融合Altmetrics指标的领域高产学者综合影响力研究——以Nature生物科技子刊为例

[目的/意义]评估高产学者的影响力有利于推动学者研究的积极性,也可为引进优秀人才提供参考。根据普赖斯定律确定的高产作者是一个研究领域中有影响力的骨干力量,在科研工作中发挥着关键的导向作用。但依据科研产出量这一单一指标来评判学者的影响力存在一定的局限性。合理的学者影响力评价方法在评价学者科研产出绝对数量的基础上还应考虑科研成果的质量,对学者进行包括学术水平在内多维度的综合影响力展开评价研究。[方法/过程]本文在前人的研究基础上初步遴选传统指标和Altmetrics指标,以3本Nature生物科技子刊为例,其官网为数据源采集相关指标数据。分别从高产学者的科研影响力和社会影响力两个维度构建评价指标体系,通过相关性分析等方法对指标进行筛选,接着采用因子分析、主成分分析方法分别对高产学者的科研影响力和社会影响力进行评价,并分析两个维度的相关关系,最后得到高产学者影响力的二维测度结果。[结果/结论]结果显示,大部分学者在两个维度的影响力排名差距较大,并且两个维度呈较强的正相关关系,因此本文将科研影响力即传统指标与社会影响力即Altmetrics指标二者结合进行高产学者的综合影响力评价具有合理性。同时,通过比较该领域不同发文量的高产学者综合影响力情况,发现高产学者科研成果的“高产出量”并不完全意味着“高质量”,预示学者们应摒弃唯发文量至上的观念,形成一支真正高质量的高产作者队伍,助推领域的发展。

基于引文指标和Altmetrics指标的期刊影响力综合评价研究——以国际图书情报学期刊为例

[目的/意义]Web2.0环境下,传统引文指标已无法满足全面评价期刊影响力的需求,考察Altmetrics指标与传统引文指标之间的关系,构建基于两种指标的期刊影响力综合评价模型,可为期刊影响力评价提供新的视角。[方法/过程]以国际图书情报学期刊为例,通过相关性分析考察AAS和Mendeley读者数与传统引文指标之间的关系,筛选合适的底层指标通过主成分分析法构建期刊影响力综合评价模型。[结果/结论]AAS和Mendeley读者数与传统引文指标之间呈正相关,表明将Altmetrics应用于期刊影响力评价是可行的。传统引文指标与AAS呈中等程度相关,与Mendeley读者数呈强相关,说明两种Altmetrics指标对期刊影响力的测度存在差异。选取影响因子、特征因子、即年指标、SJR、SNIP、H5指数、AAS和Mendeley读者数作为底层指标构建期刊影响力综合评价模型,所有指标被划分为“学术引用因子”“社交传媒因子”和“读者数量因子”3类。Altmetrics是对传统引文指标的有效补充,综合使用两种指标可获得更加全面客观的期刊影响力评价结果。

我国科技期刊的Altmetrics指标分析与解读

[目的/意义]从Altmetrics视角研究我国科技期刊在社交媒体上的受关注情况、期刊Altmetrics指标的影响因素及其与传统期刊评价指标的关系,以期为合理利用Altmetrics指标评价期刊影响力提供借鉴。[方法/过程]基于《期刊引证报告》(JCR,2017版)和Altmetric Explorer平台,以165种我国科技期刊为研究对象,探讨期刊的Altmetrics指标概况以及学科类别、国际合作水平和开源程度对期刊Altmetrics指标的影响,并通过相关性分析研究期刊Altmetrics指标与影响因子、总被引频次之间的关系。[结果/结论]Altmetric Explorer平台采集的17项Altmetrics指标数据中,期刊的Twitter提及量和覆盖率最高,News、Facebook、Blog和Google+也具有较高的提及量和覆盖率;学科类别、国际合作水平和期刊开源程度对期刊Altmetrics指标均存在影响;Altmetrics指标与传统期刊评价指标呈正的中等程度或弱相关关系;期刊中一少部分论文的高Altmetrics指标值会对期刊整体的Altmetrics指标值产生聚集作用,期刊的Altmetrics指标值并不能全面反映其中每一篇论文的影响力,现有Altmetrics指标体系应用于期刊影响力评价的适用性有待商榷。

