polarforskning: en bibliometrisk underso kningpolarforskning: en bibliometrisk underso kning med sa...
TRANSCRIPT
Polarforskning: en bibliometrisk underso kning
med sa rskilt avseende pa hur isbrytaren ODEN bidragit till forskningens fronter 2001-2015
Rapport 2 till Polarforskningssekretariatet av Ulf Sandström v2 (2016-12-07)
Sammanfattning
Föreliggande rapport analyserar polarforskningen utifrån ett antal aspekter:
Portföljaspekten visar hur ODEN-relaterade publikationer fördelar sig över olika
forskningsfronter (kluster). Enligt den analys som presenteras i rapporten förefaller ODEN
bidra till en rimligt utspridd verksamhet med aktiviteter i olika forskningsfält som inte på
något uppseendeväckande sätt avviker från vad som kunde förväntas av ett land med
Sveriges styrka inom polarforskningsområdet. Sverige har en god specialiseringsprofil och
ODEN bygger vidare på denna genom att till 70 procent ligga i de kluster som drar till sig
flest citeringar.
Tillväxtaspekten besvarar en frågeställning som går ut på att undersöka den senaste
sjuårsperioden i relation till den föregående åttaårsperioden. Analysen visar att ODEN-
forskningen ligger i de kluster som har en god tillväxt och som visas ett allmänt ökat
kollegialt intresse.
Nyhetsaspekten handlar mera direkt om huruvida ODEN bidragit till path-breaking papers,
särskilt viktiga artiklar som bryter väg för nya forskningsinsatser inom tillväxtområden.
Analysen visar att ODEN har ledande papers i tre olika kluster.
Samarbetsaspekten ställer frågan huruvida ODEN samarbetar med viktiga organisationer
inom respektive kluster. Av analysen framgår att ODEN har samarbete med organisationer
som ligger i topp inom respektive kluster.
Inledning och frågeställningar
Föreliggande rapport har sin utgångspunkt i frågan om vilken betydelse en infrastruktur som den
tunga isbrytaren ODEN har för den svenska och internationella forskningen. Mer specifikt är denna
rapport fokuserad på följande frågeställningar:
portföljaspekten, dvs. hur fördelar sig forskning relaterad till ODEN över olika
forskningsfronter; är den koncentrerad till vissa forskningslinjer (kluster) eller täcker den en
flera aktiviteter i olika forskningsfält och hur specialiserar sig olika länder inom
polarforskningen?
tillväxtaspekten, dvs. vilka forskningslinjer har en stark tillväxt under den senaste
sjuårsperioden och hur relaterar ODEN-forskningen till dessa kluster?
nyhetsaspekten, dvs. har ODEN mera direkt bidragit till path-breaking papers, särskilt viktiga
artiklar som bryter väg för nya forskningsinsatser inom tillväxtområden?
samarbetsaspekten, dvs. vilka forskargrupper/institutioner är det som är viktiga inom dessa
forskningslinjer (kluster) och hur relaterar ODEN-forskningen till dessa?
Med ODEN-forskning avses här forskning som dokumenterat relaterar till ODEN-expeditioner.
Metod och tillvägagångssätt
Denna studie bygger på ett dataset från Web of Science tre citeringsindex, SCI-E, SSCI och A&HCI
under femtonårs perioden 2001-2015. Definitionen av polarforskning utgår från termerna arktisk och
antarktiskt med ett antal ytterligare söktermer för att täcka upp för sådant som kan gå förlorat med
dessa två huvudsakliga ”topics-termer”. De tillagda termerna vilka emanerade ur den första
sökningen med arktiska termer var följande: ”amundsen sea”, ”atmospheric circulation”,
”continental shelf”, ”marine ecosystem” (samtliga termer med trunkering). Tillsammans med
sekretariatet bedömdes att detta åtminstone hjälpligt skulle kunna representera bredden på
polarforskningen under perioden. Termerna är sådana att de medför en recall som omfattar också
artiklar som inte hör till materialet, bl a en del fysikforskning och medicinsk forskning. I och med att
studien tillämpar klustringsmetoder på basis av bibliografisk koppling mellan artiklar bör det leda till
att särskilda kluster som inte är polarforskning relativt lätt kan identifieras. I detta arbete har
sekretariatet varit behjälpliga. Det bör dock påpekas att materialet inte har utsatts för någon
ingående validitetsgranskning. Den valda metodiken, som presenteras nedan, har fått gälla som
tillräcklig för att avgöra respektive klusters relevans för polarforskningsområdet.
Genom sökprocedurerna framkom ett material om närmare 48 000 artiklar, undersökningen
begränsades till artiklar och uteslöt således översiktsartiklar (reviews) och letters, (en del artiklar är
dubbelklassade också som konferenspapers till följd av de presenterats vid konferenser och sedan
utvecklats till tidskriftsartiklar) och samtliga andra dokumentkategorier. En rapport om arktisk
forskning baserad på en Scopus-databas identifierar närmare 150 000 dokument över en något
längre tidsperiod, men då med mer oklara gränser för urvalet av tidskrifter (UArctic 2016).
Web of Science har den fördelen att den endast indexerar internationella tidskrifter med kollegial
granskning, dvs. den typ av forskning som syftar till att flytta kunskapens gränser genom att skapa ny
prövbar kunskap, och inte bara till att reproducera kunskap. Syftet är alltså inte att visa på den totala
omfattningen av den publiceringsverksamhet som relaterar till polarområdena utan att analysera
mer djupgående förändringar i kunskapsproduktionen. Detta antas kunna genomföras genom
rapportens fokus på angivna frågeställningar.
Klustring på basis av bibliografisk koppling utnyttjar referenser för att skapa kopplingar mellan
artiklar (relativ styrka beroende av antal referenser i relaterade dokument).1 Kopplingarna kan dels
läggas till grund för en visualisering av materialet, dels för en indelning av materialet i olika topics-
baserade kluster. Det handlar i korthet om att strukturera materialet i olika högar beroende på det
delområde av polarforskning som är aktuellt: från förändringar i atmosfären över inlandsisens
nedbrytning till den geologiska utvecklingen vid den södra polen. Utöver detta finns förstås ett antal
mer eller mindre specialiserade områden.
Eftersom det handlar om rätt så stora datamängder är vi hänvisade till att utnyttja olika metoder för
att sammanfatta eller karakterisera respektive kluster. När artiklarna fördelats på kluster är en första
åtgärd att ta fram ett tjugotal substantivfraser som frekvent förekommer per kluster. På basis av
dessa bör det vara möjligt att sätta en etikett på klustret, det bör vara möjligt att åtminstone på ett
ungefär förstå vilken forskningsfront som är aktuell och vad det är som kännetecknar just den
forskningsinriktningen. 2
Metoderna för citeringsanalysen, som kommer i ett avsnitt längre fram, ges i anslutning till den
redovisningen under rubriken ”Kvalitet i forskningen”.
Resultatredovisning
Hur artikelmaterialet fördelar sig över länder framgår av Tabell 1 och antal artiklar per år i Figur 1.
1 Här tillämpas SLM-algoritmen (framtagen av Waltman & van Eck 2013) med en precisionsinställning på 1.25.
2 Metoden bygger pp NLP (Natural Language Processing) och använder algortimer för att få fram mest
frekventa fraser med hjälp av TF-IDF och/eller C-value.
Tabell 1. Paper (fractions) per country (countries larger than 625 papers) 2001-2015
Källa: Web of Science (Online version), alla kluster.
Figur 1. Antal artiklar i urvalet under perioden 2001-2015
CU Papers
USA 12 573,1
CANADA 5 496,5
ENGLAND 3 183,9
NORWAY 2 819,7
GERMANY 2 646,0
PEOPLES R CHINA 2 529,4
RUSSIA 1 917,6
FRANCE 1 602,4
JAPAN 1 455,3
SWEDEN 1 192,9
AUSTRALIA 1 123,6
SPAIN 996,6
DENMARK 896,7
ITALY 784,1
FINLAND 694,0
NETHERLANDS 625,1
De mest frekventa tidskrifterna i urvalet framgår av tabell 2.
Tabell 2. Mest frekventa vetenskapliga tidskrifter (30) i urvalet.
Klusterresultatet
Efter en del smärre justeringar resulterade klustringsprocedurerna i tjugonio kluster. De förtecknas
nedan i tabell 3 med sina 20 mest frekventa substantivfraser (baserat på C-value). Som framgår av
tabellen är det flera kluster som ser ut att likna varandra t ex kluster 0, 3 och 26 vilka samtliga har ”
”atmospheric circulation” som mest frekventa term. En tolkning av detta skulle kunna vara att det är
olika inriktningar inom ramen för området ” atmospheric circulation”, den första (kluster 0) med
avseende på havens yttemperatur, den andra (kluster 3) med avseende på djupisar och den tredje
(kluster 26) med avseende på beräkningsmetoder.
