摘要:文章基于H1 Connect對(duì)生物醫(yī)學(xué)科技論文各類同行評(píng)議標(biāo)簽進(jìn)行相關(guān)性分析研究,結(jié)合多元化指標(biāo)嘗試構(gòu)建更為全面、科學(xué)的論文評(píng)價(jià)指標(biāo)體系。從H1 Connect、Altmetric、WoS(Web of Science)平臺(tái)獲取同行評(píng)議、社會(huì)影響力、學(xué)術(shù)影響力代表性指標(biāo)和評(píng)價(jià)標(biāo)簽,根據(jù)規(guī)則計(jì)算出綜合評(píng)分,運(yùn)用SPSS軟件進(jìn)行斯皮爾曼相關(guān)性比較分析。H1 Connect中同行評(píng)議各指標(biāo)與不同評(píng)價(jià)標(biāo)簽之間大多呈低相關(guān)或不相關(guān)關(guān)系。相對(duì)引用率與同行評(píng)級(jí)之間也呈低相關(guān)或不相關(guān)關(guān)系,而星級(jí)權(quán)重與同行評(píng)級(jí)“Very Good”和“Exceptional”呈中度相關(guān)。文章提出綜合評(píng)分指標(biāo)CS,該指標(biāo)與同行評(píng)議結(jié)果呈中度相關(guān)性,與社會(huì)影響力和學(xué)術(shù)影響力評(píng)價(jià)結(jié)果也高度一致,可為生物醫(yī)學(xué)領(lǐng)域的學(xué)術(shù)評(píng)價(jià)提供新視角。
關(guān)鍵詞:H1 Connect;綜合評(píng)分;評(píng)價(jià)標(biāo)簽;對(duì)比分析
中圖分類號(hào):G250.252" 文獻(xiàn)標(biāo)志碼:A
0 引言
2023年7月,H1公司宣布推出H1 Connect,其前身為Faculty Opinions(即并購(gòu)前的F1000 Prime)[1]。H1 Connect是全球生物醫(yī)學(xué)領(lǐng)域內(nèi)最為廣泛的科技論文同行評(píng)議數(shù)據(jù)庫(kù),也是生命科學(xué)專業(yè)人員獲取醫(yī)學(xué)和生命科學(xué)研究最新資源的重要渠道。世界范圍內(nèi)近90%的頂尖生命科學(xué)研究機(jī)構(gòu)都在使用H1 Connect進(jìn)行文獻(xiàn)推薦,這里匯集了超過(guò)萬(wàn)名生命科學(xué)家的專業(yè)觀點(diǎn),他們憑借領(lǐng)域內(nèi)豐富的專業(yè)知識(shí)進(jìn)行嚴(yán)格篩選和深入評(píng)價(jià),從意義、創(chuàng)新點(diǎn)、方法等多個(gè)維度出發(fā),遴選出具有開(kāi)創(chuàng)性,對(duì)科研人員具有重要價(jià)值和意義的研究成果[1]。
科技論文評(píng)價(jià)一直是學(xué)術(shù)界關(guān)注的熱點(diǎn)話題,有學(xué)者對(duì)同行評(píng)議分?jǐn)?shù)的被引頻次影響因素開(kāi)展研究[2]。安瑋琦[3]依據(jù)Faculty Opinions評(píng)分,綜合運(yùn)用文獻(xiàn)研究法、相關(guān)性分析法、引文分析法以及層次分析法,對(duì)單篇生物醫(yī)學(xué)領(lǐng)域論文的綜合質(zhì)量評(píng)價(jià)體系進(jìn)行初步探索。姜育彥等[4]基于Faculty Opinions提出絕對(duì)顛覆性指數(shù)這一創(chuàng)新概念,以病毒學(xué)為例深入研究了該指數(shù)與同行評(píng)議指標(biāo)及學(xué)科規(guī)范化的引文影響力(CNCI)之間的關(guān)系,為科技文獻(xiàn)的評(píng)價(jià)提供了新的視角和方法。Chen等[5]基于ICSR Lab及F1000新穎性標(biāo)簽和顛覆性指數(shù)提出了跨學(xué)科更有可能產(chǎn)生新穎的還是顛覆性成果開(kāi)展了評(píng)估研究。雖然我國(guó)學(xué)者在科技文獻(xiàn)評(píng)價(jià)領(lǐng)域已經(jīng)取得了諸多研究成果,但針對(duì)H1 Connect評(píng)分體系及其內(nèi)部指標(biāo)的研究仍顯不足,鮮見(jiàn)各類評(píng)價(jià)標(biāo)簽與相對(duì)引用率和星級(jí)權(quán)重以及同行評(píng)級(jí)之間的相關(guān)報(bào)道。
