Ist meine SSRN-Download-Anzahl gut? Ein kostenloses Benchmark nach Papieralter und Fachbereich — Tools
Dies ist eine Übersetzung. Maßgeblich ist das englische Original; bitte zitieren Sie dieses.
Sie haben ein Papier auf SSRN veröffentlicht. Ein paar Wochen später zeigt der Zähler 7 Downloads. Ist das schlecht, gewöhnlich oder gut? Bis Juli 2026 konnten Sie sich die SSRN-Rankings anschauen und ein Gefühl dafür bekommen. Am 15. Juli 2026 hat SSRN seine Rankings eingestellt. Download-Anzahlen blieben auf jeder Papier- und Autorenseite, aber die Zahlen, mit denen sie verglichen werden konnten, sind weg. SSRN Benchmark ist ein kostenloses, quelloffenes Tool, das diesen Vergleich zurückbringt. Sie geben ihm Ihre Download-Anzahl, das Alter Ihres Papiers und, wenn Sie möchten, Ihr Fachgebiet. Es teilt Ihnen ungefähr mit, welcher Anteil ähnlicher Papiere Sie überflügelt.
Was Sie erhalten
Wenn Sie es ausführen, erhalten Sie vier Dinge: Ihre Zahl, die Gruppe von Arbeiten, mit denen Sie verglichen wurden, ein Perzentil und der typische Bereich für diese Gruppe (25%, Median, 75%, 90% und 95%), mit einem klaren Urteil von „deutlich unter dem Durchschnitt" bis „deutlich über dem Durchschnitt". Es kann auch die gesamte Referenztabelle nach Alter, eine Tabelle der mittleren Downloads nach Fachbereich und die Liste der 25 verfügbaren Felder ausgeben. Wenn Ihre Zahl mehrere Arbeiten umfasst, geben Sie dies mit --papers an, und es wird durch diese Zahl dividiert.
Die Referenzgruppe umfasst 1.360 SSRN-Arbeiten, die zwischen 1996 und 2026 in 25 Fachbereichen veröffentlicht wurden. Deren Lebenszeit-Download-Zähler wurden aus Internet-Archive-Aufnahmen gelesen, die vor dem Zeitpunkt erstellt wurden, als SSRN die Bereitstellung für automatisierte Clients einstellte. Daher kann diese Momentaufnahme nicht erneut erfasst werden.
Was die Zahlen zeigen
Die meisten Autoren erwarten mehr als die Daten zeigen. Das Medienpapier in seinem Veröffentlichungsjahr hat 12 Downloads; das Median bei ein bis zwei Jahren beträgt 25, bei zwei bis fünf Jahren 52, bei fünf bis zehn Jahren 130 und über zehn Jahren 172. Das Wachstum konzentriert sich auf die ersten drei oder vier Jahre, wenn sich die mittleren Downloads etwa jedes Jahr verdoppeln. Nach etwa fünf Jahren sind die Unterschiede zwischen Altersgruppen statistisch nicht signifikant.
Das Fachgebiet ist fast genauso wichtig wie das Alter. Bei Papieren ein bis drei Jahre alt beträgt der Median 109 in Business, 71 in Sozialwissenschaften, 65 in Wirtschaftswissenschaften, 46 in Informatik und 23 in Materialwissenschaften. Ein Ergebnis, das in Business schlecht aussieht, kann in Engineering gewöhnlich sein. Geben Sie immer Ihr Fachgebiet an, wenn Sie es kennen.
Ein konkretes Beispiel
Angenommen, Ihre Arbeit ist in Sozialwissenschaften, wurde dieses Jahr veröffentlicht und hat 7 Downloads:
python3 ssrn_benchmark.py --downloads 7 --months 2 --field "Social Sciences"Das Tool vergleicht Sie mit 24 Arbeiten aus den Sozialwissenschaften aus derselben Altersgruppe, meldet ein Perzentil von etwa 25%, zeigt, dass der Median dort 14,5 beträgt und dass 90% der Arbeiten 82 oder weniger haben, und gibt das Urteil „unter dem Durchschnitt" ab. Es vermerkt auch, dass das Ignorieren des Fachbereichs Sie auf etwa das 34. Perzentil gesetzt hätte. Sie erfahren, dass 7 niedriger als bei den meisten ist, dass die typische neue Arbeit aber nur etwa ein Dutzend Downloads hat, und wohin Sie abzielen sollten.
So lesen Sie das Ergebnis
Jede Antwort enthält eine kurze Notiz zur Lesart. Arbeiten mit einem erhaltenen Archiverfassung sind überrepräsentiert, daher verlassen Sie sich mehr auf die Form der Verteilung als auf die absoluten Werte. Download-Zähler enthalten automatisierten Datenverkehr. Downloads sind nur schwach mit Zitationen korreliert. Veröffentlichungsdaten in den Daten enthalten nur ein Jahr, daher wird das Alter in ganzen Jahren gemessen und kein kürzeres Zeitfenster wird angeboten.
Erste Schritte
Sie benötigen Python 3. Es gibt nichts zu installieren, keinen Account und keine zusätzlichen Pakete: laden Sie die beiden Dateien ssrn_benchmark.py und study1-wayback-downloads.csv herunter, oder klonen Sie das Repository.
git clone https://github.com/vadimchernets/ssrn-benchmark
cd ssrn-benchmark
python3 ssrn_benchmark.py --table
python3 ssrn_benchmark.py --downloads 40 --months 24 --field EconomicsDer Code steht unter der MIT-Lizenz und die Daten unter CC BY 4.0, Sie können also beide wiederverwenden. Alles finden Sie auf github.com/vadimchernets/ssrn-benchmark. Die Daten sind auf Zenodo archiviert (DOI 10.5281/zenodo.22285871), und die dahinterstehende Analyse ist das Paper Was bedeuten 7 Downloads? Metrik-Blindheit und der Kaltstart wissenschaftlicher Aufmerksamkeit nach dem Sonnenuntergang der SSRN-Rankings von Vadym Chernets.
Sehen Sie ssrn-benchmark auf GitHub
Vadym Chernets entwickelt auch Poly A1, eine App, in der KIs verschiedener Unternehmen die Arbeit der anderen überprüfen.