Namn på vetenskaplig tidskrift Antal av SO
GEOPHYSICAL RESEARCH LETTERS 1394
JOURNAL OF GEOPHYSICAL RESEARCH-OCEANS 1363
JOURNAL OF GEOPHYSICAL RESEARCH-ATMOSPHERES 1356
JOURNAL OF CLIMATE 1143
CONTINENTAL SHELF RESEARCH 814
MARINE ECOLOGY PROGRESS SERIES 726
POLAR BIOLOGY 708
DEEP-SEA RESEARCH PART II-TOPICAL STUDIES IN OCEANOGRAPHY 663
ATMOSPHERIC CHEMISTRY AND PHYSICS 598
CLIMATE DYNAMICS 571
QUATERNARY SCIENCE REVIEWS 496
PLOS ONE 482
INTERNATIONAL JOURNAL OF CLIMATOLOGY 461
JOURNAL OF MARINE SYSTEMS 436
MARINE GEOLOGY 425
ENVIRONMENTAL SCIENCE & TECHNOLOGY 423
BIOGEOSCIENCES 379
ARCTIC 360
ESTUARINE COASTAL AND SHELF SCIENCE 359
PALAEOGEOGRAPHY PALAEOCLIMATOLOGY PALAEOECOLOGY 355
JOURNAL OF PHYSICAL OCEANOGRAPHY 327
ICES JOURNAL OF MARINE SCIENCE 314
DEEP-SEA RESEARCH PART I-OCEANOGRAPHIC RESEARCH PAPERS 302
GLOBAL CHANGE BIOLOGY 291
SCIENCE OF THE TOTAL ENVIRONMENT 280
ARCTIC ANTARCTIC AND ALPINE RESEARCH 274
EARTH AND PLANETARY SCIENCE LETTERS 259
MARINE POLLUTION BULLETIN 251
LIMNOLOGY AND OCEANOGRAPHY 249
ATMOSPHERIC ENVIRONMENT 243
Tabell 3. Substantivfraser som beskriver respektive kluster samt antal paper per kluster
Nr Klusterbeskrivning med 20 substantivfraser Antal
0 atmospheric circulation | north atlantic | north atlantic oscilation | arctic oscillation | interannual variance | sea surface temperature | northern hemisphere | geopotential height | sea surface | north pacific | el nino | climate change | atmospheric circulation pattern | general circulation model | sea-surface temperature
4790
1 continental shelf | marine ecosystem | species richness | northeast arctic cod | community structure | atlantic cod | climate change | new species | barents sea | large marine ecosystem | benthic community | demersal fish | northeast arctic | organic matter | gadus morhua
3800
2 climate change | arctic tundra | boreal forest | vascular plant | organic matter | plant community | high arctic | soil temperature | primary production | microbial biomass | microbial community | organic carbon | northern alaska | global change | soil moisture
2943
3 atmospheric circulation | north atlantic | arctic ocean | sea ice | delta o-18 | younger dryas | last glacial maximum | glacial maximum | stable isotope | northern hemisphere | cal yr bp | ice core | last glacial | climate change | late pleistocene
2867
4 microbial community | bacterial community | genetic diversity | genetic variance | phylogenetic analysis | fatty acid | arctic ocean | gene flow | mitochondrial dna | high arctic | genetic structure | continental shelf | low temperature | organic matter | north america
2828
5 primary production | sea ice | marine ecosystem | continental shelf | organic matter | sub-arctic pacific | barents sea | fatty acid | surface water | organic carbon | arctic ocean | water column | phytoplankton bloom | coastal water | chukchi sea
2719
6 continental shelf | east china sea | organic matter | sediment transport | inner shelf | organic carbon | surface sediment | sea level | east china | grain size | water depth | study area | continental margin | outer shelf | sediment core
2565
7 arctic fox | climate change | sea ice | arctic ground squirrel | red fox | body mass | reproductive success | canadian arctic | lesser snow geese | stable isotope | high arctic | little auk | arctic ground | ursus maritimus | habitat use
2545
8 continental shelf | internal wave | internal tide | water column | wind stress | sea surface | coastal ocean | numerical model | solitary wave | sea surface temperature | primary production | inner shelf | tidal current | sea level | middle atlantic bight
2279
9 sea ice | arctic sea ice | arctic sea | arctic ocean | climate change | atmospheric circulation | ice thickness | sea ice concentration | sea ice thickness | climate model | fram strait | north atlantic | beaufort sea | barents sea | interannual variation
2179
10 organic matter | organic carbon | active layer | arctic ocean | climate change | gas hydrate | western arctic | surface water | air temperature | western arctic coast | river discharge | mackenzie river | thermokarst lake | arctic river | water column
1830
11 arctic ocean | continental shelf | arctic canada | detrital zircon | lomonosov ridge | continental margin | south china | canadian arctic | gakkel ridge | black shale | middle eocene | sverdrup basin | crustal structure | arctic region | delta c-13
1727
12 arctic charr | atlantic salmon | salvelinus alpinus | brown trout | stable isotope | rainbow trout | delta c-13 | arctic charr salvelinus alpinus | delta n-15 | growth rate | salvelinus-alpinus l | salmo salar | salmo trutta | trout oncorhynchus-mykiss | juvenile atlantic salmon
1654
13 organic pollutant | persistent organic pollutant | temporal trend | canadian arctic | organochlorine pesticide | atmospheric mercury | ringed seal | diphenyl ether | long-range transport | polybrominated diphenyl ether | glaucous gull | atmospheric transport | persistent organic | food web | arctic ocean
1632
14 west antarctic ice sheet | ice sheet | west antarctic ice | continental shelf | west antarctic | west antarctica | ice stream | ross sea | amundsen sea | pine island | ice shelf | greenland ice sheet | antarctic peninsula | pine island glacier | sea level
1462
15 climate change | continental shelf | canadian arctic | indigenous people | traditional food | arctic canada | vitamin d | food security | arctic council | food insecurity | environmental change | coastal state | sea ice | south china sea | fatty acid
1318
16 black carbon | air mass | sea ice | polar sunrise | atmospheric circulation | atmospheric aerosol | optical depth | ozone depletion | arctic ocean | long-range transport | boundary layer | sea salt | size distribution | cloud condensation nuclei | arctic aerosol
1242
17 continental shelf | east china sea | east china | ocean acidification | atmospheric co2 | inorganic carbon | primary product | surface water | water column | mississippi river | organic matter | organic carbon | coastal water | bottom water | sea ice
1216
18 arctic ocean | sea ice | nordic sea | atlantic water | fram strait | barents sea | north atlantic | canada basin | water mass | chukchi sea | dense water | pacific water | laptev sea | interannual variance | deep water
1047
19 polar vortex | lower stratosphere | ozone loss | stratospheric cloud | arctic winter | middle atmosphere | stratospheric ozone | total ozone | chemical ozone loss | ozone depletion | gravity wave | nitric acid | northern hemisphere | planetary wave | arctic stratosphere
1036
20 liquid water | sea ice | arctic cloud | arctic ocean | mixed-phase cloud | liquid water path | atmospheric circulation | atmospheric boundary layer | surface heat budget | climate model | ice crystal | sensible heat flux | boundary layer | surface temperature | cirrus cloud
859
21 arctic lake | high arctic | climate change | environmental change | diatom assemblage | canadian arctic | lake sediment | organic carbon | canadian high arctic | air temperature | sediment core | organic matter | primary production | devon island | water chemistry
646
22 sea ice | western antarctic peninsula | southern ocean | ross sea | atmospheric circulation | continental shelf | antarctic peninsula | antarctic krill | western antarctic | southern annular mode | marguerite bay | south georgia | marine ecosystem | adelie penguin | east antarctica
470
23 continental shelf | arctic ocean | arctic circle | canadian arctic | north pacific | north atlantic | arctic council | important areas | climate change | migratory corridor | goose nest density | nd7 sea blocks | gray whale | nuclear icebreaker | north pacific right whale
298
24 arctica islandica | ocean quahog | shell growth | delta c-13 | delta o-18 | oxygen isotope | annual growth | north atlantic | growth rate | oxidative stress | bivalve shell | stable isotope | continental shelf | growth increment | water temperature
276
25 high arctic | cryoprotective dehydration | cold tolerant | low temperature | cold hardiness | new species | freeze tolerant | subzero temperature | new record | gamasid mite | north america | life cycle | onychiurus-arcticus tullberg | oribatid mite | climate change
224
26 atmospheric circulation | atmospheric circulation pattern | climate change | general circulation model | regional climate model | regional climate | neural network | daily precipitation | weather generator | circulation pattern | hidden markov model | markov model | stochastic weather generator | spatial dependence | rainfall occurrence
153
27 uv radiation | ultraviolet radiation | marine macroalga | dna damage | chlorophyll fluorescence | solar radiation | active radiation | depth distribution | arctic macroalgae | photosynthetic performance | laminaria digitata | uv-b radiation | saccharina latissima | red alga | brown alga
106
29 candida antartica lipase b | candida antartica | candida antartica lipase | molecular weight | kinetic resolution | antartica lipase b | ring-opening polymerization | fatty acid | novozym 435 | reaction time | candida antarctica lipase b | lipase b | candida antarctica | supercritical carbon | organic solvents
90
I figur 2 visualiseras klustren i förhållande till varandra. Artiklar med svenska adresser har markerats
med rött. Det är en större koncentration av svenska artiklar i den vänstra halvan av figuren.
Figur 2. Polarforskningen 2001-2015 med klusternummer.
Klustrens papertillväxt mellan perioder
Tabell 4 Papertillväxt per kluster mellan perioderna A (2001-2009) – B (2010-2015)samt ökning i %.
Flyttas gränsen för perioden något år bakåt förändrar det inte tillväxtanalysen nämnvärt, den
förefaller således vara relativt stabil. Mycket talar för att förändringar sker först när det sker en
avsevärd ökning (take off) i antalet artiklar ungefär vid 2010-2011.
Starkast tillväxt har kluster 15 som fokuserar på mer samhälleliga och kulturella aspekter av
klimatförändringarna, något som antyds av termer som anspelar på lokala inuit-befolkningen. Hög
tillväxt har också kluster 9 som använder lager i isens tjocklek för att studera klimatförändringar.
Kluster 17 har likaledes ett påfallande högt antal artiklar under den senare delen av perioden och
berör sådant som hur havsis, flodvatten och biologisk produktion påverkar havets CO2-system. På
motsvarande sätt kan noteras att ozon-forskningen (kluster 19) kraftigt gått tillbaka även om det kan
tänkas att delar av detta fokus övergått till kluster 16 (aerosoler).
