合成生物學(xué)高被引論文替代計量學(xué)指標(biāo)和文獻計量學(xué)指標(biāo)與被引頻次相關(guān)性分析*

潘黎姿，龍俊羽，袁 藝，陳 娟，歐陽昭連△

（1.中國醫(yī)學(xué)科學(xué)院醫(yī)學(xué)信息研究所，北京 100020； 2.北京大學(xué)醫(yī)學(xué)部，北京 100191）

論文被引頻次可反映其在研究領(lǐng)域的影響力，是目前用于評判個人研究成果重要的傳統(tǒng)指標(biāo)。期刊引證報告（JCR）影響因子較高的期刊，其論文被引頻次可能更高［1］，但同一期刊的論文被引頻次可能差異較大［2］。隨著互聯(lián)網(wǎng)的快速發(fā)展，越來越多的科研成果以電子形式在網(wǎng)絡(luò)發(fā)布，Twitter，YouTube，F(xiàn)acebook，Blog等社交媒體和主流媒體平臺逐漸成為傳播研究成果的常見工具，加強了研究人員之間及其與社會的聯(lián)系，且可能影響論文被引頻次［3］。PRIEM等［4］提出了以Altmetric（替代計量學(xué)）指標(biāo)來衡量論文基于社交網(wǎng)絡(luò)的影響力。Altmetric 網(wǎng)站是2011 年由英國人ADIE 開發(fā)的一款研究工具，通過提取單篇論文在不同社交網(wǎng)絡(luò)平臺和在線媒體提及的次數(shù)，以綜合計算論文網(wǎng)絡(luò)影響力。Altmetric網(wǎng)站提供文章在十二大數(shù)據(jù)源中的表現(xiàn)數(shù)據(jù)，包括公共政策文件、博客文章、主流媒體報道、Web of Science 引文數(shù)據(jù)、在線文獻管理軟件、同行評審出版平臺、學(xué)術(shù)社交論壇（Research highlights）、社交媒體（Facebook，Twitter，LinkedIn，Google +）等。合成生物學(xué)旨在通過挖掘基因功能元件和模塊，對底盤細(xì)胞代謝調(diào)控網(wǎng)絡(luò)進行基因設(shè)計、修改或補充，使活細(xì)胞產(chǎn)物滿足人類的需求，是生命科學(xué)、工程學(xué)、信息學(xué)等多種學(xué)科融合而成的一門新興學(xué)科［5］。本研究中探討了合成生物學(xué)領(lǐng)域高被引論文替代計量學(xué)指標(biāo)和文獻計量學(xué)指標(biāo)與被引頻次的相關(guān)性。現(xiàn)報道如下。

1 資料與方法

1.1 文獻檢索

采用主題檢索方式，在Web of Science 數(shù)據(jù)庫的科學(xué)引文索引擴展版（SCIE）核心合集中以摘要、關(guān)鍵詞和標(biāo)題字段檢索合成生物學(xué)相關(guān)論文，檢索式為（TS=（″synthetic biolog*″）OR SO =（ACS SYNTHETIC BIOLOGY））；在檢索結(jié)果中選擇“article”類型的論文，且對其他字段不作限制。將檢索結(jié)果按被引頻次由高到低排序，以排名前1%的論文作為高被引論文，統(tǒng)計其標(biāo)題、作者、發(fā)表時間、發(fā)表期刊和被引頻次。檢索時間為2023年6月21日，對論文的發(fā)表時間不作限定。

1.2 數(shù)據(jù)獲取與預(yù)處理

數(shù)據(jù)獲取：通過Web of Science 數(shù)據(jù)庫獲取高被引論文被引頻次和JCR影響因子作為文獻計量學(xué)指標(biāo)。通過Altmetric 網(wǎng)站獲取替代計量學(xué)指標(biāo)。1）Altmetric 評分，為Altmetric 網(wǎng)站根據(jù)論文在不同公共平臺的曝光情況加權(quán)計算獲得的綜合評分，通常用以衡量論文在公共平臺的綜合表現(xiàn)；2）Twitters，為論文在Twitter 的分享次數(shù)；3）Facebook Pages，為論文在Facebook 的分享次數(shù)；4）Mendeley，為論文用Mendeley軟件保存的次數(shù)，該軟件可提供一系列文獻管理功能，能有效地對文獻進行組織、標(biāo)注和存儲管理；5）Patents，為論文被專利引用的次數(shù)，專利是指對產(chǎn)品、方法或其改進所提出的新的技術(shù)方案，專利申請材料中需對方案進行詳細(xì)描述，必要的原理闡述部分需引用文章等依據(jù)；6）Blogs，為論文被Blog 引用的次數(shù)；7）Weibo User，為論文在微博（Weibo）中被引用的次數(shù)。各指標(biāo)數(shù)據(jù)獲取時間與論文檢索時間一致。

