社交媒体计量学视角下科学文献提及模式与规律研究

[目的/意义]社交媒体计量学是在以社交媒体为场景的网络环境下呼之欲出的计量学分支学科,围绕社交媒体这一新的信息载体,研究社交媒体用户之间及其与信息的交互特征与规律,揭示网络信息在社交媒体层面的分布规律与传播效果,在理论和实践上具有重要的研究意义。[方法/过程]以受众广泛的社交媒体Twitter为例,从Twitter提及基本特征出发,对9476篇文献信息以及对应的1474898篇推文和451567条用户信息进行数据分析,揭示Twitter提及特征、提及行为规律和数据累积模式。[结果/结论]顶尖期刊的Twitter提及覆盖率更高,与通用学术交流平台存在相似的国家和地区分布特征;提及用户粉丝量分布呈明显的帕累托效应,且用户粉丝量与分享型提及、交流型提及的占比正相关,与支持型提及负相关;Twitter提及往往发生在正式发表之前,提及半衰期为6.02天,论文在出版后的第7天开始长期提及持续性趋于平稳。

从Altmetrics到社交媒体计量学——社交媒体时代计量学的新发展

[目的/意义]提出用“社交媒体计量学”这一术语概括以社交媒体信息为逻辑起点的系列计量研究的构想,并论述在Altmetrics逐渐发展成熟的背景下提出社交媒体计量学的必要性。[方法/过程]梳理社交媒体的定义、特点和类型,介绍Altmetrics诞生前和发展过程中产生的相关术语概念,界定社交媒体计量学的概念与研究内容,同时分析比较社交媒体计量学与Altmetrics之间的相互关系,分别从对Altmetrics和对计量学科整体发展作用的角度论证用“社交媒体计量学”这一术语概括以社交媒体信息为逻辑起点的系列计量研究的科学性、客观性和合理性。[结果/结论]社交媒体计量学是在以社交媒体为场景的网络环境下呼之欲出的计量学分支学科,它围绕社交媒体这一新的信息载体,研究社交媒体用户之间及其与科学信息的交互特征与规律,从而提炼社交媒体信息的科学价值。这一术语的提出能够为社交媒体相关计量研究尤其是国内研究开辟新的研究思路,从而促进学科整体发展。

科学论文首条推特的积累速度与用户类型分析

[目的/意义]科学论文的首条推特是论文在推特平台传播的起点,对论文首条推特进行分析有利于展现推特数据的积累模式与用户行为特征。[研究设计/方法]以200余万篇Web of Science论文为样本,对不同学科领域科学论文首条推特的积累速度和用户类型进行了大规模比较研究。[结论/发现]生物医学与健康科学、人文与社会科学领域的论文具有最高的推特数据覆盖率。物理学与工程学领域的论文则表现出最快的首条推特积累速度。大部分情况下,科学传播者和科研人员是最快发布首条推特的用户类型。此外,对于大部分发表了较多推特数据的论文的国家/地区而言,来自当地的推特用户很大程度上贡献了本国/地区作者发表论文的首条推特。[创新/价值]对首条推特的分析有助于从数据积累的源头理解科学论文在推特平台的传播过程。