Tittar vi med dessa glasögon närmare på hur ODEN-publiceringarna fördelar sig över kluster med hög
tillväxt finner vi den bild som framträder i tabell 5. Den genomsittliga tillväxten mellan perioderna för
KLU 2001 2002 2003 2004 2005 2006 2007 2008 2009 2010 2011 2012 2013 2014 2015 P1 P2 Ökn P1-P2 Name
15 33 39 31 46 48 48 59 80 90 115 154 133 172 127 143 474 844 78 inuit
9 91 72 98 82 82 97 106 128 119 125 191 209 206 250 323 875 1 304 49 sea ice
17 29 33 52 57 46 59 50 91 85 81 93 102 162 120 156 502 714 42 pco
24 8 4 11 11 18 11 12 20 19 19 24 28 32 30 29 114 162 42 islandica
4 81 70 118 119 110 133 180 183 179 212 203 301 296 299 344 1 173 1 655 41 gene
16 48 78 81 49 58 47 63 54 56 105 114 120 132 126 110 534 707 32 aerosol
2 106 142 121 127 155 141 148 162 192 230 265 271 281 300 302 1 294 1 649 27 soil
0 190 195 208 227 269 252 272 267 267 343 394 409 463 496 538 2 147 2 643 23 circulation
10 46 52 78 84 109 106 128 113 110 130 152 156 178 176 211 826 1 003 21 permafrost
11 66 64 76 77 78 74 90 130 138 128 146 142 166 167 185 793 934 18 zircon
5 105 136 111 100 153 120 163 193 168 193 204 252 270 284 267 1 249 1 470 18 phytoplankton
25 8 13 22 10 7 13 10 10 12 12 18 16 26 21 26 105 119 13 collembola(springtail)
14 54 80 62 64 86 88 64 86 101 89 105 137 135 159 151 685 776 13 glacier
3 147 146 133 134 152 142 141 181 189 235 217 229 286 286 247 1 365 1 500 10 holocene
7 125 131 116 115 135 146 172 154 159 172 211 240 230 228 211 1 253 1 292 3 geese
1 135 149 189 161 202 227 249 272 290 269 318 306 317 342 374 1 874 1 926 3 species
22 15 20 29 36 23 32 17 42 19 23 39 42 50 37 46 233 237 2 krill
18 53 56 40 62 77 44 62 67 65 73 87 89 91 85 95 526 520 -1 ocean
20 51 50 47 41 56 42 52 59 55 66 77 70 60 69 64 453 406 -10 cloud
13 68 66 101 102 114 98 97 99 117 116 118 138 140 125 132 862 769 -11 mercury
8 105 114 109 145 141 136 133 153 173 164 182 166 181 207 170 1 209 1 070 -11 wave
6 99 137 134 165 147 166 165 201 176 184 155 170 230 218 218 1 390 1 175 -15 sediment
23 17 19 22 20 22 20 17 15 13 7 16 31 28 19 32 165 133 -19 thin slab
21 33 40 33 37 34 45 36 47 53 52 48 43 42 44 59 358 288 -20 lake
12 97 103 90 105 109 101 108 112 109 122 138 102 116 123 119 934 720 -23 charr
26 12 12 8 10 10 9 11 11 10 8 11 5 9 12 15 93 60 -35 rainfall
19 74 122 83 65 86 85 66 50 60 60 58 60 61 64 42 691 345 -50 ozone
27 10 13 5 3 7 15 8 5 9 3 7 6 7 3 5 75 31 -59 zoospore
hela polarmaterialet ligger på 10 % ökning och för de sex mest ODEN-frekventa klustren ligger
ökningen på cirka 20 procent. I så måtto kan vi konstatera att ODEN-publiceringarna ligger i de
kluster som har en god tillväxt och som visas ett allmänt ökat kollegialt intresse.
Tabell 5. ODEN-publiceringars fördelning över kluster, antal TOP10% och ÖKN/MINSK
Aktivitetsskillnader mellan länder
I det sammanhanget kan det vara av intresse att närmare undersöka hur olika länder specialiserar sig
inom polarforskningen. Med specialisering avses i det här fallet ungefär detsamma som hur länder
specialiserar sig för export av produkter, vissa har råvaruinriktad produktion och andra har
industriinriktad. Specialisering mäts med det vi kallar Relativt Aktivitetsindex (RAI) och anger vad vi
kan kalla var ett land har produktionsfördelar t ex till följd av tillgänglig infrastruktur, personalpolitik
etc. Resultatet av en sådan RAI-analys framgår av tabell 6.
I tabell 6 finns en rad (total) som anger värdet 1,0; ett värde som betyder att om ett land har detta
värde är publiceringarna likvärdigt fördelade över klustren med den fördelning som gäller för alla
länder. Men så är inte fallet varken här eller i de flesta andra klusteranalyser. Länder har alltid sina
specialområden där man lägger proportionerligt större andel av verksamheten. De kluster där
Sverige (tabellen är ordnad efter Sveriges fördelning från högsta till lägsta) ligger över totalraden är
de områden där vi kan säga att Sverige har någon form av specialisering och hög aktivitet. I de
områden som ligger under har Sverige relativt sett lägre aktivitet än förväntat.
Cluster Papers ODEN top10(Oden) % ODEN 1stTerm ÖKN
16 1242 59 6 18% aerosol 32
3 2867 56 4 17% holocene 10
18 1047 42 3 13% ocean -1
11 1727 38 7 11% zircon 18
4 2828 27 6 8% gene 41
14 1462 21 5 6% glacier 13
7 2545 19 3 6% geese 3
13 1632 19 1 6% mercury -11
17 1216 15 2 4% pco 42
20 859 15 3 4% cloud -10
5 2719 9 2 3% phytoplankton 18
10 1830 7 --- 2% permafrost 21
9 2179 5 --- 1% sea ice 49
21 3800 1 --- 0% lake -20
1 1036 1 --- 0% species 3
6 298 1 --- 0% sediment -15
Tabell 6. Polarforskningens RAI - länders relativa specialisering över kluster med antal ODEN-
publiceringar och antal top10%.
Anm: Blåmarkerade rutor anger resp. lands högsta relativa specialisering.
OBS! Tabellen är ordnad efter Sveriges relativa specialisering.
Tabell 6 är ordnad efter Sveriges relativa specialisering, dvs. i kluster 26 (ett förhållandevis litet
kluster inriktat på mätmetodik) har forskare med svensk adress en högre aktivitet än förväntat. Nästa
kluster i ordningen är kluster 16 med aerosolforskning i fokus. Där ligger också en stor andel av
ODENs aktiviteter. Vi ser av kolumnerna längst till höger att det finns en mycket god
överensstämmelse mellan de svenska aktiviteterna och ODENs fördelning över kluster. Det är endast
något enstaka kluster som har aktivitet i den nedre halvan, under en aktivitet på 1,0 som är lika med
den förväntade. Drygt 4/5-delar av ODENs publiceringar ligger i aktivitetsfält som har 1,0 eller högre.
Noteras kan också att Sverige, vad gäller fördelningen av aktivitet över kluster, har störst likhet med
det finländska specialiseringsmönstret.
Noterbart är även att i de fall där enstaka Odenpublikationer finns är det aldrig frågan om top10 %-
publiceringar. För att nå till en sådan forskningskvalitet krävs mer av aktivitet och synlighet.
cluster AUS CAN DEN DEU ESP FIN FRA ITA JAP NLD NOR PRC RUS SWE UK USA 1stTerm Papers ODEN TOP SWE
26 3,8 0,7 0,7 2,2 1,1 0,4 0,8 1,6 0,6 2,7 1,1 0,6 0,0 2,8 1,8 0,4 rainfall 153 --- --- 9 14
16 0,2 0,6 0,5 1,1 0,3 3,2 1,5 1,7 1,4 0,4 0,8 0,9 0,7 2,5 0,9 1,1 aerosol 1 242 59 6 80 162
12 0,7 1,5 0,5 0,2 0,9 3,1 1,0 0,3 0,7 0,7 2,9 0,4 0,3 2,4 1,1 0,6 charr 1 654 --- --- 95 136
2 0,5 0,9 2,3 0,7 0,5 3,5 0,4 0,6 0,8 1,9 1,0 0,7 0,7 2,4 1,0 1,0 soil 2 943 --- --- 184 366
29 0,0 0,2 0,8 0,6 1,5 0,0 1,4 2,2 2,3 1,8 0,0 2,7 0,0 1,5 1,2 1,2 lipase 90 --- --- 2 3
13 0,2 2,6 2,7 0,6 0,6 0,6 0,6 1,1 0,4 0,4 2,1 0,9 0,5 1,4 0,3 0,5 mercury 1 632 19 1 59 142
23 1,4 1,2 0,6 0,7 0,2 1,1 0,5 0,2 0,7 0,2 0,9 0,5 1,9 1,3 1,1 1,2 thin slab 298 1 --- 4 4
18 0,3 0,8 0,6 1,4 0,3 0,7 0,6 0,2 1,3 0,2 1,8 0,7 1,9 1,3 0,8 1,0 ocean 1 047 42 3 37 77
3 0,8 0,6 1,1 1,8 0,7 0,6 1,3 0,8 1,0 1,1 0,8 1,3 1,4 1,3 1,3 0,8 holocene 2 867 56 4 93 212
20 0,3 0,7 0,1 1,2 0,1 1,0 0,8 0,9 0,3 0,6 0,5 0,7 0,6 1,2 0,4 1,8 cloud 859 15 3 29 51
7 0,5 2,3 1,2 0,3 0,6 1,2 0,5 0,4 0,4 2,0 1,4 0,1 0,6 1,2 0,7 1,0 geese 2 545 19 3 76 134
4 1,1 1,1 1,4 1,3 1,0 1,5 0,9 1,6 1,1 0,8 1,1 1,1 1,2 1,1 0,9 0,8 gene 2 828 27 6 73 138
10 0,2 1,8 0,6 0,8 0,2 0,8 0,6 0,3 0,6 0,7 0,5 0,5 2,2 1,1 0,7 1,1 permafrost 1 830 7 --- 56 100
11 0,8 1,0 1,1 1,4 0,3 0,2 0,8 0,5 0,8 1,3 0,8 0,7 4,2 1,0 1,0 0,7 zircon 1 727 38 7 45 100
total 1,0 1,0 1,0 1,0 1,0 1,0 1,0 1,0 1,0 1,0 1,0 1,0 1,0 1,0 1,0 1,0
14 1,0 0,5 0,9 1,1 0,5 0,2 0,6 1,5 0,5 1,4 1,2 0,2 0,2 0,9 3,1 1,0 glacier 1 462 21 5 34 78
21 0,2 3,2 1,4 0,5 0,5 2,8 0,3 0,3 0,1 1,2 0,4 0,3 0,7 0,9 1,2 0,6 lake 646 3 2 15 35
15 0,7 2,5 2,2 0,4 0,1 1,8 0,1 0,1 0,1 0,8 2,2 0,2 0,3 0,8 0,9 0,8 inuit 1 318 --- --- 28 46
19 0,4 0,3 0,5 3,1 0,4 0,5 1,4 1,1 1,7 0,5 0,4 0,6 0,9 0,8 1,1 1,2 ozone 1 036 1 --- 22 54
24 0,3 0,5 0,9 3,8 0,1 1,0 0,7 1,1 0,6 2,4 0,4 0,6 1,6 0,7 1,5 0,8 islandica 276 --- --- 5 8
17 1,0 0,5 1,1 1,2 1,4 0,1 0,9 0,4 1,8 1,6 0,3 1,8 0,2 0,7 0,5 1,4 pCO2 1 216 15 2 20 41
25 0,7 0,8 4,8 0,1 0,1 0,8 0,2 0,0 0,4 0,4 1,7 0,1 7,6 0,7 1,7 0,3 collembola(springtail)224 --- --- 4 8
9 0,6 0,8 0,5 1,2 0,2 0,9 0,7 0,3 1,1 0,5 0,8 0,8 1,0 0,6 1,0 1,4 sea ice 2 179 5 --- 36 61
0 0,8 0,4 0,2 1,0 1,9 0,4 1,1 1,0 1,7 0,9 0,2 3,2 0,8 0,6 0,9 1,0 circulation 4 790 --- --- 61 100
27 0,7 0,2 1,4 8,1 3,4 0,2 0,1 0,2 0,4 2,5 0,6 0,3 0,7 0,5 0,2 0,4 zoospore 106 --- --- 1 5
1 2,6 0,7 0,9 1,0 3,0 0,4 1,4 1,9 0,5 0,7 1,8 0,3 1,0 0,5 1,3 0,8 species 3 800 1 --- 39 78
5 0,8 1,0 1,4 0,9 1,0 0,3 1,2 0,8 3,1 0,6 1,5 0,6 0,9 0,3 0,6 1,0 phytoplankton 2 719 9 2 21 48
6 2,0 0,3 0,2 0,5 2,1 0,1 2,8 3,7 0,7 1,4 0,2 2,1 0,4 0,2 0,7 1,1 sediment 2 565 1 --- 13 22
8 3,0 0,2 0,3 0,4 1,9 0,0 1,6 0,9 0,7 1,1 0,3 0,8 0,4 0,1 1,3 1,6 wave 2 279 --- --- 4 8
22 5,0 0,1 0,2 0,6 0,3 0,1 0,8 1,7 0,9 0,9 0,2 0,3 0,1 0,0 2,2 1,5 krill 470 --- --- 0 4
1 116 5 438 888 2 604 981 685 1 577 769 1 424 621 2 746 2 484 1 852 1 146 3 120 12 334 46 801 339 44 1146 2235
Kvalitet i forskning
Fyra modeller har använts för att undersöka om resultatet påverkas nämnvärt av metodiken. På
aggregerad klusternivå förefaller detta inte vara fallet utan oberoende av dessa olika metoder blir
rangordningen mellan kluster ungefär densamma (korrelation mellan rangordningarna, r=0.95).
