英文科技期刊學(xué)術(shù)影響力及國(guó)際化程度評(píng)估

■丁 筠

吉林大學(xué)《仿生工程學(xué)報(bào)》編輯部，吉林省長(zhǎng)春市人民大街5988號(hào) 130022

Web of Science(WoS)是由美國(guó)科學(xué)信息研究所(Institute of Scientific Information，ISI)推出的一個(gè)大型的多學(xué)科綜合性學(xué)術(shù)期刊數(shù)據(jù)庫(kù)，其內(nèi)容涵蓋自然科學(xué)、工程技術(shù)、生物醫(yī)學(xué)、社會(huì)科學(xué)、藝術(shù)與人文等眾多領(lǐng)域中最具影響力的10000多種科技期刊[1-2]。因此，WoS對(duì)于科技期刊編輯來(lái)說(shuō)無(wú)疑是一個(gè)很好的文獻(xiàn)檢索工具。同時(shí)，WoS也是目前國(guó)際上通用的學(xué)術(shù)評(píng)估系統(tǒng)，在學(xué)術(shù)影響力評(píng)估及期刊評(píng)價(jià)等方面發(fā)揮著巨大的作用[3-4]。蔡妍[1]對(duì)WoS數(shù)據(jù)庫(kù)的各功能模塊進(jìn)行了解讀。齊青[5]和袁飛等[6]對(duì)WoS的各項(xiàng)檢索功能及檢索技巧進(jìn)行了介紹。劉雪立[7]對(duì)基于WoS數(shù)據(jù)庫(kù)預(yù)測(cè)SCI期刊影響因子(IF)的方法進(jìn)行了介紹。鄒麗雪等[8]基于WoS數(shù)據(jù)庫(kù)對(duì)PLoSONE發(fā)表的中國(guó)論文學(xué)術(shù)影響力進(jìn)行了分析?？诅鞯萚9]基于WoS數(shù)據(jù)庫(kù)對(duì)某研究所科技論文產(chǎn)出及學(xué)術(shù)影響力進(jìn)行了分析。繆宏建等[10]利用特征因子和WoS數(shù)據(jù)庫(kù)對(duì)熱帶醫(yī)學(xué)和寄生蟲(chóng)學(xué)領(lǐng)域的23種國(guó)際期刊和11種國(guó)內(nèi)期刊進(jìn)行了綜合分析評(píng)估。馬建華等[11]運(yùn)用中國(guó)科技期刊引證報(bào)告(CJCR)數(shù)據(jù)庫(kù)和WoS數(shù)據(jù)庫(kù)對(duì)中國(guó)科協(xié)的1050種科技期刊的學(xué)術(shù)影響力指標(biāo)進(jìn)行了統(tǒng)計(jì)分析，但基于WoS數(shù)據(jù)庫(kù)的數(shù)據(jù)主要來(lái)源為《期刊引用報(bào)告》(JCR)中的數(shù)據(jù)。韓鵬鳴[12]基于特征因子和WoS數(shù)據(jù)庫(kù)對(duì)開(kāi)放存取期刊和非開(kāi)放存取期刊的學(xué)術(shù)影響力進(jìn)行了對(duì)比及發(fā)展趨勢(shì)分析。盛麗娜[13]利用WoS詳細(xì)分析了2013年SCI 10種眼科學(xué)權(quán)威期刊的不同文獻(xiàn)類型、期刊自引及高被引論文對(duì)IF的貢獻(xiàn)。潘鶴婷等[14]以CellResearch為例，利用WoS數(shù)據(jù)庫(kù)開(kāi)展了文獻(xiàn)計(jì)量統(tǒng)計(jì)分析，對(duì)CellResearch的載文量、文獻(xiàn)類型、引文量等進(jìn)行了分析。蓋雙雙等[15]以Nature雜志為例，基于WoS數(shù)據(jù)庫(kù)的引證分析功能對(duì)IF進(jìn)行預(yù)測(cè)和結(jié)構(gòu)分析。

