基于網(wǎng)絡引文的開放存取期刊利用效率研究

●高 麗，王宏光（上海理工大學圖書館，上海 200093）

基于網(wǎng)絡引文的開放存取期刊利用效率研究

●高 麗，王宏光（上海理工大學圖書館，上海 200093）

開放存取期刊；網(wǎng)絡引文；半衰期；利用效率

隨著計算機網(wǎng)絡技術(shù)的不斷發(fā)展，網(wǎng)絡學術(shù)資源越來越受到人們的重視，其中最重要的一個標志是學術(shù)論文引用網(wǎng)絡學術(shù)資源作為參考文獻的現(xiàn)象越來越普遍。本文選取4份具有國際影響力的開放存取期刊，以2001-2010年發(fā)表的電子期刊論文為數(shù)據(jù)樣本，基于網(wǎng)絡引文，按不同學科分別從參考文獻、遺失引文文獻、域名、網(wǎng)絡搜索路徑等幾個角度深入分析網(wǎng)絡引文的引用情況，通過期刊文獻半衰期測度,試圖對開放式存取的學術(shù)期刊利用率作比較研究。

隨著信息技術(shù)的飛速發(fā)展和網(wǎng)絡文獻信息資源的日益豐富，人們獲取信息的途徑和學術(shù)交流模式發(fā)生了很大的變化，在科學研究、文獻繼承及文獻引證過程中，網(wǎng)絡引文作為一種新興的引文類型，在學術(shù)期刊論文的參考文獻中的數(shù)量日益增長。本文基于網(wǎng)絡引文，按不同學科分別從參考文獻、遺失引文文獻、域名、網(wǎng)絡搜索路徑等幾個角度展開研究，并對期刊進行半衰期測度，通過對不同學科的學術(shù)期刊半衰期的研究與分析，了解科研人員對網(wǎng)絡開放式獲取期刊的利用效率。

1 國內(nèi)外研究現(xiàn)狀

Sellitto等［1］2004年研究了網(wǎng)絡引文對圖書館學領(lǐng)域?qū)W術(shù)交流的影響，發(fā)現(xiàn)影響較小，但有逐漸加強的趨勢。此外，他還發(fā)現(xiàn)電子期刊比印刷型期刊更多地引用了網(wǎng)絡文獻。Yang等［2］2010年通過引文分析了在學術(shù)電子期刊中利用網(wǎng)絡資源的狀況，發(fā)現(xiàn)電子資源對現(xiàn)代學者的影響越來越大，同時電子資源促進了學者發(fā)現(xiàn)和利用以前不可用資源的能力，加強了資源共享。我國的學者也對網(wǎng)絡引文進行了深入的研究。河南師范大學圖書館的王愷榮等［3］對我國圖書館學、情報學的7種核心期刊作為研究樣本，對其近五年間（1998～2002年）所發(fā)表的學術(shù)論文的參考文獻和網(wǎng)絡引文進行統(tǒng)計、歸納、分析，發(fā)現(xiàn)網(wǎng)絡引文/引文總量只有9.6%，含有網(wǎng)絡引文的論文數(shù)/總論文數(shù)只有15.7%。2004年山西大學信息管理系的張翠英等［4］以情報學核心期刊2002-2003年的載文為樣本，發(fā)現(xiàn)網(wǎng)絡引文占當年引文總量的20.59%。中南大學胡德華等［5］基于網(wǎng)絡引文理論，分別從年代、期刊、域名、文本格式四個角度對我國近五年的5種圖書情報學期刊中網(wǎng)絡學術(shù)資源的利用效率進行全面系統(tǒng)的研究分析，發(fā)現(xiàn)含網(wǎng)絡引文的論文量占總論文量的百分比為13.15%。

但是網(wǎng)站資源具有不穩(wěn)定性，國外學者Ducut［6］在2008年的研究中指出，通過網(wǎng)絡獲取電子期刊在穩(wěn)定性和持久性方面表現(xiàn)出顯著的差異。他經(jīng)過一項為期四年的研究發(fā)現(xiàn),網(wǎng)頁的壽命是由其類別和用途相互復雜作用的結(jié)果,且提出不同學科、不同域名、不同領(lǐng)域的網(wǎng)絡信息的半衰期各不相同。Bar-Ⅰlan& Peritz，Goh&Ng等［7］研究了印刷文獻的URL和網(wǎng)站列表,發(fā)現(xiàn)不同的學科類型和主題領(lǐng)域半衰期不同。目前國內(nèi)學者主要對網(wǎng)絡信息老化的原因、特征以及測度方法有所探討,但卻未對不同學科的網(wǎng)絡信息做分類研究。