De fyra citeringsmodellerna är följande:
1) Genom att denna undersökning vilar på klustermetodiken som är ett sätt att organisera
materialet efter topics istället för tidskrifter eller tidskriftsklasser är normaliseringsfrågan ett
betydligt mindre problem än vad det brukar vara i vanliga citeringsundersökningar.
Dessutom har vi avgränsat oss till artiklar och blandar inte in andra dokumenttyper. I stort
sett skulle vi kunna nöja oss med att tidsvikta de aktuella citeringarna (Times Cited i Web of
Science) genom en enkel algoritm som också används av Harzing i hennes Publish or Perish
(vilken bygger på Sidiropoulos et al. 2007). Tidsviktningen är enkel, koefficienten är 4 och
tilldelar således en artikel från senaste året citeringar * fyra med sjunkande koefficient för
tidigare artikel, en artikel publicerad fyra år tidigare erhåller sina citeringar och tidigare
artiklar reduceras successivt enligt formeln koefficient/artikelålder.
2) Om vi detta till trots låter normalisera respektive artikel till sin tidskriftsklass och
publiceringsår kan vi använda fältnormerad citeringsgrad (NCSf).
3) En tredje variant är att utnyttja percentilgrupper och att fokusera på TOP10%. Denna modell
tar hänsyn till att modell 2 har problem med skevhet i citeringsfördelningar. Mått baserade
på percentiler har fördelen att de inte påverkas av skevheter i citeringsfördelningar. Inom
vissa vetenskapsområden kan några publikationer med ett mycket stort antal citeringar
annars dra upp medelvärdet (Seglen 1992), vilket, som sagt, kan leda till att 70 procent av
artiklarna inom området ligger under medelvärdet.
4) Den sista varianten, den s.k. percentilmodellen innebär att varje artikel rangordnas, baserat
på dess citeringar, inom respektive vetenskapsfält, vilket definieras utifrån de ämnesklasser
(cirka 260) som anges i Web of Science, och delas in i percentilgrupper (de 1 procent, 5
procent, 10 procent högst rankade och så vidare). Här har percentilindikatorn ”översatts” till
ett poängtal för varje artikel (jfr Sandström & Wold 2015), där en artikel som tillhör den mest
citerade procenten av artiklarna tilldelas 100 poäng, topp-5-procent ger 20 poäng, och så
vidare. En artikel som hör till de 50 procent minst citerade ger 1 poäng, vilket gör att en
artikel publicerad alltid ger poäng. Artikelsumman per kluster divideras med antalet artiklar i
klustret.
Delar vi in materialet i två lika delar, klustervis, får vi för samtliga fyra modeller resultatet att ODEN-
publiceringar mestadels ligger i den övre halvan, dvs. tillhör de kluster som är mest citerade mätt
med de olika metoderna. Ungefär 75 % av ODEN-relaterad forskning hör till de kluster som har högre
citeringsgrad.
Path-breaking articles
De artiklar som etablerar forskning inom ett avgränsat ämnesområde, det vi här kallar
forskningsfront och har operationaliserat till kluster, och som påverkar riktningen inom dessa fronter
är oftast koncentrerade till ett förhållandevis litet antal tidskrifter och till ett litet antal inflytelserika
författare. Deras artiklar kommer med tiden att flytta forskningsfronterna i en eller annan riktning
(trajektorier), det går att se det med blotta ögat i figur 2 där t ex kluster 11 (uppe till höger) börjar i
en ände och går i riktning uppåt men vid en tidpunkt avviker och går inåt mot klustermitten. Denna
avvikande riktning skulle kunna vara frukten av en metodinnovation eller hellre ett lån, en import,
från ett angränsande område av metoder som också är tillämpliga inom kluster 11 (zircon).
Om vi mer detaljerat hade möjlighet att följa respektive forskningsfront över tid skulle det vara
möjligt att med eventanalytiska metoder identifiera artiklar som påverkat riktningen av ett kluster. I
detta mycket begränsade projekt får vi nöja oss med andra och mer lättarbetade metoder: vi baserar
helt enkelt identifieringen på citeringsdata. I det fallet är det rimligast är att arbeta med top1 %-
artiklarna, dvs. de artiklar som på ett alldeles tydligt sätt får närmare en sjundedel av alla citeringar
inom klustren men själva endast representerar en hundradel av artiklarna (jfr. Uzzi et al. 2013).
Det är fyra ODEN-relaterade artiklar som kvalificerar för kriteriet på Top1 % i materialet, helt enligt
våra förväntningar. Tre av dessa emanerar från en och samma forskare vid Stockholms universitet –
Martin Jakobsson, geolog – och handlar i huvudsak om batymetri, dvs. havsbottnens topografi. 2008
kunde Jakobssons team (MJ var försteförfattare på dessa artiklar) presentera data som byggde på
kortare avstånd mellan mätpunkterna och alltså gav en mer preciserad bild av bottenförhållandena,
vilket i sin tur påverkar möjligheterna att göra allehanda beräkningar av t ex ishavets utbyte med
atmosfären. Typiskt är att ett dylikt metodologiskt bidrag finner sin användning inom flera kluster:
Jakobssons tre Top1 %-artiklar fördelar sig över tre olika kluster (3, 17 och 18).
Det bör inflikas att den fjärde artikeln är från 2014 och har så pass kort citeringsfönster att en analys
baserad på path breaking inte är lämplig att genomföra.
Klusterkvalitet och organisationer
Tabell 7 redovisar citeringsindikatorerna per kluster och tabellen är ordnad efter andel i TOP5%.
Kluster som ligger i toppen har en hög genomsnittlig citeringsgrad, men också en hög andel
toppubliceringar. Ser vi till ODEN-relaterade publiceringar framgår det att 70 procent av dessa ligger i
övre halvan, de kluster som har högre andel toppubliceringar än genomsnittet för samtliga kluster.
Återigen är detta ett gott betyg åt publiceringar som emanerar från samarbeten kring ODEN-
expeditioner.
Tabell 8 ger på motsvarande sätt citeringsindikatorer för organisationer som förekommer i databasen
och publicerar polarforskning. Sex svenska universitet finns representerade bland de 101 mest
frekvent förekommande organisationerna. Stockholms universitet har en ledarroll och ligger strax
bakom de tio största producenterna. Uppsala har anmärkningsvärt hög citeringsgrad.
Sammantaget gör detta att svenska universitet och organisationer har ett förhållandevis gott
underlag för att bedriva polarforskning och expeditioner.
Tabell 7. Citeringsindikatorer per kluster med antal ODEN-publiceringar längst till höger
Kluster Full P NCSj NJCS NCSf TOP1 TOP5 TOP10 TOP25 TOP50 ODEN
9 2148 1,44 1,37 2,02 5,0% 14,6% 22,9% 38,5% 62,3% 5
14 1447 1,22 1,43 1,73 3,3% 12,1% 21,1% 40,7% 67,4% 21
22 447 1,22 1,37 1,70 2,7% 11,2% 21,1% 44,1% 70,1%
16 1215 1,16 1,38 1,59 2,5% 10,9% 19,0% 42,9% 69,3% 59
18 1032 1,20 1,28 1,49 1,9% 10,9% 18,6% 39,2% 63,0% 42
17 1159 1,24 1,36 1,70 2,6% 10,5% 19,9% 43,7% 68,8% 15
13 1620 1,18 1,42 1,69 2,0% 10,3% 21,0% 43,7% 71,7% 19
2 2785 1,16 1,37 1,61 2,3% 9,7% 18,1% 37,8% 64,6%
26 151 1,34 1,23 1,55 2,4% 9,7% 20,3% 43,8% 68,7%
3 2841 1,10 1,41 1,52 1,9% 9,6% 18,8% 40,6% 69,3% 56
10 1778 1,23 1,29 1,46 1,1% 9,2% 18,1% 38,4% 65,4% 7
5 2631 1,20 1,24 1,45 1,3% 8,4% 17,4% 38,7% 66,8% 9
0 4739 1,10 1,30 1,35 2,0% 8,1% 15,3% 33,5% 59,0%
20 850 0,91 1,37 1,21 1,3% 7,3% 15,8% 32,5% 60,2% 15
4 2689 1,15 1,11 1,27 0,9% 6,5% 13,6% 32,7% 58,2% 27
1 3643 1,08 1,01 1,10 1,3% 5,4% 10,0% 25,9% 53,6%
11 1689 1,06 1,08 1,05 0,9% 5,4% 10,9% 26,9% 54,8% 38
8 2215 1,01 1,18 1,11 0,6% 5,0% 11,2% 30,7% 58,6%
21 632 1,18 1,09 1,19 0,9% 4,7% 9,7% 34,1% 66,0% 3
7 2409 1,01 1,04 1,05 0,5% 4,3% 9,3% 26,5% 55,8% 19
12 1610 1,07 0,94 1,04 0,3% 4,1% 8,8% 24,7% 54,7%
24 267 1,09 1,02 1,12 1,4% 4,0% 9,0% 28,0% 56,5%
6 2509 1,03 1,03 1,06 0,4% 3,8% 10,1% 30,0% 59,6%
19 1019 0,79 1,25 0,95 0,8% 3,8% 9,0% 26,0% 56,1%
29 90 1,05 1,07 1,27 1,9% 3,3% 11,3% 35,2% 60,5%
15 1233 1,06 0,77 0,81 0,4% 2,6% 6,3% 16,4% 39,4%
25 214 1,36 0,66 0,75 0,0% 1,9% 5,2% 17,3% 39,7%
23 289 0,46 0,36 0,19 0,0% 1,4% 1,6% 4,3% 8,6%
27 104 1,13 0,97 0,98 0,0% 0,3% 5,2% 32,3% 61,6%
Total 45455 1,12 1,20 1,33 1,6% 7,5% 14,7% 33,5% 60,5%
Tabell 8. Organisationer: antal publiceringar och citeringsgrad.
