Web of Science 研究人员个人信息简介

您的个人信息卡片显示在个人信息顶部，概述了您以及在 Web of Science 上相关的内容。个人信息卡片中的字段包括：

• 个人信息照片。 可以通过“个人信息设置”添加此照片。如果您不想添加个人信息图片，我们将显示您的姓名缩写。

• 姓名。 此名称可包括名字、中间名和姓氏。可以在“个人信息设置”中更改此设置。

• 标志。 可在您的个人信息上显示的标志是：

  • “高被引”表示您是 Clarivate 高被引研究人员奖获得者。

  • “顶级同行审阅者”表示您至少荣获一项 Publons 同行审阅奖。

  • “优秀审阅者”表示您的至少一篇审阅被编者评为优秀。如果您有多篇优秀审阅，此处也会显示这些审阅的数量。

  • “Web of Science Academy” 标志可能表明您已经毕业、是导师或两者兼而有之。

• 出版名称。 我们为您记录的出版名称。这些是出现在您出版物元数据中的名称。您可以在编辑个人信息设置时选择隐藏这些信息。

• Web of Science ResearcherID：将您的作者身份与您在 Web of Science 生态系统中的工作联系起来的唯一标识符。

• 主要组织。 您目前所属的主要机构，可以从您的个人信息设置中编辑此信息。

• 组织：从您个人信息中的出版物派生的组织列表

• 奖励：如果您是高被引研究人员或在 Publons 同行审阅评奖期间获得奖项，这些奖项将在此处列出。您可以通过单击“下载”按钮下载这些证书。

• 其他标识符：您已链接到个人信息的其他标识符，例如您的 ORCID。

在您的 Web of Science 研究人员个人信息的右侧，通过添加一些出版物、审阅或编者记录来完善个人信息之后，您将看到指标侧栏。这些指标包括：

• 出版物指标

• 同行审阅指标

• 作者影响力波束图概要

• 作者地位和作者网络

您可以单击“仪表板”按钮以查看完整的指标。要查看有关个人信息指标的更深入信息，请在此处导航。

将出版物记录添加到您的个人信息之后，它们将完整显示在您个人信息的“出版物”部分。出版物按最近的出版日期排序。

默认情况下，仅显示在 Web of Science 核心合集中编入索引的出版物。要包括其他未编入索引的出版物，请选中标有“包括未在核心合集中索引的出版物”的复选框。

请注意，即使没有核心合集出版物的研究人员也需要选中此复选框，才能查看他们的出版物。

对于每份出版物，我们将尽可能多地显示以下可用信息：

• 标题

• 出版物的期刊

• 作者

• 出版日期

• 编入索引的 Web of Science

• Web of Science 引文计数

有时我们无法自动从 Web of Science 中提取引文计数。如果您认为您的某份出版物在 Web of Science 中编入索引和引用，但在您的个人资信息中没有看到引文计数，请与我们联系。

您可以单击“管理”按钮进入您的“出版物记录”页面，在其中添加新出版物，或者编辑或删除已添加的出版物。要查看有关出版物记录的更深入信息，请在此处导航。

您的个人信息的同行审阅选项卡由六个部分组成，仅当您拥有与帐户相关联的这些部分的内容时，才会显示相应内容。其中包括：

• 已验证的同行审阅

  • 显示您为其添加经验证出版商邀请审阅的期刊，以及您为这些期刊添加的经验证出版商邀请审阅的数量。

• 已验证的编者记录

  • 表示您作为编者处理的每份期刊的论文数量，并将详细信息添加到您的个人信息中。

• 编辑委员会成员

  • 分为两类，“当前”和“过去”成员资格。已通过期刊验证的成员标有绿色复选标记。

• 已验证的授权审阅

  • 显示您已审查申请资助的资助机构。

• 打开出版商邀请审阅：

  • 您已添加到个人信息中的任何已签名和已发表出版商邀请审阅列表。无论其是否经过验证，这些审阅都会显示在此列表中。

• 公开同行审阅：

  • 您已添加到个人信息中的任何已发表社区审阅列表。

• 作者建议显示在有权访问 Web of Science 的用户的已认领研究人员个人信息中。

• 仅在个人信息包含至少一份核心合集出版物时，才会显示这些作者建议。

• 最多显示 5 条建议。

为什么要显示作者建议？

研究人员面临如下挑战：时刻了解所在领域最相关和最有影响力的研究及其背后的研究人员。有哪些后起之秀？谁在与自己相似的领域开展工作？谁可能是新研究项目的出色合作作者？

此外，研究人员通常希望寻求与更多样化的合著作者合作，以此改进自身的研究并扩大专业网络。

作者建议可以帮助研究人员相互联系，跳出已知的学术网络，发现新的合作机会，从而形成更卓越的创新和更完善的科学。

我们如何识别建议的作者？

我们利用 Web of Science 中的深层次关系，根据其发表的研究与正在查看的个人信息之间的关系，确定值得关注的候选作者。然后，我们使用机器学习，基于研究重叠程度和用户行为，并从 Web of Science 用户认为最有价值的内容中学习，排列出最合适的候选者。最后，我们筛选出以前的合著者，让用户更有可能了解以前未知或不熟悉的研究人员。