Program Java untuk analisis kutipan bersama
CiteSpace menciptakan visualisasi interaktif cerdas dari pola dan tren struktural dan temporal dari bidang ilmiah. Ini mendorong audit yang teratur atas ruang informasi melalui siklus logika visual dari atas ke bawah; menguji informasi referensi dari sumber terkenal seperti Web of Science, Scopus, Dimensions, dan Lens. Anda dapat memanfaatkan ini dengan kapasitas ekspositori visual mendasar untuk kumpulan data tanpa referensi terkait data, misalnya, PubMed, CNKI, Disertasi ProQuest, dan Tesis.
Untuk apa Citespace digunakan?
CiteSpace adalah utilitas aplikasi untuk membayangkan dan meruntuhkan pola dan contoh dalam
Ini mencakup pembedaan pengembangan cepat yang efektif zona waktu, menemukan hotspot referensi di tempat yang terkenal dengan distribusinya, memecah organisasi menjadi beberapa kelompok, menandai tandan terprogram dengan istilah merujuk ke artikel, contoh kerjasama geospasial , dan wilayah khusus dari upaya terkoordinasi global. Anda juga dapat menggunakan ini dengan pemeriksaan dasar dan sementara dari berbagai organisasi yang diperoleh dari distribusi logis, termasuk organisasi upaya terkoordinasi, organisasi referensi bersama pembuat, dan organisasi referensi bersama laporan.
Ini juga mendukung organisasi jenis hub crossover, seperti istilah, yayasan, dan negara, dan jenis koneksi setengah keturunan, seperti co-referensi, co-event, dan rujukan terkoordinasi untuk bergabung. Sumber informasi penting untuk CiteSpace adalah Web of Science. Cari subjek intrik dan unduh item daftar. CiteSpace akan menangani informasi dari titik itu. Produk ini juga memberikan beberapa antarmuka langsung untuk memperoleh informasi dari PubMed, arXiv, ADS, dan NSF Award Abstracts.
Alat yang luar biasa dan menyeluruh untuk menganalisis data
CiteSpace dimaksudkan untuk menjawab pertanyaan tentang ruang informasi, yang merupakan ide berkarakter luas yang mencakup bidang logis, wilayah eksplorasi, atau kontrol logis. Sebuah area informasi secara teratur berbicara dengan banyak catatan distribusi yang signifikan. Adalah kewajiban Anda untuk menyiapkan kumpulan data agen dan yang paling pas yang berisi data yang cukup untuk menjawab pertanyaan Anda.
