數(shù)智時(shí)代基于Altmetrics熱點(diǎn)論文指標(biāo)分析的高校圖書(shū)館學(xué)科數(shù)據(jù)服務(wù)探析

宋玲玲

摘 要：嘗試將Altmetrics的應(yīng)用指標(biāo)融入高校圖書(shū)館學(xué)科數(shù)據(jù)服務(wù)，由新的替代計(jì)量視角來(lái)正面影響高校智慧圖書(shū)館的定位。本研究以2017～2021年近5年的Altmetric Top100 論文數(shù)據(jù)指標(biāo)為研究對(duì)象，對(duì)其發(fā)表時(shí)間、來(lái)源期刊和研究學(xué)科主題開(kāi)展統(tǒng)計(jì)檢驗(yàn)和比較分析，討論這些特征的動(dòng)態(tài)演化情況，并對(duì)影響Altmetric Top100論文的主要因素，采用描述性統(tǒng)計(jì)分析、相關(guān)性統(tǒng)計(jì)分析以及回歸模型分析等方法綜合探討。在研究影響Altmetric Top 100論文的主要因素的基礎(chǔ)上，立足于Altmetrics 思維提出數(shù)智時(shí)代高校圖書(shū)館學(xué)科數(shù)據(jù)服務(wù)的新途徑。

關(guān)鍵詞：Altmetrics；特征分析；影響因素分析；學(xué)科數(shù)據(jù)服務(wù)

當(dāng)前，在線科學(xué)交流迅猛發(fā)展，引文至上的傳統(tǒng)學(xué)術(shù)評(píng)價(jià)體系已經(jīng)不能完全滿足科研需求，Altmetrics以其廣泛的數(shù)據(jù)源，新穎的研究視角，精細(xì)的影響力評(píng)價(jià)受到學(xué)者們的密切關(guān)注。本研究以 Altmetric Top100 論文數(shù)據(jù)指標(biāo)為樣本，研究分析高 Altmetrics 指標(biāo)論文特征的動(dòng)態(tài)和演化，并力求在現(xiàn)有基礎(chǔ)框架上，立足Altmetrics 研究思維，提出數(shù)智時(shí)代高校圖書(shū)館學(xué)科數(shù)據(jù)服務(wù)新思路，以期為數(shù)智時(shí)代高校智慧圖書(shū)館學(xué)科數(shù)據(jù)服務(wù)以及相關(guān)的研究領(lǐng)域提供一定的參考依據(jù)。

一、研究設(shè)計(jì)

1.數(shù)據(jù)來(lái)源及采集

Altmetric.com自2014年開(kāi)始至2020年期間每年都會(huì)公布Altmetric分?jǐn)?shù)（Altmetric Attention Score）排名前100的論文即Altmetric Top100（時(shí)間為每年的11月中旬或12月份左右），它們普遍在社交媒體中提及量相對(duì)較高，具有典型性和代表性研究?jī)r(jià)值。其官方網(wǎng)站每年公布的數(shù)據(jù)信息包含Altmetric Top100論文的Altmetric分?jǐn)?shù)（Altmetric Attention Score）、學(xué)科分布（Subjects）、來(lái)源期刊（Journal/Collection Title）、出版日期（Publication Date）以及綜合計(jì)量Altmetric分?jǐn)?shù)時(shí)所依據(jù)的社會(huì)大眾對(duì)論文的關(guān)注度（新聞報(bào)道中被提及討論的次數(shù)）（Number of news stories）等等最多共計(jì)47項(xiàng)。

本研究數(shù)據(jù)來(lái)源及采集具體步驟為：

自www.altmetric.com官方網(wǎng)站和https：//figshare.com網(wǎng)站取得Altmetric TOP100 論文。

（1）根據(jù)api.altmetric.com 所提供的 API，選定近5年來(lái)的TOP100論文的元數(shù)據(jù)作為數(shù)據(jù)樣本；由于Altmetric Top 100數(shù)據(jù)也會(huì)上傳至 Figshare 網(wǎng)站，考慮到Altmetric.com自2021年沒(méi)有繼續(xù)發(fā)布提供Altmetric Top 100論文的數(shù)據(jù)，因此從Figshare 網(wǎng)站獲取2021年的Altmetric Top 100論文數(shù)據(jù)；

