|
开放获取(Open Access,OA)使整个科研界受益匪浅,它加快科学进步,促进合作,有助于应用研究成果去解决现实世界中的问题,同时促进经济增长,并提升公众对研究的认可。如果所有人都能即时获取研究成果,研究就会更见成效。各国政府、资助者和机构不断认识到开放研究的价值,许多机构正在提供资金支持开放获取。施普林格·自然(Springer Nature)已经与其中的许多机构合作,以支持向开放获取的过渡。为了鼓励更多的作者发表OA研究,共同推动研究成果的使用和重复使用,加快科学进步,施普林格·自然发布了《开放获取期刊手册与作者指南》!
免费下载《开放获取期刊手册与作者指南》,了解如何通过OA发表提升研究的可见度和影响力
在上一篇文章(《开放获取期刊手册与作者指南》发布!让你的研究被看见)中,我们介绍了《开放获取期刊手册与作者指南》的主要内容以及施普林格·自然OA期刊的整体表现。在本文,我们将了解OA发表对作者及其研究的益处,并赏读近十年全球高影响力的Springer Nature OA论文。
对作者而言,以开放获取的形式发表研究的益处:
引用率和影响力上升:研究表明,与付费阅读的文章相比,开放获取文章的浏览次数和引用率更高。
更广泛的受众:有些用户无法获取订阅内容,却可以轻松访问OA研究。
增加跨学科对话:跨学科的开放性期刊有助于研究人员更容易地联系,并为他们的研究提供更大的能见度。
更多的合作机会:开放获取的出版物和数据使研究人员能够在全球范围内开展合作研究。
更快的影响:有了像CC-BY这样的知识共享许可协议,研究人员就可以在现有研究的基础上快速发展。
遵守开放获取授权:开放获取的期刊和图书符合国际上的主要资助政策。
数据源于白皮书:《选择金色:探索混合期刊中金色开放获取文章的影响范围和影响力》,和《手册》中的相比有更新。
近十年(2015-2024)全球高影响力的Springer Nature OA论文 Top 5
无论是发表于《自然》或是《科学报告》,OA论文都将使得作者的研究成果被更多人看见、使用甚至引用。尤其在应对紧迫的全球性挑战时,开放获取出版模式可以加快研究成果的共享,提高研究效率,促进学科间的合作,使研究成果更容易转化,带来经济和社会影响。
以下近十年(2015-2024)全球引用量排名前五的Springer Nature OA论文,都给特定学科领域带来了新的或突破性的见解,为解决社会或人类面临的挑战提供了宝贵的知识。
1. Preferred reporting items for systematic review and meta-analysis protocols (PRISMA-P) 2015 statement (系统综述和Meta分析方案(PRISMA-P)2015声明的优先报告条目)
发表期刊:Systematic Reviews《系统综述》
发表日期:2015年1月1日
访问量:46.6万
引用量:14000
Altmetric关注度:282
论文简介:渥太华医院及渥太华大学的专家小组介绍了系统综述和2015 Meta分析方案(PRISMA-P 2015)优先报告项目——这一报告指南的制定过程。PRISMA-P 提供了涵盖17 个报告条目的核对表,旨在方便为系统综述准备和报告可靠的方案。资助者、机构、同行评审和编辑都可以利用该指南衡量系统综述方案的完整性和透明度。
2. A pneumonia outbreak associated with a new coronavirus of probable bat origin (肺炎爆发与可能源于蝙蝠的新型冠状病毒有关)
发表期刊:Nature《自然》
发表日期:2020年2月3日
访问量:147万
引用量:13000
Altmetric关注度:7524
论文简介:中国科学院武汉病毒研究所的研究团队报告了新型冠状病毒的鉴定和表征。研究从核酸检测、血清学诊断、病毒分离和受体利用等方面揭示了该冠状病毒的基本生物学特性,为疫情控制和药物研发等工作提供了重要线索。
3. Ror2 signaling regulates Golgi structure and transport through IFT20 for tumor invasiveness (Ror2 信号通过IFT20调节高尔基体的结构和运输,从而促进肿瘤的侵袭性)
发表期刊:Scientific Reports《科学报告》
发表日期:2017年1月26日
访问量:18000
引用量:11000
Altmetric关注度:57
论文简介:日本神户大学的研究发现为Ror2信号如何促进肿瘤侵袭性提供了新的见解,同时也加深了人们对高尔基体结构和运输如何受到调控的理解。
4. Highly accurate protein structure prediction with AlphaFold (利用 AlphaFold 高精度预测蛋白质结构)
发表期刊:Nature《自然》
发表日期:2021年7月15日
访问量:157万
引用量:8815
Altmetric关注度:3561
论文简介:通过实验确定单个蛋白质结构可能需要花费数月至数年,尽管近年来取得了一些进展,但获得的精度不够。DeepMind的研究团队利用最新版的Alphafold,将蛋白质结构的物理和生物知识融入到深度学习算法里,从而预测出原子精度的蛋白质结构,其准确性也与实验结构相当。
5. A global reference for human genetic variation (人类遗传变异的全球参考)
发表期刊:Nature《自然》
发表日期:2015年9月30日
访问量:65.3万
引用量:7464
Altmetric关注度:850
论文简介:千人基因组计划(1000 Genomes Project)旨在通过对来自多个人群的不同个体进行全基因组测序,全面描述人类常见的遗传变异,为人类提供了宝贵的公共基因组资源。研究所得到的数据应用范围广泛,从关联研究和精细图谱研究,到罕见病队列中可能的中性变异筛选。
说明:
1. 以上OA论文排名和指标数据来源于 Dimensions 数据库和期刊网页,结果可能与其他统计方式有所差异,仅供参考。
2. 引用量实时变化,且受时间影响较大,以上的论文选择和排名仅反映2024年5月份Dimensions数据库的搜索结果。
点击下载《开放获取期刊手册与作者指南》,并了解更多开放科学相关知识。与 Springer Nature 一起开启您的OA发表之旅!
Archiver|手机版|科学网 ( 京ICP备07017567号-12 )
GMT+8, 2024-11-23 05:18
Powered by ScienceNet.cn
Copyright © 2007- 中国科学报社