共查询到19条相似文献，搜索用时 114 毫秒
1.
2.
[目的/意义] 研究Altmetrics指标的主要特征及其与传统文献计量指标的相关性,以及它们随时间的演化情况;同时,基于Altmetrics指标全面评价学术论文的社会影响力和学术影响力,对于发展和完善Altmetrics计量系统至关重要。[方法/过程] 以2014-2016年Altmetric Top 100论文为样本,对每年的高Altmetrics指标论文的来源期刊、学科分布、获取方式、作者地域及研究机构分布进行统计分析,并讨论这些论文的社会影响力,同时对论文的Altmetric分数与其Web of Science上的被引频次进行相关性分析,研究相关性随时间的动态演化。[结果/结论] 研究结果表明,高Altmetrics指标论文主要来源于一些高影响因子期刊,其学科主要集中于医疗健康与生物科学,论文作者主要来自于欧美发达国家的高水平研究机构,且高Altmetrics指标论文中开放及自由获取的比例逐年增加;Altmetric分数能够定量地反映学术论文在社交和新闻媒体上被公众关注的程度,从而在一定程度上体现出学术论文的社会影响力;高Altmetrics指标论文的Altmetric分数与其被引频次存在一定正相关,表明高Altmetrics指标论文同时具有较高的学术影响力。 相似文献
3.
高Altmetrics指标科技论文学术影响力研究 总被引：9，自引：0，他引：9
引入"公平性测试"方法以消除时间窗口对被引次数的影响。以高Altmetrics指标论文作为样本,选取与样本论文发表在同一期刊同一期上前后两篇论文作为参照。利用Altmetric.com、Web of Science分别获取273篇样本及参照论文的Altmetric分数、底层数据值和被引用次数。通过比较分析后发现:Altmetrics和引文数两种指标反映出读者对文献的不同关注方向,底层数据源中大众媒体对于Altmetric分数的影响最明显,高Altmetrics指标论文同时具有较高的学术影响力。作为一种早期指标,高Altmetrics指标在一定程度上能够被视作文章在未来获得高被引的风向标。 相似文献
4.
数据级别计量是推进科学数据开放共享的一种途径,旨在识别科研人员对数据工作的贡献。数据级别计量是指在数据共享的背景下,主要和数据发布与数据引用相关的计量,包括但不限于Altmetric和论文级别计量(ALM),数据级别计量中,"数据引用"不仅采用文献之间的参考文献,而且扩展到数据和文献、数据和数据集、数据和数据之间的多重关系,且更进一步关注"数据"、"学术记录"以及与学术记录紧密相关的"个人"。数据级别计量涉及三个核心概念:数据共享、数据引用、数据发布。根据科研数据权益管理流程,笔者建立了包括24条广义科研数据以及科研数据的权利与利益关系、形式、政策在内的研究框架。图书馆可充分发挥已有数据的作用,进行新的知识服务。图5。表1。参考文献101。 相似文献
5.
随着交叉科学研究在促进社会发展重大综合性问题解决方面的优势逐渐凸显,越来越多的国家对交叉科学研究给予高度的重视与支持,如何对交叉科学的研究成果进行有效的鉴定与评估也成为科技管理部门亟待解决的重要问题。本文在传统引文指标的基础上,引入PLoS官方平台的使用数据(html浏览、xml下载及pdf下载)作为补充,综合评价交叉科学研究成果的影响力情况。以2009-2013年发表在开源期刊PLoS Computational Biology的研究论文为例,研究结果表明:(1)学科交叉水平与论文影响力之间存在一定的正向关系,学科交叉水平高的论文,对应的使用数据与引用数据要明显高于学科交叉水平较低的论文;(2)论文的使用数据与引用数据相互促进,在引用数据达到峰值时,对应的使用数据也会随之出现一定的回升;(3)学科交叉程度对使用数据与引用数据之间的相关关系也有较为显著的影响。本文从使用数据和引用数据两个维度探索交叉科学研究成果的影响力,为当前交叉科学研究成果影响力的评价提供了新的借鉴与参考。 相似文献
6.
