【优先出版】不同学科期刊使用次数和影响因子的相关性分析

优先出版

题目:不同学科期刊使用次数和影响因子的相关性分析

作者:郑民1) 丁佐奇2)

作者单位:1)中国药科大学《中国药学年鉴》编辑部; 2)中国药科大学《中国天然药物》编辑部

摘要:论文的使用次数能否作为表征期刊影响力的评价指标一直未能形成定论。文章利用WoS 的论文使用次数和JCR 的影响因子这两个指标,分析中国SCI 期刊及不同学科SCI 期刊的使用次数和影响因子的相关性,研究论文使用次数对期刊影响力的表征意义。发现论文使用次数和影响因子具有一定的相关性,在具体学科内相关性更优。说明使用次数可作为论文影响力早期评价的客观指标,提示我们要注重评价指标对期刊质量的引导作用,充分利用期刊的即时评价指标,及时作好宣传推介并调整组稿策略。

关键词:使用次数;影响因子;相关性分析

影响因子(Impact Factor,IF)是衡量期刊学术影响力的重要指标之一,广泛应用于期刊、论文、学科、机构和人才评价当中, 在我国科研绩效评价中发挥着重要的导向作用[1]。评价期刊的其他指标还有被引频次、下载量、使用次数、即年指标、特征因子、基金论文比等。被引频次和下载量是反映学术论文影响力的两个基础指标。近年来,国内外学者利用各大数据库对下载量和被引频次的相关性进行了广泛的探讨[2]。笔者早期曾对高被引论文和高下载论文的相关性进行过研究,发现两者重合的论文很少[3]。后来通过文献阅读及深入研究发现,时间跨度的选择可能是造成下载量与被引频次的相关性研究未能形成定论的主要原因,由于被引频次和下载次数出现的高峰期不一致,对同一出版时间段内的高被引论文和高下载论文进行相关性研究并不合适,而是应该研究高被引论文自身下载和被引的相关性,或者用早期的下载量和后续的被引频次进行相关分析。最新研究结果显示,虽然少数论文出现量引背离现象,但整体上论文使用与被引之间存在共性[4,5]。此外,由于不同学科的学科规模及学科性质差异很大,导致不同学科论文被引量和下载量存在较大差异,因此,直接比较不同学科论文的被引量和下载量是不科学的[6]。

WoS(Web of Science ) 数据库在2015 年9 月新增了“文献级别用量指标”,即论文使用次数,反映某篇论文满足用户信息需要的次数,具体表现为用户点击了指向出版商处全文的链接(通过直接链接或 Open URL),或是对论文进行了保存以便在题录管理工具中使用,后者就是期刊评价中常说的下载量,也就是说,WoS 使用次数理论上是大于下载量的。使用次数每天更新一次, 目前,尚未见对期刊使用次数和影响因子相关性进行研究的报道,本文拟利用WoS 和JCR(JournalCitation Reports)对中国SCI 期刊使用次数和影响因子的相关性进行分析, 并分学科探讨这两者间的相关性,旨在将下载量和被引频次的相关性研究拓展到使用次数和影响因子的相关性研究,为拓展期刊评价手段提供思路,为期刊选题组稿及宣传推广提供参考。

一、研究对象与方法

1. 研究对象

研究中国SCI 期刊的使用次数和影响因子的相关性,以及不同学科SCI 期刊的使用次数和影响因子的相关性。数据检索日期为2018 年2 月。

2. 研究方法

为了更好地契合影响因子的计算公式, 用前两年论文的使用次数和影响因子作为两个变量,进行相关性分析。其中使用次数是利用WoS 数据库查询各期刊2014 年至2015年论文的使用次数,影响因子是利用JCR 查询各期刊2016 年的影响因子。采用GraphPad Prism 6.01 软件分析数据,Pearson 相关性分析,双尾,置信区间95%。总体相关系数P<0.05 时,则差异显著,其结果具有统计学意义;样本相关系数r 越接近于1 或–1, 两个变量之间的相关度越强,相关系数r 越接近于0,两个变量之间的相关度越弱。

二、研究结果

对2016 年版JCR中国大陆出版的期刊进行统计,去除2014 年和2015 年使用次数不全的期刊,共计153 种。对这153 种期刊进行相关性分析,得到论文使用次数和期刊影响因子的Pearson 相关系数(见表1)。

153 种SCI 期刊的使用次数和影响因子呈中等相关,差异有显著性。进一步对含有3 种以上期刊的学科进行分类统计,发现在工程学、数学、医学、化学、生物学、材料科学、物理学、地理学、地球科学和光学这10 个学科期刊的使用次数和影响因子均呈强相关, 且差异有显著性。环境科学学科期刊的使用次数和影响因子呈强相关,但差异无显著性,可能与该学科期刊种数较少有关。

