Nyckeltalen sammanfattar rapportens centrala indikatorer. Alla värden beräknas från det underliggande datamaterialet och avser hela perioden om inget annat anges. Procentandelar (refereegranskat, Open Access, internationellt samarbete) beräknas som andel av totalt antal publikationer per år.
Procentuell förändring visas inte när basvärdet understiger 10 enheter, eftersom små bastal ger statistiskt instabila procenttal (Hicks et al. (2015), princip 8; jfr CDC:s regel om n < 16). Absoluta tal visas istället.
Insikter
Under perioden 2009-2025 var den
genomsnittliga årliga tillväxttakten (CAGR) +12.1%. Trenden är
ökande (statistiskt signifikant; p < 0.05).
Mann
(1945);
Sen
(1968) Följande år hade ovanligt hög publiceringsaktivitet:
2022.
Insikter
Andelen peer-reviewed ökade från 50 %
till 100% (+50 procentenheter) under 2009–2026.
267 publikationer (100 %) vetenskapliga, 1 publikationer (0 %) övriga.
Äldre år (2009–2018) aggregerade för läsbarhet. Full tidsspan tillgänglig i dataexporten.
FWCI (Field-Weighted Citation Impact) visar medelciteringsgenomslaget normaliserat efter ämne, publikationstyp och år. Värden ≥ 1,0 innebär citeringar i linje med eller över världsgenomsnittet. FWCI visas när minst 10 artiklar i tidskriften har data. Topp 10 % anger andelen artiklar bland de 10 % mest citerade i sitt fält — visas när minst 5 artiklar har percentildata. Median citeringar (dold kolumn) visar råa citeringstal utan fältnormalisering — ej jämförbara mellan ämnesområden.
Norwegian Publication Indicator (NPI), även kallad norska listan, klassificerar publiceringskanaler i två nivåer. Nivå 2 (topp ~20 % per ämnesområde) anses vara de mest prestigefyllda kanalerna. Nivå 1 omfattar övriga godkända kanaler.
En hög andel publikationer (≥10 %) saknar NPI-klassificering. Vanliga orsaker: saknade ISSN i källdata, kanaler utanför registret (~40 000 tidskrifter), konferensserier, eller nyligen startade tidskrifter. Se tidskriftstabellen för oklassificerade kanaler.
DORA-läge är aktiverat för den här rapporten. Bifrost utvärderar rapporten mot principerna i DORA (2012) och CoARA (2022).
Rapporten innehåller element som inte är förenliga med DORA:s princip 1: “Använd inte journalbaserade mått som surrogatmått för kvaliteten hos enskilda forskningsartiklar.”
NPI-nivåklassificering (Nivå 1/2) visas i rapporten. NPI är ett nordiskt klassificeringssystem som rangordnar publiceringskanaler efter akademisk position, det vill säga en kanalbaserad ranking som DORA avråder från att använda som kvalitetssurrogat. Klassificeringen visas här som deskriptiv information om publiceringsmönster, inte som ett mått på enskilda artiklars kvalitet.
Forskarna listas nedan, sorterade efter vetenskaplig produktivitet.
Insikter
De 20% mest produktiva forskarna står
för 57% av publikationerna (Gini 0.44, skala: 0 = jämnt, 1 = helt
koncentrerad). Genomsnittligt antal medförfattare ökade från 2.7
(2009–2017) till 4.0 (2018–2026).
Insikter
15 forskargrupper av ungefär lika
storlek; inget kluster dominerar. Varje forskare samarbetar i snitt med
4.0 andra (ett måttligt sammankopplat nätverk). Tydlig klusterstruktur
(Modularitet 0.87); forskarna arbetar främst inom sin egen grupp.
Nätverket är glest: bara 6.0% av alla forskarpar har en direkt
samarbetslänk.
Varje nod representerar en forskare och varje länk ett samförfattarskap. Färgerna visar forskargrupper (kluster) identifierade via modularitetsanalys. Nodens storlek speglar antal publikationer.