在科技論文評(píng)價(jià)領(lǐng)域,隨著學(xué)術(shù)研究的不斷深入和學(xué)科交叉融合的加速,傳統(tǒng)的單一評(píng)價(jià)指標(biāo)已經(jīng)難以滿足對(duì)生物醫(yī)學(xué)科技論文進(jìn)行全面、科學(xué)和公認(rèn)的評(píng)價(jià)需求。盡管學(xué)術(shù)界一直在努力探索更為先進(jìn)和全面的評(píng)價(jià)工具,但在新的評(píng)價(jià)標(biāo)準(zhǔn)尚未完全確立之前,如何對(duì)現(xiàn)有評(píng)價(jià)方法進(jìn)行優(yōu)化和改進(jìn),以更準(zhǔn)確地反映生物醫(yī)學(xué)科技論文的質(zhì)量和影響力顯得尤為重要。因此,本文嘗試構(gòu)建一個(gè)更為全面、科學(xué)的生物醫(yī)學(xué)科技論文評(píng)價(jià)指標(biāo)體系,不僅包括傳統(tǒng)的同行評(píng)議指標(biāo),還融入Altmetric等社會(huì)影響力指標(biāo)、WoS(Web of Science)等學(xué)術(shù)影響力指標(biāo)。通過(guò)探討不同類型評(píng)價(jià)指標(biāo)之間的關(guān)系,揭示它們之間的內(nèi)在聯(lián)系和相互影響,為生物醫(yī)學(xué)科技論文的多元化評(píng)價(jià)提供更加深入全面的視角和科學(xué)依據(jù)。
1 材料與方法
1.1 數(shù)據(jù)源選取
本文選取腫瘤和生物化學(xué)兩個(gè)學(xué)科發(fā)表于2019年的H1 Connect推薦文獻(xiàn)進(jìn)行研究,其中腫瘤學(xué)科380篇,生物化學(xué)學(xué)科346篇,獲取每篇推薦文獻(xiàn)的不同數(shù)據(jù)平臺(tái)各類指標(biāo)數(shù)據(jù)。H1 Connect數(shù)據(jù)庫(kù)中獲取推薦得分(RS)、相對(duì)引用率(RCR)、星級(jí)權(quán)重(WSS)[6]、同行評(píng)級(jí)(Exceptional、Very Good、Good)[4],用來(lái)反映文獻(xiàn)在同行專家中的認(rèn)可度和價(jià)值度。從Altmetric平臺(tái)中獲取Altmetric Score、Twitter、Mendeley指標(biāo),用來(lái)反映文獻(xiàn)在社交媒體上的傳播情況和受眾關(guān)注度。從WoS平臺(tái)中獲取被引頻次指標(biāo)(TC)和學(xué)科規(guī)范化的引文影響力指標(biāo)(CNCI),用來(lái)反映文獻(xiàn)在學(xué)術(shù)界的引用情況和影響力。上述指標(biāo)均以PMID作為唯一標(biāo)識(shí)符號(hào),同時(shí)標(biāo)注出每篇文章的不同評(píng)價(jià)標(biāo)簽。
1.2 生物醫(yī)學(xué)科技論文綜合評(píng)分指標(biāo)構(gòu)建
為了全面、科學(xué)地評(píng)價(jià)生物醫(yī)學(xué)科技論文的質(zhì)量和影響力,本文嘗試構(gòu)建生物醫(yī)學(xué)科技論文一個(gè)新的評(píng)價(jià)指標(biāo)——綜合評(píng)分(Composite Score,CS),該評(píng)分整合了同行評(píng)議、社會(huì)影響力和學(xué)術(shù)影響力不同維度的指標(biāo)信息,為生物醫(yī)學(xué)科技論文的多元化評(píng)價(jià)提供一個(gè)更為全面和客觀的參考,具體計(jì)算標(biāo)準(zhǔn)如下。
(1)同行評(píng)議得分:將H1 Connect中的推薦得分(RS)作為同行評(píng)議得分的唯一指標(biāo),同行評(píng)議得分=H1 Connect RS*30%。
(2)社會(huì)影響力得分:選取Altmetric Score、Twitter和Mendeley 3個(gè)指標(biāo)來(lái)衡量社會(huì)影響力,并分別賦予40%、30%、30%的權(quán)重,社會(huì)影響力得分= (Altmetric Score×40%+Twitter×30%+Mendeley×30%)×35%。