伴随数据论文影响力的凸显,数据计量逐渐兴起。本文基于数据计量,融合多维度、多指标综合评价数据论文的影响力。首先,本文通过信息传播模式分析数据论文影响力的产生机制,解析出数据论文影响力可以划分为潜在影响力、学术影响力和社会影响力三个维度。其次,融合Altmetrics与引文分析甄选指标构建数据论文影响力评价体系。最后,利用相关性分析以及三维空间差异性分析解构数据论文影响力评价结果。研究结果表明,三维度影响力反映出数据论文综合影响力,三者相互补充与促进。同时,数据论文应在整体上促进评审机制、引用机制和激励机制的针对性发展,在内部促进数据论文质量、内容、逻辑和时效的优化。 相似文献
7.
[目的/意义] 研究基于开放式引文数据库提出的新型期刊评价指标Jfactor以及其与传统文献计量学指标的关系,分析Jfactor的特点,并对我国期刊评价提出启示。[方法/过程] 结合统计学方法,利用SPSS软件对高能物理领域期刊的指标数据进行相关性分析,主要包括Jfactor与impact factor、5-year impact factor、eigenfactor score,同时将指标之间作比较研究。[结果/结论] 相关分析结果表明,Jfactor与impact factor相关性最强,其次是5-year impact factor,与eigenfactor score的相关性相对最弱。相对于impact factor,Jfactor的计算数据更加透明,而且充分考虑了开放数据对论文引用的影响,对我国期刊评价具有重要的研究价值。 相似文献
8.
[目的/意义]通过对Mendeley阅读数据的分析,探讨引用行为之外更广范围的论文使用行为,以进一步完善学术论文的影响力评价体系。[方法/过程]选择社会学、历史学、生态学和应用物理学四个学科领域,从Scopus、Altmetric.com采集被引数据和阅读数据,并进行相关性分析。从身份、国别以及学科三个角度对Mendeley阅读数据Top100的文献用户身份和行为特征进行深入的探究。[结果/结论]在四个学科文献集合中,Mendeley阅读数据均比被引频次的覆盖率高,说明引用行为只是论文使用的冰山一角。对于不同使用动机的用户,其使用行为都存在学科差异;不同国家使用者对论文的使用习惯有地域差异;学术论文的跨学科使用情况与自身学科特性密切相关。 相似文献
9.
以CNKI数据库的量化数据和《〈中国图书馆学报〉创刊六十周年文选》的质性选编为基础,定义出《中国图书馆学报》(1998—2017)所有论文、《文选》论文和双高论文,采用引用量C、下载量U和引用下载比K三个计量指标,对所有论文和《文选》论文进行计量研究,并对《文选》论文和双高论文进行品质分析。研究发现:C、U和K均服从幂律分布,且论文年均引用下载比逐年递减;分段时间内论文引用和下载之间具有高度正相关关系。由于学术品质不能完全用量化指标代替,建议以提升学术品质作为最终目标,而计量研究的目的则是促进学术品质提升。图5。表4。参考文献21。 相似文献
10.
[目的/意义] 构建多维指标的综合影响力评价模型,为不同层次挖掘高价值文献提供新途径。[方法/过程] 选取临床神经病学、化学与物理、地球科学作为自然科学的代表学科,信息科学与图书馆学、经济学、教育研究作为社会科学的代表学科,在Web of Science核心合集中收集引文指标数据,在Altmetric.com平台中收集Altmetrics计量指标数据,通过指标覆盖率和指标间相关性进行指标筛选,然后利用主成分分析方法建立不同学科的论文综合影响力指标模型并对比分析。[结果/结论] 不同学科的差异使论文影响力评价模型采用的指标有所区别,自然科学和社会科学论文影响力评价模型中共同保留的指标为被引频次、Mendeley、Blogs。在论文综合影响力评价中,学术影响力依然占据主导地位,社会影响力的测评研究发展迅速,两者结合的定量评价能挖掘出综合影响力较高的文献。 相似文献
11.