以上研究表明，目前國內(nèi)外學術(shù)界對網(wǎng)絡信息資源的分類還缺乏一個完善的體系,且對于不同內(nèi)容網(wǎng)絡信息資源的半衰期也沒有深入的比較分析。對網(wǎng)絡信息老化的測度僅局限于物理層面,而沒有從網(wǎng)絡信息的利用價值的角度去研究?；诖?，本文從網(wǎng)絡引文的角度，以2001～2010年發(fā)表的電子學術(shù)期刊為數(shù)據(jù)樣本，目的在于通過對開放存取期刊進行半衰期測度,對不同學科電子期刊利用率作出比較研究。

2 研究問題及研究方法

2.1 問題的提出及假設

基于網(wǎng)絡獲取電子學術(shù)資源的方式，本文做出如下假設：① 學術(shù)論文中的參考文獻和引文文獻數(shù)量呈正相關(guān)；② 網(wǎng)絡引文的利用程度與學科性質(zhì)相關(guān)；③ 遺失的網(wǎng)絡引文數(shù)量與學科性質(zhì)相關(guān)；④ 網(wǎng)絡引文的半衰期與網(wǎng)絡域名、路徑呈正相關(guān)。

基于以上假設，本文試圖解決以下幾個具體問題：① 不同學科學術(shù)期刊論文的引文現(xiàn)狀分析；② 不同學科學術(shù)期刊論文的引文遺失比例；③ 網(wǎng)絡引文與網(wǎng)絡域名、URL路徑的關(guān)系以及半衰期的計算。

2.2 樣本期刊及參考文獻的選擇

本文電子期刊文章數(shù)據(jù)樣本是通過DOAJ（www. doaj.org）網(wǎng)站獲得。共4份具有代表性的學術(shù)期刊，分別屬于自然科學和社會科學兩大學科：① 化學學報（Acta Ahimica Sinica，AAS）；② 國際分子科學學報 （Ⅰnternational Journal of Molecular Science，ⅠJMS）；③ 世界體系研究雜志 （Journal ofWorld System Research，JWSR）；④ 文獻學報（Journalof Documentation，JD）。

盡管之前有少數(shù)研究基于網(wǎng)絡引文進行了半衰期測試，但數(shù)據(jù)樣本的時間跨度都較短。不能有效的說明期刊的利用情況。因此，本研究選擇了更長、更大的樣本，具有影響力的國際期刊、時間范圍（2001～2010年），從而減少數(shù)據(jù)的局限性。本文下載了2001～2010年發(fā)表的學術(shù)期刊。參考文獻數(shù)據(jù)集僅僅指文后列出的期刊論文和書目，不包括書評、作者介紹、擴展的書目、腳注、尾注、電子郵件和注釋等。本文共選取1086篇文章，其中參考文獻共38820篇。

2.3 測試條件及途徑

本文從38820篇參考文獻中提取了1158篇網(wǎng)絡引文，通過W3C鏈接檢查器（http://validator.w3.org/）檢查網(wǎng)絡引文的引用情況。引文測試結(jié)果按“存活”和“遺失”分類，鏈接檢查器測試不成功的情況，依據(jù)錯誤類型 （如：HTTP403,HTTP404,HTTP 500, HTTP502,HTTP 503）以及詳細的URL分類。最后采用SPSS19版本進行統(tǒng)計分析。