Samförfattarskapsnätverket byggs från samförfattade publikationer. Varje nod representerar en forskare, och varje kant viktas med antal sampublikationer. Kantvikterna normaliseras med association strength Van Eck et al. (2009) före klustring med Louvains algoritm. Centralitetsmått: grad (antal samarbetspartners), samarbetsintensitet (total samförfattarfrekvens), och brobyggarvärde (weighted betweenness med inverterade vikter) Newman (2004). Nätverksdensitet mäter andelen realiserade av alla möjliga samarbeten. Terminologi: «Samarbetspartners (snitt)» = mean degree; «Klusterbildning» = modularity Blondel et al. (2008).
Procenten räknas på par där båda författarna har landsuppgift (770 klassificerade av 770 totalt, täckning 100%).
‘Samförfattade texter’ anger antalet texter författaren skrivit tillsammans med en eller flera samförfattare.
Nätverksstatistik visar centrala noder i samarbetsnätverket. Grad (degree) är antalet direkta samarbeten, medan mellanliggande centralitet (betweenness) visar vilka författare som fungerar som broar mellan olika grupper.
Den första medförfattaren som listas är den som författaren skrivit tillsammans med flest gånger. ‘Antal’ anger antal medförfattade texter med författaren. Upp till fyra ytterligare medförfattare anges, i fallande ordning efter antal medförfattarskap.
Nedan är en visualisering av datasetets 15 olika grupperingar. Färgerna anger olika grupper.
Namn på författare till höger; grupp-id till höger. Du kan se storlek på grupperna och gruppernas vanligaste keywords i tabellerna som följer. En kombination av sökning och sortering kan användas för att utforska gruppmedlemskap vidare.
Diagrammet jämför medianciteringar per samförfattarskapskluster. FWCI (fältnormaliserat genomslag) kräver minst 5 publikationer med FWCI-data per kluster. Villkoret uppfylldes inte här, så medianciteringar visas istället. Varje publikation tillhör det kluster där flest av dess författare ingår. n anger antal publikationer i klustret (visas vid hovring).
Tabellen är begränsad till a) grupper med fler än 3 medlemmar; b) grupper med minst ett keyword i någon publikation; c) de tio mest använda nyckelord per grupp.
Se även handledar- och opponentnätverket i forskarsektionen för en analys av akademiska samarbetsmönster bortom samförfattarskap.
Insikter
88 lärosäten bidrar. Karlstads
universitet dominerade med 257 publikationer (61 %). Näst störst:
Högskolan Dalarna (9), University of Antwerp (9). Koncentrationsindex
(HHI): 0.374.
Översikt av det internationella samarbetet baserat på medförfattarskap och affilieringar i publikationerna.
Insikter
31 länder representerade i samarbeten.
Belgien, Norge och Spanien är vanligast. 20.5 % av publikationerna har
internationella medförfattare — ökning från 9 % (2009–2017) till 25 %
(2018–2026).
Baserat på medförfattares affilieringsland.
Insikter:
Nätverket omfattar 39 lärosäten med 51
samarbetsrelationer. Det starkaste samarbetet är mellan Högskolan
Dalarna och Karlstads universitet (9 gemensamma publikationer).
Karlstads universitet har flest samarbetspartners (33 st).
Kartan visar främst samförfattarskap mellan lärosäten. Handledar-/opponentkopplingar redovisas som separata nätverksrelationer och kan vara färre, eftersom endast poster med tydlig institutionskoppling kan inkluderas.
Insikter
Samhällsvetenskap dominerar (72 %).
Ämnesbredden har ökat — forskningen har blivit mer diversifierad
(2009–2026, H: 0.52 → 0.72). Måttlig interdisciplinaritet — forskningen
kombinerar närliggande ämnesområden. Rao-Stirling: 0.524 (där 0 =
enhetligt ämne, 1 = maximal spridning). Baserat på 5 HSV-huvudområden
(UKÄ-klassificering).
