argumentsuts The documents whose related records you want to pull.num_recs Number of related records to pull for each UT.This value must be<=100.editions Web of Science editions to query.Possible values are listed here.sid Session identifier(SID).The default setting is to get a fresh SID each time you query WoS via a call to auth.However,you should try to reuse SIDs acrossqueries so that you don’t run into the throttling limits placed on new sessions....Arguments passed along to POST.ValueA data frame with the following columns:ut The publications that you passed into pull_related_recs.If one of your publications doesn’t have any related records,it won’t appear here.related_rec The publication that is related to ut.rec_num The related record’s ordering in the result set returned by the API.Records that share more citations with your UTs will have smaller rec_num s.Examples##Not run:sid<-auth("your_username",password="your_password")uts<-c("WOS:000272877700013","WOS:000272366800025")out<-pull_related_recs(uts,5,sid=sid)##End(Not run)pull_wos Pull data from the Web of ScienceDescriptionpull_wos wraps the process of querying,downloading,parsing,and processing Web of Science data.Usagepull_wos(query,editions=c("SCI","SSCI","AHCI","ISTP","ISSHP","BSCI","BHCI","IC","CCR","ESCI"),sid=auth(Sys.getenv("WOS_USERNAME"),Sys.getenv("WOS_PASSWORD")),...)Argumentsquery Query string.See the WoS query documentation page for details on how to writea query as well as this list of example queries.editions Web of Science editions to query.Possible values are listed here.sid Session identifier(SID).The default setting is to get a fresh SID each time you query WoS via a call to auth.However,you should try to reuse SIDs acrossqueries so that you don’t run into the throttling limits placed on new sessions....Arguments passed along to POST.ValueA list of the following data frames:publication A data frame where each row corresponds to a different publication.Note that each publication has a distinct ut.There is a one-to-one relationship between a ut and each of the columns in this table.author A data frame where each row corresponds to a different publication/author pair(i.e.,a ut/author_no pair).In other words,each row corresponds to a different author on a publica-tion.You can link the authors in this table to the address and author_address tables to get their addresses(if they exist).See example in FAQs for details.address A data frame where each row corresponds to a different publication/address pair(i.e.,a ut/addr_no pair).In other words,each row corresponds to a different address on a publication.You can link the addresses in this table to the author and author_address tables to see which