融合Altmetrics 与引文分析的数据论文学术影响力评价
翟姗姗1 , 叶丁菱1 , 胡畔1 , 许鑫2
1.华中师范大学信息管理学院,武汉 430079 2.华东师范大学经济与管理学部信息管理系,上海 200241
Evaluation of the Academic Impact of Data Papers Fused with Altmetrics and Citation Analysis
Zhai Shanshan1 , Ye Dingling1 , Hu Pan1 , Xu Xin2
1.School of Information Management, Central China Normal University, Wuhan 430079 2.Department of Information Management, Faculty of Economics and Management, East China Normal University, Shanghai 200241
摘要 数据论文能够满足科研人员细粒度知识单元的数据需求,促进科学数据的有效再利用,但当前尚缺乏针对数据论文这一特殊学术资源的影响力评价指标与评价方法。本文首先对数据论文的发展现状与学术影响力的评价方法进行了梳理,通过可行性分析发现,融合Altmetrics与引文分析的评价方法能够有效实现对数据论文学术影响力的评价。在此基础上,通过对数据论文自身特性、Altmetrics与引文分析优势融合以及数据论文出版平台特征的考量,提出以数据论文被引对象频次、当年影响因子、下载量为指标的评价模型。最后,以“全球变化科学研究数据出版系统”的数据论文作为实证对象,论证评价指标的效用性与评价模型的可行性。实证表明,该模型具有可行性,并且适用性、施引文献质量与时空性等特征是造成数据论文影响力差异的重要原因。
关键词 :
数据论文 ,
学术影响力评价 ,
Altmetrics ,
引文分析
收稿日期: 2019-11-19
基金资助: 国家社会科学基金青年项目“社会网络中基于用户认知结构的知识标注研究”(17CTQ024)。
作者简介 : 翟姗姗,女,1986年生,副教授,硕士生导师,主要研究方向为信息组织与检索、科学计量与评价研究。叶丁菱,女,1995年生,硕士研究生,主要研究方向为信息组织、科学计量与评价研究。胡畔,女,1996年生,硕士研究生,主要研究方向为信息组织、科学计量与评价研究。许鑫,男,1976年生,教授,博士生导师,主要研究方向为数据管理、信息资源管理,E-mail:xxu@infor.ecnu.edu.cn。
引用本文:
翟姗姗, 叶丁菱, 胡畔, 许鑫. 融合Altmetrics 与引文分析的数据论文学术影响力评价[J]. 情报学报, 2020, 39(7): 710-718.
Zhai Shanshan, Ye Dingling, Hu Pan, Xu Xin. Evaluation of the Academic Impact of Data Papers Fused with Altmetrics and Citation Analysis. 情报学报, 2020, 39(7): 710-718.
链接本文:
https://qbxb.istic.ac.cn/CN/10.3772/j.issn.1000-0135.2020.07.004 或 https://qbxb.istic.ac.cn/CN/Y2020/V39/I7/710
1 周倩. 面向科学数据出版的信息资源开发利用研究——以国防科技领域为例[J]. 情报理论与实践, 2019, 42(2): 140-144. 2 涂志芳. 科学数据出版的基础问题综述与关键问题识别[J]. 图书馆, 2018(6): 86-92, 100. 3 马瀚青, 杨小梅, 侯春梅, 等. 数据论文联合出版模式及数据论文出版[J]. 中国科技期刊研究, 2018, 29(7): 698-703. 4 Chavan V, Penev L. The data paper: A mechanism to incentivize data publishing in biodiversity science[J]. BMC Bioinformatics, 2011, 12(S15): S2. 5 刘传玺. 数据论文概念辨析及其同行评审研究[J]. 图书馆杂志, 2016, 35(9): 76-80, 93. 6 张静蓓, 任树怀. 科研数据出版模式、流程及引用策略研究[J]. 图书情报工作, 2015, 59(9): 21-27. 7 黄如花, 李楠. 国外科学数据引用规范调查分析与启示[J]. 图书馆学研究, 2016(10): 2-9. 8 史雅莉, 司莉. 我国科研人员数据引用行为特征分析[J]. 情报理论与实践, 2019, 42(6): 36-41. 9 邱均平, 何文静. 科学数据共享与引用行为的相互作用关系研究[J]. 情报理论与实践, 2015, 38(10): 1-5. 10 赵蕊菡. 科学数据论文的重用现状研究——基于数据期刊“Earth System Science Data”的引文分析[J]. 情报理论与实践, 2017, 40(11): 52-57, 72. 11 丁楠, 黎娇, 李文雨泽, 等. 基于引用的科学数据评价研究[J]. 图书与情报, 2014(5): 95-99. 12 王雪, 马胜利, 佘曾溧, 等. 科学数据的引用行为及其影响力研究[J]. 情报学报, 2016, 35(11): 1132-1139. 13 彭国莉, 吕先竞, 刘文君. DCI社会科学数据分析研究[J]. 西南民族大学学报(人文社会科学版), 2015, 36(3): 231-233. 14 常唯, 李自乐, 王成, 等. 开放评议与双盲评议在国际科技期刊质量控制中的价值[J]. 中国科技期刊研究, 2016, 27(1): 18-24. 