论文作者

摘要： 单位名称书写不规范,将影响编辑部与作者、读者与作者之间的联系及文稿发表后文献计量学的统计等工作。为此,本刊就作者单位名称的书写要求如下:(1)作者在投稿时,应列出单位名称的全称,具体到所在科室,并且写明单位所在城市名及邮编。(2)单位的英文名称应根据所在单位统一的英文名称书写。(3)“论文投送介绍信及授权书”的公章内容,须与文稿中所书写的单位名称一致。

摘要： 根据《学术出版规范期刊学术不端行为界定(CY/T174-2019)》对论文作者学术不端行为类型进行界定,以下行为均属于学术不端,我刊投稿作者应规范写作,正确表述自己的科研成果。1.剽窃(plagiarism):采用不当手段,窃取他人的观点、数据、图像、研究方法、文字表述等并以自己名义发表的行为。2.伪造(fabrication):编造或虚构数据、事实的行为。3.篡改(falsification):故意修改数据和事实使其失去真实性的行为。

摘要： 目前全国部分医学院校与当地综合大学进行合并调整后,不少作者在投稿时,对所在单位的中、英文名称的书写不够规范,不少单位在开具推荐信(即介绍信)时,使用的公章与文稿中所书写的不一致。单位名称书写不规范,将影响读者与作者之间的联系及文稿发表后文献计量学的统计等工作。为此,本刊就作者单位名称的书写要求如下.

摘要： 本刊自2022年1月起,加入OSID(英文全称:Open Science Identity,简称OSID)开放科学计划。OSID开放科学计划是由国家新闻出版署出版融合发展(武汉)重点实验室发起的,面向学术期刊行业的一项开放科学公益性计划。每篇论文将拥有专属的OSID码,作者可在码内对论文作者、研究背景、学术价值等问题进行语音阐述,也可上传论文的补充性数据与材料(图片或视频)。

摘要： 投稿须知(1)论文必附内容摘要、关键词、第一作者简介、参考文献内容。(2)论文论点、论据简明,数据准确详实,文字精炼。正文4500字以上,摘要300字以上,关键词3-5个,参考文献6篇以上,每篇论文作者人数一般不超过4人。本刊采用刊出的论文不收取费用,亦不支付稿酬。(3)每期择2-4篇优秀论文,人选封面标题论文。(4)电子邮箱投稿(jzyys1978@163.com);加微信关注(jzyys2015)。

摘要： 单位名称书写不规范,将影响编辑部与作者、读者与作者之间的联系及文稿发表后文献计量学的统计等工作。为此,本刊就作者单位名称的书写要求如下:(1)作者在投稿时,应列出单位名称的全称,具体到所在科室,并且写明单位所在城市名及邮编。(2)单位的英文名称应根据所在单位统一的英文名称书写。(3)“论文投送介绍信及授权书”的公章内容,须与文稿中所书写的单位名称一致。(4)由不同单位共同撰写的文稿,各个单位的名称均须分别列出,由论文的资料提供单位(一般即为第一作者所在单位)开具“论文投送介绍信及授权书”。

摘要： 1.著作权法来稿决定刊用后,由作者亲笔签署版权转让协议,自动承认论文专有使用权归《临床儿科杂志》编辑委员会所有,对本刊以但不限于电子期刊、光盘版、网络版等方式出版该文无异议。已发表的论文未经本刊书面许可,不可再授权他人以任何形式汇编、转载、出版该文的任何部分。任何单位或个人不得将已出版的论文以单行本、抽印本等形式出版。但论文作者本人可以在其后续的作品中引用该论文中部分内容,或翻译、或将其汇编在论文作者主编的非期刊类文集中。

摘要： 重复发表重复发表的表现形式包括:a)不加引注或说明,在论文中使用自己(或自己作为作者之一)已发表文献中的内容。b)在不做任何说明的情况下,摘取多篇自己(或自己作为作者之一)已发表文献中的部分内容,拼接成一篇新论文后再次发表。c)被允许的二次发表不说明首次发表出处。d)不加引注或说明地在多篇论文中重复使用一次调查、一个实验的数据等。

