邱均平，陳麗婷,b（杭州電子科技大學(xué) ．中國科教評價研究院，b．管理學(xué)院）

1 引言

近年來，隨著互聯(lián)網(wǎng)社交平臺的廣泛使用，很多學(xué)術(shù)成果的發(fā)表不再局限于期刊的形式，而更多的是通過網(wǎng)絡(luò)平臺實(shí)現(xiàn)在線傳播與交流。在此過程中，學(xué)術(shù)成果的瀏覽、下載、關(guān)注、轉(zhuǎn)發(fā)、討論及推薦等成為可獲取數(shù)據(jù)，這些數(shù)據(jù)的開放與集成對科研產(chǎn)出的衡量標(biāo)準(zhǔn)提供了新的視角。［1］基于此，一種全新的計(jì)量指標(biāo)Altmetrics由此產(chǎn)生。

2010年，國外學(xué)者Priem等人提出Altmetrics概念，為計(jì)量學(xué)發(fā)展提出了新的指標(biāo)。［2］2012年，我國學(xué)者劉春麗將Altmetrics的概念引入國內(nèi)，并將Altmetrics譯為“選擇性計(jì)量學(xué)”，是一種基于Web 2.0環(huán)境的科學(xué)計(jì)量。［3］邱均平等人將其譯為“替代計(jì)量學(xué)”［4］、由慶斌等人將其譯為“補(bǔ)充計(jì)量”，［5］目前國內(nèi)學(xué)者較多將其譯為“替代計(jì)量學(xué)”。在Web2.0時代，Altmetrics評價指標(biāo)以數(shù)據(jù)更新快、傳播范圍廣、公共參與多、指標(biāo)更全面等特點(diǎn)彌補(bǔ)了傳統(tǒng)評價方法的不足，成為學(xué)術(shù)界關(guān)注的重要問題。國外學(xué)者Haustein等人利用PubMed和WOS收錄的140篇生物醫(yī)學(xué)方面的論文，驗(yàn)證出PubMed在Twitter上的提及量極低，且Twitter與被引次數(shù)之間存在極弱正相關(guān)性。［6］Bini等人通過分析不同領(lǐng)域論文的Altmetrics指標(biāo)，發(fā)現(xiàn)醫(yī)療與生命科學(xué)領(lǐng)域論文的Altmetrics得分最高，總體論文Altmetrics指標(biāo)與傳統(tǒng)引文次數(shù)存在弱正相關(guān)的結(jié)果，表明論文的學(xué)術(shù)影響力與社會影響力之間沒有很大的關(guān)聯(lián)度。［7］Waltman等人從不同的學(xué)科角度得出Altmetrics指標(biāo)和被引量之間存在弱相關(guān)關(guān)系，并且對Altmetrics11個指標(biāo)進(jìn)行因子分析，將11個指標(biāo)大體歸為3類。［8］JoséLuis Ortega將西班牙國際委員會學(xué)者的成果與WOS上的數(shù)據(jù)進(jìn)行相關(guān)性分析，通過Altmetrics指標(biāo)發(fā)現(xiàn)文獻(xiàn)成果借助網(wǎng)絡(luò)平臺造成的社會影響力更大。［9］雖然Altmetrics引介國內(nèi)不久，但在國內(nèi)學(xué)術(shù)界卻引起了極大的關(guān)注。劉小娟等人選取Scopus和Altmetric.com上關(guān)于圖書情報領(lǐng)域文獻(xiàn)的數(shù)據(jù)，對Altmetrics指標(biāo)與被引次數(shù)進(jìn)行相關(guān)分析，結(jié)果表明二者之間存在弱相關(guān)，并且Mendeley和Twitter分別更適合對學(xué)術(shù)影響力和社會影響力做判斷。［10］張洋等人通過對Altmetrics高分論文指標(biāo)與ESI頂尖論文被引次數(shù)進(jìn)行相關(guān)性分析，發(fā)現(xiàn)Altmetrics具有及時性、多元性等特點(diǎn)。［11］匡登輝分析了2015年Altmetrics熱點(diǎn)論文的來源期刊、學(xué)科、作者分布，指出Altmetrics不僅可以評價社會影響力，也可以評價期刊影響力。［12］郭飛等人對Altmetrics熱點(diǎn)論文的分值與WOS論文被引量進(jìn)行相關(guān)性分析，得出Altmetrics熱點(diǎn)論文一般在Twitter處于10-30 時為峰值。［1］