Rao-Stirling
(Stirling, 2007)
Shannon H (jämnhetsindex) mäter hur jämnt fördelade publikationerna är över ämnesområden. Värdet 1.00 innebär perfekt jämnhet; lägre värden indikerar dominans av enskilda områden. Rao-Stirling mäter interdisciplinaritet genom att väga både fördelningen och det taxonomiska avståndet mellan ämnesområden enligt UKÄ:s klassificering. Skalan går från 0 (alla publikationer i samma ämne) till 1 (maximal spridning över avlägsna ämnesområden).
Andel av totala publikationer per år (%). Notera att en publikation kan tillhöra flera kategorier.
Under perioden 2009–2026 saknar 1.1% (3 av 268) publikationer ämnesklassificering på denna nivå.
Andel av totala publikationer per år (%). Notera att en publikation kan tillhöra flera kategorier.
Nyckelord som exkluderats automatiskt: biology
Dessa används i
minst 70% av publikationerna.
genetics; learning
Insikter
Bred nyckelordsprofil — ingen enskild
term dominerar (HHI: 0.0068 — Herfindahl-Hirschman Index, där 0 =
perfekt jämn fördelning, 1 = en term dominerar helt). Vanligast är
“education” som förekommer i 15.7 % av publikationerna, fördelat över
totalt 502.
Färger indikerar frekvenskvantiler inom detta dataset.
Röd: Högsta frekvens (15.7-12.64%); Blå: Hög frekvens (12.64-9.58%); Grön: Medelhög frekvens (9.58-6.52%); Orange: Låg frekvens (6.52-3.46%); Grå: Lägsta frekvens (3.46-0.4%)
Datasetet innehåller 268 publikationer. En lägre korrelationströskel (|r| ≥ 0.4) används för att identifiera potentiella trender i mindre dataset.
Sjunkande nyckelord: sustainable development
Jämförelse av relativ frekvens (andel av publikationer) mellan perioderna 2009–2023 och 2024–2026.
Fördjupad analys visas för nyckelord med minst 6 publikationer i fokusperioden. Gränsen följer Pearson-korrelationens krav på minst fyra frihetsgrader (n‑ 2 ≥ 4).
En växande trend kan indikera ökat forskningsintresse, men också bero på terminologiska skiften.
Nya nyckelord (ej förekommande 2009–2023): physics, teaching strategies, biology education, early childhood education, education computing
Följande nyckelord visar kraftig tillväxt jämfört med basperioden, vilket kan indikera ökande forskningsintresse.
Tillväxtperiod: 2021–2025
Drivande aktörer (tillväxt) (tillväxtperioden 2021–2025):
Forskare: Gericke, Niklas (6), Deng, Zongyi (2), Eriksson, Anders (2)
Lärosäten: Karlstads universitet (11), University College London (4), Finland (1)
Samvarierande nyckelord: biology, transformation, subject-specific education
Senaste 3 åren: 7 publikationer
Analys baserad på ett begränsat antal publikationer (n = 9). Resultaten bör tolkas med försiktighet.
Tillväxtperiod: 2022–2025
Drivande aktörer (tillväxt) (tillväxtperioden 2022–2025):
Forskare: Gericke, Niklas (10), Olsson, Daniel (3), Eriksson, Anders (2)
Lärosäten: Karlstads universitet (22), Linköpings universitet (2), University College London (2)
Samvarierande nyckelord: ämnesdidaktik, biology, powerful knowledge
Senaste 3 åren: 10 publikationer
Analys baserad på ett begränsat antal publikationer (n = 13). Resultaten bör tolkas med försiktighet.
Tillväxtperiod: 2022–2025
Drivande aktörer (tillväxt) (tillväxtperioden 2022–2025):
Forskare: Gericke, Niklas (9), Olsson, Daniel (8), Boeve-de Pauw, Jelle (3)
Lärosäten: Karlstads universitet (26), Utrechts universitet (5), University of Antwerp (2)
Samvarierande nyckelord: biology, education for sustainable development, education
Senaste 3 åren: 7 publikationer
Analys baserad på ett begränsat antal publikationer (n = 11). Resultaten bör tolkas med försiktighet.