INST Full P Frac P NCSf TOP1% TOP5% TOP10% Rank CU
RUSSIAN ACAD SCI 1509 938,5 0,52 0,3% 2,2% 4,3% 1 RUSSIA
CHINESE ACAD SCI 1396 710,8 1,13 1,3% 6,1% 12,4% 2 PEOPLES R CHINA
WASHINGTON UNIV 1104 546,4 2,43 5,1% 17,7% 31,9% 3 USA
NOAA 1085 425,8 2,08 4,3% 14,3% 24,4% 4 USA
ALFRED WEGENER INST POLAR & MARINE RES1021 445,8 1,39 1,8% 6,9% 14,1% 5 GERMANY
ALASKA FAIRBANKS UNIV 984 457,2 1,51 1,9% 9,5% 18,2% 6 USA
COLORADO UNIV 980 384,8 2,27 4,4% 14,6% 26,5% 7 USA
TROMSO UNIV 941 424,1 1,11 0,3% 5,4% 11,9% 8 NORWAY
ENVIRONM CANADA 843 330,0 1,61 2,0% 10,9% 18,6% 9 CANADA
NASA 789 255,1 2,50 6,5% 16,9% 28,0% 10 USA
STOCKHOLM UNIV 759 325,8 1,40 1,6% 7,0% 18,4% 11 SWEDEN
FISHERIES & OCEANS CANADA 742 305,8 1,57 1,5% 8,3% 19,0% 12 CANADA
BERGEN UNIV 727 282,0 1,28 1,2% 8,4% 14,9% 13 NORWAY
US GEOL SURVEY 726 312,2 1,51 1,6% 9,2% 17,2% 14 USA
WOODS HOLE OCEANOG INST 671 291,1 1,82 1,7% 13,2% 24,7% 15 USA
COPENHAGEN UNIV 606 244,3 1,15 1,1% 6,0% 10,9% 16 DENMARK
OSLO UNIV 605 244,4 1,16 1,3% 5,7% 11,9% 17 NORWAY
LAVAL UNIV 576 271,2 1,50 0,9% 7,8% 19,5% 18 CANADA
ALASKA UNIV 573 257,7 1,86 2,5% 10,7% 22,3% 19 USA
OREGON STATE UNIV 562 254,2 1,64 1,3% 9,3% 20,2% 20 USA
ALBERTA UNIV 546 246,8 1,22 0,6% 5,4% 12,7% 21 CANADA
AARHUS UNIV 544 195,8 1,40 1,4% 8,3% 16,4% 22 DENMARK
BRITISH ANTARCTIC SURVEY 537 224,6 1,49 2,3% 10,2% 17,6% 23 ENGLAND
NORWEGIAN POLAR RES INST 511 153,4 1,38 1,6% 9,4% 17,8% 24 NORWAY
COLUMBIA UNIV 509 228,7 2,32 4,5% 18,9% 29,0% 25 USA
NATL CTR ATMOSPHER RES 506 184,7 3,86 12,2% 30,0% 42,8% 26 USA
CALTECH 488 171,8 2,26 5,2% 15,6% 26,3% 27 USA
QUEBEC UNIV 479 202,8 1,39 0,8% 6,1% 15,5% 28 CANADA
CNRS 462 143,8 1,33 0,8% 6,9% 13,6% 29 FRANCE
HOKKAIDO UNIV 460 210,9 1,04 0,4% 3,3% 10,5% 30 JAPAN
TORONTO UNIV 444 204,4 1,57 1,7% 10,4% 18,2% 31 CANADA
HELSINKI UNIV 428 176,4 1,12 0,5% 4,7% 10,8% 32 FINLAND
BRITISH COLUMBIA UNIV 423 202,7 1,76 1,9% 9,8% 20,5% 33 CANADA
MANITOBA UNIV 404 177,1 1,21 1,5% 6,1% 13,7% 34 CANADA
MCGILL UNIV 403 208,3 1,29 0,8% 7,4% 14,5% 35 CANADA
CSIC 396 176,1 1,32 1,9% 7,6% 14,8% 36 SPAIN
INST MARINE RES 386 170,7 1,51 2,3% 11,0% 18,0% 37 NORWAY
CALIF SAN DIEGO UNIV 386 157,5 1,81 2,5% 13,8% 24,3% 38 USA
PARIS 06 UNIV 382 128,6 1,45 0,7% 7,1% 17,0% 39 FRANCE
TOKYO UNIV 366 140,1 1,14 1,3% 6,0% 10,8% 40 JAPAN
DALHOUSIE UNIV 365 165,1 1,39 1,1% 7,4% 15,0% 41 CANADA
BREMEN UNIV 355 138,7 1,30 0,3% 5,1% 15,5% 42 GERMANY
POLISH ACAD SCI 344 167,4 0,83 0,2% 2,8% 7,0% 43 POLAND
CARLETON UNIV 343 148,8 1,23 0,8% 8,4% 12,9% 44 CANADA
GOTHENBURG UNIV 338 136,7 1,05 0,2% 3,8% 10,0% 45 SWEDEN
HAMBURG UNIV 337 152,9 1,32 1,1% 7,1% 12,8% 46 GERMANY
CAMBRIDGE UNIV 334 128,8 1,31 2,5% 7,5% 17,0% 47 ENGLAND
WISCONSIN UNIV 323 137,9 1,82 3,5% 9,5% 22,3% 48 USA
VICTORIA UNIV 323 141,8 1,23 0,7% 5,4% 14,2% 49 CANADA
LUND UNIV 320 116,9 1,27 2,0% 10,2% 15,7% 50 SWEDEN
RUTGERS STATE UNIV 316 138,9 1,90 4,9% 11,2% 18,3% 51 USA
MARYLAND UNIV 308 114,6 1,89 2,2% 12,3% 22,8% 52 USA
QUEENS UNIV 297 149,2 1,44 1,2% 6,0% 12,3% 53 CANADA
CNR 294 124,1 0,88 0,4% 3,8% 8,7% 54 ITALY
UPPSALA UNIV 293 117,5 1,40 2,0% 7,4% 14,4% 55 SWEDEN
MOSCOW MV LOMONOSOV STATE UNIV 292 135,4 0,59 0,4% 2,3% 4,4% 56 RUSSIA
GEOL SURVEY CANADA 291 129,5 1,09 0,5% 3,8% 11,1% 57 CANADA
IFREMER 281 107,9 1,26 0,2% 3,9% 10,9% 58 FRANCE
CTR SVALBARD UNIV 279 89,7 1,07 0,4% 4,8% 9,8% 59 NORWAY
USN 278 110,5 1,37 0,8% 8,6% 16,1% 60 USA
OCEAN UNIV CHINA 278 151,3 0,76 0,3% 3,2% 6,3% 61 PEOPLES R CHINA
TEXAS A&M UNIV 277 126,1 1,47 0,4% 8,3% 19,2% 62 USA
KIEL UNIV 268 100,5 1,54 1,4% 10,5% 18,6% 63 GERMANY
UTRECHT UNIV 258 93,0 1,52 1,7% 11,7% 23,7% 64 NETHERLANDS
WATERLOO UNIV 257 104,0 1,27 1,1% 6,4% 12,1% 65 CANADA
JAPAN AGCY MARINE EARTH SCI & TECHNOL250 93,3 1,32 2,8% 8,6% 14,1% 66 JAPAN
FINNISH METEOROL INST 250 80,4 1,10 0,8% 3,3% 10,9% 67 FINLAND
PENN STATE UNIV 248 106,2 1,80 2,2% 8,4% 18,4% 68 USA
E ANGLIA UNIV 246 91,8 2,22 6,4% 14,7% 20,0% 69 ENGLAND
NORWEGIAN UNIV SCI & TECHNOL 245 93,5 1,02 0,4% 5,5% 9,5% 70 NORWAY
UMEA UNIV 240 111,6 1,17 0,7% 4,3% 9,7% 71 SWEDEN
UCL 235 93,7 1,93 4,7% 12,4% 21,3% 72 ENGLAND
OHIO STATE UNIV 235 102,5 1,93 2,2% 14,7% 25,5% 73 USA
MIAMI UNIV 235 99,9 1,68 2,1% 11,4% 20,3% 74 USA
BRISTOL UNIV 235 86,7 1,67 1,8% 14,1% 25,3% 75 ENGLAND
SASKATCHEWAN UNIV 234 108,1 1,13 0,3% 5,0% 11,8% 76 CANADA
NORWEGIAN INST NAT RES 234 90,1 1,17 1,0% 6,1% 9,2% 77 NORWAY
CALIF SANTA CRUZ UNIV 234 90,7 2,03 2,8% 14,8% 25,7% 78 USA
LEEDS UNIV 233 74,9 1,35 2,1% 7,6% 15,9% 79 ENGLAND
BERN UNIV 233 90,2 1,73 4,5% 14,1% 22,5% 80 SWITZERLAND
TASMANIA UNIV 232 100,2 1,39 1,1% 8,5% 17,6% 81 AUSTRALIA
MAINE UNIV 230 98,2 1,27 0,9% 5,2% 12,6% 82 USA
SOUTHAMPTON UNIV 229 82,4 1,75 4,3% 14,0% 19,4% 83 ENGLAND
MEM UNIV NEWFOUNDLAND 228 124,4 1,02 1,0% 5,3% 9,5% 84 CANADA
READING UNIV 227 106,2 1,96 6,2% 20,5% 28,2% 85 ENGLAND
DELAWARE UNIV 227 107,5 1,53 1,1% 8,3% 18,1% 86 USA
STATE OCEAN ADM 226 103,3 0,70 0,4% 3,3% 9,2% 87 PEOPLES R CHINA
MASSACHUSETTS UNIV 225 90,1 1,96 3,6% 10,7% 20,5% 88 USA
SHEFFIELD UNIV 224 74,0 1,54 2,5% 9,9% 17,9% 89 ENGLAND
OTTAWA UNIV 223 102,4 1,26 0,4% 4,3% 12,8% 90 CANADA
CALIF BERKELEY UNIV 219 76,2 1,95 2,1% 17,1% 23,8% 91 USA
STANFORD UNIV 217 92,1 2,63 8,1% 25,7% 37,2% 92 USA
OXFORD UNIV 216 77,0 1,52 2,0% 12,6% 17,4% 93 ENGLAND
COLORADO STATE UNIV 212 87,2 2,34 5,3% 18,8% 30,4% 94 USA
ICELAND UNIV 208 72,6 1,09 0,5% 5,3% 13,0% 95 ICELAND
MAX PLANCK INST METEOROL 207 81,0 2,01 2,5% 14,7% 27,4% 96 GERMANY
N CAROLINA UNIV 206 97,7 1,17 0,3% 3,9% 10,7% 97 USA
ETH 206 76,0 1,73 1,8% 11,2% 21,0% 98 SWITZERLAND
ABERDEEN UNIV 206 80,8 1,24 0,5% 6,4% 14,6% 99 SCOTLAND
LOUISIANA STATE UNIV 205 104,4 1,32 1,3% 5,8% 15,7% 100 USA
SWEDISH UNIV AGR SCI 204 81,7 1,18 1,6% 4,1% 9,2% 101 SWEDEN
Total 45455 45455 1,33 1,6% 7,5% 14,7% 0 0
Samarbetspartners – potentiella och aktuella
Vilka samarbetar ODEN-forskarna med och vilka borde de samarbeta med? Frågan låter sig gärna
ställas men svaret är allt annat än självklart. Samarbetsrelationer är mestadels oerhört känsliga
frågor, för att inte säga finkänsliga och det gör att det är alldeles för svårt att komma med förslag.
