《表5 网络结构与高被引论文产出的负二项回归结果》

  提示：宽带有限、当前游客访问压缩模式

本系列图表出处文件名：随高清版一同展现

《国际合作网络结构与高被引论文产出的关系研究》

1. 获取 高清版本忘记账户？点击这里登录

1. 下载图表忘记账户？点击这里登录

标注：*p<0.05，**p<0.01，***p<0.001

回归分析显示模型的Residual deviance值（132）远小于Null Deviance值（1 624），说明引入描述节点网络结构的解释变量是有效的，模型的拟合度较高。表5给出了网络结构与高被引论文产出的负二项回归结果，其中Z＿EC、Z＿Constraint和Z＿TS与因变量关系高度显著，Z＿DC与因变量关系显著性水平具有统计学意义。特征向量中心性是影响高被引论文产出最重要的因素，节点的EC每增加0.1个单位，高被引论文产出增加27.8%。其次是连接强度，节点的TS每增加0.1个单位，高被引论文产出增加12.3%。说明科研合作合作的对象选择非常重要，与网络中高质量科研集群的建立直接联系，并且与这些科研强国建立了多次稳定的科研合作，有利于高被引论文产出。而表3显示中国的EC和TS结构指标分别排名第7位和第6位，这一网络结构有效促进了中国的高被引论文产出。