Tillväxtperiod: 2017–2025
Drivande aktörer (tillväxt) (tillväxtperioden 2017–2025):
Forskare: Gericke, Niklas (12), Olsson, Daniel (4), Eriksson, Anders (2)
Lärosäten: Karlstads universitet (26), Cyperns ministerium för utbildning, kultur, sport och ungdom (2), Linköpings universitet (2)
Samvarierande nyckelord: subject-specific education, biology, education for sustainable development
Senaste 3 åren: 9 publikationer
Analys baserad på ett begränsat antal publikationer (n = 13). Resultaten bör tolkas med försiktighet.
Tillväxtperiod: 2024–2026
Drivande aktörer (tillväxt) (tillväxtperioden 2024–2026):
Forskare: Gericke, Niklas (4), Eriksson, Anders (3), Olsson, Daniel (2)
Lärosäten: Karlstads universitet (9), Högskolan Dalarna (2)
Samvarierande nyckelord: biology, photosynthesis education, powerful knowledge
Senaste 3 åren: 5 publikationer
Analys baserad på ett begränsat antal publikationer (n = 6). Resultaten bör tolkas med försiktighet.
Visar de 5 nyckelord med starkast statistisk evidens av totalt 22 identifierade. Urvalet baseras på signifikans (p < 0.05) och korrelationsstyrka (Kendalls tau).
Övriga växande nyckelord (lägre statistisk evidens): science education (+756%, n=6), secondary school (+756%, n=6), teaching practices (+756%, n=6), sustainability (+328%, n=6), contagion literacy (+114%, n=6), covid-19 (+114%, n=6), health literacy (+71%, n=7), climate change education (+1184%, n=4), photosynthesis education (+1184%, n=4), genetics education (+756%, n=3), secondary education (+756%, n=3), environmental education (+542%, n=5), preschool (+328%, n=4), scientific literacy (+328%, n=4), students (+328%, n=4), teacher beliefs (+328%, n=4), delphi study (+185%, n=5)
Inga stigande trender identifierades. Nedan visas istället djupanalys av sjunkande keywords. Dessa kan indikera ämnesområden som minskar i aktualitet eller forskningsintresse.
Flera nyckelord i denna sektion förekommer även under Snabbt växande nyckelord. Det är förväntat: snabb relativ tillväxt och statistisk signifikans är kompletterande mått, inte synonyma.
Heatmappen visar hur ofta nyckelord förekommer tillsammans i samma publikationer. Association strength Van Eck et al. (2009) normaliserar samförekomsten mot produkten av de enskilda nyckelordfrekvenserna. Röda asterisker (✱) i rutornas övre högra hörn markerar statistiskt signifikanta samförekomster (p < 0.05).
Nyckelord som ofta förekommer tillsammans i samma publikationer bildar tematiska kluster. Tabellen nedan sammanfattar klustren; den interaktiva grafen visar relationerna visuellt.
Nätverksdiagrammet visar hur nyckelord relaterar till varandra baserat på sam-förekomst i publikationer. Större noder innebär vanligare nyckelord. Linjer visar sam-förekomst. Färger visar tematiska kluster identifierade med Leiden-algoritmen (Traag et al., 2019).
Frekvensen av enskilda ord i datasetet som helhet. Ord har hämtats från titel, abstract och keywords. “Frekvens” är totala användningar, inklusive antal omnämningar i en och samma text, medan “publikationer” är antalet unika texter var ordet förekommer.
Insikter
De 5 vanligaste orden (efter andel
publikationer) är: “biology” (75%), “education” (69%), “school” (45%),
“students” (41%), “teaching” (41%). Dessa mönster speglar datasettets
tematiska kärna.
Ifall du vill undersöka frevkensen av några särskilda ord mer noggrant, ange dem i variabeln ‘to_stem’.
Dessa trender är indikativa och kompletterar keyword-analysen ovan.
Metodologisk notering: Ordfrekvensanalys baseras på enskilda ord extraherade från titel, abstract och keywords. Till skillnad från författarvalda keywords kan enskilda ord vara mer brusiga och tvetydiga — till exempel kan ordet ‘system’ förekomma i både tekniska och samhällsvetenskapliga sammanhang, medan keywordet ‘adaptive systems’ är mer precist. Striktare trösklar används (minst 10 förekomster, korrelation > 0.5) och akademiska stoppord är exkluderade.