（2）根據(jù)文獻(xiàn)DOI的唯一持久性，由Altmetric TOP100 論文在Altmetric.com官方網(wǎng)站獲取的DOI繼續(xù)在WoS 數(shù)據(jù)庫(kù)匹配下載 TOP100 論文相應(yīng)的文獻(xiàn)數(shù)據(jù)作為共同數(shù)據(jù)樣本。

其中從 api.altmetric.com 共計(jì)獲取 Altmetrics 近5年的 TOP100 論文的元數(shù)據(jù)13100條，從WOS 數(shù)據(jù)庫(kù)共計(jì)獲取1500條相關(guān)研究數(shù)據(jù)。

數(shù)據(jù)收集時(shí)間為2022年9月。

2.研究方法及數(shù)據(jù)處理

首先，就Top100論文發(fā)表時(shí)間的分布、來(lái)源期刊的分布及學(xué)科的分布等進(jìn)行統(tǒng)計(jì)分析。其次，運(yùn)用Stata和SPSS軟件對(duì)數(shù)據(jù)指標(biāo)先后進(jìn)行描述性統(tǒng)計(jì)分析、相關(guān)性統(tǒng)計(jì)分析、多元線性回歸模型分析等，測(cè)度Top100 論文各數(shù)據(jù)指標(biāo)、論文在 WOS 數(shù)據(jù)庫(kù)的文獻(xiàn)指標(biāo)之間的聯(lián)系，檢驗(yàn)分析并探討影響高 Altmetrics指標(biāo)論文的學(xué)術(shù)影響力的因素，并在此基礎(chǔ)上提出數(shù)智時(shí)代高校智慧圖書(shū)館學(xué)科數(shù)據(jù)服務(wù)的模式及策略。

3.變量設(shè)定

本研究選取2017～2021年近5年公布的共計(jì)500篇TOP100指標(biāo)論文和其DOI匹配的WOS文獻(xiàn)數(shù)據(jù)為研究指標(biāo)數(shù)據(jù)對(duì)象。依據(jù)前人相關(guān)研究以及在社交媒體中的數(shù)據(jù)提及量和受關(guān)注量，為了保證結(jié)果的準(zhǔn)確客觀，更好地觀察指標(biāo)演變特征，最終確定Stories、Tweets、Facebook、Reddit、Blog、Google+、Mendeley、Videos、Wikipedia、Dimensions典型數(shù)據(jù)指標(biāo)為解釋標(biāo)量，它們是該研究中的自變量。

4.回歸模型設(shè)計(jì)

本研究所有變量均滿足正態(tài)分布條件，所以，本研究選定多元線性回歸數(shù)學(xué)模型進(jìn)行分析。

根據(jù)多元線性回歸模型表達(dá)公式：

ya=β0+β1x1a+β2x2a+…+βkxka+εa

綜合考慮論文指標(biāo)多方面的影響因素，避免單一指標(biāo)之間影響的缺陷，本研究集合能夠一定程度代表論文影響力的WOS數(shù)據(jù)庫(kù)的文獻(xiàn)指標(biāo)和Altmetric分?jǐn)?shù)（以下簡(jiǎn)稱(chēng)As）指標(biāo)，并將其他影響因素固定的邊際作用考慮在內(nèi)，進(jìn)行多元線性回歸模型分析，以探測(cè)論文指標(biāo)的真實(shí)影響。

二、研究結(jié)果與統(tǒng)計(jì)分析

本研究共構(gòu)建四個(gè)回歸模型，顯示TOP 100指標(biāo)論文的10個(gè)典型數(shù)據(jù)指標(biāo)因素對(duì)因變量影響分析結(jié)果。