摘要： 1.保证来稿是著作权人独立取得的原创性研究成果,无抄袭、剽窃及一稿多投,并且不涉及与著作权有关的侵权问题以及侵犯知识产权等问题。若发生侵权问题,一切责任由论文作者承担。2.来稿必须具有学科理论或技术实践上的创新性,叙述及书写准确、简明,辅以必要的图表,要求主题明确、逻辑严密、数据可靠、图表清晰。

摘要： 论文作者保证该论文为原创作,并且不涉及涉密和一稿多投问题,若发生侵权或泄密问题,一切责任由论文作者承担,本刊不负任何连带责任。2.全体作者同意,所投的稿件一经录用,作者即将论文整体以及附属于作的图、表、摘要及其他可以从论文中提取部分的全部复制传播的权利包括但不限于复制权、发行权、信息网络传播权、翻译权、汇权权利。

摘要： 本文从《中国期刊全文数据库(CJFD)》入手，通过计算出参数n和C值，最终确定了《经济研究》论文作者的洛特卡分布fx-0.7100／x2.3476，并通过了K-S检验，并对该期刊的论文著者的科学生产率进行了简要的分析研究，表明了洛特卡定律具有广泛的适用性，也体现了该期刊在创刊上原则的正确性和发展的健康性。

摘要： 对1997～2002年间所发表的537篇论文中1692名作者进行了统计与分析,从论文作者发文量,论文作者地区分布,论文作者的系统分布以及活跃作者群的分布等方面对该刊的论文及与作者的关系进行了分析探讨。

摘要： 近年来,精神病患者飞速增长,但在中国还未见此领域合作研究的报道,本研究意在揭示中国精神病学领域作者的科研合作关系.从CNKI和CSCD中选取了此领域的5种核心期刊2007-2011年期间全部论文.运用了社会网络分析法,中心性分析,K-丛分析,聚类分析法和词频分析等方法，绘制的合著网络图谱中共有172位高产作者,根据中心度计算,方贻儒、王高华和谢世平是整个网络中最核心的作者;K-丛结果表示江开达、赵靖平和方贻儒等在整个合作网络中扮演着重要的角色;精神分裂症和抑郁症是中国精神病学研究者研究的重点.合作研究不但促进知识交流,资源共享而且还可以帮助研究者把握学科前沿,合作研究的成果可以更好地为精神病学研究政策的制定提供科学依据.

摘要： 对《林业调查规划》2005年度刊发的190篇论文作者的性别、年龄、籍贯、学历、职称、职业及工作单位进行了统计和分析,结果为:作者性别以男性居多,为138人,占总数的72.6％；年龄范围为23～64岁,平均36岁,以30～45岁居多,为130人,占68.4％；籍贯以云南最多,为68人,占35.8％,其次为福建20人,占10.5％,湖南13人,占6.8％,湖北11人,占5.8％,北京9人,占4.7％；学历以本科最多,为110人,占57.9％,其次为硕士或在读硕士54人,占28.4％；职称以中级职称最多,为93人,占48.9％,其次为副高级职称28人,占14.7％；职业以工程技术人员最多,为96人,占50.5％,其次为学生及教师,分别为37人及33人,占19.5％及17.4％；工作单位以学校最多,为72人,占37.9％,其次为林业、园林绿化等规划设计院所54人,占28.4％。

摘要： 科技期刊作者自校环节的人本意识是科技期刊设计作者自校流程和实施方案的指导思想,也是检验科技期刊作者自校工作是否到位的唯一标准。试通过解读科技期刊作者自校人本意识的基本含义,结合编辑实践,明确科技期刊论文作者自校的基本内容,应选择的自校形式和方法,以及如何处理好作者自校的细节问题等,提出科技期刊在作者自校环节应重视人本意识的编辑理念。

摘要： 为提高科技期刊投稿论文的学术质量,提升期刊的学术影响力,期刊编辑依据自身工作特性,从来稿的各个环节出发,变被动工作为主动,平等、真诚地为作者服务,与作者做朋友,建立良好的互动关系,提高作者投稿的积极性,扩展期刊的知名度,从而吸引优秀来稿,不断提高期刊质量.