三、分析与讨论

近年来,很多专家指出在评估期刊及论文的影响力时被引次数的权重应该降低,因为大多数学术论文仅被下载阅读过,但从未被引用过,因此网络相关的评价指标日益引起大家的关注和重视。陆伟等[7] 对图情领域共19 本期刊进行了研究,发现从期刊角度利用下载频次预测被引频次是可行的。谢娟等[8] 对图情领域的29 篇文章的下载次数和被引频次进行了分析,发现二者的强相关关系,提示下载量可以作为科研评价指标之一。李燕等[9] 研究了海洋学科的两种期刊,发现两刊近10 年被引频次排名前20 论文的下载次数和被引频次呈强相关。

本研究对中国被SCI 收录的期刊进行了研究,发现无论在整体期刊层面还是在具体学科层面,期刊的使用次数均可用于对论文被引频次乃至期刊影响因子的估测,使得评价时点提前。因此,编辑部在选择期刊评价指标时,要注重评价指标对期刊质量的引导作用[10]。WoS 新增的使用次数这个指标,具有实时、易获取的特点,可用作期刊论文的早期评价及引用指标的有效补充。在目前科技期刊和社交媒体深度融合的大背景下,提高科技期刊的国际传播能力刻不容缓[11]。期刊可充分利用使用次数这个指标及时做好最新论文的宣传推介,譬如利用微信和邮件推送以及国际上的TrendMD、SciencOpen 等工具平台推送,并根据论文的即时受关注程度适当调整组稿策略,针对学科热点及时组织论文约稿,在提高期刊传播力和学术质量的基础上提升期刊的影响力。此外,社交媒体相关指标较使用次数的评价功能更为及时,国际上有研究表明,Elsevier 旗下的文献管理软件Mendeley,其读者量实时反映了文章在科学社区内的学术影响力,填补了自论文发表之日起至WoS 论文被引信息公布之间的空白,而且阅读次数被证明与被引次数、引用基准百分比之间具有紧密的关系,其关系的强弱随学科领域不同而变化。国内有研究指出,JCR 的期刊影响力主要来源于被引频次、可引用项目,反映的是期刊在学界的影响力;Google scholar 扩大了期刊信息的传播范围、前置了期刊评价;应用搜索引擎获取期刊网站的链接数等描述了期刊传播阶段的影响力, 而Altmetric.com 将期刊评价延伸到传播、获取和利用的全过程[12]。本研究在较大样本范围内,分学科对期刊的使用次数和影响因子的相关性进行了研究,结果显示正相关,本课题组下一步将对社媒指标Altmetric 评分与使用次数、被引频次三者之间的相关性进行研究,为期刊传播以及期刊评价提供详实的资料和参考借鉴。

参考文献

[1] 林德明,郭银鑫,姜磊. 单篇学术论文对影响因子的贡献率研究——基于Nature 的定量分析[J]. 中国科技期刊研究,2016,27(12):1305-1309.

[2] 丁佐奇.基于Web of Science 的论文使用次数和被引频次的相关性分析[J]. 中国科技期刊研究,2017,28(12):1166-1170.

[3] 丁佐奇,郑晓南,吴晓明. 科技论文被引频次与下载频次的相关性分析[J]. 中国科技期刊研究,2010, 21(4):467-470.

[4] 付中静.不同引证时间窗口论文量引关系实证研究[J]. 情报杂志,2017,36(7):128-133.

[5] 杨思洛,袁庆莉,韩雷. 中美发表的国际开放获取期刊论文影响比较研究[J]. 中国图书馆学报,2017, 43(227):67-88.

[6] 刘雪立,盛丽娜,董建军,等. 跨学科学术评价指标PR8 和FNII的构建及实证研究——以河南省高校哲学社会科学评价为例[J]. 中国科技论坛,2017,(12): 53-65.

[7] 陆伟,钱坤唐,祥彬. 文献下载频次与被引频次的相关性研究——以图书情报领域为例[J]. 情报科学, 2016,34(1):3-8.

[8] 谢娟,龚凯乐,成颖,等. 论文下载量与被引量相关关系的元分析[J]. 情报学报,2017,36(12):1255-1269.

[9] 李燕,胡筱敏,陈靖,等. 海洋类中文科技期刊发展思考——以《海洋科学进展》为例[J]. 中国科技期刊研究,2018,29(1):79-83.

[10] 李艳.我国学术期刊评价体系现状及发展趋势[J]. 中国科技期刊研究,2015,26(5):507-512.

[11] 赵勣,李芳. 中国科技期刊国际影响力计划2013—2015 年D 类项目入选期刊的办刊进展[J]. 编辑学报, 2018,30(2):111-115.

[12] 张洋, 吴娟平, 郎林芳. 基于不同网络数据源的期刊评价研究[J]. 中国科技期刊研究, 2017, 28(2): 176- 183.

(0)

相关推荐