科技論文評價(jià)指標(biāo)體系的研究現(xiàn)狀及發(fā)展研究

摘要：文章梳理了我國科技論文評價(jià)指標(biāo)體系的研究現(xiàn)狀，總結(jié)研究熱點(diǎn)、把握研究趨勢，為科技論文評價(jià)指標(biāo)體系的完善和發(fā)展提供理論參考。采用CiteSpace R6.1可視化分析工具，圍繞與“科技論文評價(jià)指標(biāo)體系”相關(guān)的關(guān)鍵詞進(jìn)行了系統(tǒng)分析，旨在深入探討當(dāng)前研究的熱點(diǎn)問題。研究發(fā)現(xiàn)，國內(nèi)相關(guān)論文的研究主題主要包括科技論文評價(jià)體系指標(biāo)、指標(biāo)體系構(gòu)建、多維指標(biāo)、學(xué)術(shù)創(chuàng)新評價(jià)、評價(jià)改革等。首先，回顧了學(xué)術(shù)論文評價(jià)指標(biāo)的起源和發(fā)展歷程，包括傳統(tǒng)的引用次數(shù)、影響因子等指標(biāo)，以及近年來興起的學(xué)術(shù)社交網(wǎng)絡(luò)和科學(xué)影響力指數(shù)等新型指標(biāo)。其次，通過對相關(guān)文獻(xiàn)的分析，總結(jié)了當(dāng)前學(xué)術(shù)界對于評價(jià)指標(biāo)的研究熱點(diǎn)和關(guān)注領(lǐng)域，包括學(xué)科差異、合作網(wǎng)絡(luò)、知識轉(zhuǎn)化等方面。最后，展望了未來學(xué)術(shù)論文評價(jià)指標(biāo)的發(fā)展趨勢，包括引入多維度評價(jià)指標(biāo)、采用人工智能技術(shù)進(jìn)行評估、推動開放科學(xué)運(yùn)動等。

關(guān)鍵詞：科技論文評價(jià)；論文影響力；評價(jià)指標(biāo)體系；文獻(xiàn)計(jì)量

中圖分類號：G353.1;R-05" 文獻(xiàn)標(biāo)志碼：A

0 引言

科技論文評價(jià)體系采用客觀指標(biāo)來評估學(xué)術(shù)研究的質(zhì)量、產(chǎn)出以及影響力，以衡量研究人員的學(xué)術(shù)成就、支持科研經(jīng)費(fèi)的申請，以及決定職稱晉升等方面。科技論文評價(jià)起源于對學(xué)術(shù)成果質(zhì)量和影響力的關(guān)注，其演進(jìn)經(jīng)歷了個(gè)體學(xué)者聲望、研究論文質(zhì)量以及引用次數(shù)等不同階段［1］。隨著技術(shù)的不斷進(jìn)步，科技論文評價(jià)正逐漸向多元化發(fā)展，評價(jià)指標(biāo)不再局限于引文分析和影響因子等，而是逐步擴(kuò)展到機(jī)構(gòu)合作、學(xué)科交叉等層面。在這一演進(jìn)過程中，其指標(biāo)體系不斷變革，持續(xù)創(chuàng)新和完善，以適應(yīng)學(xué)術(shù)界的變化和國際化趨勢［2］。

1 研究背景和意義

科技論文是科學(xué)研究成果的主要表達(dá)形式，高質(zhì)量的論文不僅有助于研究者本人提升學(xué)術(shù)影響力、獲得基金項(xiàng)目、增加學(xué)術(shù)交流合作的機(jī)會及職稱晉升，同時(shí)也是科研機(jī)構(gòu)和學(xué)術(shù)期刊評估研究質(zhì)量和影響力的重要依據(jù)。