[目的/意义] 进一步探讨Web 2.0环境下选择性计量指标的有效性。[方法/过程] 以"data mining"为检索词,获得Mendeley与Web of Science两平台的交叉文献集合,分别对交叉文集的被引频数与阅读数、被引频数与标签数进行相关性检验后,从每组选取指标值差异最大与最小的各100篇文献进行具体分析。[结果/结论] 传统计量指标被引频数与Mendeley中的阅读数和标签数均存在弱相关性,证实了以阅读数和标签数为代表的选择性计量指标可以在一定程度上评估文献的影响力,且文献类型、出版年份和作者h指数会对用户阅读、引用等文献利用行为产生影响。未来文献影响力评价的发展方向应为传统文献计量方法与选择性计量方法的结合。 相似文献
12.
Altmetrics have been proposed as a way to assess the societal impact of research. Although altmetrics are already in use as impact or attention metrics in different contexts, it is still not clear whether they really capture or reflect societal impact. This study is based on altmetrics, citation counts, research output and case study data from the UK Research Excellence Framework (REF), and peers’ REF assessments of research output and societal impact. We investigated the convergent validity of altmetrics by using two REF datasets: publications submitted as research output (PRO) to the REF and publications referenced in case studies (PCS). Case studies, which are intended to demonstrate societal impact, should cite the most relevant research papers. We used the MHq’ indicator for assessing impact – an indicator which has been introduced for count data with many zeros. The results of the first part of the analysis show that news media as well as mentions on Facebook, in blogs, in Wikipedia, and in policy-related documents have higher MHq’ values for PCS than for PRO. Thus, the altmetric indicators seem to have convergent validity for these data. In the second part of the analysis, altmetrics have been correlated with REF reviewers’ average scores on PCS. The negative or close to zero correlations question the convergent validity of altmetrics in that context. We suggest that they may capture a different aspect of societal impact (which can be called unknown attention) to that seen by reviewers (who are interested in the causal link between research and action in society). 相似文献
13.
Tara J. Brigham 《Medical reference services quarterly》2013,32(4):438-447
Altmetrics, or alternative metrics, are forging a new way to capture the impact of not only articles, but also scholarly or research “products” by tracking them when they are mentioned online, such as in blogs or social media platforms. While altmetrics have a lot of potential, there are also some limitations preventing their full acceptance alongside traditional citation metrics. This column will explain the basics of altmetrics and altmetric tools, discuss some of the ways they can be used in libraries, and explore some possible concerns with this new metric. A list of resources for additional information is also included. 相似文献
14.
[目的/意义] 研究Altmetrics热点论文的传播特性,阐释学术内容的学术影响力和社会影响力。[方法/过程] 以www.altmetric.com热点论文的数据为基础,双向分析热点论文的Altmetrics分值与Web of Science被引次数的相关性,并讨论其传播渠道的多样性、传播主体的分布以及学术内容在社交媒体的传播影响。[结果/结论] 学科的差异影响Altmetrics与传统引文分析的相关性。公众为学术内容社交传播的主体,科学家利用社交媒体推广学术内容的比例呈逐年增长趋势。热点论文在Twitter上的传播一般在10-30d达到峰值,影响其传播的因素主要包括：学术传播内容的显著性和新奇性、学术传播的内需、开放获取、学术内容的营销途径等。虽然Altmetrics有速度和广度的优势,但也存在理论方法缺失、认知程度不高、数据质量较低、商业驱动浓厚、容易博弈等缺点。 相似文献
15.
《Journal of Informetrics》2022,16(3):101309
Power Laws are a characteristic distribution found in both natural as well as in man-made systems. Previous studies have shown that citations to scientific articles follow a power law, i.e., the number of papers having a certain level of citation x are proportional to x raised to some negative power. However, the distributional character of altmetrics (such as reads, likes, mentions, etc.) has not been studied in much detail, particularly with respect to existence of power law behaviours. This article, therefore, attempts to do an empirical analysis of altmetric mention data of a large set of scholarly articles to see if they exhibit power law. The individual and the composite data series of ‘mentions’ on the various platforms are fit to a power law distribution, and the parameters and goodness of fit are determined, both using least squares regression as well as the Maximum Likelihood Estimate (MLE) approach. We also explore the fit of the mention data to other distribution families like the Log-normal and exponential distributions. Results obtained confirm the existence of power law behaviour in social media mentions to scholarly articles. The Log-normal distribution also looks plausible but is not found to be statistically significant, and the exponential distribution does not show a good fit. Major implications of power law in altmetrics are given and interesting research questions are posed in pursuit of enhancing the reliability of altmetrics for research evaluation purposes. 相似文献
16.
