文章以CNKI、Web of science、Scopus数据库作为数据统计源,以CITESPACE为可视化分析工具,从学术趋势、主要研究力量、学科分布、期刊分布和高被引论文等方面对我国替代计量学研究现状和演进路径进行阐述,从基础理论、工具与平台、相关...文章以CNKI、Web of science、Scopus数据库作为数据统计源,以CITESPACE为可视化分析工具,从学术趋势、主要研究力量、学科分布、期刊分布和高被引论文等方面对我国替代计量学研究现状和演进路径进行阐述,从基础理论、工具与平台、相关指标、应用领域、影响力评价、研究方法等方面对我国替代计量学的研究热点进行分析,从本土化平台构建、科学交流过程重构、评价指标体系等方面对我国替代计量学的研究趋势进行预测。展开更多
通过对2069万多条科学推文的263万多位作者做统计分析和可视化分析,揭示了科学推文作者在发文量、关注来源和关注学科方面的行为模式,以及国家层次和城市层次的地理分布,为进一步理解推特替代计量指标内涵进而科学合理应用提供基础。研...通过对2069万多条科学推文的263万多位作者做统计分析和可视化分析,揭示了科学推文作者在发文量、关注来源和关注学科方面的行为模式,以及国家层次和城市层次的地理分布,为进一步理解推特替代计量指标内涵进而科学合理应用提供基础。研究发现:(1)科学推文作者的发文量分布存在显著的集中分布规律,10%的作者发表了80%的科学推文,91%的作者发表科学推文量在10条及以下,说明存在少数科学推文量极高的作者,同时大部分作者只是偶尔在推特上传播和讨论研究成果;(2)关注作者数最多的核心来源占6%,对应77%的科学推文,尤以Nature、The Conversation和PLo S ONE居前三甲,62%的作者仅关注一种来源;(3)关注作者数最多的学科分布在医学、综合科学和社会科学,71%的作者仅在一个学科里关注研究成果,8%的作者会关注3个以上学科的研究成果;(4)科学推文作者广泛分布在世界各地,尤以美国和欧洲最为密集,东亚集中在日本,南美集中在巴西,且集中分布在伦敦、纽约、多伦多等城市。这些结果表明,纯粹基于科学推文量的推特替代计量指标有失公允,未来构建实用指标时必须将作者情境作为要素纳入考虑范围。展开更多
文章调查在国外社交媒体上的传播能否提高中国国际科技论文的关注度,并增加论文的被引用次数。通过分析163635篇在2012年发表并被Web of Science收录的中国国际科技论文及其收到的推文数和引用数,发现在同一个期刊内,在推特上被推送过...文章调查在国外社交媒体上的传播能否提高中国国际科技论文的关注度,并增加论文的被引用次数。通过分析163635篇在2012年发表并被Web of Science收录的中国国际科技论文及其收到的推文数和引用数,发现在同一个期刊内,在推特上被推送过的论文的被引用次数比没有被推送过的多近20%。已有研究发现在论文收到的推文数和被引用次数之间存在微弱的统计学相关性,这种相关性也存在于中国国际科技论文之中。展开更多
文摘文章以CNKI、Web of science、Scopus数据库作为数据统计源,以CITESPACE为可视化分析工具,从学术趋势、主要研究力量、学科分布、期刊分布和高被引论文等方面对我国替代计量学研究现状和演进路径进行阐述,从基础理论、工具与平台、相关指标、应用领域、影响力评价、研究方法等方面对我国替代计量学的研究热点进行分析,从本土化平台构建、科学交流过程重构、评价指标体系等方面对我国替代计量学的研究趋势进行预测。
文摘通过对2069万多条科学推文的263万多位作者做统计分析和可视化分析,揭示了科学推文作者在发文量、关注来源和关注学科方面的行为模式,以及国家层次和城市层次的地理分布,为进一步理解推特替代计量指标内涵进而科学合理应用提供基础。研究发现:(1)科学推文作者的发文量分布存在显著的集中分布规律,10%的作者发表了80%的科学推文,91%的作者发表科学推文量在10条及以下,说明存在少数科学推文量极高的作者,同时大部分作者只是偶尔在推特上传播和讨论研究成果;(2)关注作者数最多的核心来源占6%,对应77%的科学推文,尤以Nature、The Conversation和PLo S ONE居前三甲,62%的作者仅关注一种来源;(3)关注作者数最多的学科分布在医学、综合科学和社会科学,71%的作者仅在一个学科里关注研究成果,8%的作者会关注3个以上学科的研究成果;(4)科学推文作者广泛分布在世界各地,尤以美国和欧洲最为密集,东亚集中在日本,南美集中在巴西,且集中分布在伦敦、纽约、多伦多等城市。这些结果表明,纯粹基于科学推文量的推特替代计量指标有失公允,未来构建实用指标时必须将作者情境作为要素纳入考虑范围。
文摘文章调查在国外社交媒体上的传播能否提高中国国际科技论文的关注度,并增加论文的被引用次数。通过分析163635篇在2012年发表并被Web of Science收录的中国国际科技论文及其收到的推文数和引用数,发现在同一个期刊内,在推特上被推送过的论文的被引用次数比没有被推送过的多近20%。已有研究发现在论文收到的推文数和被引用次数之间存在微弱的统计学相关性,这种相关性也存在于中国国际科技论文之中。
