本文使用基于分位数回归的模型，预测了物理领域一大组出版物的未来引用次数分布，并发现出版物所在期刊的影响因子和出版物出现后一年的引用次数均有助于准确预测其长期的引用次数影响，为评估研究机构提供了一种方法学上的过渡。

Mar, 2015

本文介绍了一种基于当前科研影响力的预测作者未来 h 指数的模型，并分析了导致文章对未来 h 指数贡献的因素。研究发现，学术权威和出版场所对预测科研影响力至关重要。

Jun, 2016

本研究通过研究论文引用的出版物之间的引证，开发了 “引证投影图” 概念，并探究了引用模式在不同科学领域中的变化以及这种模式如何反映了论文的科学影响力。研究发现，低影响论文具有特有的引用模式，而中等影响论文具有狭窄、学科专注的引用模式。跨学科引用模式既有高风险又有高收益，越来越多的引用网络呈现出跨学科的趋势。

Apr, 2010

该研究提出了一种基于语言影响力的新方法来量化文献对后续出版物内容的影响程度，并通过测量高维度的 Hawkes 过程来预测未来引用次数。

Oct, 2022

本研究分析了短期网络使用情况对中期引证影响的预测作用，以文章引用计数、Web 阅读次数及 e-print 论文库为研究对象。

Mar, 2005

本研究提出了使用神经网络预测论文未来引用次数的新方法，该方法有效地提高了年度和总引用次数的预测准确性。

Sep, 2018

研究了学术论文引用格局随时间演变的特点，提出了基于 “学术论文固有质量”、“论文引用的时效性”、“早期引用” 和 “早期引用的影响力” 四个因素的学术论文潜力指数模型 (PPI)，并通过分析影响论文引用增长的因素，提出了多特征的影响力预测模型，实验证明这两种模型的预测准确性得到了改善。其中，相对于多特征模型，PPI 模型的预测性能更好，且不需要调整参数，因此更好的解释了引用的变化。而多特征模型在平均绝对百分误差和准确性方面表现更好，但它们的预测效果更依赖于参数调整。

Aug, 2020

本研究提出一种包含学术特征设计、非线性、领域异质性和动态性等多个方面的考虑的预测模型，采用数据挖掘技术，在大规模真实学术数据集上进行实证研究。

Apr, 2015

比较预印本和已发表论文的引用情况，推断高影响期刊对引用量的因果效应。发现高影响期刊不仅选择引用量更高的文章，同时还提高文章的引用率。研究表明，即使不考虑影响因子，期刊在研究评估中的影响仍然存在，对研究评估实践的改变具有重要影响。

Dec, 2019

该论文研究了科学影响力的衡量指标，使用真实学术数据集分析研究者的学术影响力指标 h-index 的提高因素，指出研究者在该主题领域的权威性以及论文发表的期刊是提高 h-index 的关键因素。

Dec, 2014