authors correspond to which addresses.See example in FAQs for details.author_address A data frame that specifies which authors correspond to which addresses on a given publication.This data frame is meant to be used to link the author and address tables together.jsc A data frame where each row corresponds to a different publication/jsc(journal subject cate-gory)pair.There is a many-to-many relationship between ut’s and jsc’s.keyword A data frame where each row corresponds to a different publication/keyword pair.These are the author-assigned keywords.keywords_plus A data frame where each row corresponds to a different publication/keywords_plus pair.These keywords are the keywords assigned by Clarivate Analytics through an automated process.grant A data frame where each row corresponds to a different publication/grant agency/grant ID triplet.Not all publications acknowledge a specific grant number in the funding acknowledge-ment section,hence the grant_idfield can be NA.doc_type A data frame where each row corresponds to a different publication/document type pair. Examples##Not run:sid<-auth("your_username",password="your_password")pull_wos("TS=(dog welfare)AND PY=2010",sid=sid)8pull_wos_apply #Re-use session ID.This is best practice to avoid throttling limits:pull_wos("TI=\"dog welfare\"",sid=sid)#Get fresh session ID:pull_wos("TI=\"pet welfare\"",sid=auth("your_username","your_password"))#It s best to see how many records your query matches before actually#downloading the data.To do this,call query_wos before running pull_wos:query<-"TS=((cadmium AND gill*)NOT Pisces)"query_wos(query,sid=sid)#shows that there are1,611matching publicationspull_wos(query,sid=sid)##End(Not run)pull_wos_apply Run pull_wos across multiple queriesDescriptionRun pull_wos across multiple queriesUsagepull_wos_apply(queries,editions=c("SCI","SSCI","AHCI","ISTP","ISSHP","BSCI","BHCI","IC","CCR","ESCI"),sid=auth(Sys.getenv("WOS_USERNAME"),Sys.getenv("WOS_PASSWORD")),...)Argumentsqueries Vector of queries to issue to the WoS API and pull data for.editions Web of Science editions to query.Possible values are listed here.sid Session identifier(SID).The default setting is to get a fresh SID each time you query WoS via a call to auth.However,you should try to reuse SIDs acrossqueries so that you don’t run into the throttling limits placed on new sessions....Arguments passed along to POST.ValueThe same set of data frames that pull_wos returns,with the addition of a data frame named query.This data frame frame tells you which publications were returned by a given query.query_wos9 Examples##Not run:queries<-c( TS="dog welfare" , TS="cat welfare" )#we can name the queries so that these names appear in