模型一，所有自變量對(duì)被引頻次TC的影響模型數(shù)據(jù)分析?？梢钥闯?，News對(duì)應(yīng)的相關(guān)系數(shù)為-.403***，Tweets對(duì)應(yīng)的相關(guān)系數(shù)為-.015***，顯而易見(jiàn)，論文在新聞報(bào)道中提及討論的次數(shù)與被引頻次呈顯著負(fù)相關(guān)關(guān)系。同樣，論文被推文提及討論的次數(shù)與被引頻次也呈顯著負(fù)相關(guān)關(guān)系，且都是在1%水平下顯著，即論文在新聞報(bào)道中提及討論的次數(shù)越多，對(duì)被引頻次的影響就越低，論文被推文提及討論的次數(shù)越多，對(duì)被引頻次的影響就越低。此外，Mendeley對(duì)被引頻次TC的相關(guān)系數(shù)為-.197**，在5%水平下顯著負(fù)相關(guān)，其余變量對(duì)TC并沒(méi)有產(chǎn)生顯著影響。

模型二，所有自變量對(duì)論文最近180天的使用次數(shù)U1的作用模型數(shù)據(jù)分析?？梢钥闯?，自變量分別與最近180天的使用次數(shù)（U1）呈一定的負(fù)向相關(guān)關(guān)系，且均不顯著。從這里可以看出，這些自變量分別對(duì)最近 180 天的使用次數(shù)U1的影響比較小，從側(cè)面可以反映出WOS數(shù)據(jù)庫(kù)中的此類(lèi)文獻(xiàn)指標(biāo)，還不能顯著影響到As的大小。

模型三，所有自變量對(duì)2013 年至今的使用次數(shù)U2的影響模型數(shù)據(jù)分析?？梢钥闯?，News與WOS數(shù)據(jù)庫(kù)中文獻(xiàn)指標(biāo)2013 年至今的使用次數(shù)U2在1%水平下呈顯著負(fù)相關(guān)關(guān)系，相關(guān)系數(shù)為-.424***。Tweets與WOS數(shù)據(jù)庫(kù)中文獻(xiàn)指標(biāo)2013 年至今的使用次數(shù)U2在5%水平下呈顯著負(fù)相關(guān)關(guān)系，相關(guān)系數(shù)為-.012**。Mendeley、Reddit、Wikipedia分別與WOS數(shù)據(jù)庫(kù)中文獻(xiàn)指標(biāo)2013 年至今的使用次數(shù)U2在10%水平下呈顯著負(fù)相關(guān)關(guān)系，由數(shù)據(jù)可以看出News對(duì)U2的影響最為明顯，其值最高。其他變量對(duì)2013 年至今的使用次數(shù)U2沒(méi)有顯著影響。

模型四，所有自變量對(duì)As的影響模型數(shù)據(jù)分析?？梢钥闯?，As和這10個(gè)自變量均呈現(xiàn)出正相關(guān)關(guān)系，所有自變量均能對(duì)As產(chǎn)生影響，且數(shù)值越高，對(duì)As影響越大，其中影響最大的是News、Blog這兩個(gè)變量。

三、討論分析

第一，論文發(fā)表時(shí)間演變層面。Altmetrics的指標(biāo)對(duì)最新的研究論文成果的響應(yīng)和反饋速度較引用指標(biāo)快。社交網(wǎng)絡(luò)高速發(fā)展，高Altmetrics指標(biāo)論文社交媒體討論度發(fā)展近5年來(lái)一直趨于大體上升態(tài)勢(shì)，公眾尤其是科研人員對(duì)在線網(wǎng)絡(luò)的交流討論的依賴(lài)性持續(xù)走高。

第二，近5年期刊演變特征分布層面。國(guó)際綜合性期刊《Nature》《Science》論文總數(shù)名列前茅，近5年來(lái)TOP100論文發(fā)表總數(shù)最多的是《Nature》，其科技價(jià)值和權(quán)威影響力可見(jiàn)一斑。排名前三的TOP100論文來(lái)源期刊影響因子普遍較高，均為自然科學(xué)類(lèi)權(quán)威期刊，且均為Q1 區(qū)期刊。Altmetrics 指標(biāo)論文能夠在一定程度上反映學(xué)術(shù)論文的質(zhì)量。Altmetrics 不僅能夠衡量已發(fā)表期刊論文的關(guān)注情況，還可以衡量非期刊預(yù)印本平臺(tái)中論文的受關(guān)注情況。大部分期刊都可開(kāi)放獲取，這也能夠推動(dòng)人們對(duì)論文網(wǎng)絡(luò)的關(guān)注。