綜上所述，目前國內(nèi)外對Altmetrics指標(biāo)的探討都存在較高的熱度，但同時筆者發(fā)現(xiàn)國內(nèi)外研究缺乏對于Altmetrics論文成為熱點(diǎn)論文的因素探討，基于此，筆者將從2016-2018年Altmetrics TOP100論文特征出發(fā)，探究出其中緣由，以期為相關(guān)的研究者提供參考與借鑒。

2 數(shù)據(jù)來源

目前世界上提供單篇論文Altmetrics指標(biāo)的網(wǎng)站主要有www.altmetric.com、www.Impactstory.com和www.plumx.com，其中較為全面的是Altmetrics公司創(chuàng)辦的www.altmetric.com。網(wǎng)站涉及到 News stories、Blog posts、Wikipedia citations等 13個Altmetrics指標(biāo)，包括醫(yī)學(xué)與健康科學(xué)、地球與環(huán)境科學(xué)、信息與計(jì)算機(jī)科學(xué)等24個學(xué)科和Nature、Science、PNAS等46個學(xué)術(shù)權(quán)威期刊。該網(wǎng)站提出目前最為實(shí)用的Altmetrics算法，運(yùn)用該算法對以上指標(biāo)做出權(quán)重計(jì)算，得出全球Altmetrics TOP100論文排名，主要包含Altmetric分?jǐn)?shù)、來源期刊、獲取方式及不同媒體的關(guān)注度等信息。

本文選取www.altmetric.com上2016-2018年每年公布的AltmetricsTOP 100論文指標(biāo)為數(shù)據(jù)來源。通過api.altmetric.com提供的API抓取2016-2018年每年排名前100篇熱點(diǎn)論文數(shù)據(jù)，同時根據(jù)文章URL協(xié)助獲取，經(jīng)檢驗(yàn)不存在無用數(shù)據(jù)，最終得到數(shù)據(jù)共計(jì)300條，根據(jù)每一篇文章上的ID收割此300篇論文的數(shù)據(jù)指標(biāo)，共計(jì)24,773條。同時根據(jù)獲取的300篇論文中數(shù)字對象的唯一標(biāo)識DOI，從WOS中獲取論文被引數(shù)據(jù)以及其他各項(xiàng)數(shù)據(jù)，刪除無Altmetric分值數(shù)據(jù)后，最終獲得有效數(shù)據(jù)289篇，匹配率達(dá)到96.3%。數(shù)據(jù)收集時間為2019年4月25日-29日。

3 Altmetrics TOP100論文主要特征分析

3.1 論文來源機(jī)構(gòu)分布

運(yùn)用VOSviewer對300篇論文的全部來源機(jī)構(gòu)進(jìn)行可視化分析。如圖1所示，一個圓圈代表一個機(jī)構(gòu)，圓圈的大小表示機(jī)構(gòu)的發(fā)文量高低，擁有相同顏色的的圓圈屬于同一個聚類。［13］由此可知，2016-2018年Altmetrics TOP100論文發(fā)文量排名前10的機(jī)構(gòu)分別是劍橋大學(xué)、倫敦大學(xué)學(xué)院、牛津大學(xué)、哈佛大學(xué)、斯坦福大學(xué)、哈佛醫(yī)學(xué)院、哈佛大學(xué)出版社、華盛頓大學(xué)、耶魯大學(xué)、西澳大利亞大學(xué)。經(jīng)統(tǒng)計(jì)發(fā)現(xiàn)，這10個機(jī)構(gòu)分別來自于美國、英國、澳大利亞三個國家且發(fā)表論文總數(shù)為189篇（見表1），在300篇論文中占比為63%，說明這10個國際知名機(jī)構(gòu)發(fā)表的論文相對而言具有較高的社會影響力。而產(chǎn)生這種結(jié)果的其中一個原因可能是10個機(jī)構(gòu)的研究力量十分雄厚且自身具備較高的國際知名度，因而大眾對這些機(jī)構(gòu)發(fā)表的論文形成了較高的關(guān)注度和認(rèn)可度。另外，從圖1還可以得出，研究主題相同的機(jī)構(gòu)有劍橋大學(xué)和牛津大學(xué)，哈佛大學(xué)和斯坦福大學(xué)關(guān)注的研究主題也相同。同時筆者發(fā)現(xiàn)我國自然科學(xué)最高學(xué)術(shù)機(jī)構(gòu)中國科學(xué)院（Chinese Acad Sci）也出現(xiàn)在圖1中，并且與國外哈佛醫(yī)學(xué)院的研究主題相同，如醫(yī)學(xué)與健康科學(xué)。由此表明，該機(jī)構(gòu)的研究方向與國際熱點(diǎn)話題接軌，并作為我國科技界的代表活躍在國際科技前沿，同時也進(jìn)一步證明中國科學(xué)院不僅具有很高的學(xué)術(shù)影響力，也存在一定的社會影響力。