Stigande/sjunkande visar trender över tid (Spearman-korrelation). Nya/försvinnande visar livscykel — när ord började eller slutade användas.
Inga statistiskt signifikanta trender identifierades bland de vanligaste orden.
Analysen nedan sammanfattar citeringar i datasetet och visar trender över tid, per forskare och för de mest citerade verken.
Informationen om publikationer har hämtats från SwePub och berikats med citeringsdata från OpenAlex.
Notera:
Citeringsdata är ackumulerade
totalsummor hämtade från OpenAlex — de visar hur många gånger varje
publikation citerats sedan den publicerades. Publikationer från senare
år har haft kortare tid att ackumulera citeringar, vilket bör beaktas
vid jämförelser mellan år.
Om jämförbarhet:
Fältnormerade percentiler från
OpenAlex (normerat mot år, publikationstyp och ämnesområde). 29
publikationer (11 %) är från de senaste 2 åren och kan ha underskattade
percentiler.
FWCI (Field-Weighted Citation Impact) mäter hur mycket en publikation citerats jämfört med vad som är förväntat för just den typen av forskning, publiceringsåret och ämnesområdet, internationellt sett. FWCI = 1,0 är det förväntade värdet: det antal citeringar som är typiskt för liknande publikationer globalt. Under 1,0 innebär färre citeringar än förväntat; 1,5 innebär 50 % fler; 2,0 innebär dubbelt så många. Normalisering mot fält är nödvändig eftersom citeringskulturen skiljer sig kraftigt. Medicin citerar mer frekvent än matematik, vilket gör direkta jämförelser missvisande. Data kommer från OpenAlex. Observera att ett fåtal enskilda högt citerade publikationer kan dra upp siffran markant, och att måttet kräver tillräckligt underlag (minst 10 publikationer med citeringsdata).
PP(topp 10 %) mäter andelen av en grupps publikationer som tillhör de 10 % mest citerade i sitt ämnesområde och publiceringsår, internationellt sett. Referensvärdet är 10 %: om en grupp publicerade helt genomsnittligt skulle just 10 % hamna bland de översta. Över 10 % innebär att en större andel än förväntat får hög citeringsgenomslag; under 10 % innebär det motsatta. Måttet är fältnormaliserat, vilket innebär att varje publikation jämförs med andra publikationer i samma ämne och år. Det undviker därmed problemet att exempelvis medicinsk forskning generellt citeras mer än matematisk. Data kommer från OpenAlex. Observera att små dataset kan ge stora slumpmässiga variationer, och att nyligen publicerade artiklar ofta saknar tillräcklig citeringshistorik för en rättvisande placering.
Citeringstäckning:
Citeringsdata kunde bara
hämtas för 47 % av publikationerna (127 av 268). Citeringsindikatorerna
bör tolkas med stor försiktighet eftersom de representerar en liten del
av datasetet.
Citeringar visar hur ofta andra forskare refererar till dessa publikationer i sina egna verk. Höga citeringstal indikerar att forskningen har fått genomslag inom sitt fält.
FWCI (Field-Weighted Citation Impact) är kvoten mellan faktiska och förväntade citeringar, normerat mot år, publikationstyp och ämnesfält (OpenAlex subfield). FWCI = 1,0 innebär att publiceringarna citerats i linje med världsgenomsnittet för sitt fält. Till skillnad från percentilmåtten är FWCI känsligt för enskilda högt citerade publikationer — två enheter med samma PP(topp 10 %%) kan skilja sig i FWCI om den ena har några få mycket högt citerade verk.
Genomsnittlig FWCI: 14.91
Baserat på 118 publikationer med FWCI-data
Diagrammet visar andelen publikationer i olika citeringspercentiler per år, baserat på fältnormaliserade percentiler från OpenAlex. Publikationer från de senaste 2 åren exkluderas på grund av ofullständig citeringsackumulering.
