文献调研入门

本文比较了Aminer、GoogleScholar、Dimensions和WebOfScience在检索‘shipemission’领域的文献时的表现。Dimensions提供最全面的结果和深入的分析功能,如研究网络和SDG目标分类,支持批量导出。WebOfScience擅长高被引论文分析和引文报告。Aminer在计算机领域有优势,但中国作者信息不全。GoogleScholar适合跟踪新文献。对于快速梳理领域文献,建议结合使用这些平台。

文献检索网站测评

检索内容:“ship emission”
目标:1. 覆盖全面;2. 便于导出;3. 简单统计

Aminer

是清华大学计算机系团队开发的平台。计算机方向的论文比较全面
在这里插入图片描述

  • 检索出了509条结果
  • 近年热度、主要作者、主要机构还是可以识别一些,还可以总结关键词。似乎不太支持一键导出所有的搜索结果
  • 主要作者第一名是外国人,机构的第一名是中国大学,不太合理
  • 其它功能如果不是计算机系,比较一般。作者信息不全,尤其是中国作者。

Google Scholar

在这里插入图片描述

  • 2,540条结果
  • 看不到近年趋势、主要作者。感觉就是下载文献比较方便。据说除了学术文章,还可以搜到报告。似乎不太支持一键导出所有的搜索结果
  • 左下角有个alerts,输入关键词可以给订阅者推送该领域内的新文献

Dimensions(推荐)

覆盖面广,对于没有web of science和scopus权限的朋友来说是不错的选择。
在这里插入图片描述

  • 6,802条结果(最多)
  • 右上角的analytical views非常有用。包含了近年趋势,主要作者,研究领域,主要期刊,还可以分析主要作者关系。研究网络是内嵌的vosviewer。主要领域除了按学科分类,还可以按SDG目标分类
  • 登陆后可以批量导出。一次最多2500条文献
  • 中国作者似乎不全

研究网络

在这里插入图片描述

  • 可以方便地调整颜色、大小的含义等。方便找到领域内大佬、大佬的组织。如果知道大佬的名字,可以直接检索到ta的网络关系
  • 要注意已呈现的均是过去已经发表的成果的合作关系,最新的动态是没法体现在上面的。

主要领域

在这里插入图片描述
在这里插入图片描述

Web Of Science

需要访问权限
在这里插入图片描述

  • 367 条来自所有数据库的结果(最少)
  • “分析检索结果”和“引文报告”很有用。可以看到主要作者、主题词、所属机构、近年发展趋势、下载最高被引文献等
  • 支持一键导出,登陆后一次最多1000条
  • 因为结果太少所以识别的热点、主要作者还是有偏差

专业文献计量学工具

梳理 “ship emission” 领域内的文献
目标:1. 研究热点识别;2. 主要研究团队及团队间关系

主要使用的是VOSviewerCiteSpace范文)。可以做出好看的网络图,包含了丰富的信息。(学习成本比较高)

前沿追踪工具

Google Scholar

前面展示过alerts功能

文献鸟

网址。先设置关键词,然后设置发送到新文献到邮箱的频率。

Research Gate

网址。基本能找到大牛发表的文章,观察大佬的研究的发展演变。

检索式注意事项

  • 引号括起来就是作为词组搜索,逗号隔开、加号隔开是作为单词搜索。比如"ship emission"ship emission检索结果就不一样
  • 一些检索平台支持正则表达式。可以看一下平台的导引

小结

近年趋势热词机构大牛热点领域作者网络批量导出
Aminer
Dimensions
Web Of Science

如果想要快速梳理领域内文献,建议采用如下步骤:

  1. Aminer、Dimensions、Web Of Science检索,保存研究领域统计分析、关联分析、网络分析结果,相互对比进行总结记录
  2. Web of science下载领域内高被引论文
  3. Google Scholar和搜索引擎Bing可用于补充,优势在于下载非学术论文的文献
  4. 使用前沿追踪工具追踪前沿动态

其它:还可以通过ResearchGate关注领域内大牛,追踪他们的最新研究

【Koopman】遍历论、动态模态分解和库普曼算子谱特性的计算研究(Matlab代码实现)内容概要:本文围绕【Koopman】遍历论、动态模态分解和库普曼算子谱特性的计算研究展开,重点介绍基于Matlab的代码实现方法。文章系统阐述了遍历理论的基本概念、动态模态分解(DMD)的数学原理及其与库普曼算子谱特性之间的内在联系,展示了如何通过数值计算手段分析非线性动力系统的演化行为。文中提供了完整的Matlab代码示例,涵盖数据驱动的模态分解、谱分析及可视化过程,帮助读者理解并复现相关算法。同时,文档还列举了多个相关的科研方向和技术应用场景,体现出该方法在复杂系统建模与分析中的广泛适用性。; 适合人群:具备一定动力系统、线性代数与数值分析基础,熟悉Matlab编程,从事控制理论、流体力学、信号处理或数据驱动建模等领域研究的研究生、博士生及科研人员。; 使用场景及目标:①深入理解库普曼算子理论及其在非线性系统分析中的应用;②掌握动态模态分解(DMD)算法的实现与优化;③应用于流体动力学、气候建模、生物系统、电力系统等领域的时空模态提取与预测;④支撑高水平论文复现与科研项目开发。; 阅读建议:建议读者结合Matlab代码逐段调试运行,对照理论推导加深理解;推荐参考文中提及的相关研究方向拓展应用场景;鼓励在实际数据上验证算法性能,并尝试改进与扩展算法功能。
评论
成就一亿技术人!
拼手气红包6.0元
还能输入1000个字符
 
红包 添加红包
表情包 插入表情
 条评论被折叠 查看
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值