數(shù)據(jù)預(yù)處理：將所有數(shù)據(jù)匯總，查看缺失情況，排除缺失比例超20%的指標(biāo)；其余指標(biāo)用平均值填補缺失值。數(shù)據(jù)填補完整后，將所有指標(biāo)值進行歸一化處理，即。其中，i表示上述9個指標(biāo)中的第i個指標(biāo)，xi表示指標(biāo)原值，xi，new表示歸一化后的指標(biāo)值，min（xi）和max（xi）分別表示xi的最小值和最大值。

1.3 數(shù)據(jù)分析

采用R Studio 軟件分析高被引論文的年度發(fā)表情況，分別采用多變量、單變量回歸模型分析文獻計量學(xué)指標(biāo)和替代計量學(xué)指標(biāo)與被引頻次的相關(guān)性。

2 結(jié)果

2.1 高被引論文概況

共獲得9 784 篇論文，以被引頻次排名前100 的論文為高被引論文，其中有2 篇會議論文（被引頻次排名分別為第23 和第54）無法獲取替代計量學(xué)指標(biāo)而不納入，故選取排名為第101和第102的論文遞補。

指標(biāo)數(shù)據(jù)缺失情況見表1。排除Facebook Pages，Blogs，Weibo User 3 個指標(biāo)，納入6 個指標(biāo)（見表2），其中包括文獻計量學(xué)指標(biāo)2 個，替代計量學(xué)指標(biāo)4 個。將缺失數(shù)據(jù)填補并將所有數(shù)據(jù)歸一化處理后，形成最終的數(shù)據(jù)集。

表1 指標(biāo)數(shù)據(jù)缺失情況（%）Tab.1 Data missing of each indicator（%）

表2 納入指標(biāo)的描述性統(tǒng)計Tab.2 Descriptive statistics of included indicators

1999 年至2021 年，高被引論文的發(fā)表趨勢為先上升后下降，集中發(fā)表于2011 年至2015 年（51 篇）；2015 年后，發(fā)文數(shù)量明顯下降，可能是由于論文從發(fā)表到積累一定量的被引頻次需要時間。詳見圖1。

圖1 100篇合成生物學(xué)高被引論文年度發(fā)表情況Fig.1 Annualpublicationof100highly-citedpapersinsyntheticbiology

2.2 回歸模型分析

多變量回歸模型：以被引頻次為因變量，文獻計量學(xué)指標(biāo)和替代計量學(xué)指標(biāo)為自變量，共擬合2個多變量回歸模型。模型Ⅰ探究文獻計量學(xué)指標(biāo)和替代計量學(xué)指標(biāo)對被引頻次的總體影響。由于Altmetric 評分可反映替代計量學(xué)指標(biāo)的綜合情況，故僅以Altmetric 評分和JCR 影響因子為自變量。結(jié)果顯示，Altmetric 評分與被引頻次呈顯著正相關(guān)，JCR 影響因子與被引頻次相關(guān)性不顯著；該模型僅可解釋被引頻次8.8%的變化。模型Ⅱ探究不同細(xì)化指標(biāo)與被引頻次之間的關(guān)系，故將Altmetric 評分替換為Twitters，Mendeley，Patents。結(jié)果顯示，Mendeley 和Patents 與被引頻次均呈顯著正相關(guān)，JCR 影響因子和Twitters 與被引頻次相關(guān)性不顯著；Twitters 的影響力低于Mendeley 和Patents；該模型可解釋被引頻次92.9%的變化。詳見表3（其中95%CI為95%置信區(qū)間，表4同）。