本文從期刊編輯的角度出發(fā)，結(jié)合JournalofBionicEngineering(JBE)編輯部的工作實(shí)踐經(jīng)驗(yàn)，以JBE及同領(lǐng)域競(jìng)爭(zhēng)期刊為例，介紹了期刊編輯部如何高效地利用WoS數(shù)據(jù)庫(kù)平臺(tái)快速準(zhǔn)確地對(duì)期刊IF、期刊5年IF(IF5)、h指數(shù)、總被引頻次、施引文獻(xiàn)數(shù)量等期刊學(xué)術(shù)影響力指標(biāo)，以及期刊的國(guó)際化程度進(jìn)行跟蹤與對(duì)比。該方法充分利用了WoS的自動(dòng)統(tǒng)計(jì)分析功能，不需要其他軟件的輔助，操作簡(jiǎn)單、易行，符合期刊編輯部的日常工作需求。此外，本文還借助WoS的統(tǒng)計(jì)分析功能和添加標(biāo)記結(jié)果列表功能來(lái)分析期刊差距的產(chǎn)生原因，提出相應(yīng)的改進(jìn)措施，可供廣大科技期刊編輯同仁參考。

1 期刊學(xué)術(shù)影響力指標(biāo)的跟蹤及預(yù)估

1.1 IF的跟蹤及預(yù)估

基于WoS數(shù)據(jù)庫(kù)平臺(tái)的JCR的發(fā)布受到全球科研人員和科技期刊工作者的關(guān)注。報(bào)告中的期刊IF是最受關(guān)注的指標(biāo)之一。

1.1.1 跟蹤及預(yù)估的意義

了解學(xué)術(shù)期刊IF預(yù)測(cè)方法、提前精確計(jì)算學(xué)術(shù)期刊IF，有利于正確把握國(guó)際學(xué)術(shù)期刊影響力變化趨勢(shì)。分析和對(duì)比期刊的競(jìng)爭(zhēng)對(duì)手，掌握各期刊對(duì)該領(lǐng)域稿件的競(jìng)爭(zhēng)態(tài)勢(shì)，判斷在吸收稿源上是否具有優(yōu)勢(shì)[7]。

1.1.2 期刊IF的計(jì)算

某期刊Y年的IF是指該期刊Y-1年和Y-2年所發(fā)表文章在Y年的篇均被引頻次。目前，通過(guò)WoS可以實(shí)時(shí)統(tǒng)計(jì)某收錄期刊已發(fā)表的文章在各個(gè)年份的總被引次數(shù)。因此，可以利用該功能對(duì)期刊IF進(jìn)行跟蹤預(yù)測(cè)。

1.1.3 預(yù)測(cè)時(shí)間的選擇

JBE在實(shí)踐中發(fā)現(xiàn)，WoS數(shù)據(jù)庫(kù)的引用數(shù)據(jù)大多在每周五更新。因此，自WoS實(shí)現(xiàn)了自動(dòng)統(tǒng)計(jì)期刊發(fā)表文章在各年份的總被引次數(shù)后，JBE在每周五WoS數(shù)據(jù)更新后，都會(huì)對(duì)JBE及其競(jìng)爭(zhēng)期刊的實(shí)時(shí)IF進(jìn)行跟蹤預(yù)測(cè)，并與往年同期對(duì)比。

JCR的發(fā)布時(shí)間一般在6月中旬，在此之前，編輯部均可對(duì)上一年的期刊IF進(jìn)行跟蹤預(yù)測(cè)。JBE在實(shí)踐中發(fā)現(xiàn)，在對(duì)期刊Y年的IF進(jìn)行預(yù)測(cè)時(shí)，一般跟蹤到Y(jié)+1年的二三月份仍然會(huì)有少量引用數(shù)據(jù)更新，甚至到5月份還可能有引用數(shù)據(jù)更新，這些引用大多來(lái)自國(guó)際會(huì)議檢索論文。

1.1.4 跟蹤及預(yù)估的方法

使用WoS按文件類型(文章和綜述)檢索及“創(chuàng)建引文報(bào)告”功能可以準(zhǔn)確而快速地得到Y(jié)-2、Y-1兩年的期刊可被引文章的總數(shù)及其在Y年的總被引頻次[7]。