第三，研究學(xué)科主題特征演變層面。備受大眾社交媒體關(guān)注的論文學(xué)科類(lèi)別為醫(yī)學(xué)和健康科學(xué)類(lèi)、人類(lèi)社會(huì)研究類(lèi)、物理科學(xué)類(lèi)以及信息與計(jì)算科學(xué)類(lèi)，且高 Altmetrics 指標(biāo)論文一直以醫(yī)學(xué)與健康科學(xué)為主導(dǎo)，國(guó)際科技論文在醫(yī)學(xué)領(lǐng)域比較集中，論文的As高，大眾媒體對(duì)其傳播也更加廣泛，其社會(huì)影響力也會(huì)增強(qiáng)，會(huì)促進(jìn)科研人員對(duì)該論文的引用，從而提升了論文的學(xué)術(shù)影響力。

第四，由變量描述性統(tǒng)計(jì)分析和相關(guān)性分析來(lái)看，近5年來(lái)TOP100學(xué)術(shù)論文在社交媒體和大眾評(píng)議上引起的關(guān)注度普遍很高，體現(xiàn)了較強(qiáng)的學(xué)術(shù)影響力，且彰顯了較高的社會(huì)影響價(jià)值。論文被推文提及討論的次數(shù)能夠影響其As，且該次數(shù)越多As越高。論文被引頻次對(duì)于As的增長(zhǎng)貢獻(xiàn)不大。

第五，由多元線性回歸模型結(jié)果分析來(lái)看，論文在新聞報(bào)道中提及討論的次數(shù)、論文被推文提及討論的次數(shù)與被引頻次呈顯著負(fù)相關(guān)關(guān)系，論文在新聞報(bào)道中提及討論的次數(shù)越多，對(duì)被引頻次的影響就越低。同樣，論文被推文提及討論的次數(shù)越多，對(duì)被引頻次的影響就越低。News、Tweets與U2、Mendeley、Reddit、Wikipedia分別與WOS數(shù)據(jù)庫(kù)中文獻(xiàn)指標(biāo)2013 年至今的使用次數(shù)U2呈顯著負(fù)相關(guān)關(guān)系。所有自變量對(duì)As的影響均呈現(xiàn)出正相關(guān)關(guān)系，即所有自變量均能對(duì)As產(chǎn)生影響，且數(shù)值越高對(duì)As影響越大，其中影響最大的是News、Blog這兩個(gè)變量。

總之，Altmetrics以其對(duì)高水平文獻(xiàn)反饋速度快、影響廣、泛度高社會(huì)關(guān)注量大等優(yōu)點(diǎn)，一定程度上彌補(bǔ)了傳統(tǒng)計(jì)量指標(biāo)存在的局限性、時(shí)滯性，論文發(fā)表的“負(fù)的馬太效應(yīng)”等。嘗試將Altmetrics的應(yīng)用指標(biāo)融入高校圖書(shū)館學(xué)科數(shù)據(jù)服務(wù)中，由新的替代計(jì)量視角來(lái)正面影響高校智慧圖書(shū)館的定位會(huì)有更好的前景。

四、對(duì)高校圖書(shū)館學(xué)科數(shù)據(jù)服務(wù)的深入研究

數(shù)智時(shí)代，Altmetrics數(shù)據(jù)評(píng)價(jià)指標(biāo)的推廣，為高校圖書(shū)館學(xué)科數(shù)據(jù)服務(wù)帶來(lái)了新的發(fā)展機(jī)遇和挑戰(zhàn)。高校智慧圖書(shū)館建設(shè)需要更為豐富的館藏資源，需要高效過(guò)濾學(xué)科信息，及時(shí)向科研人員推送學(xué)術(shù)成果，研究本校專(zhuān)家學(xué)者的學(xué)術(shù)影響力等，Altmetrics數(shù)據(jù)評(píng)價(jià)工具以其發(fā)現(xiàn)和評(píng)價(jià)的核心功能可以被有效運(yùn)用到其中。高校圖書(shū)館應(yīng)及時(shí)更新智慧學(xué)科數(shù)據(jù)服務(wù)理念，考察用戶(hù)個(gè)性化需求，在多渠道宣傳引導(dǎo)Altmetrics數(shù)據(jù)評(píng)價(jià)指標(biāo)使用的基礎(chǔ)上，鼓勵(lì)科研人員、高校教師將Altmetrics數(shù)據(jù)評(píng)價(jià)指標(biāo)作為科研項(xiàng)目立項(xiàng)和評(píng)估的標(biāo)準(zhǔn)之一，呼吁電子出版商支持Altmetrics數(shù)據(jù)評(píng)價(jià)指標(biāo)的開(kāi)發(fā)和融入。高校圖書(shū)館學(xué)科數(shù)據(jù)服務(wù)既可以使用Altmetrics數(shù)據(jù)，也可以將其作為數(shù)據(jù)來(lái)源。高校圖書(shū)館應(yīng)充分抓住此優(yōu)勢(shì)，為高?？蒲性u(píng)估、雙一流高校學(xué)科資源建設(shè)，提供創(chuàng)新型思路創(chuàng)新服務(wù)。

