我的SSRN下载量是否理想?按论文年限和领域划分的免费对标工具
这是译文。权威版本是英文原文，引用请以原文为准。
你在 SSRN 上发表了一篇论文。几周后计数器显示 7 次下载。这算差、普通还是好？直到 2026 年 7 月，你可以查看 SSRN Rankings 来了解一下。2026 年 7 月 15 日，SSRN 停用了排名功能。下载计数仍然保留在每个论文和作者页面上，但可用于比较的数字消失了。SSRN Benchmark 是一个免费的开源工具，它恢复了这种比较。你给它你的下载计数、论文的年份，如果你愿意，还有学科领域。它会大致告诉你在类似论文中的百分位数。
它为您提供的内容
运行它，您会获得四个内容：您的数字、与您进行比较的论文组、一个百分位数，以及该组的典型范围(25%、中位数、75%、90%和95%)，附带从"远低于典型水平"到"远高于典型水平"的简明判断。它还可以按年龄打印完整的参考表、按领域的中位数下载表，以及25个可用领域的列表。如果您的计数涵盖多篇论文，请使用--papers说明，它将除以该数字。
参考组包括1,360篇SSRN论文，发表于1996年至2026年，跨越25个领域。它们的终身下载计数器是从SSRN停止向自动客户端提供服务前的Internet Archive捕获中读取的，因此此快照无法再次收集。
数据说了什么
大多数作者期望的下载量超过数据所显示的。论文在发表年的中位下载数为12;一至两年为25,两至五年为52,五至十年为130,十年以上为172。增长集中在前三至四年,此时中位下载数约每年翻倍。约五年后,不同年龄组之间的差异在统计上不显著。
领域与年龄几乎同样重要。对于一至三年的论文,商业领域的中位数为109,社会科学为71,经济学为65,计算机科学为46,材料科学为23。因此,在商业领域看起来较差的数字在工程领域可能是普通的。如果知道你的领域,请务必提供。
具体示例
假设你的论文属于社会科学领域，今年发表，获得了 7 次下载：
python3 ssrn_benchmark.py --downloads 7 --months 2 --field "Social Sciences"该工具将你与同龄群体中的24篇社会科学论文进行比较，报告百分位数约为25%，显示该处的中位数为14.5，且90%的论文有82或更少，给出的评价是"低于典型值"。它还指出，如果忽略该领域，你反而会处于约第34百分位。你了解到7低于大多数，但典型的新论文仅有约十几次下载，以及应该瞄准的目标。
如何理解结果
每个答案都附带简短说明。有档案记录的论文被过度代表，因此应更加关注分布的形状而非绝对数值。下载计数包括自动流量。下载数与引用数的关系较弱。数据中的发布日期仅精确到年份，因此年龄仅以整年计量，不提供更精细的时间分组。
如何开始
您需要Python 3。无需安装任何内容，无需账户，也不需要额外的包：下载两个文件ssrn_benchmark.py和study1-wayback-downloads.csv，或克隆该仓库。
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 Economics代码采用MIT许可证，数据采用CC BY 4.0许可证，因此您可以复用两者。一切都在 github.com/vadimchernets/ssrn-benchmark。数据已存档在Zenodo上（DOI 10.5281/zenodo.22285871），其背后的分析是论文 What Does 7 Downloads Mean? Metric Blindness and the Cold Start of Scholarly Attention After the SSRN Rankings Sunset 由Vadym Chernets著。
Vadym Chernets也开发 Poly A1，一个来自不同公司的AI互相检查彼此工作的应用。