表3 多變量回歸模型分析結(jié)果Tab.3 Results of multivariate regression model analysis

表4 單變量回歸模型分析結(jié)果Tab.4 Results of univariate regression model analysis

單變量回歸模型：對5 個自變量分別進行擬合（見表4）。結(jié)果顯示，僅Twitters的擬合結(jié)果不顯著。擬合結(jié)果顯著的4個模型中，Mendeley和Patents分別解釋了被引頻次90.0%和85.6%的變化，JCR 影響因子和Altmetric評分僅分別解釋了被引頻次0.1%和8.6%的變化。

3 討論

本研究中，多變量回歸的2 個模型分析結(jié)果顯示JCR 影響因子與被引頻次無顯著相關(guān)性，單變量回歸模型分析結(jié)果顯示JCR影響因子與被引頻次呈弱相關(guān)，提示合成生物學(xué)高被引論文的被引頻次與期刊的JCR 影響因子相關(guān)性弱或無關(guān)。這與文獻［6 - 7］的研究結(jié)果一致。提示高JCR影響因子的期刊對論文被引頻次的貢獻可能較低，提示學(xué)者應(yīng)專注提高論文水平，而非一味追求高JCR 影響因子。多變量、單變量回歸模型分析結(jié)果均顯示替代計量學(xué)指標(biāo)（Altmetric 評分）與被引頻次顯著相關(guān)，且國內(nèi)外多位學(xué)者用不同的替代計量學(xué)指標(biāo)和統(tǒng)計學(xué)方法得出公共平臺對論文引用有正向影響的結(jié)論［8-12］。提示在互聯(lián)網(wǎng)高速發(fā)展的時代，論文影響力的傳統(tǒng)評價體系已發(fā)生改變，互聯(lián)網(wǎng)的及時性可提高論文的傳播速度和范圍?？蒲腥藛T在發(fā)表科研成果的同時，應(yīng)充分利用公共社交媒體平臺，及時發(fā)布最新的研究進展，增加公眾和其他學(xué)者對研究成果的了解和關(guān)注，從而提高論文的被引頻次和影響力。

本研究中，Twitters 與被引頻次無顯著相關(guān)性，Mendeley 和Patents 相關(guān)性均較高。有研究發(fā)現(xiàn)，Twitters對論文被引頻次的影響程度在不同學(xué)科中不同，其中對普外科［13］、泌尿外科［14］、神經(jīng)外科［15］學(xué)術(shù)論文被引頻次的影響程度較低，對心血管外科［16］、整形外科［17］、兒科［18］學(xué)術(shù)論文的影響程度較高。分析原因，心血管外科、整形外科和兒科患者群體大、公眾關(guān)注度高或主題與日常生活貼近，更易在Twitter平臺傳播，故Twitters與被引頻次相關(guān)性高。合成生物學(xué)是一門新興學(xué)科，發(fā)展歷史短，研究內(nèi)容較前沿，難以受到大眾的關(guān)注，故在Twitter平臺傳播效果欠佳。Mendeley 作為一款文獻管理軟件，其使用者多為專業(yè)學(xué)者和研究人員；專利申請因具有創(chuàng)新性和新穎性，需緊跟領(lǐng)域最新理論進展來支撐技術(shù)創(chuàng)新。故上述兩類使用人員更加關(guān)注行業(yè)前沿，在合成生物學(xué)領(lǐng)域表現(xiàn)出與論文被引頻次顯著的相關(guān)性。本研究的不足之處在于，僅對合成生物學(xué)領(lǐng)域的高被引論文進行研究，在研究樣本的選擇上有一定偏倚，故對不同學(xué)科及不同引用水平的論文可能產(chǎn)生不同的結(jié)論，未來應(yīng)擴大研究范圍，針對更多學(xué)科的全范圍論文進行建模，同時納入更多指標(biāo)，獲得更普遍適用的結(jié)論。

綜上所述，合成生物學(xué)高被引論文的被引頻次與期刊JCR 影響因子相關(guān)性小或無關(guān)，替代計量學(xué)指標(biāo)（除Twitters 外）在一定程度上可反映論文的影響力。未來可利用替代計量學(xué)指標(biāo)預(yù)測論文的影響力或?qū)⑵淙谌氍F(xiàn)有文獻評價系統(tǒng)中，使研究成果影響力的評價方法更符合當(dāng)代互聯(lián)網(wǎng)時代的發(fā)展趨勢。