参考1文章简介di vaio 2012.pptx

Citationsuccess:EvidencefromeconomichistoryjournalpublicationsDiVaio,G.,D.Waldenstr?m,J.Weisdorf,2012,ExplorationsinEconomicHistory,49(1):92-104.

1.文章简介本文运用计数数据模型实证检验了在经济史期刊上论文引用次数的决定因素。

1.1核心观点文献计量属性（bibliometricattributes）方面。文章长度与作者数量的增加均会提高引用次数，但该作用是非线性的。最佳文章长度是34页，最佳作者数量是2个。个体与学术特征方面。来自盎格鲁撒克逊国家的作者，其论文引用次数多于来自拉丁、北欧及德语国家的作者的论文引用次数；具有正教授职位能够明显提高论文的引用次数；对来自经济或历史部门作者的引用次数多于来自经济史部门作者的引用次数；女性作者被引用的次数较少。学术传播方面。学术传播有利于提高引用次数。

1.2主要研究方法计数数据的泊松模型（Poissonregressionmodel）计数数据的负二项分布模型（Negativebinomialregressionmodel）。

1.3主要贡献为提高学者的学术影响力提供了指引；揭示了经济史研究领域的现状；对目前鲜有涉及的学术传播之于引用次数的影响进行了考察。

1.4Datatwosamplesofferabroadrepresentationofthecitationratesofauthorswhopublishtheirworkineconomichistoryjournals,in2007.basicsample:includingbibliometricinformationfor450authorsrichsample:containingadditionalindividualcharacteristicsfor325authorsOneoutlierreceived37citations(controlledforbymeansofadummyvariableintheempiricalanalysis.)

1.5SummaryStatisticsAbouthalfofallauthorsreceivedonlyonecitationin2007.Themajorityofobservationsareconcentratedinthebottompartofthedistribution

1.6Mainresultsincidencerateratios

1.6.1Theeffectofbilbliometricvariables

——furtheranalysis

1.6.2Theimpactofpersonalandacademicdeterminants——furtheranalysis

1.6.3Theroleofdiffusionofacademicwork

2.计数数据(CountData)分析计数数据时可能遇到的难题：（1）由于遗漏变量所产生的非观测的异质性；（2）因为存在“过剩”的0导致y的期望值偏小；（3）所观测到y的分布的截尾现象；（4）内生性解释变量。——卡梅伦特里维迪《用Stata学微观计量经济学》，P461计数数据特征：被解释变量观测值表现为非负整数。

Source:

3.ThePoissondistribution?:一段时间内某个事件的发生次数的期望值；y:……的实际观测值；E(y)=Var(y)=(Equidispersion特征)

ThePoissondistribution

ThePoissondistribution

4.ThePoissonregressionmodelSource:Long,J,FreeseJ(2001).RegressionmodelsforcategoricaldependentvariablesusingStata.StataPress,Chapter7.

4.1Interpretationusingtherateμμ=E(y|x)=exp(xβ)FactorChangeinE(y|x)含义:Forachangeofδinxk,the