基于ESI高被引論文信息科學(xué)與圖書館學(xué)領(lǐng)域PlumX與引文計(jì)量對比分析

秦奮 高健

摘要：替代計(jì)量學(xué)（Altmetrics）作為基于社交網(wǎng)絡(luò)數(shù)據(jù)的計(jì)量指標(biāo)，其與傳統(tǒng)文獻(xiàn)計(jì)量學(xué)引文計(jì)量的相關(guān)性成為研究人員關(guān)注的重要方向。本文選取ESI圖情領(lǐng)域高被引論文作為數(shù)據(jù)源，通過運(yùn)用SPSS軟件相關(guān)性分析、主成分分析等方法，對比分析PlumX指標(biāo)數(shù)值與ESI高被引論文引用量之間的關(guān)系，以期得到指標(biāo)之間的相關(guān)性和差異性。

關(guān)鍵詞：Altmetrics;ESI;信息科學(xué)與圖書館學(xué);高被引;論文;PlumX;SPSS

DOI：10.3969/j.issn.1008-0821.2019.03.018

〔中圖分類號(hào)〕G250.252〔文獻(xiàn)標(biāo)識(shí)碼〕A〔文章編號(hào)〕1008-0821（2019）03-0157-09

隨著互聯(lián)網(wǎng)大數(shù)據(jù)時(shí)代的到來，人們獲取信息的方式變得更加多元化，學(xué)術(shù)研究的方式也從單純的依靠紙本資源發(fā)展到電子資源，從通過參加學(xué)術(shù)活動(dòng)交流以了解行業(yè)信息到數(shù)據(jù)庫課題定制推送、信息推薦共享等方式獲取最新研究動(dòng)態(tài)?？梢姡屡d功能軟件及社交媒體越來越成為人們獲取資源信息的便捷途徑。從而學(xué)術(shù)評價(jià)的形式和方式也逐步從傳統(tǒng)的引文計(jì)量向多元化指標(biāo)評價(jià)體系轉(zhuǎn)變。

傳統(tǒng)引文計(jì)量一直以來作為學(xué)術(shù)評價(jià)的主要方式，存在著一定的問題：①引文統(tǒng)計(jì)滯后性。文章引用是學(xué)術(shù)評估的傳統(tǒng)形式，即同行評審論文被其他同行評審論文引用，并發(fā)表在具有高影響因子的期刊中。但是，一位研究人員從有想法之時(shí)開始到在同行評審期刊中發(fā)表，大約需要2～5年時(shí)間。從發(fā)表之時(shí)，直到獲得臨界引用規(guī)模，還需要3～5年時(shí)間，這使得單純通過引文數(shù)據(jù)來評估文章的水平具有明顯的滯后性，不利于文獻(xiàn)的傳播和利用;②作者引用的文獻(xiàn)并不一定為其最有用的文獻(xiàn)，而可能選取對其發(fā)文有利的相似文獻(xiàn);③學(xué)科偏倚性。如計(jì)算機(jī)領(lǐng)域的學(xué)術(shù)成果多以會(huì)議文獻(xiàn)為主，其引用數(shù)相對較低，但這并不足以表征其實(shí)際科研水平。Lutz Bornmann等指出科研人員的引文習(xí)慣影響引文的質(zhì)量，從而影響到引文分析在對學(xué)術(shù)評價(jià)中的作用[1]，Gorraiz J等認(rèn)為引文只能表征一個(gè)研究課題的受眾程度，并不能等同于學(xué)術(shù)期刊的影響力[2]，楊思洛認(rèn)為引文分析存在著片面性與計(jì)數(shù)不合理性，國內(nèi)大量的學(xué)者依賴于引文分析，刻意的引用影響了對文獻(xiàn)及期刊評價(jià)的客觀性[3]。因此，單一的引文計(jì)量并不能完全客觀地評價(jià)學(xué)術(shù)水平，需要新的計(jì)量方式對其進(jìn)行補(bǔ)充。