我國當(dāng)前的學(xué)術(shù)評價(jià)指標(biāo)體系雖然在一定階段促進(jìn)了我國的學(xué)術(shù)發(fā)展，但隨著學(xué)術(shù)研究的多樣化，這些傳統(tǒng)指標(biāo)對科技論文質(zhì)量的評估也暴露出一些弊端。目前，我國科技論文評價(jià)體系中存在的突出問題主要有：（1）過于依賴量化指標(biāo)，忽略了對研究質(zhì)量及影響力的評估；（2）沒有充分考慮學(xué)科差異，不利于對跨學(xué)科研究進(jìn)行評價(jià)；（3）過于追求SCI影響因子；（4）比較偏重基礎(chǔ)研究，對應(yīng)用研究和技術(shù)創(chuàng)新的關(guān)注不足；（5）關(guān)注個(gè)體表現(xiàn)，對團(tuán)體協(xié)作和集體貢獻(xiàn)的評價(jià)相對不足［3］?？茖W(xué)研究和學(xué)術(shù)交流的全球化使傳統(tǒng)科技論文評價(jià)體系面臨多方面挑戰(zhàn)和質(zhì)疑?，F(xiàn)行指標(biāo)只反映論文在學(xué)術(shù)界的影響，而無法全面評估質(zhì)量、創(chuàng)新性和實(shí)用性，忽略了學(xué)科多樣性［4］。

2 研究方法和數(shù)據(jù)來源

以主題包括“學(xué)術(shù)論文評價(jià)指標(biāo)”“科學(xué)論文評價(jià)指標(biāo)”“科技論文評價(jià)指標(biāo)”等檢索知網(wǎng)數(shù)據(jù)庫，檢索區(qū)間限定為2014年1月1日到2023年10月30日（見圖1）。共檢索獲得文獻(xiàn)2689條，通過人工閱讀的方式，剔除與主題不相關(guān)的論文819篇；刪除“致謝”“前言”“啟示”“科技成果”等非論文信息493條，最終獲得研究數(shù)據(jù)1377條。

CiteSpace是一款基于JAVA運(yùn)行環(huán)境開發(fā)的可視化軟件，由陳超美教授團(tuán)隊(duì)設(shè)計(jì)。該軟件能夠?qū)μ囟I(lǐng)域文獻(xiàn)進(jìn)行計(jì)量，并通過知識圖譜揭示學(xué)科領(lǐng)域的發(fā)展和演化。本文運(yùn)用CiteSpace 6.1 R6對中國知網(wǎng)數(shù)據(jù)庫的文獻(xiàn)數(shù)據(jù)進(jìn)行格式轉(zhuǎn)化，以一年為單位進(jìn)行關(guān)鍵詞描述和聚類，繪制知識圖譜并進(jìn)行比較分析，以初步了解科技論文評價(jià)指標(biāo)的發(fā)展脈絡(luò)。

科技論文評價(jià)指標(biāo)相關(guān)文獻(xiàn)研究內(nèi)容與趨勢分析：利用CiteSpace軟件的對數(shù)似然值（LLR）算法對文獻(xiàn)中的關(guān)鍵詞進(jìn)行統(tǒng)計(jì)和聚類，并使用關(guān)鍵詞（K）對聚類進(jìn)行命名；通過時(shí)間線視圖展示關(guān)鍵詞隨時(shí)間的演變趨勢和關(guān)聯(lián)關(guān)系；最后，為提高知識圖譜的可讀性，刪除出現(xiàn)頻次少于5次的關(guān)鍵詞，得到CNKI數(shù)據(jù)庫提供的科技論文相關(guān)文獻(xiàn)清晰可讀的知識圖譜［5］。

3 結(jié)果

本研究采用“數(shù)據(jù)分析+人工閱讀”方法，運(yùn)用CiteSpace軟件對文獻(xiàn)關(guān)鍵詞進(jìn)行分析，同時(shí)通過人工閱讀深入文獻(xiàn)內(nèi)部，按照邏輯順序客觀呈現(xiàn)學(xué)術(shù)研究評價(jià)指標(biāo)體系的具體內(nèi)容。主要分為3個(gè)部分：首先，分析基本狀況，對過去期刊文章數(shù)量、主要發(fā)文機(jī)構(gòu)和高被引學(xué)者進(jìn)行分析，展現(xiàn)學(xué)術(shù)研究評價(jià)指標(biāo)體系的發(fā)文情況；其次，挖掘研究文獻(xiàn)的主要內(nèi)容，通過時(shí)間線圖譜和關(guān)鍵詞聚類分析，揭示研究的整體變遷歷程和各議題之間的關(guān)系；最后，剖析研究熱點(diǎn)和趨勢，統(tǒng)計(jì)關(guān)鍵詞以呈現(xiàn)科學(xué)研究評價(jià)體系的熱點(diǎn)，分析關(guān)鍵詞突現(xiàn)情況，預(yù)測未來研究發(fā)展趨勢，展現(xiàn)潛在熱點(diǎn)。