the queries data#frame returned by pull_wos_apply():names(queries)<-c("dog welfare","cat welfare")pull_wos_apply(queries)##End(Not run)query_wos Query the Web of ScienceDescriptionReturns the number of records that match a given query.It’s best to call this function before calling pull_wos so that you know how many records you’re trying to download before attempting to do so.Usagequery_wos(query,editions=c("SCI","SSCI","AHCI","ISTP","ISSHP","BSCI","BHCI","IC","CCR","ESCI"),sid=auth(Sys.getenv("WOS_USERNAME"),Sys.getenv("WOS_PASSWORD")),...)Argumentsquery Query string.See the WoS query documentation page for details on how to writea query as well as this list of example queries.editions Web of Science editions to query.Possible values are listed here.sid Session identifier(SID).The default setting is to get a fresh SID each time you query WoS via a call to auth.However,you should try to reuse SIDs acrossqueries so that you don’t run into the throttling limits placed on new sessions....Arguments passed along to POST.ValueAn object of class query_result.This object contains the number of publications that are re-turned by your query(rec_cnt),as well as some info that pull_wos uses when it calls query_wos internally.10query_wos_apply Examples##Not run:#Get session ID and reuse it across queries:sid<-auth("some_username",password="some_password")query_wos("TS=(\"dog welfare\")AND PY=(1990-2007)",sid=sid)#Finds records in which Max Planck appears in the address field.query_wos("AD=Max Planck",sid=sid)#Finds records in which Max Planck appears in the same address as Mainzquery_wos("AD=(Max Planck SAME Mainz)",sid=sid)##End(Not run)query_wos_apply Run query_wos across multiple queriesDescriptionRun query_wos across multiple queriesUsagequery_wos_apply(queries,editions=c("SCI","SSCI","AHCI","ISTP","ISSHP","BSCI","BHCI","IC","CCR","ESCI"),sid=auth(Sys.getenv("WOS_USERNAME"),Sys.getenv("WOS_PASSWORD")),...)Argumentsqueries Vector of queries run.editions Web of Science editions to query.Possible values are listed here.sid Session identifier(SID).The default setting is to get a fresh SID each time you query WoS via a call to auth.However,you should try to reuse SIDs acrossqueries so that you don’t run into the throttling limits placed on new sessions....Arguments passed along to POST.ValueA data frame which lists the number of records returned by each of your queries.read_wos_data11Examples##Not run:queries<-c( TS="dog welfare" , TS="cat welfare" )query_wos_apply(queries)##End(Not run)read_wos_data Read WoS dataDescriptionReads in a series of CSVfiles(which were written via write_wos_data)and places the data in an object of class wos_data.Usageread_wos_data(dir)Argumentsdir Path to the directory where you wrote the CSVfiles.ValueAn object of class wos_data.Examples##Not run:sid<-auth("your_username",password="your_password")wos_data<-pull_wos("TS=(dog welfare)AND PY=2010",sid=sid)#Write files to working directorywrite_wos_data(wos_data,".")