(3)學(xué)術(shù)影響力得分:選取WoS平臺(tái)中的TC和CNCI來(lái)衡量學(xué)術(shù)影響力,并分別賦予50%的權(quán)重,學(xué)術(shù)影響力得分=(TC×50%×CNCI×50%)×35%。表1列出了綜合評(píng)分的各級(jí)指標(biāo)權(quán)重和計(jì)算方法。
根據(jù)以上計(jì)算規(guī)則,計(jì)算出兩個(gè)學(xué)科中每篇文章的綜合評(píng)分(CS)。綜合評(píng)分CS=同行評(píng)議得分+社會(huì)影響力得分+學(xué)術(shù)影響力得分=H1 Connect RS×30%+(Altmetric Score×40%+Twitter×30%+Mendelay×30%)×35%+(TC×50%×CNCI×50%)×35%。
1.3 研究方法
運(yùn)用Excel進(jìn)行綜合評(píng)分的統(tǒng)計(jì)運(yùn)算,使用SPSS Statistics 23軟件對(duì)兩個(gè)學(xué)科中的不同評(píng)價(jià)標(biāo)簽和不同類型指標(biāo)數(shù)據(jù)進(jìn)行斯皮爾曼相關(guān)性比較分析。
2 研究結(jié)果
2.1 生物化學(xué)學(xué)科不同評(píng)價(jià)標(biāo)簽斯皮爾曼相關(guān)性比較結(jié)果
生物化學(xué)學(xué)科中選取6種覆蓋率較高的評(píng)價(jià)標(biāo)簽:Confirmation(確認(rèn))、Good For Teaching(適合教學(xué))、Interesting Hypothesis(有趣假設(shè))、New Finding(新發(fā)現(xiàn))、Technical Advance(技術(shù)進(jìn)展)和Novel Drug Target(新藥物靶點(diǎn))進(jìn)行研究,相關(guān)性分析結(jié)果見(jiàn)表2。
研究結(jié)果表明,RS與Exceptional和Very Good為中度相關(guān),與Good為低度相關(guān)。RCR和Good不相關(guān),與其他同行評(píng)級(jí)為低度相關(guān)。WSS與Exceptional、Very Good為中度相關(guān),與Good為低度相關(guān)。RS、WSS與不同標(biāo)簽大多為中、低度相關(guān),相關(guān)系數(shù)為0.452~0.533。RCR與不同標(biāo)簽為低度相關(guān)或不相關(guān)。Exceptional與Good For Teaching、Technical Advance為中度相關(guān),與New Finding為低度相關(guān)。Very Good與Confirmation、New Finding、Technical Advance為中度相關(guān),與Good For Teaching、Interesting Hypothesis、Novel Drug Target為低度相關(guān)。不同評(píng)價(jià)標(biāo)簽之間:Interesting Hypothesis與New Finding、Novel Drug Target、Good For Teaching為中度相關(guān);New Finding與Technical Advance、Novel Drug Target、Good For Teaching也為中度相關(guān);其他不同標(biāo)簽之間大多為低度相關(guān)或不相關(guān)。
2.2 生物化學(xué)學(xué)科綜合評(píng)分(CS)的斯皮爾曼相關(guān)性比較結(jié)果
本文計(jì)算出346篇生物化學(xué)學(xué)科文獻(xiàn)的綜合評(píng)分,與不同類型評(píng)價(jià)指標(biāo)進(jìn)行相關(guān)性比較,結(jié)果見(jiàn)表2—3。