Altmetrics替代計(jì)量學(xué)作為近年來國外學(xué)術(shù)研究的主要課題，通?；诟鼮閺V泛的社交網(wǎng)絡(luò)上的數(shù)據(jù)，并將其作為參與評價(jià)科研水平的一部分，打破將出版的學(xué)術(shù)刊物及其引用作為評估科研水平的唯一依據(jù)，其對學(xué)術(shù)評價(jià)體系的改變有著重要的影響力。很多學(xué)者嘗試將Altmetrics指標(biāo)與Citation指標(biāo)進(jìn)行對比分析，如將Mendeley和CiteULike參考工具類指標(biāo)與引文數(shù)進(jìn)行對比分析，認(rèn)為其更具有廣泛性和時(shí)效性[4-5];Waltman L等通過學(xué)術(shù)期刊的文章收錄情況，對比F1000推薦和引用的關(guān)系[6];Shema H等將Blog數(shù)據(jù)融入到引文計(jì)量分析中，創(chuàng)新性地提出博客引文可以作為學(xué)術(shù)評估的一種依據(jù)[7];Costas R等也嘗試將Altmetrics多指標(biāo)與Citation指標(biāo)進(jìn)行對比，認(rèn)為其對發(fā)現(xiàn)高被引期刊有一定的指導(dǎo)作用[8];Luis Ortega認(rèn)為Altmetrics可以作為文獻(xiàn)計(jì)量學(xué)的補(bǔ)充工具來評估學(xué)術(shù)維度[9]。國內(nèi)學(xué)者也逐漸開始關(guān)注Altmetrics，有的學(xué)者將其運(yùn)用到機(jī)構(gòu)知識(shí)庫中[10-12]，也有嘗試將其運(yùn)用到學(xué)術(shù)評估[13]和期刊利用統(tǒng)計(jì)中[14]，但是相關(guān)研究仍多為綜述性研究[15-18]，針對性的探索研究相對較少。可見，將Altmetrics部分指標(biāo)與citation指標(biāo)進(jìn)行對比分析是近年來研究的主要方向，但是鮮有將Altmetrics工具研究應(yīng)用到科研評估中。目前，國外比較成熟的Altmetrics的工具包括：Altmetrics.com、PlumX、Impactstory以及PLOS的ALMs。其中包含指標(biāo)最多、涉及范圍最廣的工具為PlumX[19]。José Luis Ortega通過共時(shí)法，對來自PlumX 6個(gè)維度數(shù)據(jù)以及引用數(shù)據(jù)進(jìn)行生命周期分析，推斷不同指標(biāo)對文章的影響力[20-22];Meschede C等將PlumX和Altmetric.com作為研究對象，通過不同來源數(shù)據(jù)對比分析，找出兩者之間的相關(guān)性，以此佐證替代計(jì)量學(xué)指標(biāo)可以作為傳統(tǒng)文獻(xiàn)計(jì)量學(xué)的補(bǔ)充[23];Torres-Salinas D等將PlumX中18個(gè)指標(biāo)運(yùn)用到評估學(xué)術(shù)書籍，并衡量不同指標(biāo)之間的互補(bǔ)程度[24];劉春麗以PlumX為例，研究了Altmetrics工具與機(jī)構(gòu)知識(shí)庫的整合效果[25]。但是，值得注意的是，針對PlumX的文獻(xiàn)研究數(shù)據(jù)鮮有針對學(xué)科進(jìn)行研究，事實(shí)上，Altmetrics指標(biāo)對于不同學(xué)科的影響是不同的，并不能一概而論。因此，本文擬將PlumX運(yùn)用到某一學(xué)科的文獻(xiàn)計(jì)量中，不僅有利于分析影響文獻(xiàn)的主要因素，更有利于評估學(xué)科的影響因素。