3.1 研究力量分析

對發(fā)文機(jī)構(gòu)進(jìn)行分析，得到機(jī)構(gòu)合作圖譜，主要發(fā)文機(jī)構(gòu)以高校和科研院所為主，其中發(fā)文量位列前5的機(jī)構(gòu)是南京大學(xué)信息管理學(xué)院（47篇）、武漢大學(xué)信息管理學(xué)院（46篇）、浙江工商大學(xué)統(tǒng)計(jì)與數(shù)學(xué)學(xué)院（39篇）、中國科學(xué)院文獻(xiàn)情報(bào)中心（34篇）和中國科學(xué)技術(shù)信息研究所（33篇），如圖2所示。

圖2中共有330個(gè)節(jié)點(diǎn)，但只有203條連線，網(wǎng)絡(luò)密度僅為0.0037，可見當(dāng)前科學(xué)研究評價(jià)指標(biāo)領(lǐng)域發(fā)文機(jī)構(gòu)比較分散。從研究機(jī)構(gòu)的類型來看，作為核心機(jī)構(gòu)的高校和研究所之間存在一定的交流，通過對現(xiàn)有跨機(jī)構(gòu)合作情況的分析發(fā)現(xiàn)，大部分合作研究局限于一定的地域范圍之內(nèi)，跨區(qū)域合作較少。未來應(yīng)加強(qiáng)各類高校和研究機(jī)構(gòu)之間的合作，進(jìn)一步深化科研評價(jià)指標(biāo)的分析框架，推動科技論文指標(biāo)體系研究在實(shí)際層面的合作。

3.2 關(guān)鍵詞知識圖譜分析

關(guān)鍵詞是對文獻(xiàn)研究主題的高度總結(jié)，通過分析可明晰研究領(lǐng)域的熱點(diǎn)和發(fā)展動態(tài)。通過CiteSpace提取的345個(gè)關(guān)鍵詞，繪制了科學(xué)研究評價(jià)指標(biāo)關(guān)鍵詞共現(xiàn)圖譜，用于展示這些關(guān)鍵詞之間的強(qiáng)邏輯關(guān)系（見圖3）?？萍颊撐脑u價(jià)指標(biāo)體系研究關(guān)鍵詞網(wǎng)絡(luò)圖中共有345個(gè)節(jié)點(diǎn)和369條連線，網(wǎng)絡(luò)密度為0.0062。其中，“評價(jià)指標(biāo)”“學(xué)術(shù)期刊”“指標(biāo)體系”“被引頻次”“影響因子”“學(xué)術(shù)評價(jià)”等關(guān)鍵詞頻次和中介中心性較高，占據(jù)重要地位，與研究內(nèi)容相吻合。評價(jià)體系中除了傳統(tǒng)的學(xué)術(shù)質(zhì)量評估指標(biāo)，還引入了H指數(shù)、Z指數(shù)、P指數(shù)、MI指數(shù)、PR指數(shù)、S指數(shù)等多維度評價(jià)指標(biāo)；新興方向包括“離散系數(shù)”“個(gè)體權(quán)重”“引文分布”“信息熵”“鏈路預(yù)測”“動態(tài)評估”等；學(xué)術(shù)跡則全面反映學(xué)者或機(jī)構(gòu)的科學(xué)研究歷程；在研究方法方面，“人工智能”“大數(shù)據(jù)”“機(jī)器學(xué)習(xí)”“深度學(xué)習(xí)”“文本挖掘”等有助于分析大規(guī)模學(xué)術(shù)數(shù)據(jù)，挖掘潛在規(guī)律和趨勢；倡導(dǎo)“同行評議”“打擊學(xué)術(shù)不端”“控制過度自引”和維持“科研信用”以保障學(xué)術(shù)誠信和研究成果的品質(zhì)；“區(qū)塊鏈”技術(shù)可用于記錄學(xué)術(shù)成果信息，提升評價(jià)體系公正性和可信度。

