Ученые в Твиттере: открытые данные
Сегодня мы к вам снова с постом про открытые данные, на этот раз нашли любопытное исследование о представленности ученых в Twitter.
В препринте представлен новый и простой подход для сопоставления авторов из OpenAlex с пользователями Twitter, идентифицированными в Crossref Event Data. OpenAlex или Crossref Event Data дают возможность определить ученых в социальных сетях, используя только открытые данные. Подход, заявленный в исследовании, позволяет сопоставить около 500 000 ученых с их аккаунтами в Twitter с высокой точностью.
Социальные медиа очень важны для взаимодействия между академическим и неакадемическим миром. Исследователи, предположительно, чаще публикуют в Twitter научные публикации, чем «неисследователи». Коллеги собрали для своей выборки ученых в Twitter, которые твитнули (хотя бы один раз) одну из своих публикаций (записанных в Crossref Event Data). Причем брали как исследователей, которые самостоятельно указали Twitter в своем профиле ORCID, так и сопоставляли аккаунты Twitter и авторов в OpenAlex по комбинации из фамилии, инициалов, первого имени, профессиональных титулов (Dr., Ph.D., MD).
Авторы использовали дамп данных Crossref Event Data за январь 2022 года, содержащий более 60 миллионов твитов от 5 288 867 уникальных аккаунтов Twitter, которые содержат DOI статей, упомянутых в этом твите. Эта база включает 4,7 миллиона уникальных DOI.
Среди представленных в Twitter ученых большинство из них публиковали ссылки на статьи, связанные с медициной, биологией, психологией, в меньшинстве были философия, математика и инженерия. По представленности среди стран лидируют англоязычные ученые (США, Великобритания, Австралия, Канада).
Набор данных открыт и может помочь взаимодействию ученых в Twitter.
#обзор #открытыйдоступ #OpenAlex #crossref #twitter
Сегодня мы к вам снова с постом про открытые данные, на этот раз нашли любопытное исследование о представленности ученых в Twitter.
В препринте представлен новый и простой подход для сопоставления авторов из OpenAlex с пользователями Twitter, идентифицированными в Crossref Event Data. OpenAlex или Crossref Event Data дают возможность определить ученых в социальных сетях, используя только открытые данные. Подход, заявленный в исследовании, позволяет сопоставить около 500 000 ученых с их аккаунтами в Twitter с высокой точностью.
Социальные медиа очень важны для взаимодействия между академическим и неакадемическим миром. Исследователи, предположительно, чаще публикуют в Twitter научные публикации, чем «неисследователи». Коллеги собрали для своей выборки ученых в Twitter, которые твитнули (хотя бы один раз) одну из своих публикаций (записанных в Crossref Event Data). Причем брали как исследователей, которые самостоятельно указали Twitter в своем профиле ORCID, так и сопоставляли аккаунты Twitter и авторов в OpenAlex по комбинации из фамилии, инициалов, первого имени, профессиональных титулов (Dr., Ph.D., MD).
Авторы использовали дамп данных Crossref Event Data за январь 2022 года, содержащий более 60 миллионов твитов от 5 288 867 уникальных аккаунтов Twitter, которые содержат DOI статей, упомянутых в этом твите. Эта база включает 4,7 миллиона уникальных DOI.
Среди представленных в Twitter ученых большинство из них публиковали ссылки на статьи, связанные с медициной, биологией, психологией, в меньшинстве были философия, математика и инженерия. По представленности среди стран лидируют англоязычные ученые (США, Великобритания, Австралия, Канада).
Набор данных открыт и может помочь взаимодействию ученых в Twitter.
#обзор #открытыйдоступ #OpenAlex #crossref #twitter
И снова про Twitter: если вашу работу твитнули, какова вероятность, что ее процитируют?
В статье анализируется открытая база данных ученых в Twitter, о которой мы уже рассказывали ранее, а также отдельные твиты, содержащие ссылки на научные работы (Crossref Event Data 2023). Примерно 6,4 миллиона твитов, сделанных исследователями в этом наборе данных за 2017-2019 годы, были связаны с чуть более чем 1 миллионом отдельных DOI, найденных в таблице работ OpenAlex. Из 5 307 769 твитов, содержащих ссылки на журнальные статьи, 768 710 соответствовали ссылкам на работы, авторами которых был тот же пользователь Twitter, что составляет 14,5%.
Пользователи Twitter чаще цитируют :
• работы, связанные с их учебным заведением,
• работы, соавторами которых они являются,
• работы, имеющие непосредственное отношение к их собственным исследованиям,
• работы, опубликованные в журналах, в которых они тоже публиковались.
Из интересного:
• по мере развития карьеры и увеличения количества публикаций исследователи реже цитируют свои твиты,
• тематическое сходство твита с собственным исследованием и областью изучения оказывает большое влияние на связь между твитом и его последующим цитированием,
• чем больше работ исследователи публикуют в Twitter, тем меньше вероятность их цитирования,
• ученые, цитирующие свои собственные работы, могут показать, как Twitter может использоваться в качестве платформы для повышения узнаваемости собственной научной деятельности, утверждения себя в качестве эксперта в какой-либо области или расширения своего социального капитала .
#обзор #цитирование #twitter
В статье анализируется открытая база данных ученых в Twitter, о которой мы уже рассказывали ранее, а также отдельные твиты, содержащие ссылки на научные работы (Crossref Event Data 2023). Примерно 6,4 миллиона твитов, сделанных исследователями в этом наборе данных за 2017-2019 годы, были связаны с чуть более чем 1 миллионом отдельных DOI, найденных в таблице работ OpenAlex. Из 5 307 769 твитов, содержащих ссылки на журнальные статьи, 768 710 соответствовали ссылкам на работы, авторами которых был тот же пользователь Twitter, что составляет 14,5%.
Пользователи Twitter чаще цитируют :
• работы, связанные с их учебным заведением,
• работы, соавторами которых они являются,
• работы, имеющие непосредственное отношение к их собственным исследованиям,
• работы, опубликованные в журналах, в которых они тоже публиковались.
Из интересного:
• по мере развития карьеры и увеличения количества публикаций исследователи реже цитируют свои твиты,
• тематическое сходство твита с собственным исследованием и областью изучения оказывает большое влияние на связь между твитом и его последующим цитированием,
• чем больше работ исследователи публикуют в Twitter, тем меньше вероятность их цитирования,
• ученые, цитирующие свои собственные работы, могут показать, как Twitter может использоваться в качестве платформы для повышения узнаваемости собственной научной деятельности, утверждения себя в качестве эксперта в какой-либо области или расширения своего социального капитала .
#обзор #цитирование #twitter