1數(shù)據(jù)來源

目前，人文社科領(lǐng)域?qū)W術(shù)成果的評估并沒有一個(gè)公認(rèn)的計(jì)量方式[26]，傳統(tǒng)的引文計(jì)量對于該領(lǐng)域有一定的局限性[27]，替代計(jì)量學(xué)作為補(bǔ)充性工具對人文社科領(lǐng)域的影響較理工科領(lǐng)域更明顯。因此，本文選取替代計(jì)量學(xué)評價(jià)指標(biāo)最為全面的PlumX作為工具，PlumX Metrics是Plum Analytics的全面的、項(xiàng)目級(jí)別的度量，它提供了在線環(huán)境中人們與單個(gè)研究成果（文章、會(huì)議記錄、書籍章節(jié)等）交互的方式的洞察力。2017年2月，Plum Analytics宣布加入Elsevier，Plum Analytics和Scopus平臺(tái)以集成PlumX度量作為Scopus上文章級(jí)度量的主要來源（以及其他Elsevier平臺(tái)和產(chǎn)品），取代了之前由Altmetrics.com提供的計(jì)量學(xué)。為了支持相似分析，并幫助理解所涉及的大量數(shù)據(jù)，它們被分成5類：使用率（USAGE）、捕獲數(shù)指標(biāo)（CAPTURES）、提及數(shù)（MENTIONS）、社交媒體（SOCIAL MEDIA）以及引用數(shù)（CITATIONS），見表1。使用率（USAGE）是研究者在引用之后想知道的第一個(gè)統(tǒng)計(jì)數(shù)，其作為一種信號(hào)來表征是否有人在閱讀文章或以其他方式進(jìn)行研究。Taylor & Francis最近發(fā)布了他們的年度開放訪問調(diào)查，這是他們對2012年發(fā)表文章的作者所做的一項(xiàng)調(diào)查。60%的受訪者表示，使用和下載統(tǒng)計(jì)數(shù)據(jù)對于評估未來10年的研究價(jià)值將變得非常重要。

目前，研究日益走向開放的網(wǎng)絡(luò)，網(wǎng)絡(luò)指標(biāo)來衡量社會(huì)的影響可能有一個(gè)更廣泛的受眾的環(huán)境。其中，捕獲數(shù)（CAPTURES）可以是引用的先導(dǎo)指標(biāo)。研究人員可以從大量的在線工具中選擇來幫助他們進(jìn)行科研的管理，包括文摘和文獻(xiàn)數(shù)據(jù)庫、社會(huì)書簽網(wǎng)站、參考文獻(xiàn)管理軟件。這些工具中提供了訂制和跟蹤其用戶與所提供的內(nèi)容的交互，并據(jù)此評估與特定研究成果的接觸或使用;社交媒體（SOCIAL MEDIA）可以很好地衡量某項(xiàng)研究的進(jìn)展情況。通過追蹤社交媒體的度量，你可以考量研究人員是如何促進(jìn)他們的工作的，這有助于早期的職業(yè)研究者來開展學(xué)術(shù)研究;提及數(shù)（MENTIONS），如新聞文章或博客文章的研究，提到是一種告訴人們真正參與研究的方式?？梢姡琍lumX的指標(biāo)通過收集所有類型的學(xué)術(shù)研究成果，匯集適當(dāng)?shù)难芯恐笜?biāo)來指導(dǎo)科學(xué)研究者進(jìn)行學(xué)術(shù)活動(dòng)。

本文選取科睿唯安集團(tuán)Web of Science平臺(tái)核心合集2008-2017年SSCI收錄的文章，篩選出信息科學(xué)與圖書館學(xué)（INFORMATION SCIENCE& LIBRARY SCIENCE）領(lǐng)域中文獻(xiàn)98 433篇，其中被ESI（Essential Science Indicators）收錄高被引文章431篇。數(shù)據(jù)采集日期為2018年9月。通過DOI輸入PlumX網(wǎng)站（https：//plu.mx/plum）獲取PlumX指標(biāo)，找出引文量與替代計(jì)量學(xué)指標(biāo)的相關(guān)性關(guān)系。