以預(yù)測(cè)JBE及其主要競(jìng)爭(zhēng)期刊——英國(guó)皇家物理學(xué)會(huì)主辦的Bioinspiration&Biomimetics(B&B)2016年IF為例。2014年和2015年JBE發(fā)表的可被引文章121篇，在2016年共被引用282次，得到2016年JBE的IF實(shí)時(shí)預(yù)測(cè)值為2.322(統(tǒng)計(jì)時(shí)間為2017年1月9日)。該數(shù)值比去年同期預(yù)測(cè)值1.310高出1.100。根據(jù)JCR發(fā)布的數(shù)據(jù)，2015年，JBE的IF為1.466，預(yù)測(cè)2016年JBE的IF將超過(guò)2.500。對(duì)2016年B&B的IF進(jìn)行預(yù)測(cè)。2014年和2015年B&B共發(fā)表可被引文章213篇，在2016年共被引用425次(統(tǒng)計(jì)時(shí)間2017年1月9日)，得出2016年B&B的IF實(shí)時(shí)預(yù)測(cè)值為1.995，比去年同期的預(yù)測(cè)值2.500下降了0.500。2015年，B&B的IF為2.891，2016年，B&B的IF可能會(huì)下降到2.500左右，與JBE2016年的IF接近，甚至有可能略低于JBE。使用WoS檢索B&B在2014年和2015年發(fā)表文章數(shù)量時(shí)發(fā)現(xiàn)，B&B在2015年對(duì)期刊進(jìn)行了擴(kuò)容，比往期多發(fā)表了60余篇論文，這是導(dǎo)致其IF下降的主要原因之一。近兩年，JBE的來(lái)稿數(shù)量越來(lái)越多，也面臨與日俱增的發(fā)表壓力，但JBE在增加發(fā)表文章數(shù)量上相當(dāng)謹(jǐn)慎，通過(guò)增加每期發(fā)表文章的數(shù)量來(lái)緩慢增加每年發(fā)表文章的總量，使其盡量不對(duì)IF的數(shù)值產(chǎn)生影響。B&B由英國(guó)皇家物理學(xué)會(huì)創(chuàng)辦，編委會(huì)由眾多國(guó)際知名專家組成，B&B有著相當(dāng)穩(wěn)定的高水平稿源數(shù)量。因此，JBE目前只能率先通過(guò)提高IF來(lái)吸引高水平的來(lái)稿，從而擴(kuò)大在領(lǐng)域內(nèi)的學(xué)術(shù)影響力，之后再形成良性循環(huán)。

1.2 期刊IF5的跟蹤及預(yù)估

期刊IF5計(jì)算采用的是5年的引用數(shù)據(jù)，如2016年JBE的IF5計(jì)算的是JBE2011—2015年所發(fā)表的文章在2016年的篇均被引頻次，因此IF5能夠反映期刊在較長(zhǎng)時(shí)間內(nèi)的學(xué)術(shù)影響力水平。使用WoS對(duì)IF5進(jìn)行跟蹤，步驟與IF的方法基本相同，只需將時(shí)間跨度改為2011—2015年。

使用WoS分別對(duì)JBE和B&B的2016年IF5進(jìn)行預(yù)估的結(jié)果顯示：2011—2015年，JBE發(fā)表的可被引文章288篇，在2016年共被引用621次(統(tǒng)計(jì)時(shí)間為2017年1月9日)，2016年，JBEIF5的實(shí)時(shí)預(yù)測(cè)值為2.156；而2011—2015年，B&B共發(fā)表可被引文章403篇，在2016年共被引用926次(統(tǒng)計(jì)時(shí)間為2017年1月9日)，2016年B&B的IF5實(shí)時(shí)預(yù)測(cè)值為2.298，略高于JBE。

1.3 其他學(xué)術(shù)影響力指標(biāo)的跟蹤及比較

除了期刊IF以外，總被引頻次、h指數(shù)等也是重要的期刊學(xué)術(shù)影響力指標(biāo)，同樣可以通過(guò)WoS數(shù)據(jù)庫(kù)得到。進(jìn)入“Web of ScienceTM核心合集”的基本檢索界面，輸入刊名JournalofBionicEngineering進(jìn)行檢索，時(shí)間跨度選擇2014—2015年。在檢索結(jié)果頁(yè)面右上角點(diǎn)擊“創(chuàng)建引文報(bào)告”，得到如圖1(a)所示的引文分析報(bào)告。同樣的方法得到B&B的引文分析報(bào)告(圖1(b))。報(bào)告中顯示，2014年和2015年JBE的h指數(shù)為9，說(shuō)明JBE在這2年內(nèi)發(fā)表的文章中有9篇文章引用次數(shù)超過(guò)9次[16-17]。而2014年和2015年B&B的h指數(shù)為11，說(shuō)明B&B在這2年內(nèi)發(fā)表的文章中有11篇文章引用次數(shù)超過(guò)11次。圖1還顯示，JBE的施引文獻(xiàn)數(shù)為358篇，去除自引的施引文獻(xiàn)數(shù)為333篇；總被引頻次為431，去除自引的被引頻次為395。而B(niǎo)&B的施引文獻(xiàn)數(shù)為569篇，去除自引的施引文獻(xiàn)數(shù)為527篇；總被引頻次為791，去除自引的被引頻次為650?？梢?jiàn)，除了h指數(shù)，JBE和B&B在引用總量上同樣存在較大的差距，但這主要與JBE的發(fā)文量少有關(guān)。而將時(shí)間跨度調(diào)整為2011—2015年時(shí)，得到2011—2015年JBE文章的h指數(shù)為17，B&B的h指數(shù)為27，兩刊的h指數(shù)相差更加懸殊。