CS與RS為中度相關(guān),相關(guān)系數(shù)為0.675。CS與Altmetric Score、Twitter、Mendeley、CNCI及TC均為高度相關(guān),相關(guān)系數(shù)為0.813~0.925。CS與Mendeley的相關(guān)系數(shù)最高,為0.925。CS與RCR為高度相關(guān),與WSS、Exceptional、Very Good為低度相關(guān),與Good不相關(guān)。CS與不同評(píng)價(jià)標(biāo)簽Confirmation、Good For Teaching、Interesting Hypothesis、New Finding、Technical advance、Novel Drug Target均為低度相關(guān),相關(guān)系數(shù)為0.354~0.395。可以看到,CS與多個(gè)社會(huì)影響力和學(xué)術(shù)影響力指標(biāo)高度相關(guān),特別是與Mendeley的相關(guān)系數(shù)最高,表明CS能夠較好地反映出文章在學(xué)術(shù)交流方面的影響力。CS與不同評(píng)價(jià)維度(如WSS)和同行評(píng)級(jí)(如Good)相關(guān)性較低或不相關(guān)。
2.3 腫瘤學(xué)科不同評(píng)價(jià)標(biāo)簽斯皮爾曼相關(guān)性比較結(jié)果
腫瘤學(xué)科選取7個(gè)覆蓋率較高的評(píng)價(jià)標(biāo)簽進(jìn)行研究,分別是Confirmation、Controversial(有爭(zhēng)議的)、Good For Teaching、Interesting Hypothesis、New Finding、Technical Advance和Novel Drug Target,相關(guān)性分析結(jié)果見(jiàn)表4。
研究結(jié)果表明:Exceptional、Very Good、Good與RS均為低度相關(guān),與WSS均為中度相關(guān)。RCR與Exceptional、Very Good、Good均為不相關(guān),說(shuō)明了在腫瘤學(xué)這樣的高度專業(yè)化領(lǐng)域中,雖然相對(duì)引用率是衡量學(xué)術(shù)影響力的重要指標(biāo),但不足以全面直接反映論文在同行學(xué)者的實(shí)際評(píng)價(jià)情況。RS與Confirmation、Good For Teaching、Interesting Hypothesis、New Finding為低相關(guān)。RCR只與Good For Teaching、Interesting Hypothesis、New Finding為低相關(guān),與其他標(biāo)簽不相關(guān)。WSS與Controversial、Good For Teaching、Interesting Hypothesis、New Finding為低相關(guān)。RS、WSS、Exceptional、Very Good與Novel Drug Target均為中度相關(guān),表明在尋找新的藥物靶向治療方面,同行評(píng)議指標(biāo)更能反映論文的某種質(zhì)量或影響力。其他不同標(biāo)簽和同行評(píng)級(jí)大多為低相關(guān)或不相關(guān)。
不同評(píng)價(jià)標(biāo)簽之間,Controversial與Good For Teaching為中度相關(guān),意味著有爭(zhēng)議的研究在一定程度上能夠引起教學(xué)上的討論和興趣。Good For Teaching與Interesting Hypothesis、New Finding均為高度相關(guān),相關(guān)系數(shù)在0.8以上,表明適合教學(xué)的論文往往包含有趣的假設(shè)和新發(fā)現(xiàn)。Interesting Hypothesis與New Finding和Novel Drug Target均為中度相關(guān),表明有趣的假設(shè)往往能夠引領(lǐng)新的發(fā)現(xiàn)或新藥物靶點(diǎn)的研究。New Finding與Novel Drug Target相關(guān)系數(shù)是0.748,表明新發(fā)現(xiàn)往往能夠推動(dòng)新藥物靶點(diǎn)的研究,兩者之間關(guān)聯(lián)性較強(qiáng),與筆者之前的研究結(jié)論一致[7]。
2.4 腫瘤學(xué)科綜合評(píng)分(CS)的斯皮爾曼相關(guān)性比較結(jié)果
本文計(jì)算了腫瘤學(xué)科380篇文獻(xiàn)的綜合評(píng)分,與不同類型評(píng)價(jià)指標(biāo)進(jìn)行相關(guān)性比較,結(jié)果見(jiàn)表4—5。