Däremot kan samarbetsmönstret naturligtvis studeras och det går rimligen att dra någon eller några
slutsatser om det mönstret.
Till följd av att det i många fall är frågan om artiklar med förhållandevis många samarbetspartners är
det, vad gäller ODEN-relaterade publikationer, kanske inte frågan om att efterfråga särskilt mycket
mer av samarbete utan att titta närmare på kvaliteten hos de som utgör mer frekventa
samarbetspartners. I de kluster där ODEN-publikationer är mer vanligt förekommande, dvs. där det
inte är frågan om några få eller enstaka, går det kontrollera huruvida samarbeten rör sig med
organisationer som brukar prestera bra publikationer.
Tabell 9 nedan visar en sådan analys där det för respektive kluster har identifierats ett antal
organisationer som har en god publiceringsfrekvens och en hög andel Top5 %-publikationer. För
kluster 3 där ODEN har 56 publikationer under perioden återfinns två samarbetspartners bland de
organisationer som har den högsta frekvensen och citeringsgraden.
Fortsätter vi till de andra klustren där ODEN har ett antal publikationer återfinns samma mönster,
forskarna har samarbete med minst en topporganisation per kluster, kluster 4 undantaget.
Slutsatsen av denna översiktliga analys är att samarbetsmönstret ser mycket bra ut.
Tabell 10 och 11 gör en sammanställning av de mest frekventa och framträdanden organisationerna
per kluster baserat på fraktionaliserade publikationer (tabell 10) och på percentilpoäng (tabell 11).
Svenska organisationer är markerade med rött.
Tabell 9. Samarbetsanalys per kluster (färgmarkering för att visa kluster)
Kluster INST Koll Full P Frac P NCSf TOP1% TOP5% TOP10%
3 COLUMBIA UNIV 67 19,9 2,72 5,7% 25,7% 37,4%
3 MASSACHUSETTS UNIV 71 23,8 2,51 3,5% 21,2% 41,0%
3 AARHUS UNIV 59 18,6 1,82 1,8% 16,9% 28,4%
3 COLORADO UNIV COLORADO UNIV 107 41,8 2,21 3,8% 16,6% 34,7%
3 BERN UNIV 90 33,0 1,91 6,0% 16,0% 26,8%
3 BERGEN UNIV BERGEN UNIV 103 37,9 1,77 2,4% 14,2% 26,4%
3 COPENHAGEN UNIV 78 21,7 1,48 2,3% 12,1% 15,2%
3 BREMEN UNIV 78 29,7 1,77 0,8% 12,0% 29,0%
3 WASHINGTON UNIV 50 20,0 2,07 1,7% 12,0% 26,7%
3 US GEOL SURVEY 79 25,9 1,87 1,9% 10,6% 32,9%
3 TROMSO UNIV 77 37,8 1,28 0,6% 10,3% 18,9%
4 VIENNA UNIV 50 18,3 2,66 5,1% 29,3% 32,6%
4 LAVAL UNIV 62 34,4 2,45 2,9% 21,0% 44,7%
4 BRITISH COLUMBIA UNIV 61 35,6 2,03 0,8% 14,1% 28,3%
4 MAX PLANCK INST MARINE MICROBIOL 52 24,7 1,96 2,0% 12,6% 27,5%
4 WASHINGTON UNIV 51 29,7 1,99 1,7% 11,8% 21,2%
4 CSIC 34 14,0 1,48 0,0% 11,5% 32,0%
4 ALFRED WEGENER INST POLAR & MARINE RES 36 16,1 2,17 3,1% 11,1% 31,2%
4 TROMSO UNIV 55 21,1 1,33 0,9% 10,5% 16,1%
4 PARIS 06 UNIV 32 11,0 1,70 0,0% 10,3% 30,8%
7 GRONINGEN UNIV 73 26,7 1,38 2,4% 11,9% 13,6%
11 CALGARY UNIV 28 12,1 1,59 0,0% 15,8% 28,4%
11 WOODS HOLE OCEANOG INSTWOODS HOLE OCEANOG INST 26 9,2 1,78 0,0% 15,5% 23,7%
11 CHINA UNIV GEOSCI 29 12,3 1,98 4,1% 12,4% 25,1%
11 GEOL SURVEY NORWAY 34 11,9 1,09 0,0% 10,2% 16,8%
11 UTRECHT UNIV 41 15,8 1,62 0,2% 10,0% 35,8%
14 UTRECHT UNIV 39 11,1 3,19 7,9% 39,8% 55,8%
14 COLUMBIA UNIV 50 25,3 2,96 9,7% 27,4% 42,1%
14 WASHINGTON UNIV 63 24,6 2,84 6,1% 25,4% 34,9%
14 CALTECH 60 25,6 3,55 10,8% 23,3% 37,7%
14 COLORADO UNIV COLORADO UNIV 64 23,9 2,54 6,4% 21,4% 32,0%
14 BRISTOL UNIV 63 23,2 1,93 3,7% 19,5% 27,0%
14 CAMBRIDGE UNIV 90 33,0 1,89 5,6% 16,0% 32,1%
14 DURHAM UNIV 87 34,1 1,87 1,9% 14,3% 25,9%
14 TROMSO UNIV 38 22,5 1,58 0,0% 13,1% 30,9%
14 ALFRED WEGENER INST POLAR & MARINE RES 70 38,1 1,72 3,3% 12,8% 18,1%
16 NOAA 81 19,6 2,67 5,1% 28,3% 41,8%
16 NASA 116 25,8 3,03 9,8% 22,2% 31,6%
16 COLORADO UNIV COLORADO UNIV 89 20,9 2,19 3,3% 22,2% 36,1%
16 WASHINGTON UNIV 52 25,1 1,90 1,0% 18,4% 35,7%
16 CALIF IRVINE UNIV 45 12,5 2,72 7,6% 14,9% 26,2%
16 GEORGIA INST TECHNOL 49 13,0 1,39 0,6% 13,8% 16,7%
16 NATL CTR ATMOSPHER RES 79 20,9 2,29 4,1% 13,1% 22,7%
18 INST OCEAN SCI 46 18,5 2,14 0,0% 23,2% 33,5%
18 WOODS HOLE OCEANOG INSTWOODS HOLE OCEANOG INST 105 47,8 2,10 1,9% 23,0% 37,3%
18 WASHINGTON UNIV 94 39,0 3,02 8,7% 22,8% 41,6%
18 ALASKA FAIRBANKS UNIV 63 20,7 2,18 6,1% 22,5% 28,2%
18 JAPAN AGCY MARINE EARTH SCI & TECHNOL 38 16,7 1,77 3,0% 18,4% 21,1%
18 FISHERIES & OCEANS CANADAFISHERIES & OCEANS CANADA 61 25,1 1,81 1,7% 15,8% 33,7%
18 ALFRED WEGENER INST POLAR & MARINE RES 78 25,9 2,04 5,9% 15,3% 22,3%
18 NATL OCEANOG CTR 34 11,5 1,87 3,5% 15,1% 26,1%
18 BERGEN UNIV BERGEN UNIV 96 36,6 1,47 1,4% 12,1% 17,8%
18 INST MARINE RES 35 13,1 1,72 0,0% 11,6% 26,0%
18 BJERKNES CTR CLIMATE RES 54 15,4 1,34 0,0% 10,9% 19,4%
18 HAMBURG UNIV 36 18,4 1,84 5,4% 10,4% 15,6%
20 OHIO STATE UNIV OHIO STATE UNIV 24 14,9 2,54 0,0% 28,0% 56,0%
20 PACIFIC NW NATL LAB 43 16,3 2,03 1,6% 19,9% 40,2%
20 NATL CTR ATMOSPHER RES 53 16,2 2,92 9,4% 17,6% 46,2%
20 NOAA 117 36,4 1,96 0,9% 17,2% 31,8%
20 ILLINOIS UNIV 35 12,8 2,05 0,5% 15,5% 36,3%
20 CALTECH 23 6,3 2,07 5,8% 13,8% 32,6%
20 WISCONSIN UNIV 79 33,9 1,83 5,3% 10,4% 27,7%
Tabell 10 visar mest frekventa organisationer baserat på Frac P
0 CHINESE ACAD SCI | NOAA | COLUMBIA UNIV | RUSSIAN ACAD SCI | WASHINGTON UNIV | CHINA METEOROL ADM | READING UNIV | COLORADO UNIV | NATL CTR ATMOSPHER RES | ENVIRONM CANADA