#Read data back into Rwos_data<-read_wos_data(".")##End(Not run)wosr wosrDescriptionwosr12write_wos_data write_wos_data Write WoS dataDescriptionWrites each of the data frames in an object of class wos_data to its own csvfile.Usagewrite_wos_data(wos_data,dir)Argumentswos_data An object of class wos_data,created by calling pull_wos.dir Path to the directory where you want to write thefiles.If the directory doesn’t yet exist,write_wos_data will create it for you.Note,this directory cannotalready have WoS datafiles in it.ValueNothing.Files are written to disk.Examples##Not run:sid<-auth("your_username",password="your_password")wos_data<-pull_wos("TS=(dog welfare)AND PY=2010",sid=sid)#Write files to working directorywrite_wos_data(wos_data,".")#Write files to"wos-data"dirwrite_wos_data(wos_data,"wos-data")##End(Not run)Indexauth,2,4,6–10create_ut_queries,3GET,5POST,4,6–10pull_cited_refs,3pull_incites,4pull_related_recs,5pull_wos,2,6,8,9,12pull_wos_apply,3,8query_wos,2,9query_wos_apply,10read_wos_data,11wosr,11wosr-package(wosr),11write_wos_data,11,1213。
INSITE软件介绍性培训
2009年9月修订
5
▪ 康明斯ISBe5发动机满足欧洲5
号排放要求，采用CM2150电 子控制系统
康明斯东亚培训中心
INSITE应用于康明斯电控发动机
▪ 支持最新康明斯发动机管理系
统：
▪ ISF3.8 CM2220 ▪ ISF3.8 CM2220 AN ▪ ISM11 CM876 SN ▪ ISX/ISZ13 CM2150 SN
2009年9月修订
20
康明斯东亚培训中心
INSITE软件〔密码〕申请流程
▪ 通过CBP申请：申请成功那么需付相应款项。 ▪ 申请路径BU -> EBU -> INSITE Software Application ▪ 三种使用级别 ▪ Basic: 只能查询 ▪ Lite: 可以修改参数 ▪ Pro: 可以标定 ▪ 三种申请类型 ▪ New Subscription: 适用于新用户申请Basic, Lite or
38
康明斯东亚培训中心
工具—>选项—>连接
在此处添加、 更改和去除连接
2009年9月修订
39
康明斯东亚培训中心
工具—>选项—>单位
建立新的 单位组
2009年9月修订
40
添加按钮
康明斯东亚培训中心
工具—>选项—>单位
预定义组
原组中的单位 可以被重新设置 根据用户习惯 可随意变更组中 单位
2009年9月修订
– RAM 内存: 1GB – 光驱: DVD Drive (INCAL Calibration) – 标准的 RS-232 串口
2009年9月修订
8
康明斯东亚培训中心
INSITE软件的功能级别
Essential Science Indicators 快速使用指南说明书
Essential Science Indicators 快速使用指南2019年3月更新快速使用指南目錄一、Essential Science Indicators 簡介 (3)二、資料庫介面說明 (5)三、操作實例 (8)1.如何查找某機構進入全球前 1% 的 ESI 學科 (8)2.如何獲取某機構在各 ESI 學科的高影響力論文、高被引論文或熱門論文 (9)3.如何取得機構在 ESI 學科的影響力排名 (12)4.如何查找 ESI 各學科的研究前沿 (13)5.如何確定 ESI 各學科的基準值（以被引次數為例） (14)6.如何確定 ESI 各學科的門檻值 (15)7.快速獲取高影響力論文、高被引論文或熱門論文 (16)四、名詞解釋： (18)科睿唯安 | Essential Science Indicators 一、Essential Science Indicators 簡介Essential Science Indicators(ESI) 是一個基於Web of Science核心合輯資料庫的深度分析型研究工具。
ESI 可以幫助您找出在某個研究領域具有影響力的國家、機構、論文、期刊，以及研究前沿。
ESI提供獨特而全面並基於論文產出以及深入引文影響力分析的資料，是政府機構、大學、企業、實驗室、出版公司和基金會的決策者、管理者、資訊分析人員以及資訊專家理想的分析資源。
透過 ESI，您可以對研究績效和發展趨勢進行長期的定量分析。
基於期刊論文發表數量和引文計算，ESI 提供對 22 個學科研究領域中的國家、機構和期刊的研究績效統計和研究實力排名。