與生物化學(xué)學(xué)科結(jié)果相似,CS與RS為中度相關(guān),相關(guān)系數(shù)為0.609。CS也與Altmetric Score、Twitter、Mendeley、CNCI及TC均為高度相關(guān),相關(guān)系數(shù)為0.824~0.953。CS與TC相關(guān)系數(shù)最高,為0.953。CS與RCR為高度相關(guān),與WSS為低度相關(guān),與不同同行評(píng)級(jí)為低相關(guān)或不相關(guān)。CS與不同評(píng)價(jià)標(biāo)簽Good For Teaching、Interesting Hypothesis、New Finding、Technical Advance、Novel Drug Target均為低度相關(guān)關(guān)系,相關(guān)系數(shù)為0.225~0.378。
3 討論
3.1 H1 Connect同行評(píng)議指標(biāo)及標(biāo)簽分析
本文對(duì)生物化學(xué)學(xué)科與腫瘤學(xué)學(xué)科文獻(xiàn)中H1 Connect同行評(píng)議各指標(biāo)進(jìn)行對(duì)比分析發(fā)現(xiàn):無(wú)論是基礎(chǔ)科學(xué)類的生物化學(xué)文獻(xiàn),還是實(shí)踐科學(xué)類的腫瘤學(xué)文獻(xiàn),不同學(xué)科的RS與Good均顯示低度相關(guān)性,與Very Good、Exceptional的相關(guān)性要略高。不同學(xué)科中,RCR與不同同行評(píng)級(jí)均顯示低相關(guān)或不相關(guān),這也表明了RCR所反映的學(xué)術(shù)影響力與同行評(píng)級(jí)所代表的質(zhì)量標(biāo)準(zhǔn)不完全一致;而WSS與Very Good、Exceptional均顯示為中度相關(guān)性,這說(shuō)明了星級(jí)權(quán)重在評(píng)價(jià)高質(zhì)量文獻(xiàn)時(shí)具有一定的參考價(jià)值。
H1 Connect同行評(píng)議各指標(biāo)與不同評(píng)價(jià)標(biāo)簽進(jìn)行對(duì)比分析發(fā)現(xiàn):不同學(xué)科的文獻(xiàn),基礎(chǔ)類學(xué)科中RS大多與各個(gè)標(biāo)簽為低度相關(guān)或中度相關(guān)關(guān)系,說(shuō)明RS在基礎(chǔ)類學(xué)科中能夠反映文獻(xiàn)的某些特點(diǎn)或?qū)傩?;?shí)踐類學(xué)科中RS大多與各個(gè)標(biāo)簽為低度相關(guān)或不相關(guān)關(guān)系,說(shuō)明RS在實(shí)踐類學(xué)科中的適用性相對(duì)較低。不同學(xué)科中,RCR與不同標(biāo)簽大多數(shù)為低度相關(guān)或不相關(guān)關(guān)系?;A(chǔ)類學(xué)科中,WSS與不同標(biāo)簽多數(shù)為中度或低度相關(guān),實(shí)踐類學(xué)科中除了與Novel Drug Target為中度相關(guān),其他為低度相關(guān)或不相關(guān),這表明WSS在不同學(xué)科中的適用性存在差異,且可能與特定標(biāo)簽存在一定關(guān)聯(lián)。
3.2 生物醫(yī)學(xué)科技論文綜合評(píng)分的探討
本文嘗試建立生物醫(yī)學(xué)科技論文一個(gè)新的評(píng)價(jià)指標(biāo)——綜合評(píng)分,以生物化學(xué)和腫瘤學(xué)科論文為例進(jìn)行了探索驗(yàn)證。不管是基礎(chǔ)類學(xué)科還是實(shí)踐類學(xué)科,綜合評(píng)分均顯示出與同行評(píng)議得分呈中等程度的相關(guān)性,這表明CS在一定程度上能夠反映同行專家的評(píng)價(jià)意見(jiàn)。CS與社會(huì)影響力和學(xué)術(shù)影響力指標(biāo)均為高度相關(guān)關(guān)系,且與學(xué)術(shù)影響力各指標(biāo)相關(guān)度更加緊密,這也顯示出CS在衡量論文社會(huì)影響力和學(xué)術(shù)價(jià)值方面的有效性。CS與不同的同行評(píng)級(jí)Exceptional、Very Good、Good均為低度相關(guān)或者不相關(guān),CS與不同的評(píng)價(jià)標(biāo)簽大多也為低度相關(guān)或者不相關(guān),這也說(shuō)明了同行評(píng)級(jí)和評(píng)價(jià)標(biāo)簽與CS關(guān)注在同一篇文章的不同維度和不同范疇[7]。