表1 論文在核心機(jī)構(gòu)的分布

圖1 論文來源機(jī)構(gòu)分布

總體而言，我國的Altmetrics TOP100論文發(fā)文量與其他國家機(jī)構(gòu)相比還存在一定差距，產(chǎn)生的社會影響力亟待提高。鑒于以上情況，首先，我國學(xué)術(shù)機(jī)構(gòu)應(yīng)進(jìn)一步加大國際間的合作力度，提高自身的科研水平、網(wǎng)絡(luò)運(yùn)用能力和語言能力，努力將一些優(yōu)秀的學(xué)術(shù)論文推送到國際常用的社交媒體。其次，我國還應(yīng)該更加重視、鞏固高校的學(xué)術(shù)地位，開設(shè)合理的評價制度與獎勵機(jī)制，從而激勵更多的高校師生投身到學(xué)術(shù)中。最后，我國相關(guān)機(jī)構(gòu)在論文收錄時應(yīng)把握好論文的選題方向和做好期刊的積極宣傳，如2016年Altmetrics TOP100論文中有一篇來源于Biorxiv期刊中關(guān)于長期使用手機(jī)會引發(fā)癌癥的論文，該期刊的影響因子并不是很高，但發(fā)表的這篇論文的排名卻遠(yuǎn)高于很多核心期刊，一方面源于論文開放獲取的屬性，另一方面也是其做好新穎選題和積極宣傳的結(jié)果。

3.2 論文來源期刊分布

通過統(tǒng)計(jì)論文的來源期刊（見表2），可以看出2016-2018年Altmetrics TOP100論文中有175篇論文分別來源于Nature及其子刊、Science及其子刊、PNAS、New England Journal of Medicine、JAMA 及其子刊、The Laneet 6類期刊，在300篇TOP100論文中占比為58.3%。其中Science/Science子刊、PNAS、New England Journal of Medicine、JAMA/JAMA子刊這4類期刊（含子刊）均來自美國（占比37.7%），另外兩類JAMA/JAMA子刊和The Lancet（含子刊）來自英國（占比20.6%）。說明美國和英國創(chuàng)辦并塑造高質(zhì)量期刊的能力遠(yuǎn)領(lǐng)先于其他國家。同時《新英格蘭醫(yī)學(xué)期刊》《美國醫(yī)學(xué)會期刊》和《柳葉刀》都屬于核心的醫(yī)學(xué)綜合期刊，且相應(yīng)的論文都具有較高的影響因子和較高的Altmetrics得分。這說明近三年來，美國、英國等國家對醫(yī)療與健康領(lǐng)域關(guān)注度比較高，對全球造成的社會影響力也較為明顯。

