Przejdź do treści

Przeszłość Demograficzna Polski

Poland's Demographic Past

47, 2025
OpenAlex

Dla całego czasopisma, według OpenAlex.

Cytowania
280
Publikacje
170
H-index
6
I10-index
0
Średnia cytowań (2 lata)
0,24
Cytowania w poszczególnych latach
Wykres cytowań czasopisma. Dokładne wartości są dostępne w tabeli poniżej. 2017: 7 2018: 21 2019: 20 2020: 22 2021: 10 2022: 30 2023: 32 2024: 31 2025: 44 2026: 34 2017 2026
Pokaż dane w tabeli
Cytowania w poszczególnych latach
RokPublikacjeCytowania
2017167
20181321
20191020
20201022
2021310
2022430
2023932
2024731
20251044
2026034

Dane pobrane:

Co oznaczają te liczby?

Publikacje i cytowania obejmują rekordy powiązane z tym czasopismem w OpenAlex. H-index to największa liczba h publikacji mających co najmniej h cytowań. I10-index to liczba publikacji cytowanych co najmniej 10 razy. Wykres przedstawia cytowania otrzymane w danym roku; bieżący rok jest niepełny. Zakres bazy może różnić się od WNUS i innych serwisów.

Średnia z 2 lat jest wskaźnikiem OpenAlex. Nie jest to Journal Impact Factor firmy Clarivate.

Zobacz w OpenAlex (nowa karta)
Google Scholar

Minipodręcznik w wersji polskiej

Wizualizacja danych za pomocą wykresów jest często stosowana w badaniach historycznych opierających się na źródłach masowych lub przygotowanych już statystykach. Stanowi cenne uzupełnienie treści, pewnego rodzaju materiał dowodowy, na podstawie którego można przekonać odbiorcę do swoich racji, narzucić – w dobrym tego słowa znaczeniu – swój punkt widzenia, a przede wszystkim przyciągnąć jego uwagę, ilustrując dane zjawisko np. pod kątem struktury, rozwoju w czasie czy określonych współzależności. Innymi słowy, grafika skuteczniej oddziałuje na nasze zmysły niż odrębna tabela czy tekst. Mimo jej wagi gros tworzonych wykresów w fazie początkowej przypomina tytułowe brzydkie kaczątko z opowiadania Christiana Andersena.

Głównym celem tego minipodręcznika jest właśnie wskazanie na te elementy grafik, które mogą być przez nas tak zmodyfikowane, by wykres nabrał również cech małego dzieła sztuki, był estetyczny, przyciągał uwagę i dawał czytelnikowi możliwość jego lżejszego odbioru, a autorowi – przekazywania istotnego dla niego przesłania (ze wstępu).

Do pobrania:

Minipodręcznik wizualizacji danych

Mini-guide in English version

Presenting data in a visual manner using charts is often used in historical research that relies on mass sources or statistics that have already been compiled. Visualization serves as a valuable accompaniment to the text’s content, and serves as proof that the content is verifiable. It also helps authors convince their readers of their point of view, and, above all, attract their attention by illustrating a particular issue, e.g., its structure, progression over time or certain co-dependencies. In other words, graphics appeal to human senses more effectively than a separate table or simply text . Despite the importance of visualization, the vast majority of charts, at least at their initial stage, resemble the famous “ugly duckling” of Hans Christian Andersen’s fairy tale.

The main objective of this mini-guide is to identify those parts of a chart that can be altered to make it look like a small work of art, be aesthetically pleasing, attract the reader’s attention and allow them to appreciate it more. This then allows us to convey the message that is most important to us (from the introduction).

Download:

Mini-guide for visualizing data