3.3 綜合評(píng)分的構(gòu)建與優(yōu)勢(shì)
本文基于H1 Connect數(shù)據(jù)庫(kù),通過(guò)合理的權(quán)重分配和算法設(shè)計(jì)整合了同行評(píng)議、社會(huì)影響力和學(xué)術(shù)影響力3類數(shù)據(jù)指標(biāo),成功構(gòu)建了生物醫(yī)學(xué)科技論文的綜合評(píng)分。CS作為一種綜合評(píng)分指標(biāo),在生物醫(yī)學(xué)文獻(xiàn)評(píng)價(jià)中具有較好的適用性,不僅體現(xiàn)出同行評(píng)議結(jié)果在評(píng)價(jià)科技論文質(zhì)量時(shí)的重要作用,而且一定程度反映出科技論文在社交媒體上的傳播情況和受眾關(guān)注度,同時(shí)也反映了科技論文在學(xué)術(shù)界的影響力和貢獻(xiàn)情況。CS在反映論文社會(huì)影響力和學(xué)術(shù)價(jià)值方面具有較高的準(zhǔn)確性,與同行評(píng)議得分、社會(huì)計(jì)量學(xué)和學(xué)術(shù)影響力指標(biāo)均存在顯著的相關(guān)性。
相較于單一數(shù)據(jù)庫(kù)中的各類評(píng)價(jià)指標(biāo),本文提出的綜合評(píng)分超越了單一數(shù)據(jù)庫(kù)中各類評(píng)價(jià)指標(biāo)的局限性,在數(shù)據(jù)源、指標(biāo)類型和覆蓋范圍上均表現(xiàn)出顯著的優(yōu)勢(shì),涵蓋了H1 Connect、Altmetric和WoS三大數(shù)據(jù)平臺(tái),提供了同行評(píng)議、社會(huì)計(jì)量學(xué)、引文計(jì)量學(xué)多種類型指標(biāo)數(shù)據(jù),為綜合評(píng)分的構(gòu)建提供了豐富的信息基礎(chǔ),確保了評(píng)價(jià)范圍的全面性和豐富性。
4 研究結(jié)論
本文基于H1 Connect結(jié)合多元化數(shù)據(jù)指標(biāo)構(gòu)建了生物醫(yī)學(xué)科技論文的綜合評(píng)分這一指標(biāo),并通過(guò)生物化學(xué)和腫瘤學(xué)科論文的實(shí)例進(jìn)行了驗(yàn)證。不僅為生物科學(xué)論文的評(píng)價(jià)提供了新的視角和方法,也為同行評(píng)議、社會(huì)影響力和學(xué)術(shù)影響力等概念的整合奠定了實(shí)踐基礎(chǔ),具有一定的研究意義。本文得出以下結(jié)論。
(1)在H1 Connect數(shù)據(jù)庫(kù)中,同行評(píng)議各個(gè)指標(biāo)與不同評(píng)價(jià)標(biāo)簽之間大多為低度相關(guān)或不相關(guān)。不同學(xué)科的文獻(xiàn),相對(duì)引用率與同行評(píng)級(jí)之間也為低相關(guān)或不相關(guān),而星級(jí)權(quán)重與同行評(píng)級(jí)“Very Good”和“Exceptional”為中度相關(guān)。
(2)本文提出了綜合評(píng)分指標(biāo)CS,該指標(biāo)結(jié)合了同行評(píng)議、社會(huì)影響力和學(xué)術(shù)影響力等多個(gè)維度信息,能夠更全面、科學(xué)地反映生物醫(yī)學(xué)科技論文的質(zhì)量和價(jià)值。該指標(biāo)與同行評(píng)議結(jié)果為中度相關(guān)性,與社會(huì)影響力和學(xué)術(shù)影響力評(píng)價(jià)結(jié)果也顯示出高度一致性,有望成為一個(gè)有效的生物醫(yī)學(xué)科技論文評(píng)價(jià)指標(biāo),為學(xué)術(shù)評(píng)價(jià)提供新的依據(jù)和參考。
參考文獻(xiàn)
[1]Anonymous. H1 Connect[EB/OL].[2024-08-28].https://connect.h1.co/.