1 INST MARINE RES | NOAA | RUSSIAN ACAD SCI | ALFRED WEGENER INST POLAR & MARINE RES | CSIC | FISHERIES & OCEANS CANADA | BERGEN UNIV | NATL MARINE FISHERIES SERV | TROMSO UNIV | POLISH ACAD SCI
2 COPENHAGEN UNIV | ALASKA FAIRBANKS UNIV | ALASKA UNIV | CHINESE ACAD SCI | UMEA UNIV | RUSSIAN ACAD SCI | TROMSO UNIV | VRIJE UNIV AMSTERDAM | OULU UNIV | LAVAL UNIV
3 CHINESE ACAD SCI | RUSSIAN ACAD SCI | ALFRED WEGENER INST POLAR & MARINE RES | STOCKHOLM UNIV | COLORADO UNIV | BERGEN UNIV | TROMSO UNIV | BERN UNIV | QUEBEC UNIV | BREMEN UNIV
4 RUSSIAN ACAD SCI | OSLO UNIV | BRITISH COLUMBIA UNIV | LAVAL UNIV | WASHINGTON UNIV | BERGEN UNIV | MCGILL UNIV | MAX PLANCK INST MARINE MICROBIOL | CHINESE ACAD SCI | HELSINKI UNIV
5 HOKKAIDO UNIV | FISHERIES & OCEANS CANADA | RUSSIAN ACAD SCI | TROMSO UNIV | ALASKA FAIRBANKS UNIV | NOAA | LAVAL UNIV | ALFRED WEGENER INST POLAR & MARINE RES | QUEBEC UNIV | WASHINGTON UNIV
6 US GEOL SURVEY | CHINESE ACAD SCI | OCEAN UNIV CHINA | WASHINGTON UNIV | CNR | WOODS HOLE OCEANOG INST | TEXAS AUSTIN UNIV | IFREMER | NATL INST OCEANOG | STATE OCEAN ADM
7 CANADIAN WILDLIFE SERV | ALASKA FAIRBANKS UNIV | US GEOL SURVEY | ENVIRONM CANADA | CARLETON UNIV | TROMSO UNIV | NORWEGIAN POLAR RES INST | ALASKA UNIV | QUEBEC UNIV | WASHINGTON UNIV
8 OREGON STATE UNIV | WOODS HOLE OCEANOG INST | WASHINGTON UNIV | CALIF SAN DIEGO UNIV | USN | DELAWARE UNIV | PLYMOUTH MARINE LAB | WESTERN AUSTRALIA UNIV | BIDSTON OBSERV | IFREMER
9 WASHINGTON UNIV | COLORADO UNIV | NASA | NATL CTR ATMOSPHER RES | ALASKA FAIRBANKS UNIV | MANITOBA UNIV | RUSSIAN ACAD SCI | ALFRED WEGENER INST POLAR & MARINE RES | CALTECH | MAX PLANCK INST METEOROL
10 RUSSIAN ACAD SCI | ALASKA FAIRBANKS UNIV | US GEOL SURVEY | ENVIRONM CANADA | STOCKHOLM UNIV | ALASKA UNIV | CARLETON UNIV | ALFRED WEGENER INST POLAR & MARINE RES | COLORADO UNIV | LAVAL UNIV
11 RUSSIAN ACAD SCI | GEOL SURVEY CANADA | ALFRED WEGENER INST POLAR & MARINE RES | OSLO UNIV | UPPSALA UNIV | CHINESE ACAD SCI | UTRECHT UNIV | US GEOL SURVEY | ALBERTA UNIV | BERGEN UNIV
12 TROMSO UNIV | FISHERIES & OCEANS CANADA | NORWEGIAN INST NAT RES | GUELPH UNIV | SWEDISH UNIV AGR SCI | GLASGOW UNIV | WATERLOO UNIV | HELSINKI UNIV | UPPSALA UNIV | UMEA UNIV
13 ENVIRONM CANADA | AARHUS UNIV | CARLETON UNIV | FISHERIES & OCEANS CANADA | NORWEGIAN POLAR RES INST | TORONTO UNIV | CHINESE ACAD SCI | LAVAL UNIV | STOCKHOLM UNIV | NORWEGIAN INST AIR RES
14 BRITISH ANTARCTIC SURVEY | ALFRED WEGENER INST POLAR & MARINE RES | DURHAM UNIV | CAMBRIDGE UNIV | CALTECH | COLUMBIA UNIV | WASHINGTON UNIV | COLORADO UNIV | ALBERTA UNIV | BRISTOL UNIV
15 | MCGILL UNIV | TROMSO UNIV | ALBERTA UNIV | TORONTO UNIV | CALGARY UNIV | ALASKA FAIRBANKS UNIV | FRIDTJOF NANSEN INST POLHOGDA | COPENHAGEN UNIV | CAMBRIDGE UNIV
16 STOCKHOLM UNIV | FINNISH METEOROL INST | NASA | WASHINGTON UNIV | ENVIRONM CANADA | COLORADO UNIV | NATL CTR ATMOSPHER RES | HOKKAIDO UNIV | CHINESE ACAD SCI | NOAA
17 LOUISIANA STATE UNIV | TEXAS A&M UNIV | NATL SUN YAT SEN UNIV | NOAA | CHINESE ACAD SCI | DALHOUSIE UNIV | WOODS HOLE OCEANOG INST | GEORGIA UNIV | MAX PLANCK INST MARINE MICROBIOL | LIEGE UNIV
18 WOODS HOLE OCEANOG INST | WASHINGTON UNIV | RUSSIAN ACAD SCI | BERGEN UNIV | ALFRED WEGENER INST POLAR & MARINE RES | ARCTIC & ANTARCTIC RES INST | FISHERIES & OCEANS CANADA | ALASKA FAIRBANKS UNIV | INST OCEAN SCI | HAMBURG UNIV
19 NASA | CALTECH | COLORADO UNIV | NATL CTR ATMOSPHER RES | NOAA | USN | LEEDS UNIV | FORSCHUNGSZENTRUM JULICH | BREMEN UNIV | NATL INST ENVIRONM STUDIES
20 COLORADO UNIV | NOAA | WISCONSIN UNIV | NASA | WASHINGTON UNIV | STOCKHOLM UNIV | PACIFIC NW NATL LAB | NATL CTR ATMOSPHER RES | PENN STATE UNIV | ALFRED WEGENER INST POLAR & MARINE RES
21 QUEENS UNIV | OTTAWA UNIV | LAVAL UNIV | TORONTO UNIV | HELSINKI UNIV | ALBERTA UNIV | UCL | N CAROLINA UNIV | RUSSIAN ACAD SCI | COPENHAGEN UNIV
22 BRITISH ANTARCTIC SURVEY | AUSTRALIAN ANTARCTIC DIV | OLD DOMINION UNIV | WOODS HOLE OCEANOG INST | TASMANIA UNIV | S FLORIDA UNIV | WASHINGTON UNIV | CALIF SAN DIEGO UNIV | OHIO STATE UNIV | MAINE UNIV
23 | NOAA | BRITISH COLUMBIA UNIV | NOAA FISHERIES | UCL | STOCKHOLM UNIV | RUSSIAN ACAD SCI | MCGILL UNIV | DUKE UNIV | ROCKY MTN INST
24 JOHANNES GUTENBERG UNIV MAINZ | RUSSIAN ACAD SCI | BANGOR UNIV | ALFRED WEGENER INST POLAR & MARINE RES | FRANKFURT UNIV | MAINE UNIV | N CAROLINA UNIV | MARINE RES INST | FED RIO DE JANEIRO UNIV | KIEL UNIV
25 RUSSIAN ACAD SCI | BRITISH ANTARCTIC SURVEY | AARHUS UNIV | CTR SVALBARD UNIV | OSLO UNIV | COPENHAGEN UNIV | GDANSK UNIV | BIRMINGHAM UNIV | NATL ENVIRONM RES INST | CANADIAN MUSEUM NAT
26 STUTTGART UNIV | NEW S WALES UNIV | INDIAN INST TECHNOL | INDIAN INST SCI | PENN STATE UNIV | ROYAL NETHERLANDS METEOROL INST | QUEBEC UNIV | UPPSALA UNIV | GOTHENBURG UNIV | KINGS COLL LONDON
27 ALFRED WEGENER INST POLAR & MARINE RES | MALAGA UNIV | KIEL UNIV | BREMEN UNIV | ROSTOCK UNIV | GRONINGEN UNIV | BIOL ANSTALT HELGOLAND | HAMBURG UNIV | AUSTRAL CHILE UNIV | FDN ALFRED WEGENER INST POLAR & MARINE RES
29 POLYTECH UNIV | CHANG GUNG UNIV | SAO PAULO UNIV | NOTTINGHAM UNIV | KOREA UNIV | BOMBAY UNIV | CHINESE ACAD SCI | NIS UNIV | PERUGIA UNIV | DUPONT CO INC
Tabell 11 visar mest frekventa organisationer baserat på Percentile Model (PM)-poäng.