摘要： 为提高科技期刊投稿论文的学术质量,提升期刊的学术影响力,期刊编辑依据自身工作特性,从来稿的各个环节出发,变被动工作为主动,平等、真诚地为作者服务,与作者做朋友,建立良好的互动关系,提高作者投稿的积极性,扩展期刊的知名度,从而吸引优秀来稿,不断提高期刊质量.

摘要： 为提高科技期刊投稿论文的学术质量,提升期刊的学术影响力,期刊编辑依据自身工作特性,从来稿的各个环节出发,变被动工作为主动,平等、真诚地为作者服务,与作者做朋友,建立良好的互动关系,提高作者投稿的积极性,扩展期刊的知名度,从而吸引优秀来稿,不断提高期刊质量.

摘要： 为提高科技期刊投稿论文的学术质量,提升期刊的学术影响力,期刊编辑依据自身工作特性,从来稿的各个环节出发,变被动工作为主动,平等、真诚地为作者服务,与作者做朋友,建立良好的互动关系,提高作者投稿的积极性,扩展期刊的知名度,从而吸引优秀来稿,不断提高期刊质量.

摘要： 通过调查广东省117种科技期刊，指出期刊在向作者支付稿酬方面存在的问题。认为支付稿酬是维护作者合法权益和赢得好稿的要诀之一，期刊应严格按照有关规定向作者支付稿酬。

摘要： 本发明公开了一种基于作者著作树和图神经网络的论文合作者推荐方法，其步骤包括：1)对于数据库中的每一个作者，收集该作者的论文并提取关键词信息，构建该作者的著作树；2)对每个著作树，基于图神经网络模型构建对应作者著作树的信息传播模型，将著作树上的论文信息和关键词信息传播到作者节点中，编码出对应作者初始的表征向量；3)从该数据库中抽取出所有合作过的作者对集合，训练信息传播模型的参数，优化各初始表征向量，得到各作者最终的表征向量；4)对于一需推荐合作者的论文A，遍历与论文A的作者未曾合作过的作者集合N；然后比较作者A与集合N中每一作者最终的表征向量余弦相似度，根据计算结果为论文A的作者推荐合作者。

摘要： 本发明涉及一种基于高置信度特征属性分层聚类方法的论文同名作者消歧方法。主要步骤：（1）先从学术搜索引擎中抽取出原始数据，提取出特征属性值，对其进行规范化处理；（2）根据规则，先形成别名组，然后根据别名组生成同形异义作者歧义组；（3）分别对各个单特征属性进行相似度计算和消歧方法的选取；（4）通过由步骤3得出的各个属性置信度评估，得出基于高置信度的特征属性层次聚类方法。应用本发明，不仅保证了姓名消歧的速度，也提高了消歧的准确率。

摘要： 本发明公开了一种基于作者著作树和图神经网络的论文合作者推荐方法，其步骤包括：1)对于数据库中的每一个作者，收集该作者的论文并提取关键词信息，构建该作者的著作树；2)对每个著作树，基于图神经网络模型构建对应作者著作树的信息传播模型，将著作树上的论文信息和关键词信息传播到作者节点中，编码出对应作者初始的表征向量；3)从该数据库中抽取出所有合作过的作者对集合，训练信息传播模型的参数，优化各初始表征向量，得到各作者最终的表征向量；4)对于一需推荐合作者的论文A，遍历与论文A的作者未曾合作过的作者集合N；然后比较作者A与集合N中每一作者最终的表征向量余弦相似度，根据计算结果为论文A的作者推荐合作者。

摘要： 本发明公开了基于预训练模型与决策树的增量式论文同名作者消歧方法，属于神经网络与作者同名消歧技术领域，所述方法利用人工定义特征与XLNet提取特征相结合的特征提取，首先使用人工定义特征提取论文中作者名称、机构等字段的信息，使用XLNet提取论文标题、摘要等字段的信息，之后利用XGBoost与提取出的特征来预测每篇论文应该归属的正确作者，对于该步未能分配出的论文进行凝聚式聚类的后处理，获取主聚类作为新的作者论文集，预测结果使用准确率、召回率以及F1值。本发明能够对论文的信息进行更加充分地提取，具有较强的可解释性，具有较强的鲁棒性，在处理噪点较多以及论文信息较为齐全的数据上有较优秀的表现。