2數(shù)據(jù)分析

2.1引文分析

引文分析主要包括兩個(gè)層面：一是引文本身以及引文所承載的相關(guān)特征信息的直接計(jì)量問題，也就是有關(guān)引文的作者、主題、期刊、年代、國家、機(jī)構(gòu)等的分布規(guī)律;二是引文以及引文所承載的相關(guān)特征信息之間的關(guān)系的定性與定量分析，也就是與引文網(wǎng)絡(luò)相關(guān)的問題，包括引文之間的藕合、共引以及形成的特定網(wǎng)絡(luò)的特性等問題[28]。本文選取ESI收錄信息科學(xué)與圖書館學(xué)領(lǐng)域（INFORMATION SCIENCE& LIBRARY SCIENCE）高被引文章431篇，其被引頻次的數(shù)據(jù)來源于WoS平臺(tái)，因此以WoS平臺(tái)被引數(shù)據(jù)為依據(jù)具有參考性，具體其文獻(xiàn)被引情況見表2，該被引數(shù)據(jù)為逐年引用，如2008年文獻(xiàn)分別在2008-2017年每年的被引次數(shù)。通過數(shù)據(jù)可見，人文社科專業(yè)的文獻(xiàn)發(fā)表后的第2年為被引增長率最快的一年，被引次數(shù)基本為逐年上升，并未出現(xiàn)文獻(xiàn)老化引起的被引數(shù)量下降趨勢。

2.2PlumX指標(biāo)

本文依據(jù)SSCI平臺(tái)收錄的ESI數(shù)據(jù)庫信息科學(xué)與圖書館學(xué)領(lǐng)域（INFORMATION SCIENCE & LIBRARY SCIENCE）領(lǐng)域高被引文章DOI號(hào)，輸入PlumX網(wǎng)站（https：//plu.mx/plum），得到相應(yīng)的PlumX指標(biāo)見表3。

不同的指標(biāo)來源數(shù)值差距比較大，使用數(shù)方面，摘要瀏覽的數(shù)值影響最大，其次是全文的瀏覽和鏈接;捕獲數(shù)方面，文獻(xiàn)參考軟件Mendeley數(shù)值影響最大，其擁有200多萬用戶，作為數(shù)據(jù)來源的主要來源活躍程度較Citelike高，這也表征文獻(xiàn)在學(xué)術(shù)平臺(tái)上使用情況的人數(shù)較多;提及數(shù)方面，Twitter與Facebook研究的主要指標(biāo)數(shù)值較高，有研究人員認(rèn)為該指標(biāo)在人文社科領(lǐng)域的活躍度比較明顯，多數(shù)學(xué)者通過社交軟件進(jìn)行學(xué)術(shù)交流[29-30];引用數(shù)方面，數(shù)值影響最大的為Scopus引用，其次是Crossref以及Pubmed Central。Scopus數(shù)據(jù)庫是目前全球規(guī)模最大的文摘和引文數(shù)據(jù)庫，該數(shù)據(jù)庫提供引文數(shù)據(jù)，并且2010年開始，Elsevier公司由英格蘭高等教育撥款委員會(huì)（EFCE）牽頭，聯(lián)合多所知名高校開啟雪球指標(biāo)計(jì)劃，逐步將替代計(jì)量學(xué)的指標(biāo)融入到Scopus數(shù)據(jù)庫論文度量指標(biāo)。2018年其將涉及范圍更為全面的PlumX作為其替代計(jì)量學(xué)的工具。

3引文量與PlumX指標(biāo)相關(guān)性分析

本文選取2008-2017年ESI收錄信息科學(xué)與圖書館學(xué)領(lǐng)域（LIBRARY AND INFORMATION SCIENCE）專業(yè)高被引相關(guān)文獻(xiàn)431篇作為數(shù)據(jù)來源，通過PlumX網(wǎng)站（https：//plu.mx/plum）獲取使用數(shù)、捕獲數(shù)、提及數(shù)、社交媒體以及引用數(shù)指標(biāo)，運(yùn)用SPSS20.0軟件中的相關(guān)性分析、因子分析等方法，對引文量和PlumX多指標(biāo)進(jìn)行相關(guān)性分析，具體結(jié)果見表4。