圖1 h指數(shù)、被引頻次的統(tǒng)計(jì)信息。(a)JBE；(b)B&B

1.4 使用WoS查找分析原因

綜上所述，JBE和B&B在IF和IF5上相差不大，卻在h指數(shù)上相差懸殊，說(shuō)明兩刊在高被引論文的數(shù)量和質(zhì)量上存在較大差距。在WoS檢索2011—2015年的文章列表，并“創(chuàng)建引文報(bào)告”(頁(yè)面右上角)，B&B單篇最高引用論文有107次引用，引用數(shù)量第二的也有82次引用，前27篇(h指數(shù)為27)高被引論文的平均引用次數(shù)為41次。JBE單篇最高引用論文有54次引用，引用數(shù)量第二的只有30次引用，前17篇(h指數(shù)為17)高被引論文的平均引用次數(shù)為24次。

JBE和B&B在高被引論文上差距顯著，因此，JBE應(yīng)該注意對(duì)B&B的高被引論文的來(lái)源機(jī)構(gòu)和作者進(jìn)行跟蹤，有針對(duì)性地對(duì)其邀稿。將B&B的27篇高被引論文添加到WoS的“標(biāo)記結(jié)果列表”中進(jìn)行單獨(dú)分析。在文章的內(nèi)容頁(yè)面，點(diǎn)擊題目上方的“添加到標(biāo)記結(jié)果列表”，即可添加該文章到“標(biāo)記結(jié)果列表”。全部文章添加完成后，即可進(jìn)行“分析檢索結(jié)果”(頁(yè)面右上方按鈕)，分析結(jié)果如圖2所示(顯示閾值設(shè)為2)。圖2(a)顯示了擁有2篇以上高被引論文的作者，共9名，其中B&B的編委有3名：Laschi C、Wood R J和Mazzolai B。圖2(b)為高被引論文的國(guó)家分布，其中來(lái)自美國(guó)的文章最多，占一半以上。圖2(c)為高被引論文的文章類型分布，研究型論文占85%，評(píng)論文章占15%。圖2(d)為高被引論文的來(lái)源機(jī)構(gòu)分布，美國(guó)的哈佛大學(xué)、麻省理工大學(xué)以及意大利的兩個(gè)科研機(jī)構(gòu)是B&B高被引論文的主要來(lái)源機(jī)構(gòu)。JBE應(yīng)該對(duì)B&B的這些高被引作者和機(jī)構(gòu)的科研動(dòng)態(tài)進(jìn)行跟蹤，想辦法對(duì)其進(jìn)行有效的邀稿。

B&B的編委會(huì)只有25名編委，其中來(lái)自美國(guó)和意大利的編委最多，從圖2的分析中也能看到美國(guó)和意大利的科研機(jī)構(gòu)及科研人員對(duì)B&B的高水平論文的貢獻(xiàn)最大。而目前，JBE有63名編委，國(guó)外編委占一半以上，其中也不乏美國(guó)密西根大學(xué)、康奈爾大學(xué)等機(jī)構(gòu)的知名專家，但顯然這些專家沒(méi)有將自己最優(yōu)秀的稿件投給JBE。與B&B相比，JBE的高水平稿件是相當(dāng)匱乏的。因此，JBE應(yīng)該想辦法充分調(diào)動(dòng)編委投稿和組稿的積極性。2016年，JBE再次獲得“科技期刊國(guó)際影響力提升計(jì)劃”的B類資助，辦刊經(jīng)費(fèi)充足，因此，可以考慮定期評(píng)選有突出貢獻(xiàn)的編委，并給予現(xiàn)金獎(jiǎng)勵(lì)。同時(shí)，為了增加編輯部與國(guó)外編委的交流機(jī)會(huì)，可以考慮資助國(guó)外編委到國(guó)內(nèi)來(lái)參加相關(guān)的國(guó)際學(xué)術(shù)會(huì)議，并在國(guó)際會(huì)議期間召開(kāi)小型編委會(huì)來(lái)充分調(diào)動(dòng)他們?yōu)閷W(xué)報(bào)工作的積極性。