3.3 關(guān)鍵詞聚類分析

關(guān)鍵詞聚類分析，在科學(xué)研究評價(jià)指標(biāo)研究關(guān)鍵詞共詞分析基礎(chǔ)上，對關(guān)鍵詞進(jìn)行聚類分析以明晰主題分布。由CNKI數(shù)據(jù)庫挖掘的關(guān)鍵詞可聚類為10個(gè)主題，每個(gè)主題均有對應(yīng)的編號，編號越小表明聚類模塊中關(guān)鍵詞數(shù)越多。通過梳理聚類結(jié)果，可知當(dāng)前國內(nèi)研究形成了聚類0——H指數(shù)；聚類1——影響因子；聚類2——評價(jià)指標(biāo)；聚類3——指標(biāo)體系；聚類4——評價(jià)；聚類5——學(xué)術(shù)評價(jià)；聚類6——引文分析；聚類7——期刊評價(jià)；聚類8——科學(xué)評價(jià)；聚類9——技術(shù)預(yù)測。根據(jù)聚類標(biāo)簽內(nèi)關(guān)鍵詞的相似程度，并結(jié)合相關(guān)文獻(xiàn)解讀，可以將學(xué)術(shù)研究評價(jià)指標(biāo)體系研究主題歸為4大類，包括學(xué)術(shù)研究的具體指標(biāo)、學(xué)術(shù)研究的評價(jià)角度、學(xué)術(shù)評價(jià)指標(biāo)的計(jì)算方式、學(xué)術(shù)評價(jià)指標(biāo)的應(yīng)用（見圖4）。

3.4 年度熱詞

結(jié)合圖譜與文獻(xiàn)分析結(jié)果，可知當(dāng)前學(xué)術(shù)研究評價(jià)指標(biāo)體系研究領(lǐng)域的重點(diǎn)關(guān)注點(diǎn)是學(xué)術(shù)評估指標(biāo)、評估方法及評估工具。參考關(guān)鍵字的聚類和時(shí)間線圖，得到學(xué)術(shù)研究評價(jià)指標(biāo)體系年度關(guān)鍵詞歸納表（見表1）。

在過去的10年間，科技期刊評價(jià)指標(biāo)體系的演進(jìn)一直是研究者們關(guān)注的焦點(diǎn)。2014年之前，學(xué)術(shù)界多用影響因子、H指數(shù)等指標(biāo)來評價(jià)期刊和學(xué)者的學(xué)術(shù)影響力［6］。影響因子由特定期刊在兩年內(nèi)被引用的文章總數(shù)與該期刊兩年內(nèi)發(fā)表的文章總數(shù)相除獲得；而H指數(shù)則綜合考慮了作者的產(chǎn)出和被引用次數(shù)，因子分析和引文分析則幫助研究者更深入地了解研究領(lǐng)域的關(guān)鍵因素和重要文獻(xiàn)［7］。

2015年，學(xué)術(shù)跡和專利分析逐漸成為評估研究績效的重要工具；引文指標(biāo)和相關(guān)分析幫助研究者理解文章之間的關(guān)聯(lián)性，而回歸分析和聚類分析則提供了更深入的統(tǒng)計(jì)方法，以揭示研究領(lǐng)域的潛在規(guī)律；H5指數(shù)和Plum Analytics等新興指標(biāo)也為學(xué)術(shù)評價(jià)提供了多樣的視角。

2016年，同行評議和載文量開始成為評估學(xué)術(shù)質(zhì)量的重要手段；組合評價(jià)和專利指標(biāo)為多維度評價(jià)提供了更全面的工具，而合著/合作網(wǎng)絡(luò)的分析揭示了研究社群之間的關(guān)系；影響矩和熵值/熵權(quán)法等新的評價(jià)方法進(jìn)一步拓寬了學(xué)術(shù)評價(jià)的視野。

2017年，人工智能、代表作、信息熵等方法引起研究者們廣泛關(guān)注；學(xué)術(shù)不端和知識圖譜的研究成為學(xué)術(shù)界的熱點(diǎn)，而PC指數(shù)則提供了對作者合作網(wǎng)絡(luò)新層面的理解。

2018年，Z指數(shù)、引文網(wǎng)絡(luò)、EM指數(shù)等新的評價(jià)指標(biāo)應(yīng)運(yùn)而生，瀏覽量和鏈路預(yù)測等新方法為研究影響力的評估提供了更多選擇；CW算子、E指數(shù)和F指標(biāo)等新興工具也進(jìn)一步豐富了學(xué)術(shù)評價(jià)的手段。

