Algoritma eigenfactor adalah suatu model yang terjadi pada penelitian yang mana pembaca akan mengikuti rantai kutipan sehingga membuat mereka berpindah dari jurnal satu ke jurnal lainnya. Setelah membaca artikel, peneliti akan memilih satu dari daftar pustaka secara acak dalam artikel tersebut.[1] Algoritma eigenfactor merupakan salah satu pengembagan dari ilmu statistik yang dikenal sebagai pengukuran eigenvector terpusat. Pendekatannya sama sepertii pencarian Google gunakan yaitu ketika ingin kembali ke hasil pencarian.[2] Eigenfactor telah terdaftar oleh Journal Citation Reports. Dalam praktiknya, terdapat korelasi tinggi antara eigenfactor dengan jumlah total daftar pustaka yang diterima oleh jurnal.[1]

Proyek eigenfactor® merupakan proyek penelitian akademik yang ditemukan di Januari 2008 oleh Carl Bergstrom dan Jevin West dan disponsori oleh West Lab di Sekolah Informasi dan laboratorium Bergstrom di Departemen Biologi University of Washington.[3] Jurnal dinilai sesuai dengan jumlah kutipan yang ada; kutipan dari jurnal dengan nilai yang tinggi memiliki kontribus yang lebih besar terhadap eigenfactor daripada jurnal yang nilainya rendah [4]

Nilai eigenfactor (eigenfactor score) dan nilai pengaruh artikel (article influence score) dihitung oleh eigenfactor.org, yang dapat secara bebas dapat diakses oleh siapa saja. Nilai eigenfactor merupakan ukuran pentingnya jurnal dalam komunitas ilmu pengetahuan dengan mempertimbangkan asal-usul kutipan tersebut dan dianggap sebagai cerminan seberapa besar rata - rata peneliti telah mengakses konten dari jurnal tersebut.[4] Tetapi, nilai eigenfactor dipegaruhi oleh ukuran jurnalnya, jadi nilai eigenfactor akan lebih besar apabila jurnalnya berukuran lebih besar (diukur dari seberapa banyak diterbitkan per tahun).[5] Nilai pengaruh artikel mengukur rata - rata pengaruh artikel dalam jurnal, maka dari itu sebanding dengan tradisional impact factor

Referensi

sunting
  1. ^ a b Fersht, Alan (2009-04-28). "The most influential journals: Impact Factor and Eigenfactor". Proceedings of the National Academy of Sciences of the United States of America. 106 (17): 6883–6884. doi:10.1073/pnas.0903307106. ISSN 0027-8424. PMC 2678438. PMID 19380731. Pemeliharaan CS1: Format PMC (link)
  2. ^ Bergstrom, Carl T.; West, Jevin D.; Wiseman, Marc A. (2008-11-05). "The Eigenfactor™ Metrics". Journal of Neuroscience (dalam bahasa Inggris). 28 (45): 11433–11434. doi:10.1523/JNEUROSCI.0003-08.2008. ISSN 0270-6474. PMID 18987179.
  3. ^ "Eigenfactor: About". www.eigenfactor.org. Diakses tanggal 2018-04-29.
  4. ^ a b Bergstrom, C. T. (2007). "Eigenfactor: Measuring the value and prestige of scholarly journals". College & Research Libraries News. 68 (5)
  5. ^ "Eigenfactor.org FAQ". 14 July 2015

📚 Artikel Terkait di Wikipedia

Faktor dampak

Wayback Machine.", 30 Juli 2014. Diakses tanggal 21 Mei 2015. "JCR with Eigenfactor". Diarsipkan dari asli tanggal 2010-07-26. Diakses tanggal 2009-08-26

Journal Citation Reports

tinjauan, padahal jenis kutipan keduanya sangat berbeda. Kutipan koersif Eigenfactor SCImago Journal Rank Garfield, Eugene. "The evolution of the Science

Physical Review B

2016-06-20. [2] Diarsipkan 8 May 2021 di Wayback Machine. PRB ranked by the Eigenfactor, University of Washington, 2012 "Society History". American Physical

Carl Bergstrom

Washington. Bergstrom, C. T.; West, J. D.; Wiseman, M. A. (2008). "The Eigenfactor™ Metrics". Journal of Neuroscience. 28 (45): 11433–11434. doi:10.1523/JNEUROSCI