Il documento definisce come sono costruiti i dati pubblicati su agecon.org/agr01 e dichiara le scelte discrezionali adottate.
Entrano le persone che, alla data di estrazione, soddisfano almeno una delle condizioni seguenti:
Le persone senza lavori indicizzati compaiono con la scheda ma senza indicatori.
Sono escluse:
Il secondo criterio è discrezionale. Richiede l'assenza congiunta di coautorialità interna e di sovrapposizione tematica; il volume di produzione non è considerato. Ogni esclusione è registrata e reversibile.
A ciascuna persona è associato un identificativo autore Scopus. L'aggancio è classificato come confermato sull'affiliazione, verificato manualmente, non confermato o non registrato. Le schede con aggancio non confermato riportano un avviso di possibile omonimia.
Gli errori del profilo Scopus (duplicazioni, lacune, lavori altrui) si trasmettono a tutti gli indicatori individuali.
| fonte | contenuto | natura |
|---|---|---|
| MUR/CINECA, pagine istituzionali | ruolo, sede, struttura | registro pubblico |
| ASN, elenchi ministeriali | abilitazioni | registro pubblico |
| Scopus (Elsevier) | lavori, citazioni, parole chiave, sedi | banca dati in licenza |
| SCImago Journal Rank | SJR, quartile, categoria della sede | tabella annuale |
L'estrazione avviene per identificativo autore (disgiunzione degli AU-ID), non per affiliazione né per parole chiave. Il corpus comprende quindi l'intera produzione indicizzata delle persone censite.
Per un ricercatore i: P è l'insieme dei suoi lavori, c(p) le citazioni del lavoro p, y₀ l'anno del primo lavoro indicizzato, Y l'anno di riferimento dell'edizione, fissato nella configurazione.
| indicatore | definizione | ||
|---|---|---|---|
Pubblicazioni (pc) | \ | P\ | |
Citazioni (cc) | Σp∈P c(p) | ||
Anni di carriera (age) | Y − y₀ + 1 | ||
Pubblicazioni per anno (ppy) | pc / age | ||
Citazioni per anno (cpy) | cc / age |
La carriera decorre dalla prima pubblicazione indicizzata, non dall'ingresso in ruolo.
h-index (h) — massimo h tale che h lavori abbiano almeno h citazioni ciascuno.
g-index (g*) — massimo g tale che i g lavori più citati sommino almeno g² citazioni, escluse le review.
i10 (i10) — lavori con almeno dieci citazioni.
m-quotient (mq) — h / age.
Momentum (mom) — lavori pubblicati da Y − 2 in poi.
Lavori di punta (t5) — lavori nel 5% più citato del proprio anno di pubblicazione. Per ciascun anno concluso y, escluse le review:
La sede è agganciata a SCImago per titolo normalizzato. In mancanza, solo per i periodici, si ritenta con la parte del titolo precedente i due punti.
| indicatore | definizione |
|---|---|
qd | lavori per quartile, [Q1, Q2, Q3, Q4] |
pQ1 | quota in Q1 sui lavori con quartile noto |
sjrAvg | SJR medio delle sedi con SJR noto |
I lavori in sedi non coperte da SCImago non rientrano in alcun quartile. Il quartile è una proprietà della sede, non del lavoro.
Coautori medi (avgco) — media di (autori − 1) per lavoro, contati sugli identificativi Scopus.
Autonomia (indiv) — min(200, 100 / avgco).
Apertura di una sede E — sui lavori con almeno un autore di E:
| quota | definizione |
|---|---|
| dentro | lavori con almeno due autori censiti di E |
| altre sedi | lavori con almeno un autore censito di altra sede |
| firme esterne | media di (firme totali − firme di E) / firme totali |
Le tre quote non sono una partizione e non sommano a cento. Le firme totali si contano sui nomi del campo autori. La quota dentro non si pubblica per sedi con meno di tre censiti.
Entropia di Shannon (shan) — H = −Σ pₖ ln pₖ, con pₖ quota della k-esima parola chiave nella produzione della persona.
Ogni parola chiave d'autore è normalizzata una sola volta, all'ingresso della catena:
-is, -us, -ss;Alias e sinonimi sono in dati/ingresso/sinonimi_keyword.json.
Ciascun tema è definito da un elenco di espressioni (dati/ingresso/temi_ricerca.json). Un lavoro è assegnato a un tema se una sua parola chiave contiene una di quelle espressioni come sequenza intera di parole. Un lavoro può appartenere a più temi.