2019年，機(jī)器學(xué)習(xí)、過度自引、MI指數(shù)、PR指數(shù)等關(guān)鍵詞表明了學(xué)術(shù)研究正不斷迎接科技的發(fā)展；動態(tài)評估/評價(jià)和區(qū)塊鏈等新興技術(shù)開始逐漸應(yīng)用于學(xué)術(shù)評價(jià)的領(lǐng)域，為研究質(zhì)量提供更多創(chuàng)新性的測量方式。

2020年，自然權(quán)重、元評價(jià)、文本挖掘、五計(jì)學(xué)等新概念紛紛出現(xiàn)。引文分布和科研信用等主題引起學(xué)術(shù)界的廣泛關(guān)注，而HS指數(shù)等新的評價(jià)指標(biāo)為學(xué)術(shù)研究提供了更為細(xì)致入微的分析方法。

2021年，偽權(quán)重、線性評價(jià)、國際合作、離散系數(shù)等成為學(xué)術(shù)評價(jià)領(lǐng)域的新關(guān)注點(diǎn)。被引質(zhì)量和χ指數(shù)等新指標(biāo)突顯了對研究質(zhì)量和引用情況更為深刻的關(guān)注。

2022年，權(quán)重失靈、個(gè)體權(quán)重、大數(shù)據(jù)、學(xué)術(shù)譜系、德爾菲法和深度學(xué)習(xí)等詞匯表明學(xué)術(shù)評價(jià)正在朝著更加智能化和數(shù)據(jù)驅(qū)動的方向發(fā)展。大數(shù)據(jù)的應(yīng)用為學(xué)術(shù)研究提供了更龐大的信息資源，深度學(xué)習(xí)等技術(shù)則為更復(fù)雜的分析和模型構(gòu)建提供了可能。

綜上所述，學(xué)術(shù)評價(jià)指標(biāo)的發(fā)展不僅反映了科學(xué)研究的不斷演進(jìn)，也為研究者提供了更為全面和精細(xì)的方法來評估學(xué)術(shù)質(zhì)量和影響力。隨著科技的不斷發(fā)展，相信未來會有更多新的評價(jià)指標(biāo)和方法涌現(xiàn)，為學(xué)術(shù)界提供更為準(zhǔn)確和有力的評價(jià)工具。

4 主要結(jié)論和展望

4.1 主要結(jié)論

本文運(yùn)用CiteSpace文獻(xiàn)計(jì)量軟件，并通過外延知識補(bǔ)全，構(gòu)建了科技論文評估指標(biāo)體系的融合知識圖譜，有助于分析績效投入與產(chǎn)出、評估效益因素、評價(jià)合理性和研究方向穩(wěn)定性，對2014—2023年CNKI中以學(xué)術(shù)研究評價(jià)指標(biāo)體系為主題的高質(zhì)量文獻(xiàn)進(jìn)行系統(tǒng)性分析，得出了以下主要結(jié)論。

（1）就發(fā)文時(shí)間而言，學(xué)術(shù)研究評價(jià)指標(biāo)體系的研究熱點(diǎn)呈現(xiàn)與政策出臺內(nèi)容相關(guān)的變化。在作者方面，科技論文評價(jià)指標(biāo)體系的作者合作規(guī)模相對較小。從機(jī)構(gòu)角度看，其發(fā)文機(jī)構(gòu)分布較為分散，主要以高校和研究所為發(fā)文主體，各機(jī)構(gòu)的研究重點(diǎn)存在顯著差異。

（2）對學(xué)術(shù)研究影響力指標(biāo)體系的關(guān)鍵詞進(jìn)行分析，結(jié)果表明，研究熱點(diǎn)主要集中在“評價(jià)指標(biāo)”“學(xué)術(shù)期刊”“指標(biāo)體系”“被引頻次”“影響因子”“學(xué)術(shù)評價(jià)”等高中介中心性關(guān)鍵詞，且呈現(xiàn)出明顯的時(shí)序特征。