ESI 是對科研文獻進行多角度、全方位分析的理想資源，幫助您輕鬆發現所需的資訊。
ESI 內容：• 深度的收錄範圍：超過12,000種 Web of Science 核心合輯(SCIE/SSCI) 收錄的期刊，文獻類型為Article和Review• 提供最近10年的資料：每2個月更新• 每一種期刊都按照22個學科進行學科分類• 提供國家、機構、論文和期刊排名• 全球近5,000多個正規化的機構名稱• 客觀的研究績效基準值快速使用指南ESI 可以提供：• 分析機構、國家和期刊的論文產出和影響力• 按研究領域對國家、期刊、論文和機構進行排名• 發現自然科學和社會科學中的重大發展趨勢• 確定具體研究領域中的研究成果和影響力• 評估潛在的合作機構或競爭機構新平台上的 ESI 在舊版基礎上開發並加強資料及呈現方式，使其更容易使用。
InCAS步骤
1.点击页面右上角“登陆”按钮，输入账号密码，点击“登陆”登陆
2.登陆成功后，点击“进入学习平台”
3.点击栏目中的“InCAS”,选择左边菜单中的“开始测评”
4.点击页面中央的“点击进入测评”，弹出提示栏，点击“确定”系统自动复制通行码并跳转。
在“通行码”文本框内，点击鼠标右键选择“粘贴”，将通行码粘贴到文本框
5.点击“提交”并等待下一个页面，大约需要30秒
6.页面跳转后，点击右下角的“继续”
7.点击卓育教育标签，返回卓育教育页面，点击右下角的“复制”，复制相应的密码后，返回测试页面，粘贴到文本框内并点击“继续”
8.核对信息是否正确无误，出生年和月有误时举手示意老师，仅日期错误不影响测试结果，点击“继续”下一步
9.声音调试合适后点击“开始”开始测试。
inceptor使用手册
INCEPTOR使用手册一、概述INCEPTOR是一个强大的数据库管理系统，用于创建、管理、维护和查询数据库中的数据。
它提供了丰富的功能和工具，使用户能够高效地处理大量数据，并保证数据的安全性和完整性。
本手册将详细介绍INCEPTOR的使用方法和技巧。
二、安装与配置1.安装：请按照INCEPTOR官方网站上的指南进行安装，确保您已具备正确的系统要求和权限。
2.配置：在安装完成后，您需要配置INCEPTOR以连接到数据库。
根据您的数据库类型（如MySQL、PostgreSQL等），您需要提供相应的连接参数，如主机名、用户名、密码等。
三、数据库管理1.创建数据库：使用INCEPTOR，您可以轻松创建新的数据库。
在主界面上选择“新建数据库”，输入数据库名称和选择适当的数据库类型。
2.管理表：在数据库中，您可以创建、修改和删除表。
INCEPTOR提供了可视化的表设计工具，使您可以轻松地定义表的结构和关系。
3.数据导入与导出：INCEPTOR支持多种数据格式的导入和导出，如CSV、Excel等。
您可以使用这些功能将数据从其他系统迁移到INCEPTOR，或将数据导出到其他应用程序。
四、查询与报表1.查询：使用INCEPTOR的查询编辑器，您可以编写SQL查询来检索、插入、更新和删除数据库中的数据。
INCEPTOR还提供了可视化的查询构建器，使非技术人员也能轻松地编写查询。
2.报表：INCEPTOR支持创建动态报表，您可以使用预定义的报表模板或从头开始创建自己的报表。
报表可以导出为多种格式（如PDF、Excel 等），以便于分享和打印。
五、安全与权限1.用户管理：INCEPTOR允许您创建和管理用户账户，为每个用户分配适当的权限级别。
通过控制用户的访问权限，您可以确保数据的安全性和完整性。
2.访问控制：INCEPTOR提供了细粒度的访问控制功能，您可以定义特定用户或角色的访问权限，如对特定表的只读或读写权限。
InCites数据库快速使用指南
2InCites TM数据库快速使用指南InCites TM 数据库快速使用指南InCites 数据库中集合了近30年来Web of Science 核心合集七大索引数据库的数据，拥有多元化的指标和丰富的可视化效果，可以辅助科研管理人员更高效地制定战略决策。
基于Web of Science 核心合集七大索引数据库30多年客观、权威的数据，InCites 数据库中可以提供：您可以利用InCites 数据库：新版InCites数据库在旧版的基础上加强了数据及其呈现方式，使其更加全面、易用。
InCites与Web of Science核心合集的数据相互连接，采用更加清晰、准确的可视化方式来呈现数据，用户可以更加轻松地创建、存储并导出报告。
登陆InCites TM数据库请访问：https:///InCites TM数据库快速使用指南34InCites TM 数据库快速使用指南InCites 数据库主界面的5个模块和系统报告简介• 人员：可分析各个机构所属科研人员和科研团体的产出和影响力等• 机构：可分析全球各个机构的科研绩效和进行同行对比• 区域：可分析各个机构的国际合作区域的分布• 研究方向：可分析机构在不同学科分类体系中的学科布局• 期刊、图书、会议录文献：可分析文献所发表的期刊、图书和会议录分布• 系统报告：InCites数据库中内置报告模板，可以通过机构名称一步分析其研究绩效、合作论文和教学情况InCites TM数据库快速使用指南56InCites TM数据库快速使用指南7InCites TM 数据库快速使用指南InCites 每个模块的结构：筛选区：您可以根据多个选项来筛选数据集，包括机构名称、合作的机构、文献类型、出版年等；图示区：您可以看到通过筛选得到的各个学科数据所生成的图像；结果区：浏览筛选过后得到的各个学科的数据和相应的指标。
123以“研究方向”模块为例：8InCites TM 数据库快速使用指南如何分析本机构的科研绩效和对标分析如何分析本机构的科研产出和影响力选择“机构”模块“筛选区”中通过“机构名称”输入本机构名称，系统会自动提示近似名称“筛选区”中通过“出版年”选择分析年份点击“更新结果”就可以显示本机构的数据1234234如何选择同行机构进行对比分析1.您可以利用“筛选项”，按照如下条件选择对标机构机构名称：输入对标机构的名称机构类型：按照机构所属的类型例如大学、政府、医院等来选择国家/地区：按照机构所属的国家/地区来选择排名：按照是否进入THE大学排名和是否进入ESI引用前1%来选择机构联盟：按照机构所属的联盟，例如中国C9高校、澳大利亚的GROUP OF 8等来选择ABCDE9 InCites TM数据库快速使用指南2.在“筛选项”的“研究方向”处选择需要分析的学科分类。