15 万昊, 谭宗颖, 朱相丽. 同行评议与文献计量在科研评价中的作用分析比较[J]. 图书情报工作, 2017, 61(1): 134-152. 16 郑辛甜, 张斯龙. 学术期刊公开同行评议的发展现状及发展趋势[J]. 中国科技期刊研究, 2015, 26(2): 133-138. 17 侯剑华. 基于引文出版年光谱的引文分析理论历史根源探测[J]. 情报学报, 2017, 36(2): 132-140. 18 章成志, 王玉琢, 卢超. 学术专著引用行为研究——基于引文内容特征分析的视角[J]. 情报学报, 2017, 36(3): 319-330. 19 黄晓斌, 吴高. 学科领域研究前沿探测方法研究述评[J]. 情报学报, 2019, 38(8): 872-880. 20 Piwowar H. Value all research products[J]. Nature, 2013, 493(7431): 159. 21 刘春丽. 基于PLOS API的论文影响力选择性计量指标研究[J]. 图书情报工作, 2013, 57(7): 89-95. 22 吴胜男, 赵蓉英. Altmetrics应用工具的发展现状及趋势之分析[J]. 图书情报知识, 2016(1): 84-93. 23 余以胜, 刘鑫艳. Altmetrics现存问题及未来应用领域研究[J]. 图书情报知识, 2017(6): 35-41. 24 Kwok R. Research impact: Altmetrics make their mark[J]. Nature, 2013, 500(7463): 491-493. 25 Waltman L, Costas R. F1000 recommendations as a potential new data source for research evaluation: A comparison with citations[J]. Journal of the Association for Information Science and Technology, 2014, 65(3): 433-445. 26 郝若扬. 高Altmetrics指标论文的特征分析及影响力分析[J]. 图书情报工作, 2018, 62(8): 107-114. 27 王毅萍, 马建玲. 国外科学数据影响力研究进展[J]. 图书情报工作, 2017, 61(7): 118-126. 28 Kratz J E, Strasser C. Making data count[J]. Scientific Data, 2015, 2: 150039. 29 祝清松. 科技文献引文价值测度的改进方法[J]. 中国科技期刊研究, 2016, 27(7): 793-798. 30 Maricic S, Spaventi J, Pavicic L, et al. Citation context versus the frequency counts of citation histories[J]. Journal of the American Society for Information Science, 1998, 49(6): 530-540. 31 谢娟, 龚凯乐, 成颖, 等. 论文下载量与被引量相关关系的元分析[J]. 情报学报, 2017, 36(12): 1255-1269.
[1]
侯剑华, 李昊, 张洋, 高继平. Altmetrics 视角下科学睡美人的演化特征分析 [J]. 情报学报, 2021, 40(9): 934-952.
[2]
李江波, 张梁, 姜春林. Altmetrics 视角下的人文社会科学学术专著影响力评价研究——基于BkCI 、Amazon 和Goodreads 的比较分析 [J]. 情报学报, 2020, 39(9): 896-905.
[3]
张琳, 刘冬东, 吕琦, 孙蓓蓓, 黄颖. 论文学科交叉测度研究:从全部引文到章节引文 [J]. 情报学报, 2020, 39(5): 492-499.
[4]
欧桂燕, 马廷灿, 李瑞婻, 禾雪瑶, 岳名亮. 2013 —2018 年高Altmetrics 指标论文的特征演变分析 [J]. 情报学报, 2020, 39(3): 243-252.
[5]
王菲菲, 刘明. Altmetrics 视角下的交叉学科研究前沿探测——以医学信息学领域为例 [J]. 情报学报, 2020, 39(10): 1011-1020.
[6]
周建, 刘炎宝, 刘佳佳. 情感分析研究的知识结构及热点前沿探析 [J]. 情报学报, 2020, 39(1): 111-124.
[7]
刘向, 万小萍, 闫肖婷, 汪锦霞. 基于引文路径叠加网络的主路径分析 [J]. 情报学报, 2019, 38(8): 807-814.
[8]
李明, 李江, 陈铭, 石进. 中文学术图书引文量与Altmetrics 指标探索性分析及其启示 [J]. 情报学报, 2019, 38(6): 557-567.
[9]
秦奋, 高健. 基于Scopus 数据库的Altmetrics 指标与引文计量对比分析 [J]. 情报学报, 2019, 38(4): 377-383.
[10]
郭世杰, 王学昭, 韩涛, 魏韧, 董璐, 李宜展, 李泽霞. 大科学装置“预期- 实际- 扩展应用”链式模型及其实证研究——以日本SACLA 装置为例 [J]. 情报学报, 2019, 38(11): 1187-1199.
[11]
王菲菲, 王筱涵, 刘扬. 三维引文关联融合视角下的学者学术影响力评价研究——以基因编辑领域为例 [J]. 情报学报, 2018, 37(6): 610-620.
[12]
万小萍, 刘向, 闫肖婷, 汪锦霞. 基于关联分析的技术演进路径发现 [J]. 情报学报, 2018, 37(11): 1087-1094.