拖拽文件到此处
支持 RIS, BibTeX, CSV文件和数据管理
导入文献开始分析
支持 RIS、BibTeX、CSV 文件格式
或直接粘贴 APA 格式参考文献
质量仪表盘
粘贴参考文献
文献一览表
| # | 标题 | 作者 | 年份 | 被引 | 中科院 | JCR | LQS | 等级 |
|---|
AI质量深度分析
正在生成AI分析报告...
数据预览
| # | 标题 | 作者 | 年份 | 期刊 | 被引 | 中科院 | TOP | SCOPUS | JCR | IF | SJR | H指数 | OA | 参考 | 关键词 | 摘要 |
|---|
正在导入数据...
数据补全
选择需要补全的字段，系统将通过 Chango智能文献检索引擎 补全缺失数据。 补全的数据用于计算LQS指数，数据越完整，评分越准确。
数据补全完成！
LQS指数介绍
定义与目标
LQS（Literature Quality Score）是Madechango文献质量评分系统，用于综合评估学术文献的质量水平。
LQS指数通过四个维度的加权计算，为每篇文献生成0-100分的质量评分，帮助研究者：
- 快速识别高质量文献
- 评估文献集合的整体质量水平
- 发现具有学术潜力的新兴文献
- 优化文献筛选和引用策略
计算方法
LQS总分采用加权求和的方式计算，公式如下：
LQS = 期刊质量×35% + 引用影响×30% + 学术潜力×20% + 完整性×15%
期刊质量 (35%)
评分范围：0-100分
- 中科院分区（最高40分）：
- 1区：40分
- 2区：30分
- 3区：20分
- 4区：10分
- JCR/SCOPUS分区（智能选择，最高30分）：
- 优先JCR分区：
- Q1：30分
- Q2：22分
- Q3：15分
- Q4：8分
- 无JCR时使用SCOPUS分区：
- Q1：25分
- Q2：18分
- Q3：12分
- Q4：6分
- 优先JCR分区：
- 影响因子/SJR（智能选择，最高20分）：
- 优先JCR影响因子：
- ≥10：20分
- ≥5：15分
- ≥3：10分
- ≥1：5分
- <1：2分
- 无JCR IF时使用SJR指数：
- ≥5：15分
- ≥2：12分
- ≥1：8分
- ≥0.5：5分
- <0.5：2分
- 优先JCR影响因子：
- Top期刊（10分）
引用影响 (30%)
评分范围：0-100分
- 基础引用分（最高50分）：
- ≥100次：50分
- ≥50次：40分
- ≥20次：30分
- ≥10次：20分
- ≥5次：10分
- >0次：5分
- 年均引用分（最高30分）：
- ≥20次/年：30分
- ≥10次/年：25分
- ≥5次/年：20分
- ≥2次/年：15分
- ≥1次/年：10分
- >0次/年：5分
- H指数相关（最高20分）
学术潜力 (20%)
评分范围：0-100分（基础分50分）
- 新文献高引用（最高30分）：
- ≤2年且≥10次：+30分
- ≤3年且≥20次：+25分
- ≤5年且≥30次：+20分
- 开放获取（10分）
- 热门研究领域（10分）：
- 机器学习、深度学习、AI
- 可持续发展、气候变化
- COVID、疫情相关
完整性 (15%)
评分范围：0-100分
基于文献元数据的完整程度：
- 标题（15分）
- 摘要（15分）
- 作者（10分）
- 年份（10分）
- 期刊（10分）
- DOI（10分）
- 关键词（10分）
- 被引次数（5分）
- 参考文献数（5分）
- 机构、国家等（10分）
质量等级
根据LQS总分，文献被划分为5个质量等级：
计算示例
示例1：高质量文献
假设一篇文献具有以下特征：
- 中科院1区，JCR Q1，影响因子8.5，Top期刊
- 被引120次，发表3年（年均40次/年）
- 开放获取，属于AI领域
- 元数据完整度95%
计算过程：
- 期刊质量 = 40(1区) + 30(Q1) + 15(IF≥5) + 10(Top) = 95分
- 引用影响 = 50(≥100次) + 30(≥20次/年) = 80分
- 学术潜力 = 50(基础) + 30(新文献高引用) + 10(OA) + 10(热门领域) = 100分
- 完整性 = 95分
LQS总分 = 95×35% + 80×30% + 100×20% + 95×15% = 33.25 + 24 + 20 + 14.25 = 91.5分 (S级)
示例2：中等质量文献
假设一篇文献具有以下特征：
- 中科院2区，JCR Q2，影响因子2.5
- 被引15次，发表5年（年均3次/年）
- 非开放获取，非热门领域
- 元数据完整度80%
计算过程：
- 期刊质量 = 30(2区) + 22(Q2) + 10(IF≥1) = 62分
- 引用影响 = 20(≥10次) + 20(≥2次/年) = 40分
- 学术潜力 = 50(基础) = 50分
- 完整性 = 80分
LQS总分 = 62×35% + 40×30% + 50×20% + 80×15% = 21.7 + 12 + 10 + 12 = 55.7分 (C级)
示例3：使用SCOPUS数据的文献（智能互补）
假设一篇文献具有以下特征：
- 中科院3区，无JCR分区，但SCOPUS Q1，SJR指数3.2
- 被引45次，发表4年（年均11次/年）
- 开放获取，非热门领域
- 元数据完整度85%
计算过程（智能互补策略）：
- 期刊质量 = 20(3区) + 25(SCOPUS Q1，无JCR时使用) + 12(SJR≥2，无JCR IF时使用) = 57分
- 引用影响 = 40(≥50次) + 25(≥10次/年) = 65分
- 学术潜力 = 50(基础) + 10(OA) = 60分
- 完整性 = 85分
LQS总分 = 57×35% + 65×30% + 60×20% + 85×15% = 19.95 + 19.5 + 12 + 12.75 = 64.2分 (B级)
说明：该文献无JCR数据，系统自动使用SCOPUS分区和SJR指数进行评分，体现了智能互补策略的优势。
应用建议
- 文献筛选：优先选择LQS≥75分（A级及以上）的文献作为核心参考文献
- 质量评估：通过平均LQS分数评估文献集合的整体质量水平
- 潜力发现：关注学术潜力维度得分高的新文献，可能具有重要研究价值
- 引用策略：在文献综述中，合理搭配不同LQS等级的文献，体现研究的全面性