论文部分内容阅读
各领域研究论文数量的飞速增加,研究人员可利用的学术资源和材料越来越多,如何迅速有效地甄别高质量学术研究论文成为急需解决的问题。Altmetrics作为研究论文在发表早期能够快速累积的指标,是探索如何迅速甄别高质量论文的关键。本文将使用跟踪记录的方法,获取单篇研究论文在时间序列上动态变化的Altmetrics数据;再利用动态数据探索论文发表早期累积的Altmetrics指标对单篇论文影响力的可预测性。 首先,对跟踪收集到的Altmetrics数据和引文指标进行初步统计,计算出指标的覆盖率,对需要重点研究的Altmetrics指标进行筛选;其次,利用Altmetrics在时间序列上的累积趋势图,分析指标在时间序列上的累计规律;再次,在时间序列上划分三个时间节点提取Altmetrics累积值。分析Altmetrics自身在时间序列上的相关性以及早期Altmetrics指标累积值与一段时间之后累积的引文次数之间的相关性;进而,在相关性的基础上,对不同时间节点的Altmetrics进行主成分分析,分析Altmetrics指标在时间序列上评价论文影响力的维度变化;最后,利用Altmetrics在各时间节点的上主因子,进行Altmetrics指标自身在时间序列上的回归研究,并利用观察法探索早期Altmetrics指标与一年后引文指标的关系,推断论文早期Altmetrics累积值对单篇论文影响力的可预测性。 通过上述研究过程,得到一些有重要意义的结论:同时期发表的研究论文的各项评价指标分布均呈正偏态分布特征,少数论文受到的网络关注度远超同期发表论文的平均水平;Altmetrics指标在时间序列上的动态累积过程是规律性的,研究显示Altmetrics的多项指标主要有两种不同的累积规律,二者的差异主要表现在论文发表初期指标数据累积的速度;Altmetrics指标在时间序列上的动态累积过程表现出一致性以及独立性,说明利用早期Altmetrics指标预测单篇论文多维度影响力具备可行性;通过计算不同时间节点的Altmetrics指标自身的相关关系发现Altmetrics自身预测性非常高;但早期Altmetrics指标数据与传统引文指标的相关关系较弱,预测功能有限;通过分析早期Altmetrics指标数据与传统引文指标的散点图发现,造成二者相关关系较弱的主要原因之一是媒体对一部分学术成果的过度宣传,导致一部分论文的Altmetrics数据与引文量差异过大。 上述研究结论在实际工作中能够给予一些启示:对于科研评价机构,在对论文影响力进行评价时,可利用Altmetrics在论文发表早期提前预知该论文发表一段时间后的网络受关注度,在一定程度上预测单篇论文的社会影响力;期刊出版机构利用Altmetrics能够筛选出引起更多社会关注度的论文并做进一步的推广,同时对一些受媒体关注程度小的优质论文进行重点推广;科研人员利用Altmetrics可以快速跟进一个新研究领域的热点问题以及重要科研成果,并实时监控自己的研究成果所受的网络关注。