SciVal Topics of Prominence

通过组合分析（对约 96,000 个主题和 1,500 个主题集的分析）确定您的机构目前正在积极开展的主题，哪些主题势头强劲并因此可能获得充足的资金¹(在新的选项卡/窗口中打开)。通过同行机构、国家或科研人员的主题概述来丰富您的战略规划，深入了解哪些科研人员活跃于特定主题，您的同行和竞争对手活跃于哪些主题，以及您应该了解哪些相关主题。

主题是具有共同知识兴趣的出版物的集合，主题可大可小、可新可旧、可发展也可衰退。新的主题会随时间的推移而出现，而且由于主题是动态的，因此也会不断演变。一份出版物只能属于一个主题，一个主题可以属于一个主题集群。

与科研的性质一样，许多主题是多学科的，较旧的主题可能处于休眠状态，但仍然存在。此外，科研人员本身也是流动的，并且在许多科研领域工作，因此为许多主题做出贡献。使用直接引文分析（而不是共被引分析）将 1996 年至今的 Scopus 出版物分为主题和主题集群。

如何使用科学中的主题显著度？

• ●

  大学领导、高级科研官员、院长和系主任可通过自己和同行机构的组合概览来丰富战略研究规划，以确定科研优势并支持战略合作伙伴关系决策

• ●

  科研服务团队和图书馆可通过举办研讨会并提供感兴趣主题和科研领域的关键机构和科研人员的见解来丰富管理层报告，促进、加强协作努力并支持有针对性的资助投标

• ●

  教师和科研人员可确定特定主题的专家和潜在的跨部门合作者，以加强他们的项目团队和资助投标，并确定可能获得充足资助的主题，他们还可以发现关键兴趣领域的新出版物以供阅读。

• ●

  政府和资助机构可介绍其国家的科研活动，确定在感兴趣或重点领域开展工作的主要机构和科研人员

• ●

  企业研发团队可以识别潜在的战略技术合作伙伴，找到战略或利基领域的关键学术专业知识，了解竞争对手积极研发的主题

新兴主题

新兴主题代表最近发表的文章出现显著增长并可能吸引近期资助的科研领域。这些新主题源自现有的母主题，并根据过去一年中产生的直接引用关系来识别和建立这些新主题。

构成新兴主题的出版物由多个母主题贡献 - 在某些情况下，多达 300 个现有主题贡献出版物来创建新主题。我们综合考虑新兴潜力（最近的出版物数量与往年相比）、主题的规模、引用和资助来对新兴主题进行分类。

请参阅我们开放访问的新兴主题页面(在新的选项卡/窗口中打开)，深入了解 2021 年确定的 112 个新兴主题。

方法论 — 主题和主题集群是如何创建的？

我们利用整个引文网络 --·1996 年以来 5500 多万份 Scopus 索引出版物之间的 10 亿多条引文链接，以及另外 2000 多万份至少被引用两次的非索引文件 -- 并将该网络分成约 96000 个主题。

如果主题内的直接引用关联较强，而主题外的直接引用关联较弱，则会创建一个主题。只有被索引的出版物才包含在主题中。

主题集群是应用与创建主题相同的直接引用算法形成。当主题间的引用链接强度达到一定阈值时，就会形成一个主题集群。主题集是将具有相似研究兴趣的主题聚合到更广泛、更高层次的研究领域中。在深入研究更具体或更细分的基础主题之前，这些主题集群可用于更广泛地了解国家、机构（或团体）或科研人员（或团体）正在进行的研究。

96,000 个主题中的每一个都与 1,500 个主题集之一相匹配。与主题一样，一名科研人员或机构可为多个主题集群做出贡献，但一个主题只能属于一个主题集群，一份出版物只能属于一个主题（因此也只能属于一个主题集群）。

什么是显著度？

显著度是特定主题的势头/动向或可见性的指标。显著度并不意味着“重要性”。计算一个主题的突出度需要结合三个指标，以显示该主题的势头：

1. n 年的引用次数相比于 n 年和 n-1 年发表的论文数

2. n 年的 Scopus 浏览次数相比于 n 年和 n-1 年发表的论文数

3. n 年的平均 CiteScore

显著度并不意味着“重要性”

由于某些科研领域的性质，有些主题永远不会具有 "显著度"。但这并不意味着该主题不重要。

显著度与资助存在怎样的关系？

特定主题的显著度（势头）与该主题中每位作者的资助金额间存在相关性 (1)(在新的选项卡/窗口中打开)。平均而言，显著度越高，每位作者可用于该主题科研的资金就越多。

SciTech Strategies 通过文本相似性，将 STAR METRICS 数据库中价值 2,030 亿美元的 31.4 万项资助分配到所有 9.6 万个主题中，从而确定了主题的显著度与主题内每位作者的资助金额之间的相关性，STAR METRICS 数据库是一个大型项目级资助数据库，占美国联邦资助的 24%。每个主题的资助数据被分成两个时间段，并对相关性进行了分析。该模型还显示，突出度与未来资助之间的相关性为 0.616，因此，显著度占未来资助变异的 38%（或 0.6162）。

¹Research Portfolio Analysis and Topic Prominence(在新的选项卡/窗口中打开) Richard Klavans 和 Kevin W. Boyack

其他信息

有关科学领域主题显著度的更多信息，请参阅以下论文和文档：

• ●

  确定科学技术中的新兴主题(在新的选项卡/窗口中打开)，Henry Small、Kevin W. Boyack 和 Richard Klavans

• ●

  哪种类型的引文分析可以生成最准确的科学和技术知识分类？(在新的选项卡/窗口中打开)Richard Klavans 和 Kevin W. Boyack

• ●

  构建出版级科学分类系统的新方法(在新的选项卡/窗口中打开)，Ludo Waltman 和 Nees Jan van Eck

• ●

  钙钛矿型太阳能电池科研领域的顶尖大学和科研人员(在新的选项卡/窗口中打开)

  • ●

    在介绍不同领域中哪些科研成果被高度引用的第一篇定期系列报道中，泰晤士高等教育 (THE) 探讨了目前被 Elsevier 指标评为“最显著”的主题。