1.學(xué)科知識(shí)檢索層面

區(qū)別于傳統(tǒng)文獻(xiàn)檢索方式，引入Altmetrics數(shù)據(jù)指標(biāo)之后的知識(shí)檢索，深度挖掘文本數(shù)據(jù)，實(shí)現(xiàn)個(gè)性化檢索，不僅可以采用主題檢索、關(guān)鍵詞檢索、全文檢索、摘要檢索和作者檢索等傳統(tǒng)檢索方式，還可以通過(guò)轉(zhuǎn)載量、討論量、瀏覽值、收藏量、推薦值和關(guān)注值等來(lái)提供檢索。并且，在此數(shù)據(jù)指標(biāo)基礎(chǔ)上，來(lái)源期刊分布、學(xué)科主題分布都比較明顯，系統(tǒng)可以進(jìn)行同行專(zhuān)家評(píng)議、開(kāi)放共享數(shù)據(jù)和文獻(xiàn)收藏保存等，實(shí)現(xiàn)相關(guān)可視化推送，提高了時(shí)效性和精確性。

2.學(xué)科資源建設(shè)層面

館藏建設(shè)優(yōu)化，學(xué)科資源建設(shè)是高校智慧圖書(shū)館發(fā)展的關(guān)鍵之一。其所選期刊或文獻(xiàn)資源是否可以納入館藏系統(tǒng)，可以將Altmetrics替代計(jì)量數(shù)據(jù)分析作為主要衡量依據(jù)之一。例如，高校圖書(shū)館可以考慮將一些開(kāi)放獲取且學(xué)術(shù)影響力較高的期刊，如PLOS等OA資源納入學(xué)科資源來(lái)優(yōu)化館藏建設(shè)。但是，在這個(gè)過(guò)程中要注意的是，不同的在線數(shù)據(jù)庫(kù)的Altmetrics指標(biāo)類(lèi)型不盡相同，數(shù)據(jù)來(lái)源多種多樣，如何用這些數(shù)據(jù)指標(biāo)來(lái)源規(guī)范學(xué)科，高效選擇，客觀甄別，這對(duì)于高校圖書(shū)館運(yùn)用Altmetrics替代計(jì)量指標(biāo)服務(wù)教學(xué)科研來(lái)說(shuō)是一個(gè)挑戰(zhàn)。

3.學(xué)科評(píng)估層面

在學(xué)科評(píng)估層面，專(zhuān)家學(xué)者對(duì)我國(guó)高校學(xué)科評(píng)估的研究主要體現(xiàn)在學(xué)科價(jià)值取向、國(guó)家政策影響、學(xué)科評(píng)估的影響因素和重點(diǎn)學(xué)科評(píng)價(jià)體系等方面，而且學(xué)科評(píng)估工作主要是基于CNKI、WOS、SCOUPS 等數(shù)據(jù)庫(kù)的引文資源數(shù)據(jù)來(lái)實(shí)現(xiàn)的，但除了學(xué)術(shù)文獻(xiàn)資源引文數(shù)據(jù)外，視頻資源、在線講義、電子書(shū)和音頻等學(xué)術(shù)資源并沒(méi)有提供引文數(shù)據(jù)，因此，學(xué)科評(píng)估系統(tǒng)有力引入Altmetric替代計(jì)量工具，采用Altmetric數(shù)據(jù)指標(biāo)進(jìn)行在線評(píng)估，發(fā)揮其開(kāi)放性和智慧性評(píng)估優(yōu)勢(shì)，能夠?yàn)楦咝W(xué)科評(píng)估作出貢獻(xiàn)。