3 研究過程及結(jié)果分析

3.1 不同學科的期刊論文和參考文獻研究過程及結(jié)果分析

表1列出了所選期刊在2001～2010年發(fā)表的論文，參考文獻和引文情況。4份期刊的網(wǎng)絡引文數(shù)量是1158（占2.98%），本文第一個目標是測試學術(shù)期刊的網(wǎng)絡引文是否是科研人員獲取信息的最佳渠道。研究數(shù)據(jù)表明，從十年的引文數(shù)量來看，這個比例從2001年的3.53到2010年為0.89，說明通過網(wǎng)絡獲取期刊信息資源并未取得突出成績。如果假設“參考文獻和引文數(shù)量與期刊論文的數(shù)量呈正相關(guān)”，使用皮爾森相關(guān)分析進行測試（r=0.091），統(tǒng)計分析表明它們的相關(guān)性還不是很明顯。我們普遍認為，開放存取期刊更多是依賴印刷型引文而不是網(wǎng)絡引文。而由表2可以看出網(wǎng)絡引文在自然科學和社會科學期刊所占比重還比較少，分別是：1.32%和7.33%。

表1 （2001～2010）4份期刊論文、參考文獻、引文數(shù)據(jù)統(tǒng)計

表2 不同學科基于網(wǎng)絡引文的期刊論文和參考文獻數(shù)據(jù)統(tǒng)計

3.2 不同學科中存活及遺失的網(wǎng)絡引文研究過程及結(jié)果分析

本文第二個目標是測試網(wǎng)絡引文衰減率。也就是檢測網(wǎng)絡引文的持續(xù)訪問程度。我們發(fā)現(xiàn)1158篇引文中僅有804篇引文， 而其余354已經(jīng)遺失了。遺失最多的是2005年的引文占43.45%，其次是 2001年占42.02%。引文遺失率總體是逐年減少的，從 2001的42.02%到2010年的17.56%。這一點也證實了第三條假設。表3列出了不同學科引文遺失率。數(shù)據(jù)顯示，引文遺失率與學科相關(guān)，在自然科學期刊和社會科學中分別占26%和52.73%，這一點也證實了2.1小節(jié)中的第三條假設。而造成引文遺失的原因主要分為五類（見表4）：HTTP 403, HTTP 404, HTTP 500, HTTP502，HTTP502，其中HTTP 404：錯誤信息頁占67.79%。

此外，造成引文遺失的原因還和域名和路徑深度有關(guān)，域名主要分為以下幾種：.org，.com/co，.edu，.gov，.ac，and.net，其中，域名是.net的具有較高的文章獲取率，而.org，.com/co，獲取率較低。遺失的網(wǎng)絡引文還與URL的路徑深度有關(guān)，這一點也證實了2.1小節(jié)中第四條假設，從下圖可以看出：當路徑深度為“3”時，遺失率最高，路徑深度為“0”時，遺失率最低。但是根據(jù)皮爾森相關(guān)性分析，遺失的網(wǎng)絡引文與URL的路徑深度有關(guān)，但這種關(guān)聯(lián)性還不是非常明顯（p=.230）。

表3 不同學科存活和遺失的網(wǎng)絡引文數(shù)據(jù)統(tǒng)計

表4 不同學科存活和遺失的網(wǎng)絡引文數(shù)據(jù)統(tǒng)計

圖 路徑深度和引文的關(guān)系圖

3.3 網(wǎng)絡引文半衰期

所謂半衰期是指某學科（或某專業(yè)）現(xiàn)時尚在利用的全部文獻中的一半是在多長一段時間內(nèi)發(fā)表的。［8］計算期刊文獻的半衰期一般使用泰勒（Tyler）Koehler 和Tyle公式：［9］其中，（0）表示出版期內(nèi)的引文數(shù)；表示出版后的引文數(shù)，a為恒量。

網(wǎng)絡信息的被引半衰期是指某一站點的某一時間段內(nèi)被引用或被鏈接的所有信息中較新的一半是在最近多長時間內(nèi)發(fā)表的。［6］網(wǎng)絡信息被引半衰期的測度是通過URLs被引用的變化情況來判斷的。本文半衰期是基本計算公式的修正：

通過式（2）計算本文樣本半衰期計算結(jié)果（如表5所示），自然科學和社科類期刊的平均半衰期分別為11.5年和9年。

表5 不同學科期刊半衰期

3.4 研究小結(jié)