近三年來Nature/Nature子刊發(fā)表Altmetrics TOP100論文數(shù)量最多，說明該刊上發(fā)表論文質(zhì)量、數(shù)量以及社會影響力都較為顯著。這與其獨(dú)特的新聞發(fā)布時效性和服務(wù)性是分不開的。［14］Nature期刊上刊登的論文大多與科技相關(guān)，主要針對科學(xué)世界中的重大發(fā)現(xiàn)、重大突破的科研成果，并且該刊會將部分成果在Nature出版集團(tuán)的網(wǎng)站上進(jìn)行及時的新聞報道。該集團(tuán)的網(wǎng)站注重對普遍科學(xué)興趣的簡要研究，并提供一個報告和討論的論壇，讓大眾對相應(yīng)的熱點(diǎn)問題討論并發(fā)表自己的觀點(diǎn)，進(jìn)一步提升論文的質(zhì)量，促進(jìn)該刊的發(fā)展。筆者發(fā)現(xiàn)在2016-2018年Altmetrics TOP100論文中15篇來自于OA倉儲，其中Arvix有10篇和SSRN有5篇，這說明www.altmetrics.com測量論文范圍比較廣，不僅可以測量期刊論文的關(guān)注度，也可以測量發(fā)布在OA倉儲文章的關(guān)注度。［15］基于OA倉儲論文無需同行評審、刊登時間短并能被www.altmetrics.com測量等特點(diǎn)，論文在期刊發(fā)表前，可以在OA倉儲以預(yù)印本的形式進(jìn)行網(wǎng)上傳播，使其以更快捷的方式在網(wǎng)絡(luò)平臺上被大眾免費(fèi)獲取、瀏覽，并產(chǎn)生一定的社會影響力。

表2 論文來源期刊分布

3.3 論文所屬學(xué)科分布

從所屬學(xué)科分布來看，2016-2018年Altmetrics TOP100論文類別主要集中在以下9個學(xué)科（見表3），其中發(fā)文量最多的學(xué)科是醫(yī)療與健康科學(xué)，每年占比都超過40%。緊隨其后的是生物科學(xué)領(lǐng)域，每年占比約為6%-20%，通過這兩個學(xué)科的占比充分說明大眾對于生物醫(yī)療方面的關(guān)注最為密切。排名第三的學(xué)科是地球與環(huán)境科學(xué)，雖然相對于生物醫(yī)療方面其發(fā)文量不是很高，但從學(xué)科橫向比較可以看出，其隨著年份增長Altmetrics TOP100排名中該學(xué)科的數(shù)量趨于上升的趨勢，說明地球與環(huán)境問題逐漸引起大眾的關(guān)注，在未來的發(fā)展中可能會成為一個關(guān)注的熱點(diǎn)問題。占比相對較低的幾個學(xué)科分別是歷史與考古學(xué)、物理科學(xué)、心理學(xué)與可重復(fù)性研究、信息與計(jì)算機(jī)技術(shù)和材料科學(xué)，其中信息與計(jì)算機(jī)技術(shù)和材料科學(xué)占比僅有1%-2%，其引起的社會關(guān)注度不是很高，產(chǎn)生的社會影響相對較小。但將其放在24個學(xué)科中比較，這兩個學(xué)科的論文可以躋身于Altmetrics TOP100論文中，且連續(xù)3年榜上有名，足以反映出該學(xué)科依舊是大眾關(guān)注的熱點(diǎn)。另外，筆者發(fā)現(xiàn)2016年唯一一篇信息與計(jì)算機(jī)技術(shù)學(xué)科的文章在當(dāng)時引起極大的社會關(guān)注，在2016年Altmetrics TOP100論文中排名第九。該論文主要敘述AlphaGo的神經(jīng)網(wǎng)絡(luò)算法問題，其發(fā)表一個月內(nèi)在Twitter上被轉(zhuǎn)載高達(dá)3,047次，隨后又得到其他媒體爭相報道并轉(zhuǎn)載。由于高頻率的廣泛傳播使社會各界對人工智能有了一定了解，并引發(fā)學(xué)術(shù)界對該主題的大量研究，從而使該論文在Web of Science的被引頻次高達(dá)1,464次。