圖2 B&B高被引文章分析。(a)作者；(b)國(guó)家；(c)文獻(xiàn)類型;(d)研究機(jī)構(gòu)

2 期刊國(guó)際化程度的評(píng)估比較

對(duì)于英文科技期刊，期刊的國(guó)際化程度也是一項(xiàng)重要的期刊評(píng)價(jià)標(biāo)準(zhǔn)[18]。隨著“中國(guó)科技期刊國(guó)際影響力提升計(jì)劃”的實(shí)施，期刊的國(guó)際化程度也越來(lái)越受到重視[19]。作者國(guó)際化與讀者國(guó)際化是國(guó)際化期刊的兩個(gè)關(guān)鍵性特征[20]。以JBE及其競(jìng)爭(zhēng)期刊B&B為例，利用WoS數(shù)據(jù)庫(kù)考察近5年兩刊作者和讀者的國(guó)際化程度。

2.1 作者的國(guó)際化程度

利用WoS的檢索結(jié)果分析工具對(duì)JBE和B&B的作者所在的國(guó)家及所在的科研機(jī)構(gòu)的分布進(jìn)行分析，并對(duì)比兩刊的作者國(guó)際化程度。

2.1.1 分析統(tǒng)計(jì)作者的國(guó)家/地區(qū)分布

進(jìn)入“Web of ScienceTM核心合集”的基本檢索界面，輸入刊名JournalofBionicEngineering，時(shí)間范圍選擇2012—2016年進(jìn)行檢索，檢索結(jié)果顯示2012—2016年內(nèi)JBE的所有發(fā)表文章，再點(diǎn)擊“分析檢索結(jié)果”對(duì)這些文章進(jìn)行分析統(tǒng)計(jì)。選擇對(duì)“國(guó)家/地區(qū)”進(jìn)行分析，在“設(shè)置顯示選項(xiàng)”處，選擇對(duì)前10個(gè)分析結(jié)果加以顯示，查看在JBE上發(fā)表文章數(shù)最多的10個(gè)國(guó)家(圖3(a))。

圖3 發(fā)表文章的國(guó)家分布。(a)JBE；(b)B&B

如圖3(a)所示，2012—2016年，JBE發(fā)表文章的來(lái)源國(guó)家共37個(gè)(圖中顯示了10個(gè)主要來(lái)源國(guó)家，還有27個(gè)未顯示)，其中最主要的5個(gè)來(lái)源國(guó)家分別為中國(guó)、韓國(guó)、美國(guó)、英國(guó)和新加坡。此外，JBE發(fā)表的文章有超過(guò)一半的來(lái)自國(guó)內(nèi)，占到了總文章數(shù)的59.603%。這一數(shù)值也表明，盡管JBE從創(chuàng)刊伊始就將期刊定位為國(guó)際化的專業(yè)期刊，但目前JBE還不能算作是一本真正意義上的國(guó)際化的期刊，期刊國(guó)際化水平還有待進(jìn)一步提高。

若在“設(shè)置顯示選項(xiàng)”中，選擇顯示前50個(gè)分析結(jié)果，即可將37個(gè)國(guó)家顯示完全，再對(duì)這37個(gè)國(guó)家進(jìn)行統(tǒng)計(jì)分析。經(jīng)統(tǒng)計(jì)，JBE在2012—2016年的5年內(nèi)所發(fā)表的文章中，有64.900%來(lái)自亞洲國(guó)家，19.868%來(lái)自歐洲國(guó)家，12.252 %來(lái)自北美洲國(guó)家，1.325%來(lái)自大洋洲國(guó)家，1.655 %來(lái)自非洲國(guó)家。