0 CHINESE ACAD SCI | NOAA | NATL CTR ATMOSPHER RES | COLUMBIA UNIV | READING UNIV | WASHINGTON UNIV | HAWAII MANOA UNIV | MET OFF HADLEY CTR | COLORADO UNIV | ENVIRONM CANADA
1 INST MARINE RES | NOAA | CSIC | OSLO UNIV | DALHOUSIE UNIV | BERGEN UNIV | FISHERIES & OCEANS CANADA | NATL MARINE FISHERIES SERV | YORK UNIV | WASHINGTON UNIV
2 ALASKA FAIRBANKS UNIV | ALASKA UNIV | COPENHAGEN UNIV | LUND UNIV | CALIF SANTA BARBARA UNIV | VRIJE UNIV AMSTERDAM | FLORIDA UNIV | WOODS HOLE RES CTR | CHINESE ACAD SCI | COLORADO STATE UNIV
3 COLORADO UNIV | CHINESE ACAD SCI | BERN UNIV | BERGEN UNIV | ALFRED WEGENER INST POLAR & MARINE RES | RUSSIAN ACAD SCI | COLUMBIA UNIV | MASSACHUSETTS UNIV | RUTGERS STATE UNIV | US GEOL SURVEY
4 LAVAL UNIV | DUKE UNIV | VIENNA UNIV | BRITISH COLUMBIA UNIV | E ANGLIA UNIV | WASHINGTON UNIV | GEORGIA UNIV | COLORADO UNIV | MAX PLANCK INST MARINE MICROBIOL | UPPSALA UNIV
5 STANFORD UNIV | FISHERIES & OCEANS CANADA | NOAA | ALASKA FAIRBANKS UNIV | LAVAL UNIV | WASHINGTON UNIV | QUEBEC UNIV | TROMSO UNIV | OREGON STATE UNIV | WOODS HOLE OCEANOG INST
6 CHINESE ACAD SCI | US GEOL SURVEY | COLL WILLIAM & MARY | CNR | GEOSCI AUSTRALIA | N CAROLINA STATE UNIV | WASHINGTON UNIV | OCEAN UNIV CHINA | WOODS HOLE OCEANOG INST | VIRGINIA INST MARINE SCI
7 CANADIAN WILDLIFE SERV | US GEOL SURVEY | ALASKA FAIRBANKS UNIV | ENVIRONM CANADA | MEM UNIV NEWFOUNDLAND | GRONINGEN UNIV | WASHINGTON UNIV | LAVAL UNIV | QUEBEC UNIV | ALBERTA UNIV
8 OREGON STATE UNIV | WOODS HOLE OCEANOG INST | WASHINGTON UNIV | PLYMOUTH MARINE LAB | NOAA | CSIRO MARINE & ATMOSPHER RES | USN | CALIF LOS ANGELES UNIV | S FLORIDA UNIV | BIDSTON OBSERV
9 WASHINGTON UNIV | COLORADO UNIV | NATL CTR ATMOSPHER RES | NASA | CALTECH | NOAA | MELBOURNE UNIV | EXETER UNIV | MAX PLANCK INST METEOROL | STANFORD UNIV
10 US GEOL SURVEY | ALASKA FAIRBANKS UNIV | RUSSIAN ACAD SCI | ALASKA UNIV | ALFRED WEGENER INST POLAR & MARINE RES | STOCKHOLM UNIV | COLORADO UNIV | NATL CTR ATMOSPHER RES | ENVIRONM CANADA | CALIF LOS ANGELES UNIV
11 RUSSIAN ACAD SCI | | GEOL SURVEY CANADA | WASHINGTON UNIV | ARIZONA UNIV | YALE UNIV | CHINA UNIV GEOSCI | ALFRED WEGENER INST POLAR & MARINE RES | MILAN UNIV | HARVARD UNIV
12 TROMSO UNIV | NORWEGIAN INST NAT RES | FISHERIES & OCEANS CANADA | GUELPH UNIV | EMORY UNIV | INST MARINE RES | UMEA UNIV | GLASGOW UNIV | NORWEGIAN SCH VET SCI | BERGEN UNIV
13 ENVIRONM CANADA | TORONTO UNIV | CARLETON UNIV | FISHERIES & OCEANS CANADA | AARHUS UNIV | STOCKHOLM UNIV | INST OCEAN SCI | LAVAL UNIV | TORONTO SCARBOROUGH UNIV | CONNECTICUT UNIV
14 BRITISH ANTARCTIC SURVEY | CALTECH | COLUMBIA UNIV | CAMBRIDGE UNIV | WASHINGTON UNIV | ALFRED WEGENER INST POLAR & MARINE RES | COLORADO UNIV | RICE UNIV | DURHAM UNIV | BRISTOL UNIV
15 MCGILL UNIV | UCL | UPPSALA UNIV | CALIF DAVIS UNIV | TROMSO UNIV | | CAMBRIDGE UNIV | WILFRID LAURIER UNIV | MANITOBA UNIV | AARHUS UNIV
16 NASA | STOCKHOLM UNIV | CHINESE ACAD SCI | NOAA | PACIFIC NW NATL LAB | COLORADO UNIV | WASHINGTON UNIV | NATL CTR ATMOSPHER RES | HOKKAIDO UNIV | NORWEGIAN INST AIR RES
17 NOAA | LOUISIANA STATE UNIV | CALIF SAN DIEGO UNIV | WOODS HOLE OCEANOG INST | LOUISIANA UNIV MARINE CONSORTIUM | OREGON STATE UNIV | ALFRED WEGENER INST POLAR & MARINE RES | MAX PLANCK INST MARINE MICROBIOL | GEORGIA UNIV | LIEGE UNIV
18 WASHINGTON UNIV | WOODS HOLE OCEANOG INST | ALFRED WEGENER INST POLAR & MARINE RES | ALASKA FAIRBANKS UNIV | BERGEN UNIV | FISHERIES & OCEANS CANADA | HAMBURG UNIV | NORWEGIAN POLAR RES INST | INST OCEAN SCI | JAPAN AGCY MARINE EARTH SCI & TECHNOL
19 NASA | NATL CTR ATMOSPHER RES | CALTECH | TORONTO UNIV | COLORADO UNIV | USN | FREE UNIV BERLIN | LEEDS UNIV | NOAA | ALFRED WEGENER INST POLAR & MARINE RES
20 WISCONSIN UNIV | COLORADO UNIV | NOAA | NATL CTR ATMOSPHER RES | OHIO STATE UNIV | PACIFIC NW NATL LAB | WASHINGTON UNIV | NASA | ILLINOIS UNIV | STOCKHOLM UNIV
21 QUEENS UNIV | ALBERTA UNIV | OTTAWA UNIV | HELSINKI UNIV | LAVAL UNIV | UCL | TORONTO UNIV | SWEDISH NAT HIST MUSEUM | ONTARIO MINIST ENVIRONM | COLORADO UNIV
22 BRITISH ANTARCTIC SURVEY | NASA | COLUMBIA UNIV | WASHINGTON UNIV | OHIO STATE UNIV | CALIF SANTA BARBARA UNIV | MELBOURNE UNIV | ROYAL NETHERLANDS METEOROL INST KNMI | NATL CTR ATMOSPHER RES | WOODS HOLE OCEANOG INST
23 | MICHIGAN STATE UNIV | NORWEGIAN UNIV SCI & TECHNOL | TROMSO UNIV | NORWEGIAN INST NAT RES | BRITISH COLUMBIA UNIV | FISHERIES & OCEANS CANADA | CARGOMETRICS | CORNELL UNIV | NOTTINGHAM UNIV
24 BANGOR UNIV | UCL | FRANKFURT UNIV | IOWA STATE UNIV | LEIBNIZ INST MARINE SCI | JOHANNES GUTENBERG UNIV MAINZ | SWEDISH MUSEUM NAT HIST | KIEL UNIV | WALES UNIV | CARDIFF UNIV
25 RUSSIAN ACAD SCI | BIRMINGHAM UNIV | AARHUS UNIV | BRITISH ANTARCTIC SURVEY | CTR SVALBARD UNIV | ZOOL SOC LONDON | CANADIAN MUSEUM NAT | OHIO STATE UNIV | NOTRE DAME UNIV | GDANSK UNIV
26 GRAZ UNIV | NEWCASTLE UNIV | SWEDISH METEOROL & HYDROL INST | NATL CTR ATMOSPHER RES | HELSINKI UNIV | CTR ECOL & HYDROL | NEW S WALES UNIV | KATHOLIEKE UNIV LEUVEN | CE SACLAY ORME MERISIERS | VRIJE UNIV BRUSSEL
27 ALFRED WEGENER INST POLAR & MARINE RES | BIOL ANSTALT HELGOLAND | ROSTOCK UNIV | KIEL UNIV | FDN ALFRED WEGENER INST POLAR & MARINE RES | MALAGA UNIV | INNSBRUCK UNIV | BREMEN UNIV | HAMBURG UNIV | GRONINGEN UNIV
29 BEIJING UNIV CHEM TECHNOL | POLYTECH UNIV | RENNES 1 UNIV | MURCIA UNIV | TSINGHUA UNIV | BOMBAY UNIV | SAO PAULO UNIV | WUHAN UNIV | FAC PHARM MONTPELLIER | JILIN UNIV
Referenser
Asknes, D. et al. (2016). Arctic Research Publication Trends: A Pilot Study. UArctic (August) 2016.
https://www.elsevier.com/__data/assets/pdf_file/0017/204353/Arctic-Research-Publication-Trends-
August-2016.pdf (assessed 2016-10-15).
Rousseau R. (2005) Median and percentile impact factors: A set of new indicators. Scientometrics 63
(3): 431-441 DOI: 10.1007/s11192-005-0223-1.
Sandström U. (2009). Bibliometric Evaluation of Research Programs: A Study of Scientific Quality.
Naturvårdsverkets rapportserie. Report 6321 December 2009.
Sandström, U. & A. Wold (2015). “Centres of Excellence: reward for gender or top-level research?”.
In (Eds.) Bjorkman & Fjaestad, Thinking Ahead: Research, Funding and the Future. Stockholm,
Makadam Publ. pp. 69-91
Seglen, P. (1992), The Skewness of Science, Journal of the American Society for Information Science,
43: 628-638.
Sidiropoulos, A., Katsaros, D. & Manolopoulos, Y. (2007) Generalized Hirsch h-index for disclosing
latent facts in citation networks. Scientometrics 72: 253. doi:10.1007/s11192-007-1722-z.
Uzzi B, Mukherjee S, Stringer M, Jones B (2013). Atypical combinations and scientific impact. Science
342 (Oct 25): 468 72.
Waltman L. & van Eck, J.N. (2013). A smart local moving algorithm for large-scale modularity-based
community detection. EUROPEAN PHYSICAL JOURNAL B 86 (11) Article Number: 471 Published:
NOV 13 2013.