表3 論文來源學(xué)科分布

3.4 論文傳播途徑分布

統(tǒng)計(jì)發(fā)現(xiàn)2016-2018年Altmetrics TOP100論文主要 通 過 News stories、 Blog posts、 Twitter、 Facebook、Peerreviews等13種傳播途徑，將其關(guān)注的論文的數(shù)量進(jìn)行統(tǒng)計(jì)（見表4），發(fā)現(xiàn)大多數(shù)論文通過Newsstories、Blog post、Twitter、Facebook、Reddit、Coogle+、Wikipedia citations和Videos進(jìn)行傳播，說明這8種傳播途徑基本上可以掌握對應(yīng)領(lǐng)域的最新熱點(diǎn)。同時值得注意的是Altmetrics TOP100論文在Twitter的平均提及次數(shù)也相對最高（1,952次），由此說明Twitter在大眾中的活躍程度較高，多數(shù)學(xué)者通過Twitter進(jìn)行學(xué)術(shù)交流。［14］同時也證實(shí)了2016-2018年Altmetrics TOP100論文的社會影響力。

表4 論文傳播途徑分布

另外，筆者通過因子分析并結(jié)合Python程序查詢到300篇論文在各個因子中的反應(yīng)特點(diǎn)。本文選取非零值占比高于50%作為研究對象，采用與Costas等［16］相同的方法將沒有數(shù)值的Altmetrics指標(biāo)填充為0，防止被視為數(shù)據(jù)缺失。對8個變量對應(yīng)的數(shù)據(jù)集進(jìn)行KMO與Bartlett球形檢驗(yàn)（見表5），可知KMO值為0.615，且Bartlett球形檢驗(yàn)的顯著性小于0.05，這8個變量對應(yīng)的數(shù)據(jù)集適合做因子分析。使用特征值確定相互獨(dú)立的因子個數(shù)，并運(yùn)用因子分析的降維得到碎石圖（見圖2）。由圖2可知，其中3個因子特征值大于1，且累計(jì)方差率達(dá)到了一定的比例，這3個公因子累積貢獻(xiàn)率較高，因此用前3個因子可以替代8個指標(biāo)變量進(jìn)行主成分分析。

表5 KMO和Bartlett的檢驗(yàn)

運(yùn)用SPSS設(shè)定的“方差極大法”對因子載荷矩陣旋轉(zhuǎn)，得到旋轉(zhuǎn)后的因子載荷矩陣旋轉(zhuǎn)表（見表6），由表6可知，因子1在Twitter、Reddit上有較大載荷，因子 2在Coogle+、Videos、Wikipedia citations有較大載荷，因子3在News stories、Blog、Facebook上有較大載荷。同時根據(jù)這3個因子中每個變量的解釋，將因子1、2、3分別命名為社交網(wǎng)絡(luò)因子、學(xué)術(shù)瀏覽因子和新聞媒體因子。

圖2 碎石圖

表6 旋轉(zhuǎn)后的因子載荷矩陣旋轉(zhuǎn)表

在因子變量確定后，得出每個因子變量在不同因子上的具體數(shù)值，結(jié)合www.altmetric.com提供的單篇論文在每個指標(biāo)平臺上的Altmetric分值，三個因子的得分公式如下。

Factor1=-0.255News+0.031Blog+0.484Twitter+0.169 Facebook+0.179Coogle-0.095Videos-0.018Wikipedia citat ions+0.468Reddit

Factor2=-0.026News+0.241Blog+0.021Twitter-0.2Face book+0.29Coogle+0.467Videos+0.537Wikipedia citations-0.05Reddit

Factor3=0.545News+0.284Blog-0.079Twitter+0.588 Facebook+0.033Coogle-0.38Videos-0.271Wikipedia citati ons+0.115Reddit