Altmetrics from Altmetric.com are widely used by publishers and researchers to give earlier evidence of attention than citation counts. This article assesses whether Altmetric.com scores are reliable early indicators of likely future impact and whether they may also reflect non-scholarly impacts. A preliminary factor analysis suggests that the main altmetric indicator of scholarly impact is Mendeley reader counts, with weaker news, informational and social network discussion/promotion dimensions in some fields. Based on a regression analysis of Altmetric.com data from November 2015 and Scopus citation counts from October 2017 for articles in 30 narrow fields, only Mendeley reader counts are consistent predictors of future citation impact. Most other Altmetric.com scores can help predict future impact in some fields. Overall, the results confirm that early Altmetric.com scores can predict later citation counts, although less well than journal impact factors, and the optimal strategy is to consider both Altmetric.com scores and journal impact factors. Altmetric.com scores can also reflect dimensions of non-scholarly impact in some fields. 相似文献
17.
[目的/意义]引介国外近期关于altmetrics的理论思想和研究共识,以期对我国的altmetrics研究带来启示。[方法/过程]采取多种信息检索方法,如网络检索、博客跟踪、浏览会议网站的方法,查找国内外相关信息,考察altmetrics的早期理论假说、术语提出的方式和过程;引介和分析国外专家的研究共识;研究我国相关的期刊论文和博客文章,总结国内altmetrics的研究现状与问题。[结果/结论]研究发现,国外专家普遍认为altmetrics是对传统引文方法的补充,而不是替代;altmetrics测量的是科学研究的关注度和影响力,而不一定是科学研究的质量;altmetrics应该重新命名为"alternative indicators";传统引文评价方法存在的引文动机、发表时间、学科和地域差异等问题在altmetrics评价中仍然存在。因此,在用altmetrics指标进行评价的过程中,不能仅观察altmetrics应用工具提供的数字,还要考察数据源的类型、具体评价内容,最后通过定量和定性评价方法相结合做出正确的判断。我国altmetrics的相关研究虽然发展迅速,但与国际研究水平仍有较大差距。 相似文献
18.
[目的/意义]分析当前机构知识库中引入Altmetrics的主要模式和需要考虑的问题,为机构知识库引入Altmetrics的实践提供参考。[方法/过程]采用比较分析和案例分析方法,通过对香港大学学术库、匹兹堡大学机构知识库引入Altmetrics的具体实践进行分析,归纳机构知识库引入Altmetrics的模式以及各模式的特征和适用情形。[结果/结论]机构知识库引入Altmetrics有3种模式:嵌入式,直接嵌入已有altmetrics应用或代码;集成式,在机构知识库平台中集成altmetrics应用与数据;共享式,商业altmetrics平台与机构知识库共享对象元数据。机构知识库引入Altmetrics是机构知识库发展的趋势,模式二和模式三有融合的趋向。当前机构知识库引入Altmetrics时最重要的问题是在元数据结构层面要设计覆盖机构知识生产全过程的对象元数据结构。 相似文献
19.
《Journal of Informetrics》2020,14(2):101019
The normalized citation indicator may not be sufficiently reliable when a short citation time window is used, because the citation counts for recently published papers are not as reliable as those for papers published many years ago. In a limited time period, recent publications usually have insufficient time to accumulate citations and the citation counts of these publications are not sufficiently reliable to be used in the citation impact indicators. However, normalization methods themselves cannot solve this problem. To solve this problem, we introduce a weighting factor to the commonly used normalization indicator Category Normalized Citation Impact (CNCI) at the paper level. The weighting factor, which is calculated as the correlation coefficient between citation counts of papers in the given short citation window and those in the fixed long citation window, reflects the degree of reliability of the CNCI value of one paper. To verify the effect of the proposed weighted CNCI indicator, we compared the CNCI score and CNCI ranking of 500 universities before and after introducing the weighting factor. The results showed that although there was a strong positive correlation before and after the introduction of the weighting factor, some universities’ performance and rankings changed dramatically. 相似文献