deletions | additions       diff --git a/Correlatie met citaties1.tex b/Correlatie met citaties1.tex  index be96f06..5250b59 100644  --- a/Correlatie met citaties1.tex  +++ b/Correlatie met citaties1.tex 
...
\subsection{Correlatie met citaties}  Eén van de manieren waarop de betekenis van altmetrics data geduid kan worden, is door te bekijken of er een correlatie bestaat tussen altmetrics data voor een publicatie (in de periode direct nadat de publicatie online komt) en het aantal citaties dat de publicatie na verloop van tijd ontvangt. Indien een dergelijke correlatie bestaat (en positief is) kan dit betekenen dat altmetrics data een voorspellende waarde hebben voor het toekomstig aantal citaties. Altmetrics data zouden in dat geval gebruikt kunnen worden om een uitpraak te doen over de verwachte impact van recent verschenen artikelen.  Uit een meta-analyse van verschillende onderzoeken blijkt dat geen correlatie aangetoond kan worden tussen citaties en tweets, een zwakke correlatie tussen citaties en blog posts en een sterkere correlatie tussen citaties en Mendeley readers.\cite{Bornmann_2015} Het aantal artikelen dat vermeld wordt op andere platforms (waaronder Facebook en nieuwsmedia) is nog dusdanig laag dat geen uitspraak kan worden gedaan over een eventuele correlatie.\cite{Thelwall_2013b} Een complicerende factor is dat het gebruik van social media, en daarmee het aantal vermeldingen van artikelen, stijgt: meer recente artikelen worden vlak na publicatie vaker vermeld op bijvoorbeeld Twitter dan oudere artikelen vlak na publicatie.\cite{Thelwall_2013b} Doordat meer recente artikelen qua aantal citaties juist in het nadeel zijn, zal er zonder correctie een bias zijn richting een negatieve correlatie tussen altmetrics data en citaties. Het is dus op zijn minst van belang om artikelen alleen te vergelijken met andere artikelen die in dezelfde periode verschenen zijn.