摘要： 本发明公开了一种基于论文关键属性网络的作者消歧方法，关键属性关系网是通过收集论文中的关键属性并通过他们的相关关系形成的关系网络，分别形成了论文合著者之间的关系网，同一机构的关系网，同一领域的关系网，最终形成论文关键属性的关系网。本发明的方法通过提取论文中论文名称、作者机构、作者领域并围绕作者名称建立关系网络，当对论文作者进行消歧的时候，通过对论文作者的名称的匹配，并结关系网络中的作者机构、作者领域能够有效的解决论文中相同人名但对应不同实际作者的情况。另外通过结合论文名称匹配当前待消歧作者合著者并再次匹配的合著者，能够有效的解决同一实际作者有不同人名写法的这种情况。

摘要： 本发明涉及学术论文作者的权重分析，更具体地，涉及一种基于聚类分析的学术论文作者权重分析方法。本发明的评分算法中第一作者评分加入了作者引用关系网络G，使用node2vec对作者引用关系网络G进行建模得到作者的词向量表达，再使用引用关系和节点间余弦相似度对学者学术评分进行加权，得到最终评分；后经实验论证发现本文得到的评分指标在和h‑index有较高相关性的同时，能一定程度上弱化h‑index的部分缺陷；并且再根据作者的词向量表达进行聚类，从而得到作者所属类别以及各个类别的中心，即将作者划分到不同细分领域。通过比较作者的向量和各个聚类中心的距离，计算在各个领域内的相对评分。

摘要： 本发明提供了一种基于规则匹配和机器学习的论文作者名消歧方法。该方法包括：对待处理的论文信息进行预处理；将预处理后的论文信息中的作者名与预先构建的人名匹配规则进行匹配，得到候选作者集合；根据候选作者集合中的候选作者的数量确定所述待处理的论文的作者。应用本发明可以改进论文消歧效果，有效地提高作者名消歧的准确性。

摘要： 本发明属于机器学习应用技术领域，具体涉及一种基于作者学术背景的合著论文作者贡献度评价分析方法。首先提取合著论文的主题关键词，然后利用作者的已发表论文来提取作者的学术关键词，根据构建的研究领域相似度评价分析模型计算两者之间的语义相似度来确定合著论文主题的研究领域和作者的学术研究领域之间的关联性，最后利用关联性来评价作者对论文合著的贡献度。该方法综合考虑作者研究领域、作者学术关键词等学术背景因素对论文参与程度的影响，弥补了现有技术对论文合著者实际学术贡献评估不准确的不足之处。

摘要： 本发明公开了一种推荐架构下的基于对比学习调优的论文作者消歧方法。本发明将论文作者消歧任务抽象为单塔推荐架构下的推荐排序问题。提出基于Wide&Deep推荐架构的排序算法解决基于表示的深度学习模型的语义漂移问题，实现基于多字段多实例注意力机制的深度模型与基于特征工程的线性模型相结合，使模型同时具备较强的泛化能力与记忆能力。此外，注意到真实匹配对之间应存在一定潜在模式的数据特点，针对性提出一种对比学习调优算法，引入对比学习损失，构建对比学习的正负样本，促使模型学习区分真实匹配对的高层次特征。

摘要： 本发明公开了一种论文作者姓名消歧的方法、设备及储存介质，基于姓名和机构对节点进行判断，将姓名和机构相同且距离小于设定的阈值的节点构建边，再通过图自动编码器将存在边的作者信息记录合并，以得到相关的专家数据组，再将专家数据组关联邮箱，同名不同人的作者采用的邮箱地址必然不同，实现同名消歧，再通过作者姓名及机构的相同或包含关系且距离小于设定的阈值来判断相同作者并合并形成专家数据组，将该作者使用该邮箱的论文数据合并成组，并且能够得到合作的作者的信息，再将所有邮箱关联的专家全部记录后再合并机构和作者姓名及研究学科有重合的专家数据组，实现由邮箱关联的专家数据集，并实现作者的消歧。