采用同樣的方法查看B&B的作者來(lái)源國(guó)家/地區(qū)分布。如圖3(b)所示，2012—2016年，B&B所發(fā)表的文章共來(lái)自39個(gè)國(guó)家，其中最主要的5個(gè)來(lái)源國(guó)家分別為美國(guó)、英國(guó)、德國(guó)、中國(guó)和意大利。發(fā)表來(lái)自美國(guó)的文章占到了總文章數(shù)的35.729%。再查看所有39個(gè)國(guó)家的文章分布情況，B&B所有發(fā)表的文章中有36.345%來(lái)自北美洲國(guó)家，32.032%來(lái)自亞洲國(guó)家，31.632%來(lái)自歐洲國(guó)家，分布比較均衡。

2.1.2 分析統(tǒng)計(jì)作者的所在機(jī)構(gòu)分布

除了對(duì)“國(guó)家/地區(qū)”進(jìn)行分析，還可以在“根據(jù)此字段排列記錄”中選擇對(duì)“機(jī)構(gòu)”進(jìn)行分析，查看JBE和B&B最主要的稿源機(jī)構(gòu)。結(jié)果顯示，JBE發(fā)表文章的10個(gè)最主要的來(lái)源機(jī)構(gòu)分別為：吉林大學(xué)、中國(guó)科學(xué)院、北京航空航天大學(xué)、韓國(guó)建國(guó)大學(xué)、中國(guó)科學(xué)技術(shù)大學(xué)、南京航空航天大學(xué)、哈爾濱工業(yè)大學(xué)、新加坡國(guó)立大學(xué)、上海交通大學(xué)和清華大學(xué)。這10個(gè)科研機(jī)構(gòu)中有8個(gè)來(lái)自國(guó)內(nèi)，1個(gè)來(lái)自韓國(guó)，1個(gè)來(lái)自新加坡。同樣方法分析B&B的來(lái)源機(jī)構(gòu)分布，結(jié)果顯示，B&B發(fā)表文章的最主要的來(lái)源機(jī)構(gòu)分別為：麻省理工大學(xué)、佛羅里達(dá)州立大學(xué)、哈佛大學(xué)、意大利理工學(xué)院、馬里蘭大學(xué)、比薩圣安高等學(xué)校等。這其中有8個(gè)來(lái)自美國(guó)，另外2個(gè)均來(lái)自意大利，其中還不乏麻省理工大學(xué)、哈佛大學(xué)等常春藤名校。由此也反映了JBE在吸收國(guó)際一流科研機(jī)構(gòu)的稿件上與B&B存在很大的差距。這也是JBE的h指數(shù)始終明顯落后于B&B的原因。

2.2 期刊讀者的國(guó)際化程度

JBE在最近1年收到愛(ài)思唯爾提供的下載量統(tǒng)計(jì)表中，由于受到了“Guest用戶下載量”的影響，很難像以往一樣準(zhǔn)確地統(tǒng)計(jì)出JBE下載量的國(guó)家分布。而利用WoS數(shù)據(jù)庫(kù)平臺(tái)，可以通過(guò)查看期刊的施引文獻(xiàn)的作者分布來(lái)反映期刊的讀者分布情況。

進(jìn)入“Web of ScienceTM核心合集”的基本檢索界面，輸入刊名“JournalofBionicEngineering”，時(shí)間范圍選擇2012—2016年，考察近5年的施引文獻(xiàn)來(lái)源情況。檢索結(jié)果頁(yè)面右側(cè)顯示了JBE的施引文獻(xiàn)共1042篇，點(diǎn)擊“施引文獻(xiàn)”后的數(shù)字鏈接“1042”，進(jìn)入施引文獻(xiàn)列表頁(yè)面。點(diǎn)擊右側(cè)的“分析檢索結(jié)果”，對(duì)所有施引文獻(xiàn)進(jìn)行分析。選擇對(duì)施引文獻(xiàn)的“國(guó)家/地區(qū)”進(jìn)行統(tǒng)計(jì)分析。然后以同樣的方法對(duì)B&B的施引文獻(xiàn)進(jìn)行分析。

圖4為JBE和B&B兩刊施引文獻(xiàn)的國(guó)家分布情況。從圖4可以看出，JBE的施引文獻(xiàn)中48.594%來(lái)自中國(guó)，14.064%來(lái)自美國(guó)，然后依次為韓國(guó)、英國(guó)、伊朗、德國(guó)、日本、新加坡、印度和馬來(lái)西亞。而B(niǎo)&B的施引文獻(xiàn)中40.941%來(lái)自美國(guó)，31.176%來(lái)自中國(guó)，其他依次為英國(guó)、德國(guó)、意大利、韓國(guó)、日本和加拿大。由此可見(jiàn)，JBE施引文獻(xiàn)的來(lái)源國(guó)家仍然以亞洲為主，B&B的施引文獻(xiàn)在北美洲、歐洲和亞洲的分布比較均衡。