InConnect云平台使用手册说明书
InConnect云平台“一站式”便捷联网，足不出户，轻松管理远端设备平台使用手册资料版本：V3.0-2020.11声明首先非常感谢您选择本公司产品！在使用前，请您仔细阅读本用户手册。
未经本公司书面许可，任何单位和个人不得擅自摘抄、复制本文档的部分或全部内容，并且不能以任何形式传播。
由于产品不断更新，本文档资料不能完全保证与实际产品一致，请以实际的系统功能为主。
我们也会随着系统功能的更新同步更新本文档内容，请关注映翰通官网或InConnect平台。
版权所有©2019北京映翰通网络技术股份有限公司及其许可者版权所有，保留一切权利。
本手册图形页面约定技术支持联络信息北京映翰通网络技术股份有限公司（总部）电话：************地址：北京市朝阳区紫月路18号院3号楼5层成都办事处电话：028-********地址：四川省成都市高新区府城大道西段399号天府新谷10栋1406室广州办事处电话：020-********地址：广州市天河区棠东东路5号远洋新三板创意园B-130单元武汉办事处电话：************地址：湖北省武汉市洪山区珞瑜东路2号巴黎豪庭11栋2001室上海办事处电话：021-********地址：上海市普陀区顺义路18号1103室目录1.InConnect是什么 (1)2.注册登录 (2)3.路由器接入InConnect (2)3.1.配置路由器接入InConnect (2)3.1.1.IR300产品系列 (3)3.1.2.IR600产品系列 (3)3.1.3.IR900产品系列 (4)3.1.4.IG500产品系列 (6)3.1.5.IG900产品系列 (6)3.1.6.VG710产品系列 (7)3.2.InConnect添加路由器 (8)4.客户端软件使用 (10)4.1.Windows (10)4.2.Android (13)5.连接路由器下端设备 (15)5.1虚拟IP访问 (15)5.2真实IP访问 (18)5.3同时用虚拟IP和真实IP访问 (19)6.网络管理 (21)6.1.对等网络配置 (21)6.1.1.添加对等网络 (22)6.1.2.对等网络添加站点/用户 (24)6.1.3.删除对等网络 (25)6.2星型网络配置 (26)6.2.1新增星型网络 (27)6.2.2星型网络添加站点/用户 (29)6.2.3删除星型网络 (30)7.用户管理 (32)8.路由器/网关管理 (33)8.1.路由器详情 (33)8.2.远程web管理 (33)8.3.连接配置下发 (34)8.4.远程更新路由器配置 (34)8.5.远程升级路由器固件 (36)8.6.任务 (38)9.用量跟踪 (38)10.结算 (39)11.常见问题 (40)12.附录路由器联网 (40)方式一：拨号上网/SIM卡上网 (40)方式二：以太网 (42)方式三：Wi-Fi (46)1.InConnect是什么InHand Connect Service云平台，简称InConnect，是面向企业客户提供的“一站式”联网服务。
碳泽漏洞风险管理平台用户手册
碳泽漏洞风险管理平台用户手册标准版上海碳泽信息科技有限公司2018Copyright © 2018 上海碳泽信息科技有限公司版权所有，保留一切权利。
非经本公司书面许可，任何单位和个人不得擅自摘抄、复制本手册内容的部分或全部，并不得以任何形式传播。
由于产品版本升级或其它原因，本手册内容会不定期进行更新。
除非另有约定，本手册仅作为使用指导，本手册中的所有陈述、信息和建议不构成任何明示或暗示的担保。
修订记录1系统概述 (1)1.1基本操作流程 (1)1.2基本概念或术语 (1)1.2.1用户角色 (1)1.2.2扫描（任务） (1)1.2.3资产 (1)1.3登录系统 (2)1.4系统激活 (2)1.5页面布局 (3)2快速开始 (4)2.1快速扫描漏洞 (4)2.1.1快速创建扫描任务 (4)2.1.2查看扫描任务 (4)2.1.3新建报表 (4)2.2规划漏洞管理 (4)2.2.1发现扫描 (5)2.2.2资产分组 (5)2.2.3规划扫描任务 (6)2.2.4用户权限分配 (6)3扫描 (6)3.1创建扫描任务 (6)3.2任务列表 (7)3.3扫描模板 (9)3.3.1新建扫描模板 (9)3.3.2编辑扫描模板 (11)3.4扫描凭证 (11)4资产 (12)4.1资产概要 (12)4.2资产组 (13)4.2.1创建资产组 (13)5漏洞 (14)5.1漏洞列表 (14)5.2漏洞例外审查 (15)6报表 (16)7管理 (17)7.1用户管理 (17)7.2系统配置 (18)7.3产品信息 (18)7.4日志管理 (19)8工具 (20)8.1弱密码扫描 (20)8.2网络测试 (21)9故障排除 (22)1 系统概述碳泽漏洞风险管理平台能够全方位检测网络中的各类脆弱性风险，提供专业、有效的安全分析和修补建议，并贴合安全管理流程对修补效果进行审计，最大程度地减少受攻击面。
1.1 基本操作流程碳泽漏洞风险管理平台基于浏览器/服务器架构，通过Web管理界面进行所有功能操作。
TextIn平台介绍(下)
Textin AI平台使⽤介绍(下）
三、如何集成机器⽤
1.获取开发者信息
Textin开通的机器⽤，不仅仅可以在Textin平台上在线使⽤，也可以将这些机器⽤集成到我们的系统中，挑选合适的机器⽤进⽤集成，能帮助⽤⽤的项⽤快速实现AI能⽤。
对企业进⽤AI赋能。
下⽤为⽤家介绍如何在项⽤中集成机器⽤。
Textin平台所有已开通机器⽤的集成，都需要使⽤到开发者信息，可以在【⽤作台】-【总览】界⽤⽤的开发者信息⽤找到"x-ti-app-id"与"x-ti-secret-code"。
2.根据API⽤档集成机器⽤
在【⽤作台】-【我的机器⽤】-【公有云API】⽤⽤⽤，可以看到已经开通的所有公有云API，以“通⽤⽤字识别”机器⽤为例，点击“API集成”后⽤⽤跳转到该机器⽤对应的API⽤档界⽤。
API⽤档界⽤中，可以查看如何请求该机器⽤API以及返回的数据结构，另外也可以点击查看⽤些主流语⽤的
示例代码
根据API集成⽤档的集成说明，以Python代码为例，对下⽤这张图进⽤OCR⽤字识别，该图⽤中以任意⻆度，使⽤了多种语⽤书写了“世界⽤⽤智能⽤会”，⽤起来看看Textin 通⽤⽤字识别的识别效果。