根據(jù)上述因子計(jì)算模型，計(jì)算出各個因子得分，并將結(jié)果導(dǎo)入到Xlsx中。運(yùn)用Python程序生成2016-2018年Altmetrics TOP100論文因子得分熱力圖，每篇論文的得分范圍集中-1000到8000范圍內(nèi)。由熱力圖可知社交網(wǎng)絡(luò)因子1中得分較高有文獻(xiàn)196、98和231，說明這類文獻(xiàn)通過社交網(wǎng)絡(luò)的形式傳播的比較廣。學(xué)術(shù)瀏覽因子2中文獻(xiàn)194得分較高，該論文以學(xué)術(shù)瀏覽的形式傳播最廣。新聞媒體因子3中，文獻(xiàn)31和文獻(xiàn)100得分相對較高，說明其通過新聞報道的這一途徑廣泛傳播。另外，還可以得知不同的論文在不同的媒體平臺傳播的熱度不一樣，如在因子2中整體顏色變化不大，每篇論文的分值變化不大，而在因子1中部分論文的分值變化幅度比較大?；诖?，某一篇論文在現(xiàn)有的分值基礎(chǔ)上想要獲得更高的社會影響力，可根據(jù)自身的論文特點(diǎn)參照3個因子的類別，選擇最為合適的傳播途徑以提高其在社交網(wǎng)絡(luò)平臺的社會影響力。

通過分析表明，論文要想獲得高社會影響力，可以將Twitter作為重要的傳播途徑，但如果要想在Altmetrics TOP100論文排名中獲取更高的排名，則需要以Twitter為基礎(chǔ)，獲取一定的Altmetrics分值，再參照論文特點(diǎn)在這3個因子中選擇合適傳播途徑，這樣才能共同將論文的社會影響力提升到一個新高度。

4 總結(jié)

雖然目前國內(nèi)外對于Altmetrics主題的研究熱度很高，但是針對于某些論文為何成為Altmetrics TOP100論文的探討卻十分的少見，筆者通過對2016-2018年Altmetrics TOP100論文的特征分析，得出以下結(jié)論。

（1）2016-2018年Altmetrics TOP100論文的來源主要集中在歐美等發(fā)達(dá)國家的權(quán)威期刊，一方面是其具備良好的研究資源與傳播平臺；另一方面是2016-2018年Altmetrics TOP100論文主要收錄的是以英語為主的論文，在這方面歐美國家占有很大的優(yōu)勢。

（2）通過對2016-2018年Altmetrics TOP100論文來源學(xué)科分析發(fā)現(xiàn)，其論文最受歡迎的幾個主題學(xué)科分別是醫(yī)療與健康科學(xué)、生物科學(xué)和地球與環(huán)境科學(xué)等8大學(xué)科，地球與環(huán)境科學(xué)的學(xué)科論文的篇數(shù)逐漸增多，反映出其可能會是今后的研究熱點(diǎn)，并且在論文發(fā)表的期刊選擇上，主要選投的期刊是主題十分貼切且期刊本身的傳播方式不僅以網(wǎng)絡(luò)或紙質(zhì)的形式，更會集中各大媒體轉(zhuǎn)載并討論引發(fā)更大的研究噱頭。

（3）論文的傳播途徑十分重要，經(jīng)過分析發(fā)現(xiàn)，News、 Blog、 Twitter、 Facebook 、 Reddit、 Coogle+、Wikipedia citations和Videos等國際常用的媒體軟件是論文傳播的主要途徑，其中Twitter各方面的表現(xiàn)較為突出，說明其在大眾群體中受歡迎度最高，因而論文在傳播時選擇的平臺應(yīng)主要以Twitter為主。同時將幾個重要的傳播途徑進(jìn)行因子分析，將其劃分為3類并且通過熱力圖發(fā)現(xiàn)，不同的論文在不同因子中的反應(yīng)情況不一樣，不同類型的論文應(yīng)該找到最適合其傳播的途徑。

（4）本文只選取了2016-2018年這三年的數(shù)據(jù)，總體樣本偏小，使得文章的結(jié)論無法進(jìn)行更加廣泛的推廣。在今后的研究中筆者將會擴(kuò)大時間范圍，加大數(shù)據(jù)量進(jìn)行研究，以求更加客觀地反映其特征情況。由于很多國家并未將Altmetrics指標(biāo)完全納入學(xué)術(shù)成果影響力評價中，導(dǎo)致學(xué)者對其認(rèn)知度還不高，較多的注意力仍然集中在傳統(tǒng)的被引頻次上，同時導(dǎo)致這三年Altmetrics TOP100論文數(shù)據(jù)存在一定的缺陷，分析結(jié)果有可能存在偏差，期望今后Altmetrics整體的量化指標(biāo)能更加完善，最終成為研究主流。［4］