Diagrammet jämför det genomsnittliga fältnormaliserade citeringsgenomslaget (FWCI) för publikationer med olika Open Access-status. Referenslinjen markerar världsgenomsnittet (FWCI = 1,0). FWCI kräver minst 10 publikationer per kategori.
Diagrammet jämför citeringsgenomslag för publikationer med internationellt samarbete, inhemskt samarbete och enförfattarpublikationer. Internationellt samarbete definieras som publikationer med författare från fler än ett land.
Boxplottet visar fördelningen av fältnormaliserat citeringsgenomslag (FWCI) per publikationsår. Streckad linje markerar världsgenomsnittet (1,0). Publikationer från de senaste 2 åren exkluderas.
Insikter
264 publikationer har totalt 4 691
citeringar (median 0.0/publikation, snitt 17.8/publikation). 56.4 % är
ociterade. Mest citerad (312 cit): Gericke, Niklas;Boeve-de Pauw,
Jelle;Berglund, Teresa;Olsson, Daniel (2018). The Sustainability
Consciousness Questionnaire: The theoretical development and empirical
validation of an evaluation instrument for stakeholders working with
sustainable development. Sustainable Development. https://doi.org/10.1002/sd.1859 Det fältnormaliserade
citeringsgenomslaget (FWCI) är i genomsnitt 13.21 (baserat på 96
publikationer). Trenden är minskande.
Diagrammet visar hur citeringar fördelar sig över publiceringsår. Notera att äldre publikationer har haft längre tid att ackumulera citeringar.
Grå staplar markerar de senaste två årens publikationer, vars citeringsdata är ofullständiga — dessa har inte hunnit ackumulera citeringar i samma utsträckning som äldre publikationer.
Diagrammet visar det fältnormaliserade citeringsgenomslaget (FWCI) för de mest citerade forskarna, med treårigt rullande medelvärde. Streckad linje markerar världsgenomsnittet (FWCI = 1,0). Inkluderar forskare med minst 5 publikationer som spänner minst 3 år.
OA-analysen baseras på 127 publikationer med DOI som matchats mot OpenAlex (47% av totalt 268). 141 publikationer saknar DOI och ingår därför inte i OA-statistiken.
Insikter
OA-andelen gick från 0 % till 100%
(+100 procentenheter) under perioden 2009–2026. Hybrid stod för den
största ökningen (+39 procentenheter). Green OA utgör 8.7 % av alla
publikationer — tillgängliga via öppet arkiv efter embargoperiod
(typiskt 6–12 månader); nyare publikationer kan ännu inte vara fritt
tillgängliga. Diamond OA (inga avgifter för vare sig författare eller
läsare) utgör 3.9 %.
Notera:
127 av 127 publikationer med DOI
matchades mot OpenAlex och fick OA-status (100%). OA-status är hämtad
från OpenAlex (baserad på Unpaywall). OA-status kan vara retroaktivt
klassificerad — en publikation som idag är fritt tillgänglig kan ha
varit stängd vid publiceringstillfället. Trenden bör därför tolkas med
försiktighet, särskilt för äldre publikationer. Green OA-klassificering
baseras på förekomsten av en version i öppet arkiv, oavsett om eventuell
embargoperiod har löpt ut — Green OA-andelen kan därför vara överskattad
för nyare publikationer.
Första doktorsavhandlingen i datasetet är från år 2009, Science versus School-science: Multiple models in genetics - The depiction of gene function in upper secondary textbooks and its influence on students’ understanding Gericke, Niklas. Sedan dess och fram till 2025 har totalt 11 avhandlingar registrerats. Av dem är 7 doktorsavhandlingar och 4 licentiatavhandlingar.
En komplett lista av sökningens resultat. Initialt sorterat efter år (fallande) och författare (stigande). Ändra ordningen vid kolumnrubriken. Sökning kan göras över alla visade fält.