示例图⽤：
示例代码：
输出结果
以上识别结果可以看出，任意⻆度下，所有语⽤的⽤字都被识别了出来。
⽤且不仅仅可以识别出⽤字，甚⽤每个⽤字块的坐标，⻆度等信息，API接⽤也都有返回。
开发者可以根据具体的需求场景，按需使⽤API接⽤返回的字段，例如坐标、中⽤点、⻆度等等。
如果在API集成或使⽤过程中，遇到任意问题，也可以点击“在线客服”来寻求技术⽤持，如下图：。
VIP-Insight的操作
《VIP创新项目03》
实验报告
Insight的操作
一、实验目的
了解Insight的使用。
二、实验环境
EDU桌面或是window7
三、实验内容与实验过程及分析（写出详细的实验步骤，并分析实验结果）
实验内容：登录vnc，根据数据预处理IDI数据预处理平台简介实验手册完成对Insight的操作
实验步骤：
1．登录vnc 之后，进入主页面
2、打开VIP创新实践课程
3、打开insight
4、双击表输入，然后打开表输入
5、点新建填入相应内容然后点击测试
6、选择要操作的表格
7、然后预览
四、实验总结（每项不少于20字）
存在问题：思路不清晰，流程不熟悉，操作不熟练，步骤错误。
解决方法：多问同学，经过同学的指导，反复尝试，错误的地方多自己练两遍。
收获：学会了insight平台的基本用法，不看流程书基本可以独立操作。
教师批语。
商品信息服务平台用户操作大全
商品信息服务平台用户操作大全SANY标准化小组 #QS8QHH-HHGX8Q8-GNHHJ8-HHMHGN#中国商品信息服务平台-用户操作大全中国商品信息服务平台 ANCCNET，以下简称平台是一个以计算机网络技术、全球统一标识技术为基础，以权威准确、详实全面的高质量商品信息和服务信息为基础的标准化信息交换平台。
广泛应用于零售消费、物品流通、资源计划、电子采购和品类管理等领域，服务于商品的制造商、零售商、批发商以及咨询机构等行业。
中国商品信息服务平台的构建是基于全球数据结构标准的，其中包括：全球数据字典（GDD）、全球统一产品分类系统（GPC）、全球数据同步系统（GDS）。
正是这些国际标准的采用才使得中国区数据与全球数据的同步成为可能。
中国商品信息服务平台由商品信息注册系统、商品信息质量保证系统、任务计划处理系统、全球数据同步管理系统四大部分组成，能够满足商业信息交换的个性化需求，实现信息资源价值的最大化利用。
平台基于全球注册中心、认证数据池、数据质量框架和全球数据分类而构建，有力地保证着数据的准确性和安全性，实现数据的持续同步。
主要具有下列特性：平台保证制造商和客户能够分享最新、最准确的数据，并且传达双方合作的意愿，能够满足各类企业不同的等级需求，最终促使贸易伙伴以微小投入完成合作。
仅需拥有一台可上网的计算机即可享受平台的优质服务。
商品信息注册系统任务计划处理系统商品信息质量保证系统全球同步管理系统 - 5 - 平台基于国际标准构建，并充分考虑未来可能的需求与功能，能支援任何程度的升级来配合新服务和技术的发展。
更可根据贸易伙伴之间的特殊需求开发有针对性的特殊功能。
平台是一个完全独立的基于互联网的Web平台，亦可提供应用程序供用户交换数据或提供标准接口与企业ERP、WMS等系统互联。
平台提供顺畅无阻的连接功能，能与全球其他GDSN数据池做实时的信息交换。
平台通过每年一度的全球认证以及严格的服务性能、安全性能审计，有力地保证着数据的准确性和安全性，实现数据的持续同步。
- 1、下载文档前请自行甄别文档内容的完整性，平台不提供额外的编辑、内容补充、找答案等附加服务。
- 2、"仅部分预览"的文档,不可在线预览部分如存在完整性等问题,可反馈申请退款(可完整预览的文档不适用该条件!)。
- 3、如文档侵犯您的权益，请联系客服反馈,我们会尽快为您处理(人工客服工作时间：9:00-18:30)。
有全球前1%的学科的大陆高校的省份分布 （2016年11月份数据）
新疆 2
西藏 0
甘肃 3
青海 0
四川 5
云南 3
16
黑龙江
6
北京 22
吉林 3
辽宁
内蒙古
11
0
宁夏 1
山西 4
河北 6
山东 10
天津 7
江苏
陕西 8
重庆4
河南
4 湖北 10
安徽 6
湖南 江西
23
浙江 11
上海 12
贵州
8
2 福建
1 广西
MOLECULAR BIOLOGY & GENETICS MULTIDISCIPLINARY
NEUROSCIENCE & BEHAVIOR
PHARMACOLOGY & TOXICOLOGY PHYSICS PLANT & ANIMAL SCIENCE PSYCHIATRY/PSYCHOLOGY
SOCIAL SCIENCES, GENERAL SPACE SCIENCE
河南理工大学ESI最新排名
21
3089/5460
22
河南理工大学工程学（Engineering）全球排名
23
河南理工大学工程学（Engineering）全球排名
24
河南理工大学工程学（Engineering）全球排名
1279/1339
25
河南理工大学5篇工程学ESI高被引论文（1-2篇）
7
百分位2% 百分位5% 百分位100%
更多角度更多指标
论文产出和 引文影响力
Web of Science论文数 被引频次
引文影响力 被引文献所占百分比
H 指数
规范化指标
百分位和平均百分位 学科规范化引文影响力
学科期望引文影响力 高被引论文 热点论文
期刊规范化引文影响力 期刊期望引文影响力
相对世界平均水平影响力
2006 23.2 18.1 33.1 23.3 26.8 8.1 19.2 12.1 28.3 24 38.7 17.4 8.47 31.9
2007 21.5 16 29.9 21.5 23.5 11.6 16.1 11.8 25.6 21 35.7 18.2 7.73 28.8
2008 19.3 13.3 27 20.9 20.9 10.6 13.1 10.7 23 19.5 32.1 16.5 7.08 25.3
200701/012017/06/30
10年6个月
2017.11
2007/01/012017/08/31
10年8个月
o 发表在11000种期刊上的10,000,000多个条目 o 每一种期刊均按照22个学科进行了分类标引 o 机构名称规范化 o 文献类型包括：Article和Review
15