3.1引文量與各指標(biāo)相關(guān)性分析

通過表4可見，ESI被引頻次與使用數(shù)和捕獲數(shù)相關(guān)系數(shù)分別為0.725和0.718，在0.05的水平上顯著相關(guān)，說明文獻(xiàn)的閱覽和下載以及文獻(xiàn)管理軟件對文獻(xiàn)引用有一定的影響，數(shù)據(jù)主要來源于EBSCO和Mendeley。Mendeley軟件用戶量龐大，主要用戶為高校及研究所的科研人員，因此科研人員的行為對引用量有正相關(guān)性。ESI被引頻次與引用數(shù)的相關(guān)系數(shù)為，說明兩者之間是極強(qiáng)相關(guān)。PlumX中的引用數(shù)據(jù)主要包括Scopus、CrossRef和PubMed Central等引用數(shù)據(jù)，其中影響最大的是Scopus引用數(shù)據(jù)，說明WOS平臺(tái)與Scopus平臺(tái)雖然數(shù)據(jù)來源不同，但是其對文章引用數(shù)的表征一致。ESI被引頻次與提及數(shù)和社交媒體的相關(guān)系數(shù)小于0.4，相關(guān)性較弱，說明ESI高被引論文與提及數(shù)和社交媒體沒有必然相關(guān)性。ESI處理的數(shù)據(jù)僅限于ISI收錄的期刊論文（科技論文、評述論文、會(huì)議論文以及研究報(bào)告）。編輯信件、更正通知、摘要、圖書、圖書的章節(jié)以及未被ISI索引的期刊論文，均不被考慮在內(nèi)[31]。而社交媒體（Twitter、Facebook、Google+等）和提及數(shù)（News、Blogs、Wikipedia等）指標(biāo)則是基于社會(huì)網(wǎng)絡(luò)的學(xué)術(shù)評價(jià)方法，其底層數(shù)據(jù)源并不支持WOS數(shù)據(jù)庫。通過利用PlumX工具收割社交網(wǎng)絡(luò)工具以及文獻(xiàn)管理系統(tǒng)中涉及某一研究成果的相關(guān)信息（下載量、引用次數(shù)、瀏覽次數(shù)、評論、轉(zhuǎn)發(fā)等），通過對這些數(shù)據(jù)進(jìn)行聚類分析和統(tǒng)計(jì)計(jì)算，測量該研究成果的指標(biāo)[32]。由此可見，兩者之間的數(shù)據(jù)來源范圍和數(shù)據(jù)計(jì)算方法均沒有共通性，相關(guān)性也相對較弱。社交媒體和提及數(shù)的相關(guān)系數(shù)為0.991，在0.01的水平上顯著相關(guān)。說明社交媒體的傳播與在線學(xué)術(shù)討論的次數(shù)互相影響力比較高。

通過數(shù)據(jù)可見，PlumX的指標(biāo)間都有一定的相關(guān)性，使用數(shù)、捕獲數(shù)和引用數(shù)具有較強(qiáng)的相關(guān)性;與社交媒體及提及數(shù)相關(guān)性較弱，相關(guān)系數(shù)并不大，但是通過Facebook、Twitter和社交媒體的相互作用，對學(xué)術(shù)文獻(xiàn)的推廣有一定的積極意義。

3.2綜合指標(biāo)分析

本文運(yùn)用SPSS軟件將ESI引文數(shù)，PlumX指標(biāo)中的“使用數(shù)”、“捕獲數(shù)”、“引用數(shù)”、“提及數(shù)”和“社交媒體”的數(shù)值進(jìn)行因子分析，見表5。通過數(shù)據(jù)可見，KMO數(shù)值為0.772，其值大于0.7，證明所選樣本可以使用因子分析法;Bartlett球形檢驗(yàn)的值為305.137（自由度為15），伴隨概率值為0.000<0.01，達(dá)到了顯著性水平，說明拒絕零假設(shè)而接受備擇假設(shè)，即相關(guān)矩陣不是單位矩陣，適合進(jìn)行因子分析。由碎石圖可見，其中兩個(gè)因子數(shù)值大于1，且累計(jì)方差率也達(dá)到了較高的比例，用其反映學(xué)術(shù)水平說損失的信息量不多，所以本文認(rèn)為這兩個(gè)公因子能夠反映學(xué)術(shù)水平。