圖4 施引文獻(xiàn)的國(guó)家分布情況。(a)JBE；(b)B&B

2.3 改進(jìn)措施

綜上所述，與B&B相比，JBE在國(guó)際化程度上存在的差距主要體現(xiàn)在：(1)國(guó)內(nèi)作者的文章數(shù)占所發(fā)表文章總數(shù)的59.603%，所占比例偏高；(2)所發(fā)表的文章中來(lái)自歐美發(fā)達(dá)國(guó)家的僅占32%(B&B為68%)；(3)主要的來(lái)稿機(jī)構(gòu)絕大多數(shù)為國(guó)內(nèi)機(jī)構(gòu)，缺乏國(guó)際一流科研機(jī)構(gòu)來(lái)稿；(4)期刊讀者群仍以亞洲國(guó)家為主，歐美發(fā)達(dá)國(guó)家相對(duì)較少。由此可見(jiàn)，JBE在未來(lái)的組稿中不僅要盡快解決歐美發(fā)達(dá)國(guó)家稿件數(shù)量少的困境；還要加大對(duì)歐美發(fā)達(dá)國(guó)家仿生學(xué)領(lǐng)域科研機(jī)構(gòu)的宣傳力度，想辦法與其建立聯(lián)系。具體措施有：(1)注意對(duì)B&B發(fā)表的高被引論文的科研機(jī)構(gòu)和作者進(jìn)行相關(guān)科研信息跟蹤，有針對(duì)性地邀稿，爭(zhēng)取國(guó)外的優(yōu)秀稿源；(2)對(duì)編委會(huì)成員施行動(dòng)態(tài)管理，加大力度邀請(qǐng)國(guó)際知名學(xué)者進(jìn)入編委會(huì)，充分調(diào)動(dòng)編委的組稿積極性；(3)進(jìn)一步實(shí)現(xiàn)稿源國(guó)際化，吸引海外作者、海外留學(xué)生和華人學(xué)者投稿；(4)與國(guó)外的合作出版商Elsevier協(xié)商加強(qiáng)期刊在海外的宣傳推介力度。

3 結(jié)語(yǔ)

如今，科學(xué)研究正在朝著多學(xué)科交叉的方向發(fā)展，同時(shí)，跨國(guó)、跨地區(qū)的合作也越來(lái)越多。在這個(gè)信息全球化的時(shí)代，閉門(mén)造車式的辦刊方式是行不通的。開(kāi)放辦刊與合作辦刊是期刊發(fā)展的必然方向。因此，辦刊人既要注重發(fā)揮期刊本身的特色和優(yōu)勢(shì)，做好工作，努力提高刊發(fā)稿件的質(zhì)量；也要學(xué)會(huì)觀察和學(xué)習(xí)同類期刊的優(yōu)勢(shì)和長(zhǎng)處，查找和彌補(bǔ)自身的不足。WoS等大型數(shù)據(jù)庫(kù)平臺(tái)的使用，有助于期刊編輯開(kāi)拓視野、拓寬辦刊思路。同時(shí)，可以幫助期刊編輯部科學(xué)、客觀地評(píng)價(jià)所辦期刊與競(jìng)爭(zhēng)期刊之間存在的差距，為進(jìn)一步提高辦刊質(zhì)量提供科學(xué)的依據(jù)。本文結(jié)合JBE的工作實(shí)踐經(jīng)驗(yàn)，通過(guò)WoS數(shù)據(jù)庫(kù)平臺(tái)的自動(dòng)統(tǒng)計(jì)分析功能來(lái)對(duì)期刊的學(xué)術(shù)影響力指標(biāo)和國(guó)際化程度進(jìn)行跟蹤、對(duì)比。同時(shí)，針對(duì)JBE與主要競(jìng)爭(zhēng)期刊B&B在h指數(shù)和期刊國(guó)際化程度上的差距，介紹了使用WoS進(jìn)一步挖掘差距產(chǎn)生原因的方法，并相應(yīng)地提出了改進(jìn)措施，供廣大科技期刊編輯同仁參考。

[1] 蔡妍.Web of Science數(shù)據(jù)庫(kù)及其功能研究[J].科技情報(bào)開(kāi)發(fā)與經(jīng)濟(jì),2013,23(8):133-136.

