Google Scholar is a vital tool for engineering scholars, enabling efficient literature searches and facilitating academic dissemination. Elsevier, as one of the largest publishers of engineering journals, produces essential research that scholars rely on. The pre-proof policy, adopted by Elsevier for certain journals, allows articles to be published online in their accepted draft form before final proofreading and formatting. However, this study empirically demonstrates that the pre-proof publication policy hinders comprehensive indexing by Google Scholar. Articles published under this policy are only partially indexed, often limited to titles and abstracts, while crucial sections such as introductions, methods, results, discussions, conclusions, appendices, and data availability statements remain unsearchable. This problem has persisted for years, resulting in reduced visibility and accessibility of certain Elsevier articles. To improve academic dissemination, both Elsevier and Google Scholar must address this problem by modifying publishing policies or enhancing indexing practices. Additionally, this paper explores strategies that authors can use to mitigate the issue and ensure broader discoverability of their research.


翻译:暂无翻译

0
下载
关闭预览

相关内容

爱思唯尔提供信息分析解决方案和数字化工具,包括研究战略管理、研发绩效、临床决策支持、专业教育等。其前身可追溯自16世纪,而现代公司则起于1880年,爱思唯尔出版2500余种期刊,包括《柳叶刀》、《四面体》、《细胞》以及教科书《格雷氏解剖学》等。每年共有350,000篇论文发表在爱思唯尔公司出版的期刊中,以及全世界最大的摘要和引文数据库Scopus等。爱思唯尔(Elsevier)是医学与其他科学文献出版社之一,2016年中国高被引学者榜单的研究数据来自爱思唯尔旗下的Scopus数据库,共有来自社会科学、物理、化学、数学、经济等38个学科的1776名有世界影响力的中国学者入选。学术出版业巨头爱思唯尔(Elsevier)正式发布2017年中国高被引学者(Chinese Most Cited Researchers)榜单,本次国内共有1793位学者入选。
FlowQA: Grasping Flow in History for Conversational Machine Comprehension
专知会员服务
33+阅读 · 2019年10月18日
Stabilizing Transformers for Reinforcement Learning
专知会员服务
60+阅读 · 2019年10月17日
《DeepGCNs: Making GCNs Go as Deep as CNNs》
专知会员服务
31+阅读 · 2019年10月17日
Keras François Chollet 《Deep Learning with Python 》, 386页pdf
专知会员服务
159+阅读 · 2019年10月12日
【SIGGRAPH2019】TensorFlow 2.0深度学习计算机图形学应用
专知会员服务
41+阅读 · 2019年10月9日
Hierarchically Structured Meta-learning
CreateAMind
27+阅读 · 2019年5月22日
Transferring Knowledge across Learning Processes
CreateAMind
29+阅读 · 2019年5月18日
强化学习的Unsupervised Meta-Learning
CreateAMind
18+阅读 · 2019年1月7日
Unsupervised Learning via Meta-Learning
CreateAMind
42+阅读 · 2019年1月3日
meta learning 17年:MAML SNAIL
CreateAMind
11+阅读 · 2019年1月2日
A Technical Overview of AI & ML in 2018 & Trends for 2019
待字闺中
17+阅读 · 2018年12月24日
disentangled-representation-papers
CreateAMind
26+阅读 · 2018年9月12日
STRCF for Visual Object Tracking
统计学习与视觉计算组
14+阅读 · 2018年5月29日
Focal Loss for Dense Object Detection
统计学习与视觉计算组
11+阅读 · 2018年3月15日
IJCAI | Cascade Dynamics Modeling with Attention-based RNN
KingsGarden
13+阅读 · 2017年7月16日
国家自然科学基金
11+阅读 · 2017年12月31日
国家自然科学基金
1+阅读 · 2015年12月31日
国家自然科学基金
0+阅读 · 2015年12月31日
国家自然科学基金
0+阅读 · 2015年12月31日
国家自然科学基金
43+阅读 · 2015年12月31日
国家自然科学基金
2+阅读 · 2015年12月31日
国家自然科学基金
2+阅读 · 2015年12月31日
国家自然科学基金
0+阅读 · 2014年12月31日
国家自然科学基金
1+阅读 · 2014年12月31日
VIP会员
相关资讯
Hierarchically Structured Meta-learning
CreateAMind
27+阅读 · 2019年5月22日
Transferring Knowledge across Learning Processes
CreateAMind
29+阅读 · 2019年5月18日
强化学习的Unsupervised Meta-Learning
CreateAMind
18+阅读 · 2019年1月7日
Unsupervised Learning via Meta-Learning
CreateAMind
42+阅读 · 2019年1月3日
meta learning 17年:MAML SNAIL
CreateAMind
11+阅读 · 2019年1月2日
A Technical Overview of AI & ML in 2018 & Trends for 2019
待字闺中
17+阅读 · 2018年12月24日
disentangled-representation-papers
CreateAMind
26+阅读 · 2018年9月12日
STRCF for Visual Object Tracking
统计学习与视觉计算组
14+阅读 · 2018年5月29日
Focal Loss for Dense Object Detection
统计学习与视觉计算组
11+阅读 · 2018年3月15日
IJCAI | Cascade Dynamics Modeling with Attention-based RNN
KingsGarden
13+阅读 · 2017年7月16日
相关基金
国家自然科学基金
11+阅读 · 2017年12月31日
国家自然科学基金
1+阅读 · 2015年12月31日
国家自然科学基金
0+阅读 · 2015年12月31日
国家自然科学基金
0+阅读 · 2015年12月31日
国家自然科学基金
43+阅读 · 2015年12月31日
国家自然科学基金
2+阅读 · 2015年12月31日
国家自然科学基金
2+阅读 · 2015年12月31日
国家自然科学基金
0+阅读 · 2014年12月31日
国家自然科学基金
1+阅读 · 2014年12月31日
Top
微信扫码咨询专知VIP会员