如圖2所示，旋轉(zhuǎn)后的因子負(fù)載矩陣可以明顯地看出兩個(gè)主因子的分布，第一主因子主要包括使用數(shù)、捕獲數(shù)和引用數(shù)，可見使用數(shù)、捕獲數(shù)和引用數(shù)對ESI引用的作用比較明顯;第二主因子主要包括提及數(shù)和社交媒體?？梢姡琍lumX的5個(gè)指標(biāo)可以歸納為兩個(gè)主要公因子：第一是基于傳統(tǒng)文獻(xiàn)使用方式的論文傳播情況，包括文獻(xiàn)的下載使用、文獻(xiàn)管理軟件的使用以及引文數(shù)量的影響;第二是以新興媒體行為為代表的大眾媒體對學(xué)術(shù)論文的影響，包括Twitter、Facebook、Blogs和Wikipedia等。綜上所述，兩個(gè)因子從不同角度表征了文獻(xiàn)的影響力，可以作為綜合指標(biāo)來評估論文的影響力。

4結(jié)論與展望

本文篩選WoS平臺(tái)ESI圖情專業(yè)高被引論文作為數(shù)據(jù)源，運(yùn)用替代計(jì)量學(xué)指標(biāo)中涵蓋數(shù)據(jù)范圍最廣的PlumX工具作為依據(jù)，探求引文量與替代計(jì)量學(xué)相關(guān)性，以此來驗(yàn)證替代計(jì)量學(xué)是否能作為傳統(tǒng)引文計(jì)量學(xué)的補(bǔ)充指標(biāo)，彌補(bǔ)引文分析存在的滯后性、偏倚性等弊端。通過研究得到以下結(jié)論：

替代計(jì)量學(xué)并非對傳統(tǒng)文獻(xiàn)計(jì)量學(xué)引文指標(biāo)的純粹補(bǔ)充，其能測度引文指標(biāo)無法涵蓋的領(lǐng)域，例如文獻(xiàn)管理軟件應(yīng)用、學(xué)術(shù)視頻的影響力、學(xué)術(shù)博客的社會(huì)影響力等。替代計(jì)量學(xué)也并非全盤否定基于引文的傳統(tǒng)指標(biāo)，而是從學(xué)術(shù)追蹤和交流等方面進(jìn)行計(jì)量。PlumX作為替代計(jì)量學(xué)重要的指標(biāo)，不僅涵蓋了新興網(wǎng)絡(luò)傳媒對文獻(xiàn)傳播的影響分析，還融入傳統(tǒng)文獻(xiàn)計(jì)量學(xué)引文數(shù)的重要指標(biāo)，其在評價(jià)論文水平方面具有一定的意義。

ESI高被引論文引用數(shù)與使用數(shù)和捕獲數(shù)有一定的相關(guān)性，說明研究人員的推廣對文章的引用起到的作用較大。而ESI高被引論文引文數(shù)與社交媒體和提及數(shù)沒有明顯的相關(guān)性，說明高被引論文并不依賴社會(huì)媒體宣傳度，且通過SPSS分析可見，兩者具有明顯的側(cè)重性，因此引文量與社交媒體平臺(tái)相互獨(dú)立性，將兩者結(jié)合評估學(xué)術(shù)水平將更全面客觀。ESI高被引論文引用數(shù)和PlumX指標(biāo)引用有高度相關(guān)性，說明PlumX能夠包含引用數(shù)據(jù)的指標(biāo)。因此，PlumX不僅擁有替代計(jì)量學(xué)指標(biāo)及時(shí)性、便捷性的特點(diǎn)，更有效地填補(bǔ)了傳統(tǒng)引文分析的弊端，能夠作為補(bǔ)充性指標(biāo)對該領(lǐng)域的學(xué)術(shù)水平進(jìn)行綜合評價(jià)。