22个ESI学科
32.6 29.4
22 26.4 22.8 17.7
13 8.68
4.4 1.69 0.13
36.3
34 29.5 26.5 22.5 18.1 13.8 9.59 5.51 1.87 0.24
26.4 23.6 21.3 18.5
16 12.7 10.1
7.3 4.31 1.45 0.17
18 17.2 16.8 15.4 13.7 11.4 9.71 6.99 4.47 1.77 0.26
若CNCI<1, 说明引 文影响力不及全球 平均水平
期刊所在学科: Economics
15/13.81 =1.09
规范化指标2：百分位
论文1 被引用1365次 论文2 被引用1278次 论文3 被引用1139次 论文4 被引用987次 论文5 被引用935次 论文6 被引用821次
…… 论文100 被引用4次
广东 6
3
12
海南 0
17
18
进入全球前1%的ESI学科15个以上的高校
高校
北京大学 浙江大学 中山大学 复旦大学 上海交通大学 清华大学 南京大学
全球前1%的学 科数量（个）
21 18 18 17 17 16 16
近十年 SCI/SSCI总论 文数量（篇）
55570
64047
35945
41946
*对Multidisciplinary的46种期刊中的每篇文献，按照参考文献归类到其他21个学科中，无法归类的文章计入到 Multidisciplinary中。
/incitesLiveESI/ESIGroup/overviewESI/esiJournalsList.html
6பைடு நூலகம்020
56053
36497
总被引次数
712801 649520 401716 527251 588879 642020 426324
全球排名（总 引用）
128 145 262 188 164 150 242
19
中国大陆与世界学科比例分布形态比较
中国与世界学科比例分布比较 • 比重较大的学科: 化学、物理、工程学、材料科学 • 比重较小的学科：多学科、精神病学与心理学、经济与商业、空间 科学、社会科学、免疫学等
Physics Plant & Animal Science Psychiatry/Psychology Social Sciences, general
客观数据支撑学科建设
河南理工大学ESI学科浅析
May 2017
2
定量分析 VS. 同行评议
相互补充
3
世界范围内定量分析指标的演变
发表论文的绝对 数量
问题： 发表1000篇的 机构就一定优于 发表900篇的吗？
考虑到学科和出 版年代差异后的 比较
问题： 当绝对数量差异 较大时如何比较？
发表论文的被引 次数
• Agricultural Science • Biology & Biochemistry • Chemistry • Clinical Medicine • Computer Science • Economics & Business • Engineering • Environment/ Ecology • Geosciences • Immunology • Materials Science
31.1 28.7 25.1 24.8 22.1 18.6 15.2 11.5 7.36 2.89 0.42
5
指标的标准化
不同学科的篇均被引频次有很大的差异 需要学科归一化
因为引文是动态变化的，随着时间推移会不断增长，因此不适宜将不同 时间段发表的文章放在一起比较
需要时间归一化
不同文献类型的文章其引文的行为也有所不同。通常一篇论文获得的引用没有一篇综述得到的引用 次数多
高水平论文
排名1%的论文百分比 排名前10%论文百分比
高被引论文
合作指标
国际合作论文所占百分比 国际合作论文量 与工业合作论文 所占百分比
标准化指标
8
Get it here
9
InCites平台
10
SCIE/SSCI数据应用于世界100多个国家和主要基金组织…
11
大纲
o 全球/中国大陆ESI概况 o 河南理工大学最新ESI排名 o 河南理工大学ESI学科预测 o 河南理工大学现有ESI学科概况 o ESI学科（Engineering）浅析
更新时间 时间范围 数据年限
2017.01
2006/01/012016/10/31
10年10个月
2017.03
2006/01/012016/12/31
11年
2017.05
2007/01/012017/02/28
10年2个月
2017.07
2007/01/012017/04/30
10年4个月
2017.09
2009 17.3 11.8 24.4 18.8 18.7 10.2 11.4 10.4 19.3 17.9 28.6 15.6 6.25 22.9
2010 15.1 10.4 20.5 17.3 16 8.54 9.48 9.24 16.9 14.9 24 14.7 5.44 19.9
2011 12.4 8.35 16.6 14.9 13 7.01 7.34 7.8 13.5 12.7 19.5 12.6 4.27 15.1
2015 1.48 0.98 1.8 2.21 1.49 0.73 0.58 0.97 1.42 1.35 2.16 1.89 0.45 1.72
2016 4 0.19
0.14 0.23 0.24
0.2 0.11 0.11 0.12 0.19 0.21 0.27 0.19 0.07 0.18
52.6 49.3 42.3 37.5 31.8 25.7 18.9 13.4 7.53 2.51 0.26
• Mathematics • Microbiology • Molecular Biology & Genetics • Multidisciplinary* • Neuroscience & Behavior • Pharmacology • Physics • Plant & Animal Science • Psychiatry/Psychology • Social Sciences--general • Space Science
ESI学科 Agricultural Sciences Biology & Biochemistry
Chemistry Clinical Medicine Computer Science Economics & Business