基于元分析的Altmetrics指标与传统引用指标相关性研究

[目的/意义]Altmetrics指标与传统引用指标相关度问题是Altmetrics研究领域内热点问题。文章运用元分析的方法对Altmetrics指标与传统引用指标相关系数进行合并效应值。[方法/过程]选取国内外关于F1000指标、CiteUlike指标、Mendeley指标与传统计量学被引量指标相关性的实证研究中的独立样本数据,利用stata软件对指标间的相关系数进行统计分析。[结果/结论]经计算,F1000指标、CiteUlike指标、Mendeley指标与传统计量学被引量指标相关系数r分别为0.275,0.290,0.525。说明Altmetrics指标与传统引用指标存在显著的正相关,从实证量化的角度揭示了Altmetrics指标与传统引用指标的关系,为Altmetrics指标的研究提供了事实依据。

引入Altmetrics指标的学术期刊影响力评价研究——以国际图书情报学期刊为例

Web2.0环境下,在线学术交流与开放获取活动日益频繁,采用传统引文指标已无法全面评价学术期刊影响力,引入Altmetrics指标可为学术期刊影响力评价的指标遴选、模型优化提供借鉴,也为改善学术期刊影响力评价现状提供新思路。文章以国际图书情报学期刊为例,结合8个JCR的传统引文指标并引入12个Altmetrics指标,构建基于传统引文指标和Altmetrics指标的学术期刊影响力综合评价模型,从期刊的学术影响力、社会影响力两个维度构建了期刊评价指标体系。通过因子分析、主成分分析及相关性分析分别对期刊的学术影响力、社会影响力进行评价,得到学术期刊影响力二维评价结果。结果显示:引入Altmetrics指标所构建的学术期刊影响力评价模型具有一定实践价值;基于JCR的8个传统引文指标间呈现较强正相关;基于Altmetrics Explorer的12个Altmetrics指标间大部分呈现较强正相关;基于引文指标的期刊学术影响力评价得分与Altmetrics指标的期刊社会影响力评价得分间也存在较强正相关,后者对前者有较好的补充作用,且Altmetrics指标分值对被引分值高低也有一定预见性。

Altmetrics指标与传统文献计量指标相关性研究

[目的/意义]研究Altmetrics指标在科学出版物中的存在现状,探讨Altmetrics指标与传统文献计量指标之间的关系,有利于更好地探索Altmetrics指标在科研评价方面的潜在意义和价值。[方法/过程]选取Altmetric.com提供的科技领域学术出版物的Altmetrics指标。利用Web of Science获取出版物的被引次数、期刊影响因子、学科归一化被引、学科归一化期刊影响因子指标。采用因子分析、Pearson相关性分析方法检验各指标的相关性。利用Precison-Recall分析方法检验Altmetrics指标能否比期刊影响因子更好的识别高被引论文。[结果/结论]拥有Altmetric分数的学术论文大多为最近年代出版,且论文主要集中在生物医学和健康科学、社会科学与人类学、生命和地球科学领域,预示着大众媒体对这三个领域的科技论文有较高的兴趣。Altmetrics指标与被引次数、期刊影响因子之间的相关关系为正相关但较弱,Altmetric分数在过滤高被引论文方面弱于期刊影响因子指标。因此,Altmetric分数反映出跟引文数不同的学术影响力,Altmetrics指标可以作为引文分析的辅助工具,相互补充但不可替代。