目前替代計(jì)量學(xué)領(lǐng)域的實(shí)證研究數(shù)據(jù)主要來自于外文文獻(xiàn)，鮮有針對國內(nèi)文獻(xiàn)的替代計(jì)量學(xué)研究。通過研究可見，本文研究的PlumX指標(biāo)的數(shù)據(jù)獲取主要依靠文章DOI號(hào)，DOI注冊服務(wù)是由IDF批準(zhǔn)的全球9個(gè)RA（DOI注冊機(jī)構(gòu)）進(jìn)行運(yùn)行和推廣。2007年3月，中國科技信息研究所和萬方數(shù)據(jù)公司于聯(lián)合申請，由IDF批準(zhǔn)成立了我國首個(gè)RA，并建立運(yùn)行了“中文DOI”（http：//www.chinadoi.cn）服務(wù)?，F(xiàn)階段，中文DOI已推出DOI多重解析服務(wù)，與國外的Springer，Elsevier等大型出版商以及SCI、EI等文摘數(shù)據(jù)庫通過DOI進(jìn)行被引文獻(xiàn)、施引文獻(xiàn)的相互鏈接以及資源統(tǒng)計(jì)。隨著國內(nèi)科研水平的不斷提高，中文DOI服務(wù)的不斷發(fā)展，替代計(jì)量學(xué)的相關(guān)研究必將成為中文文獻(xiàn)研究的主要方向。

但是，本文仍存在一定的不足。主要在兩個(gè)方面：第一，樣本的選擇相對較少，雖然考慮到引文周期的因素，時(shí)間跨度為10年以上，但是由于學(xué)科的特殊性，使得數(shù)據(jù)量不夠充分;第二，替代計(jì)量學(xué)指標(biāo)數(shù)據(jù)與引文量在學(xué)術(shù)文獻(xiàn)評價(jià)中所占比重并沒有一個(gè)確切的數(shù)據(jù)支持，這一方面將在后續(xù)的研究中進(jìn)一步討論和探索。

替代計(jì)量學(xué)對于促進(jìn)科學(xué)交流的網(wǎng)絡(luò)化是必然趨勢，既是提高科學(xué)交流效率的需要，也是網(wǎng)絡(luò)時(shí)代科學(xué)家交流偏好變化的產(chǎn)物。本文希望通過探求替代計(jì)量學(xué)指標(biāo)PlumX與引文量之間的關(guān)系，找到綜合評價(jià)學(xué)術(shù)評價(jià)的合理方式，豐富學(xué)術(shù)評價(jià)體系，更全面地提供學(xué)術(shù)評價(jià)的方法，為進(jìn)一步提高科研水平提供理論支持。

參考文獻(xiàn)

[1]Bornmann L，Daniel H.What Do Citation Counts Measure？A Review of Studies on Citing Behavior[J].Journal of Documentation，2008，64（1）：45-80.

[2]Gorraiz J，Gumpenberger C，Schlgl C.Usage Versus Citation Behaviours in Four Subject Areas[J].Scientometrics，2014，101（2）：1077-1095.

[3]楊思洛.引文分析存在的問題及其原因探究[J].中國圖書館學(xué)報(bào)，2011，37（3）：108-117.

[4]Bornmann L.Alternative Metrics in Scientometrics：A Meta-analysis of Research Into Three Altmetrics[J].Scientometrics，2015，103（3）：1123-1144.

[5]Peters I，Peters I，Bar-Ilan J，et al.Coverage and Adoption of Altmetrics Sources in the Bibliometric Community[J].Scientometrics，2014，101（2）：1145-1163.

[6]Waltman L，Costas R.F1000 Recommendations as a Potential New Data Source for Research Evaluation：A Comparison With Citations[J].Journal of the American Society for Information Science & Technology，2014，65（3）：433-445.

[7]Shema H，Bar-Ilan J，Thelwall M.Do Blog Citations Correlate with a Higher Number of Future Citations？Research Blogs As a Potential Source for Alternative Metrics[J].Journal of the American Society for Information Science & Technology，2014，65（5）：1018-1027.

[8]Costas R，Zahedi Z，Wouters P.Do“Altmetrics”Correlate with Citations？Extensive Comparison of Altmetric Indicators with Citations from a Multidisciplinary Perspective[J].Journal of the Association for Information Science & Technology，2014，66（10）：2003-2019.

[9]Ortega J L.Relationship Between Altmetric and Bibliometric Indicators Across Academic Social Sites：The Case of CSICs Members[J].Journal of Informetrics，2015，9（1）：39-49.

[10]邱均平，張心源，董克.Altmetrics指標(biāo)在機(jī)構(gòu)知識(shí)庫中的應(yīng)用研究[J].圖書情報(bào)工作，2015，（2）：100-105.