[2]張楠. 基于論文發(fā)表后同行評(píng)議分?jǐn)?shù)的被引頻次影響因素研究[D]. 合肥:中國(guó)科學(xué)技術(shù)大學(xué),2021.
[3]安瑋琦. 單篇生物醫(yī)學(xué)領(lǐng)域論文綜合質(zhì)量評(píng)價(jià)體系研究[D]. 濟(jì)南:山東師范大學(xué), 2024.
[4]姜育彥,劉雪立. 絕對(duì)顛覆性指數(shù)與同行評(píng)議指標(biāo)及CNCI的關(guān)系:基于病毒學(xué)論文的研究[J]. 圖書(shū)情報(bào)工作, 2023(3): 96-105.
[5]CHEN S, GUO Y, DING A S, et al. Is interdisciplinarity more likely to produce novel or disruptive research?[J]. Scientometrics, 2024(129): 2615-2632.
[6]許丹,韓爽,白彩軍,等. 基于Faculty Opinions最新推薦評(píng)分的生物醫(yī)學(xué)科技論文評(píng)價(jià)指標(biāo)相關(guān)性研究[J].醫(yī)學(xué)信息學(xué)雜志, 2024(4): 45-51.
[7]許丹,韓爽,徐爽.Faculty Opinions不同評(píng)價(jià)條件下論文多元評(píng)價(jià)指標(biāo)差異性及相關(guān)性分析[J].中國(guó)科技期刊研究,2022(2):246-259.
(編輯 李春燕)
Research on correlation analysis of multiple evaluation labels and establishment of comprehensive evaluation index system based on H1 Connect
XU" Dan, LUO" Xiangdong, WANG" Wenxia, XU" Shuang*
(Library, China Medical University, Shenyang 110122, China)
Abstract:" The article conducts a correlation analysis of various peer review labels for biomedical technology papers based on H1 Connect, and attempts to construct a more comprehensive and scientific paper evaluation index system by combining diversified indicators. Obtain representative indicators and evaluation labels of peer review, social influence, and academic influence from H1 Connect, Altmetric, and WoS (Web of Science) platforms, calculate the comprehensive score according to the rules, and use SPSS software for Spearman correlation comparison analysis. Most of the peer review indicators in H1 Connect show low or no correlation with different evaluation labels. There is also a low or no correlation between relative citation rate and peer rating, while star weight is moderately correlated with peer ratings of “Very Good” and “Exceptional”. The innovation proposes a comprehensive scoring index CS, which shows a moderate correlation with peer review results and is highly consistent with social and academic influence evaluation results, providing a new perspective for academic evaluation in the biomedical field.
Key words: H1 Connect; composite score; evaluation label; comparative analysis
基金項(xiàng)目:2021年遼寧省社會(huì)科學(xué)規(guī)劃基金;項(xiàng)目名稱:基于Faculty Opinions最新評(píng)分的生物醫(yī)學(xué)科技論文多元評(píng)價(jià)指標(biāo)體系建立研究;項(xiàng)目編號(hào):L21BTQ009。
作者簡(jiǎn)介:許丹(1985—),女,副研究館員,碩士;研究方向:科技論文評(píng)價(jià)。
*通信作者:徐爽(1983—),女,副研究館員,碩士;研究方向:情報(bào)分析與知識(shí)發(fā)現(xiàn)。