通過以上研究過程和結(jié)果分析，可以對假設問題做出回答：網(wǎng)絡資源使用情況已經(jīng)引起了研究者的廣泛注意，但網(wǎng)絡引文資源依然沒有印刷型期刊使用多（見表1），造成網(wǎng)絡引文未得到迅速增長的原因主要有兩點：一是印刷型出版物的滯后；二是網(wǎng)絡固有的不穩(wěn)定和可靠性因素。并且相對于社會科學，自然科學的引用情況更少，因為自然科學更注重基礎理論和信息的可信度。網(wǎng)絡引文與期刊出版年呈負相關(guān)，論文資源發(fā)表時間越長文獻遺失率越高。而網(wǎng)絡引文與網(wǎng)絡域名和URL有一定的相關(guān)性，相對網(wǎng)絡管理者更傾向于維護常用的信譽較高的網(wǎng)站和路徑較短的URL。選取的樣本時間跨度越大，文獻的半衰期也越長。

4 結(jié)論和展望

（1）網(wǎng)絡引文作為一種新興的文獻資源類型已日益被科研人員所接受和認可，并正在得到越來越廣泛的應用，但是網(wǎng)絡資源興起的同時也帶來了一些新問題，網(wǎng)絡資源的不穩(wěn)定和不可靠性等等，為減小網(wǎng)絡資源的衰減率，科研人員利用網(wǎng)絡學術(shù)資源的意識和能力有待進一步提高。

（2）由于學科性質(zhì)不同，科研人員在利用網(wǎng)絡學術(shù)資源時，表現(xiàn)出很強的選擇性，對網(wǎng)絡學術(shù)資源的參考引用主要來源于一些信譽較高的教育網(wǎng)站或可信度很高的政府網(wǎng)站，以及一些科研機構(gòu)的學術(shù)網(wǎng)站。因此，對網(wǎng)絡學術(shù)資源的吸收、利用應與傳統(tǒng)的方式有所差別，應選擇多元化、多途徑，多來源的網(wǎng)絡獲取方式。

（3）不同的文件格式適用于不同類型文獻全文的處理，由于版權(quán)保護、市場競爭和技術(shù)條件等方面的原因，使網(wǎng)絡資源數(shù)據(jù)出現(xiàn)多種文件格式和瀏覽軟件，這對于用戶利用網(wǎng)絡學術(shù)資源來說，是一種障礙。因此，應該選擇穩(wěn)定的保存方式和網(wǎng)絡搜索路徑，并根據(jù)需求來改善網(wǎng)絡信息資源，以延長資源的半衰期,加大學術(shù)期刊的利用價值。

［1］Sellitto C．A studyofmissingweb-cites in scholarly articles:towardsan evaluation framework［J］．Journalof Ⅰnformation Science，2004，30（6）：484－495.

［2］Yang S，etal．An empiricalstudyon theutilization of web academic resources in humanities and social sciences based on web citations［J］．Scientometrics，2010，84（1）：1－19.

［3］王愷榮．情報學核心期刊網(wǎng)絡引文的計量研究［J］．圖書情報工作，2004（10）：17-19.

［4］張翠英，等．Web引文數(shù)量探系［J］．情報學報，2004，23（5）：566－570.

［5］胡德華，金建彬.基于網(wǎng)絡引文的網(wǎng)絡學術(shù)資源利用效率研究［J］．情報學報，2009，27（3）: 379－383.

［6］DucutE，etal．An updateon uniform resource locators （URL）decay inMEDLⅠNEabstractandmeasures forit’s mitigation［EB/OL］.［2011－07－12］．http://www. biomedcentral.com/1472-6947/8/23.

［7］ Bar-Ⅰlan J，Peritz BC．Amethod formeasuring the evolution ofa topic on theweb-the caseof“informetrics”［EB/OL］.［2011－06－21］．http://journal.webscience.org/32/1/WebEvolve2008-01.pdf.

［8］朱夢嫻，等．不同內(nèi)容網(wǎng)絡信息資源的半衰期比較研究［J］．情報雜志，2010，29（9）：29－40.

［9］Tyler D，McNeil B．Librarians and link rot：a comparative analysis with somemethodological considerations［J］．Portal：Libraries and the Academy，2003 （4）：615－632.

G255.76；G255.2

A

1005－8214（2014）02－0030－03

高麗（1973－），女，工學博士，上海理工大學圖書館館員；王宏光（1962－），男，教授，博導，上海理工大學圖書館館長。

2013－09－09［責任編輯］楊 蕾