[2] 王晴.基于知識(shí)圖譜的國(guó)際智庫(kù)研究現(xiàn)狀及前沿分析——以WoSTM核心合集文獻(xiàn)為來(lái)源[J].高校社科動(dòng)態(tài),2017(1):18-27.

[3] 莫愚,王旭,謝秋紅,等.由 Web of Science 數(shù)據(jù)庫(kù)分析高影響力中華醫(yī)學(xué)會(huì)系列期刊引發(fā)的思考[J].編輯學(xué)報(bào),2015,27(4):405-408.

[4] 付中靜.國(guó)際期刊評(píng)價(jià)指標(biāo)的實(shí)證分析——基于WoS和Scopus數(shù)據(jù)庫(kù)對(duì)比視角[J].現(xiàn)代情報(bào),2015,35(4):112-117.

[5] 齊青.Web of Science的檢索和應(yīng)用[J].圖書(shū)館工作與研究,2013，1(2):110-112.

[6] 袁飛,李瓏.小議Web of Science檢索技巧——以SCIE為例[J].現(xiàn)代情報(bào),2013,33(5):62-65.

[7] 劉雪立.基于Web of Science數(shù)據(jù)庫(kù)預(yù)測(cè)SCI期刊影響因子的方法[J].科技與出版,2014,33(2):87-91.

[8] 鄒麗雪,趙云鮮.PLoSONE發(fā)表的中國(guó)論文學(xué)術(shù)影響力分析[J].中國(guó)科技期刊研究,2014,25(11):1414-1420.

[9] 孔琪,夏霞宇,趙永坤,等.北京市某醫(yī)學(xué)實(shí)驗(yàn)動(dòng)物研究所科技論文產(chǎn)出及學(xué)術(shù)影響力分析[J].醫(yī)學(xué)與社會(huì),2016,29(2):20-23.

[10] 繆宏建,汪偉.國(guó)內(nèi)外熱帶醫(yī)學(xué)與寄生蟲(chóng)學(xué)期刊國(guó)際學(xué)術(shù)影響力分析與比較[J].預(yù)防醫(yī)學(xué)情報(bào)雜志,2014,30(12):1058-1062.

[11] 馬建華,莫京.中國(guó)科協(xié)科技期刊學(xué)術(shù)影響力的文獻(xiàn)計(jì)量分析[J].中國(guó)科技期刊研究,2013,24(1):16-23.

[12] 韓鵬鳴.基于特征因子的開(kāi)放存取期刊學(xué)術(shù)影響力評(píng)價(jià)研究[J].圖書(shū)館工作研究,2012,8:29-31.

[13] 盛麗娜.國(guó)際眼科學(xué)權(quán)威期刊不同文獻(xiàn)對(duì)影響因子貢獻(xiàn)度分析[J].中國(guó)科技期刊研究,2015,26(1):106-111.

[14] 潘鶴婷,蔣悟生.基于Web of Science的CellResearch期刊文獻(xiàn)計(jì)量研究[J].農(nóng)業(yè)圖書(shū)情報(bào)學(xué)刊,2016,28(9):55-60.

[15] 蓋雙雙,劉雪立,張?jiān)姌?lè).SCI 來(lái)源期刊影響因子預(yù)測(cè)和結(jié)構(gòu)分析方法——以Nature雜志為例[J].中國(guó)科技期刊研究,2014,25(8):980-984.

[16] 朱蓓,趙會(huì)懂.H指數(shù)與影響因子評(píng)價(jià)科技期刊的比較[J].中華醫(yī)學(xué)圖書(shū)情報(bào)雜志,2010,19(9):1-3.

[17] 王勇,徐永紅,姚萍.科研評(píng)價(jià)指標(biāo)——h指數(shù)研究綜述[J].情報(bào)雜志,2011,30(S1):41-44.

[18] 朱大明.科技期刊國(guó)際化程度評(píng)價(jià)指標(biāo)和方法[J].中國(guó)科技期刊研究,2015,26(3):325-329.

[19] 丁筠.Scopus在英文科技期刊編輯中的應(yīng)用[J].科技與出版,2016(12):31-38.

[20] 花芳,馮玉林.期刊國(guó)際化程度的量化指標(biāo)研究[J].中國(guó)科技期刊研究,2013,24(6):1104-1108.