（3）通過對學(xué)術(shù)影響力評價(jià)指標(biāo)體系關(guān)鍵詞進(jìn)行聚類分析，發(fā)現(xiàn)研究涵蓋了4大類內(nèi)容。第一類是學(xué)術(shù)研究的具體指標(biāo)，明確了衡量學(xué)術(shù)影響力的關(guān)鍵要素；第二類是學(xué)術(shù)研究的評價(jià)角度，闡述了實(shí)施路徑，為建立全面評價(jià)體系提供了指導(dǎo)；第三類是學(xué)術(shù)評價(jià)指標(biāo)的計(jì)算方式，通過量化研究結(jié)果，揭示了學(xué)術(shù)影響力的建設(shè)水平；第四類是評價(jià)指標(biāo)的應(yīng)用結(jié)果，指明了推進(jìn)學(xué)術(shù)影響力評價(jià)的戰(zhàn)略方向。這4大類內(nèi)容共同構(gòu)成了對學(xué)術(shù)影響力評價(jià)指標(biāo)體系全面而深入的研究。

4.2 未來展望

首先，隨著數(shù)據(jù)科學(xué)和計(jì)量學(xué)方法的興起，科技論文評估的量化指標(biāo)得以更全面和準(zhǔn)確地被測量。傳統(tǒng)的科技論文評價(jià)指標(biāo)在某些情境下難以全面反映研究的影響力和貢獻(xiàn)。新興的數(shù)據(jù)科學(xué)技術(shù)，如文本挖掘和社會網(wǎng)絡(luò)分析，使研究成果的關(guān)聯(lián)性更清晰可見，為學(xué)術(shù)評價(jià)提供了更多元的數(shù)據(jù)支持［8］。

其次，人工智能技術(shù)的應(yīng)用使科技論文評價(jià)指標(biāo)體系更智能化和個(gè)性化。通過深度學(xué)習(xí)算法，評價(jià)系統(tǒng)能更好地理解研究者的貢獻(xiàn)和創(chuàng)新，避免了過度依賴傳統(tǒng)指標(biāo)的弊端。這樣的智能評價(jià)系統(tǒng)能更好地適應(yīng)學(xué)科的特殊性和多樣性，為研究者提供更具針對性的反饋，推動學(xué)術(shù)研究朝著更創(chuàng)新和有深度的方向發(fā)展［9］。

此外，技術(shù)的進(jìn)步使科技論文評價(jià)體系更具開放性和透明化。區(qū)塊鏈技術(shù)等新興技術(shù)的應(yīng)用，使學(xué)術(shù)成果的來源、引用和使用等信息都能被追溯，其不可篡改的特征，為學(xué)術(shù)評價(jià)提供了更透明和可信的基礎(chǔ)。這種開放性的評價(jià)體系有助于減少學(xué)術(shù)不端行為，促進(jìn)學(xué)術(shù)社區(qū)的誠信和合作。

綜合而言，技術(shù)的發(fā)展為學(xué)術(shù)評價(jià)指標(biāo)體系提供了更豐富和準(zhǔn)確的數(shù)據(jù)支持，也為其智能化、開放性的發(fā)展提供了新的可能性。在這個(gè)背景下，學(xué)術(shù)評價(jià)體系應(yīng)不斷優(yōu)化，如在引入多維評價(jià)體系的同時(shí)，注重研究的質(zhì)量和對社會的實(shí)際影響；考慮學(xué)科差異，定制不同學(xué)科的評價(jià)標(biāo)準(zhǔn)，以客觀反映各領(lǐng)域的特點(diǎn)及貢獻(xiàn)；應(yīng)用多樣化指標(biāo)體系，不僅關(guān)注SCI影響因子，還應(yīng)考慮其他學(xué)術(shù)產(chǎn)出、科研團(tuán)隊(duì)貢獻(xiàn)等指標(biāo)；平衡基礎(chǔ)和應(yīng)用研究，鼓勵技術(shù)創(chuàng)新的產(chǎn)出；強(qiáng)調(diào)團(tuán)隊(duì)合作，在評價(jià)中突出團(tuán)隊(duì)合作和集體貢獻(xiàn)，而不僅僅關(guān)注個(gè)體表現(xiàn)；加強(qiáng)學(xué)術(shù)誠信，采取有效手段防范學(xué)術(shù)不端行為，以更好適應(yīng)不斷變化的學(xué)術(shù)環(huán)境，為科研人員提供更具針對性和全面的評價(jià)。

參考文獻(xiàn)

［1］蘇強(qiáng)，蔡曉衛(wèi).效率還是價(jià)值：高校教師評價(jià)制度的邏輯困境及其張力調(diào)適［J］.華東師范大學(xué)學(xué)報(bào)（教育科學(xué)版），2023（6）：133-141.