I temi sono stati ricavati per raggruppamento manuale delle parole chiave canoniche ricorrenti nel corpus: la classificazione è endogena e descrive il vocabolario del settore. L'elenco è fisso fra le edizioni e si rivede annualmente, così che una variazione fra edizioni dipenda solo dai dati.
Limiti:
Ampiezza — ricercatori censiti con almeno un lavoro sul tema, e sedi di appartenenza.
Concentrazione — quota delle firme sul tema detenuta dal 5% dei ricercatori più attivi:
C(t) = [ firme dei ⌈0,05 × Rₜ⌉ ricercatori più attivi ] / Fₜ
con Rₜ ricercatori del tema e Fₜ firme totali. Non si pubblica sotto i venti ricercatori.
RCA(i,t) = [ P(i,t) / P(i) ] / [ P(t) / P ]
P(i,t): lavori del soggetto i sul tema t; P(i): suoi lavori con almeno un tema; P(t), P: gli stessi per il settore. Valori sopra 1 indicano presenza relativa superiore a quella del settore.
Un lavoro è attribuito a un territorio o a una filiera se il titolo o le parole chiave (d'autore e indicizzate) ne contengono il nome o un termine associato, come parola intera. Il dizionario è in dati/ingresso/territori_filiere.json.
Il riconoscimento rileva ciò che un lavoro nomina, non ciò di cui tratta senza nominarlo.
Il catalogo comprende i lavori classificati da Scopus come Review e gli altri lavori che dichiarano un metodo di rassegna: nel titolo o nelle parole chiave d'autore per meta-analisi, rassegne sistematiche, scoping review e analisi bibliometriche; nel solo titolo per le rassegne della letteratura.
Il tipo è quello dichiarato, con questa precedenza: meta-analisi, sistematica, scoping, bibliometrica, narrativa. Le Review senza metodo dichiarato sono narrative.
La ricerca per argomento opera su titolo e parole chiave (d'autore e indicizzate): ogni parola cercata deve comparire, al singolare o al plurale; una frase fra virgolette deve comparire esatta.
Nodi: ricercatori censiti. Archi: coppie con almeno un lavoro in comune; peso: numero di lavori in comune. Sono rappresentati solo i rapporti interni al settore. Le statistiche che presuppongono connessione si calcolano sui nodi non isolati.
La coautorialità descrive la struttura delle firme, non la natura dei rapporti fra le persone.
Le comunità sono individuate per massimizzazione della modularità con l'algoritmo di Louvain (Blondel et al., 2008), a risoluzione unitaria, sul grafo pesato: fase locale e aggregazione alternate fino a convergenza.
I livelli inferiori (gruppi di ricerca, nuclei di collaborazione) si ottengono suddividendo ricorsivamente ciascuna comunità, per il limite di risoluzione della modularità (Fortunato e Barthélemy, 2007).
I nodi sono esaminati in ordine crescente di identificativo: la partizione è riproducibile.
| misura | definizione |
|---|---|
| betweenness (Brandes) | presenza sui cammini minimi fra altri nodi |
| closeness (Wasserman–Faust) | vicinanza media entro la componente, pesata per la frazione di rete raggiungibile |
| eigenvector | centralità dei vicini |
| PageRank (damping 0,85) | variante smorzata dell'eigenvector |
| coefficiente di clustering | quota di coautori che sono coautori fra loro |
Nessuna di queste misure è un indice di rilevanza scientifica.
La catena, dall'esportazione bibliografica ai dati pubblicati, è nel repository ed è eseguibile con la sola libreria standard di Python. Una suite di controlli verifica che il codice ricalcoli i valori pubblicati.
I record Scopus non sono redistribuibili: la riesecuzione richiede un'esportazione propria a partire dalla query pubblicata.
Ogni edizione nasce da una sola esportazione, che viene conservata. Fra due edizioni i valori cambiano per nuovi lavori, nuove citazioni e correzioni della banca dati. La versione segnala le modifiche di metodo (cifra maggiore) e di dati (cifra minore); le modifiche di metodo sono elencate nel CHANGELOG.
Sono trattati dati già pubblici, per finalità di ricerca scientifica e statistica (artt. 6 e 9 Reg. UE 2016/679). I diritti degli artt. 15–21 GDPR si esercitano scrivendo a info@agecon.org. Informativa completa: agecon.org/agr01/privacy.php.
Documento distribuito con licenza CC BY 4.0. Il codice è distribuito con licenza MIT.