[11]王聰，劉春麗.Altmetrics在我國高校機(jī)構(gòu)知識(shí)庫應(yīng)用分析[J].情報(bào)雜志，2016，35（12）：116-120.

[12]劉春麗.Altmetrics工具與機(jī)構(gòu)知識(shí)庫的整合與效果——以PlumX為例[J].圖書情報(bào)工作，2015，59（24）：39-46.

[13]趙蓉英，郭鳳嬌，譚潔.基于Altmetrics的學(xué)術(shù)論文影響力評價(jià)研究——以漢語言文學(xué)學(xué)科為例[J].中國圖書館學(xué)報(bào)，2016，42（1）：96-108.

[14]陳銘.期刊利用統(tǒng)計(jì)與Altmetrics的興起[J].圖書與情報(bào)，2014，（1）：12-17.

[15]邱均平，余厚強(qiáng).論推動(dòng)替代計(jì)量學(xué)發(fā)展的若干基本問題[J].中國圖書館學(xué)報(bào)，2015，41（1）：4-15.

[16]王睿，胡文靜，郭瑋.常用Altmetrics工具比較[J].現(xiàn)代圖書情報(bào)技術(shù)，2014，（12）：18-26.

[17]衛(wèi)垌圻，譚宗穎.Altmetrics國內(nèi)外研究中的問題與挑戰(zhàn)[J].圖書情報(bào)工作，2015，59（2）：93-99.

[18]趙蓉英，魏明坤，汪少震.Altmetrics的發(fā)展動(dòng)態(tài)探析[J].情報(bào)科學(xué)，2017，（2）：171-176.

[19]楊柳，陳銘.常用替代計(jì)量學(xué)工具之比較研究[J].情報(bào)理論與實(shí)踐，2015，38（9）：114-119.

[20]Ortega J L.The Life Cycle of the Altmetric Impact：A Longitudinal Study of Six Alternative Metrics from PlumX[J].Journal of Informetrics，2017，12（3）.

[21]Ortega J L.To Be or Not to Be on Twitter，and Its Relationship with the Tweeting and Citation of Research Papers[J].Scientometrics，2016，109：1-12.

[22]Ortega J L.Reliability and Accuracy of Altmetric Providers：A Comparison Among Altmetric.com，PlumX and Crossref Event Data[J].Scientometrics，2018，116（3）：2123-2138.

[23]Meschede C，Siebenlist T.Cross-metric Compatability and Inconsistencies of Altmetrics[J].Scientometrics，2018，115（4）：1-15.

[24]Torres-Salinas D，Robinson-Garcia N，Gorraiz J.Filling the Citation Gap：Measuring the Multidimensional Impact of the Academic Book At Institutional Level with PlumX[J].Scientometrics，2017，113（4）：1-14.

[25]劉春麗.Altmetrics工具與機(jī)構(gòu)知識(shí)庫的整合與效果——以PlumX為例[J].圖書情報(bào)工作，2015，59（24）：39-46.

[26]Trowler，Paul.Academic Tribes and Territories[M].Open University Press，2001.

[27]Nederhof A J.Bibliometric Monitoring of Research Performance in the Social Sciences and the Humanities：A Review[J].Scientometrics，2006，66（1）：81-100.

[28]梁永霞.引文分析學(xué)的知識(shí)計(jì)量研究[D].大連：大連理工大學(xué)，2009.

[29]Holmberg K，Thelwall M.Disciplinary Differences in Twitter Scholarly Communication[J].Scientometrics，2014，101（2）：1027-1042.

[30]Hellqvist B.Referencing in the Humanities and Its Implications for Citation Analysis[J].Journal of the American Society for Information Science & Technology，2010，61（2）：310-318.

[31]王穎鑫，黃德龍，劉德洪.ESI指標(biāo)原理及計(jì)算[J].圖書情報(bào)工作，2006，50（9）：73-75.

[32]Piwowar H.Introduction Altmetrics：What，Why and Where？[J].Bulletin of the American Society for Information Science & Technology，2013，39（4）：8-9.

（責(zé)任編輯：郭沫含）