中文学术图书引文量与Altmetrics指标探索性分析及其启示

对中文学术图书被引频次及其altmetrics指标间关系进行探索性分析,可为新型学术交流环境下中文学术图书影响力综合评价指标体系的合理构建提供事实参考依据。研究选取《中文学术图书引文索引》统计报告公布的三大类被引排名前十位图书为样本,在“豆瓣读书”平台搜集可获取altmetrics数据,采用相关性及主成分分析等统计方法进行分析检验。研究发现,样本图书的被引频次与其altmetrics指标映射影响力侧重点不同、相互独立与补充;从数据内在关联和聚类角度,对altmetrics指标进行进一步的成分因子提取非常必要;中文学术图书影响力综合评价横向可从学术维度和社会维度两个方面来进行,纵向则应区分传播交流与价值评判的层级高低,澄清altmetrics与传统评价方法间的关系可令整体研究更为系统化;引入altmetrics对完善中文学术图书影响力评价体系有其独特价值。

不同学科高被引论文的Altmetrics指标特征分析

[目的/意义]通过研究高被引论文中不同学科的Altmetrics指标特征,Altmetrics指标覆盖率以及Altmetrics指标与被引频次指标的相关性,来探究高被引论文在社交媒体中的使用情况以及高被引论文的Altmetrics指标可用性,为后续的研究者提供实践基础。[方法/过程]选取ESI数据库中22个学科的热点论文以及被引频次高的论文作为研究对象,探讨不同学科文献的Altmetrics指标大小、Altmetrics指标覆盖率以及传统被引频次指标之间的关系,数据获取时间为2018年5月15日。[结果/结论]不同学科之间的Altmetrics指标特征存在相似性,Altmetrics得分、Mendeley读者数量及被引频次都很大,新闻、博客、Facebook对高被引论文提及最多;医学相关的学科中Altmetrics覆盖率较高,而计算机及数学相关的学科中Altmetrics覆盖率较低。

基于Scopus数据库的Altmetrics指标与引文计量对比分析

本文选取ESI图情领域高被引论文作为数据源,通过运用SPSS软件,对比分析Altmetric.com数值、ESI引用量及Scopus数据库提供的Altmetrics指标,以期得到指标之间的相关性和差异性。分析结果表明,Altmetrics和引用量并无显著相关性,各自研究角度也不同,因此,将两者相结合作为学术评价的方法具有合理性。

用户动机视角下的Altmetrics指标研究

[目的/意义]从用户动机视角对Altmetrics指标的本质和价值进行分析,使Altmetrics的应用更为科学合理。[研究设计/方法]首先对相关文献中的动机进行组织提炼与规范化表述。在此基础上引入用户行为理论解释和分析用户动机体现的指标价值。再选取Twitter提及量指标,使用内容分析法进行案例研究。[结论/发现]提炼出19种用户动机,其中有6种动机会降低指标应用价值。[创新/价值]探索Altmetrics数据的产生机制,在一定程度上回答了Altmetrics指标可用性问题。

国内学者影响力评价Altmetrics指标研究

[目的/意义]利用Altmetrics对学者影响力进行评价已得到广泛认可,但现有Altmetrics指标均来自于国外网络平台,由于我国政策和语言差异,我国学者对其使用较少,导致已有的指标体系不适用于我国学者的评价,因此文章参照国外Altmetrics指标体系构建了适合我国学者影响力评价的Altmetrics指标体系。[方法/过程]文章在分析国外Altmetrics指标来源平台的基础上,从国内相似平台的代表性平台中选取Altmetrics指标,引入因子分析法筛选指标并确定权重以构建指标体系,利用相关性检验和二维评价方法对所得指标体系进行验证。[结果/结论]以上方法所构建的指标体系可以用于我国学者影响力评价,但评价层面不同于传统文献计量指标,二者互为补充。