［2］鄧三鴻，楊杰，王昊，等.多源異構(gòu)數(shù)據(jù)視角下的學(xué)術(shù)評價(jià)：內(nèi)涵、進(jìn)展與展望［J］.科技情報(bào)研究，2023（4）：42-56.

［3］許天才，馮婷婷，潘雨亭，等.高校圖書館輔助論文代表作復(fù)合式評價(jià)的調(diào)研與分析［J］.圖書情報(bào)工作，2022（14）：49-57.

［4］劉益東.從同行承認(rèn)到規(guī)范推薦：開放評價(jià)引發(fā)的開放科學(xué)革命與人才制度革命［J］.北京師范大學(xué)學(xué)報(bào)（社會科學(xué)版），2020（3）：29-41.

［5］陳悅，陳超美，劉則淵，等.CiteSpace知識圖譜的方法論功能［J］.科學(xué)學(xué)研究，2015（2）：242-253.

［6］陳斌.從“表現(xiàn)主義”到“本質(zhì)主義”：大學(xué)學(xué)術(shù)評價(jià)指標(biāo)化的支配及其超越［J］.高等教育研究，2021（5）：44-54.

［7］楊瑞仙，高鑫寧，董克.我國學(xué)術(shù)代表作評價(jià)研究進(jìn)展［J］.圖書情報(bào)工作，2022（17）：129-140.

［8］王燕.高被引論文的參考文獻(xiàn)特征及其對影響因子貢獻(xiàn)研究：以我國眼科學(xué)期刊為例［J］.江蘇科技信息，2018（21）：10-13.

［9］朱永新，楊帆.ChatGPT/生成式人工智能與教育創(chuàng)新：機(jī)遇、挑戰(zhàn)以及未來［J］.華東師范大學(xué)學(xué)報(bào)（教育科學(xué)版），2023（7）：1-14.

（編輯 何琳）

Advances and prospect in the studies of scientific paper evaluation index system

ZHU" Shaohua， CHEN" Yi， FENG" Qi， WANG" Tingting*

（The Library of Ruijin Hospital，Shanghai Jiao Tong University School of Medicine， Shanghai 200025， China）

Abstract：" The article summarizes the current research status of the evaluation index system for scientific and technological papers in China， summarizes research hotspots， grasps research trends， and provides theoretical references for the improvement and development of the evaluation index system for scientific and technological papers. The CiteSpace R6.1 visualization analysis tool was used to conduct a systematic analysis of keywords related to the “evaluation index system for scientific papers”， aiming to deeply explore the current hot research issues. Research has found that the topics of domestic related papers mainly include evaluation system indicators for scientific and technological papers， indicator system construction， multidimensional indicators， academic innovation evaluation， evaluation reform， etc. Firstly， the origin and development process of academic paper evaluation indicators were reviewed， including traditional indicators such as citation frequency and influencing factors， as well as new indicators such as academic social networks and scientific influence indices that have emerged in recent years. Secondly， through the analysis of relevant literature， the current academic research hotspots and areas of focus on evaluation indicators were summarized， including disciplinary differences， collaborative networks， knowledge transformation， and other aspects. Finally， the development trends of future academic paper evaluation indicators were discussed， including the introduction of multidimensional evaluation indicators， the use of artificial intelligence technology for evaluation， and the promotion of the open science movement.

Key words： scientific paper evaluation; paper influence; evaluation index system; bibliometrics

基金項(xiàng)目：市級醫(yī)院科技論文評價(jià)方法研究；項(xiàng)目編號：2022SKMR-25。

作者簡介：朱韶華（1978—），女，館員，碩士；研究方向：文本挖掘，文獻(xiàn)計(jì)量。

*通信作者：王婷婷（1988—），女，館員，碩士；研究方向：數(shù)字媒體，信息藝術(shù)技術(shù)，文獻(xiàn)計(jì)量。