Ändra sökning
RefereraExporteraLänk till posten
Permanent länk

Direktlänk
Referera
Referensformat
  • apa
  • harvard1
  • ieee
  • modern-language-association-8th-edition
  • vancouver
  • Annat format
Fler format
Språk
  • de-DE
  • en-GB
  • en-US
  • fi-FI
  • nn-NO
  • nn-NB
  • sv-SE
  • Annat språk
Fler språk
Utmatningsformat
  • html
  • text
  • asciidoc
  • rtf
An approach for efficient online identification of the top-k percent most cited documents in large sets of Web of Science documents
KTH, Skolan för teknikvetenskaplig kommunikation och lärande (ECE), Avdelningen för bibliotek, språk och ARC, Publiceringens infrastruktur.ORCID-id: 0000-0003-0229-3073
2014 (Engelska)Ingår i: ISSI Newsletter, ISSN 1998-5460, Vol. 10, nr 4, s. 81-89Artikel i tidskrift (Övrigt vetenskapligt) Published
Ort, förlag, år, upplaga, sidor
2014. Vol. 10, nr 4, s. 81-89
Nationell ämneskategori
Biblioteks- och informationsvetenskap
Identifikatorer
URN: urn:nbn:se:kth:diva-171397OAI: oai:DiVA.org:kth-171397DiVA, id: diva2:843569
Anmärkning

QC 20150817

Tillgänglig från: 2015-07-29 Skapad: 2015-07-29 Senast uppdaterad: 2015-08-17Bibliografiskt granskad

Open Access i DiVA

Fulltext saknas i DiVA

Personposter BETA

Ahlgren, Per

Sök vidare i DiVA

Av författaren/redaktören
Ahlgren, Per
Av organisationen
Publiceringens infrastruktur
Biblioteks- och informationsvetenskap

Sök vidare utanför DiVA

GoogleGoogle Scholar

urn-nbn

Altmetricpoäng

urn-nbn
Totalt: 556 träffar
RefereraExporteraLänk till posten
Permanent länk

Direktlänk
Referera
Referensformat
  • apa
  • harvard1
  • ieee
  • modern-language-association-8th-edition
  • vancouver
  • Annat format
Fler format
Språk
  • de-DE
  • en-GB
  • en-US
  • fi-FI
  • nn-NO
  • nn-NB
  • sv-SE
  • Annat språk
Fler språk
Utmatningsformat
  • html
  • text
  • asciidoc
  • rtf