基于Altmetrics指标识别的研究热点对比分析——以生物学领域为例

研究热点通常采用高被引论文的聚类来识别,但被引次数需要时间积累。Altmetrics指标具有良好的即时性,采用相关指标识别研究热点有可能提高时效性。本文重点分析基于Altmetrics指标与高被引论文识别的研究热点之间的异同以及背后的原因,以探究基于Altmetrics指标识别的研究热点是否适合作为前沿趋势探测和科技政策制定的辅助依据。本文选取生物学领域2013年7月1日—2014年6月30日发表的论文,分析基于Altmetrics分数、Twitter指标、Mendeley指标、被引次数4个指标识别的研究热点之间的关系。分析发现:基于Altmetrics分数和Twitter指标识别的研究热点较为接近,主要反映公众热门话题;基于高被引论文识别的研究热点更加反映科研人员的关注点,更大程度上代表了学术界的研究前沿;基于Mendeley指标识别的研究热点综合了上述两类热点,既有公众较为关心的科普主题,也有学术界关注的研究前沿。

Altmetrics指标评价科研产出社会影响力研究现状及应用挑战

科研产出的社会影响力评价是政府及基金组织关注的重要课题。Altmetrics一直被公认为具有测度社会影响力的潜力,但其在科研产出社会影响力评价领域的应用仍处于理论和实证探索阶段。首先,笔者阐释了科研产出的社会影响力评价的概念与内涵,常用方法及国际上的典型社会影响力评价项目;其次,总结归纳了国内外关于Altmetrics指标在评价科研产出社会影响力方面的研究现状;最后,从基于国内数据源的Altmetrics平台与指标的开发、本土化Altmetrics指标的数据追踪和收集框架构建、Altmetrics指标的归一化处理及社会影响力的多维度细分4个方面指出altmetrics在社会影响力评价应用方面的未来挑战。

引文视角下国内高被引论文的Altmetrics指标相关性研究

[目的/意义]开展国内高被引论文的传统文献计量指标与Altmetrics指标的相关性研究,分析比较国内外Altmetrics指标差异,着力丰富和完善国内学术论文的评价体系。[方法/过程]以国内图书情报领域的239篇高被引论文为分析对象,结合传统文献计量指标并引入Altmetrics指标,开展了指标间的相关性研究。对国内外Altmetrics指标进行比较分析,发现现阶段国内Altmetrics指标中存在的问题并给出发展对策。[结果/结论]学术论文在社交媒体的共享和传播可以助力学术成果的推广与应用。基于社交媒体的Altmetrics指标对国内高被引学术论文的社会影响力评价有一定的参考价值。

Altmetrics指标与引文量相关性分析--以LIS领域为例

[目的/意义]分析Altmetrics指标与引文量间的相关性,为进一步完善国内科研成果评价体系提供借鉴,探寻影响文献社交媒体影响力的主要因子。[方法/过程]选取Web of Science平台上Library&Information Science(LIS)学科分类下的51321篇期刊论文,采用相关性分析、因子分析、描述性统计等方法,分别探寻Altmetrics指标与引文量、Altmetrics指标之间的相关性,对比不同时段与全时段文献、高被引文献与全文献在相关性测度时的差异,并提取出3个能最佳解释Altmetrics影响力的共性因子。[结果/结论]WoS被引量和Scopus被引量显著相关。从整体来看,被引频次与Altmetrics指标间相关性较弱。从不同时间阶段来看,以2010年“Altmetrics”概念提出的元年为节点,前后两个时间阶段的Altmetrics指标值及其相关性确实发生了显著变化。此外,高被引文献的被引量与Altmetrics指标间的相关性普遍加强。

中文学术论文的Altmetrics指标研究——以报纸论文为例

[目的/意义]随着社交媒体等网络平台在科学研究、传播、交流中的普及应用,一种基于社会媒体平台和工具的影响力评价方法——Altmetrics应运而生并引起广泛关注,但面向中文学术论文的Altmetrics指标研究却比较缺乏。[方法/过程]本文以《光明日报》理论版论文为研究对象,利用百度搜索引擎技术采集中文报纸论文的Altmetrics数据,构建Altmetrics指标体系,进而分析不同网络平台关注中文报纸论文的程度,举例探讨中文报纸论文在网络传播的过程,研究中文报纸论文在网络中受到关注的现象及特征。[结果/结论]研究结果表明利用搜索引擎技术可以有效解决Altmetrics本地化的问题,中文报纸论文在网络中受到各类新闻媒体的关注较多,且传播速度快,加工后的中文报纸论文可能会产生更为久远的影响。