Adams, J (2018). Information and misinformation in bibliometric time-trend analysis. Journal of Informetrics, 12(4), 1063–1071. https://doi.org/10.1016/j.joi.2018.08.009
Blondel, V. D., Guillaume, J.-L., Lambiotte, R., & Lefebvre, E (2008). Fast unfolding of communities in large networks. Journal of Statistical Mechanics: Theory and Experiment, P10008. https://doi.org/10.1088/1742-5468/2008/10/P10008
Bornmann, L., & Marx, W (2018). Critical rationalism and the search for standard (field-normalized) indicators in bibliometrics. Journal of Informetrics, 12(3), 598–604. https://doi.org/10.1016/j.joi.2018.05.002
CoARA (2022). Agreement on Reforming Research Assessment. https://coara.eu/agreement/the-agreement-full-text/
DORA (2012). San Francisco Declaration on Research Assessment. https://sfdora.org/read/
Hicks, D., Wouters, P., Waltman, L., de Rijcke, S., & Rafols, I (2015). Bibliometrics: The Leiden Manifesto for research metrics. Nature, 520(7548), 429–431. https://doi.org/10.1038/520429a
Kleinberg, J (2003). Bursty and hierarchical structure in streams. Data Mining and Knowledge Discovery, 7(4), 373–397. https://doi.org/10.1023/A:1024940629314
Mann, H. B (1945). Nonparametric tests against trend. Econometrica, 13(3), 245–259. https://doi.org/10.2307/1907187
Neal, Z. P (2022). backbone: An R package to extract network backbones. PLOS ONE, 17(5), e0269137. https://doi.org/10.1371/journal.pone.0269137
Newman, M. E. J (2004). Analysis of weighted networks. Physical Review E, 70(5), 056131. https://doi.org/10.1103/PhysRevE.70.056131
Opsahl, T., Agneessens, F., & Skvoretz, J (2010). Node centrality in weighted networks: Generalizing degree and shortest paths. Social Networks, 32(3), 245–251. https://doi.org/10.1016/j.socnet.2010.03.006
Perianes-Rodriguez, A., Waltman, L., & Van Eck, N. J (2016). Constructing bibliometric networks: A comparison between full and fractional counting. Journal of Informetrics, 10(4), 1178–1195. https://doi.org/10.1016/j.joi.2016.10.006
Piwowar, H., Priem, J., Larivière, V., Alperin, J. P., Matthias, L., Norlander, B., Farley, A., West, J., & Haustein, S (2018). The state of OA: A large-scale analysis of the prevalence and impact of Open Access articles. PeerJ, 6, e4375. https://doi.org/10.7717/peerj.4375
Sen, P. K (1968). Estimates of the regression coefficient based on Kendall’s tau. Journal of the American Statistical Association, 63(324), 1379–1389. https://doi.org/10.2307/2285891
Serrano, M. Á., Boguñá, M., & Vespignani, A (2009). Extracting the multiscale backbone of complex weighted networks. Proceedings of the National Academy of Sciences, 106(16), 6483–6488. https://doi.org/10.1073/pnas.0808904106
Stirling, A (2007). A general framework for analysing diversity in science, technology and society. Journal of The Royal Society Interface, 4(15), 707–719. https://doi.org/10.1098/rsif.2007.0213
Traag, V. A., Waltman, L., & Van Eck, N. J (2019). From Louvain to Leiden: guaranteeing well-connected communities. Scientific Reports, 9, 5233. https://doi.org/10.1038/s41598-019-41695-z
Van Eck, N. J., & Waltman, L (2009). How to normalize cooccurrence data? An analysis of some well-known similarity measures. Journal of the American Society for Information Science and Technology, 60(8), 1635–1651. https://doi.org/10.1002/asi.21075
Van Eck, N. J., & Waltman, L (2014). Visualizing bibliometric networks. In Ding, Y., Rousseau, R., & Wolfram, D. (Ed.), Measuring Scholarly Impact: Methods and Practice (pp. 285–320). Springer. https://doi.org/10.1007/978-3-319-10377-8_13
Waltman, L., & Van Eck, N. J (2019). Field Normalization of Scientometric Indicators. In Springer Handbook of Science and Technology Indicators (pp. 281–300). https://doi.org/10.1007/978-3-030-02511-3_11
Wilson, E. B (1927). Probable inference, the law of succession, and statistical inference. Journal of the American Statistical Association, 22(158), 209–212.