4.特色數(shù)據(jù)庫(kù)建設(shè)層面

高校特色數(shù)據(jù)庫(kù)是根據(jù)高校發(fā)展特色來(lái)組織、建立、存儲(chǔ)和管理的特色館藏?cái)?shù)據(jù)庫(kù)。高校圖書(shū)館可以將Altmetric數(shù)據(jù)指標(biāo)組織整合進(jìn)入特色數(shù)據(jù)庫(kù)，追蹤、評(píng)議高校特色學(xué)科發(fā)展成果的影響力，優(yōu)化建設(shè)模式，提高高水平特色文獻(xiàn)反饋速度、影響廣泛度和社會(huì)關(guān)注度等。

參考文獻(xiàn)：

[1]曹麗江.基于Altmetrics的學(xué)者影響力綜合評(píng)價(jià)研究[D].蘇州：蘇州大學(xué)，2017.

[2]趙蓉英，王 旭.引入Altmetrics指標(biāo)的學(xué)術(shù)期刊影響力評(píng)價(jià)研究——以國(guó)際圖書(shū)情報(bào)學(xué)期刊為例[J].圖書(shū)與情報(bào)，2018（5）：1-10.

[3]楊 柳，陳 貢.Altmetrics視角下科研機(jī)構(gòu)影響力評(píng)價(jià)指標(biāo)的相關(guān)性研究[J].圖書(shū)情報(bào)工作，2015，59（15）：106-114，132.

[4]雷淑義，呂先競(jìng).Altmetrics視角下的學(xué)術(shù)圖書(shū)影響力評(píng)價(jià)研究[J].西南民族大學(xué)學(xué)報(bào)（人文社科版），2017，38（6）：225-231.

[5]余厚強(qiáng)，邱均平.替代計(jì)量學(xué)視角下的在線科學(xué)交流新模式[J].圖書(shū)情報(bào)工作，2014，58（15）：42-47.

[6]魏思廷.結(jié)合替代計(jì)量學(xué)的數(shù)字圖書(shū)館知識(shí)服務(wù)新模式[J].圖書(shū)情報(bào)知識(shí)，2015（2）：87-92.

[7]劉麗敏，王 晴.融合Altmetrics的圖書(shū)館服務(wù)增值業(yè)態(tài)及優(yōu)化路徑[J].現(xiàn)代情報(bào)，2016，36（6）：95-99.

[8]趙蓉英，王 旭.中美國(guó)際OA期刊影響力評(píng)價(jià)與比較[J].情報(bào)資料工作，2019，40（2）：5-13.

[9]楊 昭.大數(shù)據(jù)時(shí)代高校圖書(shū)館世界一流學(xué)科評(píng)價(jià)服務(wù)研究[J].圖書(shū)與情報(bào)，2018（5）：81-86.

[10]陳 銘，葉繼元.中文Altmetrics數(shù)據(jù)整合分析平臺(tái)的建立研究[J].大學(xué)圖書(shū)館學(xué)報(bào)，2022，40（04）：110-119.

[11]周子番，邱均平，魏開(kāi)洋.從文獻(xiàn)計(jì)量學(xué)到“五計(jì)學(xué)”：計(jì)量學(xué)方法的演化與發(fā)展[J].情報(bào)雜志，2021，40（10）：171-178.

[12]魏思廷.結(jié)合替代計(jì)量學(xué)的數(shù)字圖書(shū)館知識(shí)服務(wù)新模式[J].圖書(shū)情報(bào)知識(shí)，2015（02）：87-92.

[13]葛夢(mèng)蕊，曾建勛.補(bǔ)充計(jì)量學(xué)在圖書(shū)館資源發(fā)現(xiàn)系統(tǒng)中的應(yīng)用研究[J].圖書(shū)館建設(shè)，2017（11）：41-48.

（作者單位：中國(guó)民航大學(xué)圖書(shū)館）