基于Altmetrics指标的学术论文综合影响力研究

随着新媒体技术的发展,传统指标已经不能满足论文综合影响力的评价要求,为了更科学合理地反映论文质量和影响力,更好地体现科研绩效评价功能。文章通过对学术影响力指标和社交媒体影响力指标分析,特别是引用了2015年Altmetric. com公司发布的10篇高Altmetrics指标论文作为实例分析,并且结合其它类型的评价指标,最终构建了论文综合影响力的评价体系。经过论文比较计算,我们发现:新媒体时代Altmetrics指标在论文评价中发挥着越来越重要的社交媒体影响力;被引量、期刊影响因子和期刊排名仍然是论文综合影响力的决定因素;定量分析与同行评议相结合的综合评价将成为未来发展的重要趋势。

中国SSCI论文的Altmetrics指标特征分析

本文从Altmetrics指标基本情况、Altmetrics指标间关系、Altmetric Attention Score及影响因素等角度对社会科学引文索引(Social Science CitationIndex,SSCI)数据库收录的中国研究机构学者发表的学术论文的Altmetrics指标特征进行分析,研究发现:Mendeley读者数是覆盖率最高的指标,且唯一与被引频次中度相关;淘汰覆盖率低于1%的指标后,剩余Altmetrics指标间共变趋势不明显,在学术论文评价中彼此不可替代;获得在线关注学术论文的受关注程度普遍较低,且在线关注程度与被引频次之间没有明显关系,但是获得较高在线关注度的学术论文获得较高被引频次的概率相对更高;在线关注情况受第一/通信作者研究机构国别、研究机构数和基金资助种数的影响。

基于中文期刊高被引论文的Altmetrics指标评价体系研究

[目的]为科学评价学术论文的社会影响力,以对学术论文影响力进行全面的评价,探索中文环境下Altmetrics指标评价体系;[方法]笔者以图书情报与数字图书馆研究领域的文献为研究对象,利用Python语言编写网络爬虫程序,追溯相关文献在社交网络平台来源,获取相关数据开展指标研究;[结果/结论]分析并探索了Altmetrics指标的数据来源与以及具体指标,初步构建了中文环境下图书情报与数字图书馆研究领域Altmetrcis指标评价体系,但由笔者研究学科的限制,针对该指标评价体系对其他学术领域的适用性问题,今后还需进一步开展相关研究来验证和比较。

集成传统学术评价和Altmetrics指标的论文高被引预测研究

随着Web 2.0和社交网络的发展,补充学术成果评价的Altmetrics指标应运而生,已有研究表明Altmetrics指标与被引频次之间存在相关性,但集成Altmetrics指标的论文高被引预测研究较少。因此,基于引用理论,将Altemetrics指标与学术层面指标相结合,构建论文高被引预测的指标体系;选取ESI高被引论文榜单,获取2022年4月经济与商业学科高被引论文合集,由此从Web of Science数据库获取论文集相关的学术层面数据,并从Altmetric LLP平台获取论文集相关的Altmetrics指标数据;经过数据清洗和预处理,共得到27953篇论文数据,对比3种常用机器学习算法的论文高被引预测结果,得到最优的预测模型。研究结果表明:相较于仅使用学术层面指标,引入Altmetrics指标的论文高被引预测效果更优;Altmetrics指标中的在线阅读平台读者数对论文被引频次的影响最大,随后是学术层面指标中的期刊被引半衰期、论文首次被引两年内被引频次、一作总被引频次。研究可以为探究论文高被引的影响因素及其影响程度,完善学术成果的评价体系提供理论依据。