楊思洛,祁 凡

0 引言

Web 2.0時代，科學交流與科技創(chuàng)新進入更快速、更高效的節(jié)奏。在此背景下，會議論文由于出版周期短，以及特有的科學交流屬性，成為反映領域內(nèi)研究熱點與發(fā)展趨勢的風向標[1]?！皣H科學計量學和信息計量學學會”（International Society for Scientometrics and Informetrics，ISSI)是科學計量學與科技評價領域最高級別的國際專業(yè)學會，其主辦的兩年一次的大會學術(shù)水平高、參與人數(shù)多、影響力大，是信息計量學界的權(quán)威學術(shù)會議，在國際上享有很高聲譽。學者對往屆ISSI會議進行了研究。梁立明等對第7 屆[2]和第13 屆ISSI 會議[3]進行分析，揭示信息計量學發(fā)展趨勢。趙蓉英等[4]從歷時角度分析歷屆ISSI會議，展示科學計量學的發(fā)展進程。邱均平等從第15屆[5]和第16屆[6]ISSI會議論文的國家/地區(qū)、機構(gòu)和主題等角度分析全球信息計量學的發(fā)展趨勢。楊思洛等[7]以第16屆ISSI會議為視角，探索新時期“五計學”的研究內(nèi)容與發(fā)展趨勢。2019年9月2-5日，第17屆ISSI會議在意大利羅馬大學召開，其目標是匯集信息計量學、文獻計量學、科學計量學、網(wǎng)絡計量學和替代計量學領域的學者，探討新的研究方向、方法與理論，及其在科學計量學發(fā)展史和實際應用中的具體表現(xiàn)，展示本領域的最佳研究成果。本文以第17 屆ISSI(ISSI 2019)會議論文集為數(shù)據(jù)源，從國家(地區(qū))、機構(gòu)、作者和主題4個角度，利用文獻計量方法進行可視化分析，選取有代表性的論文進行主題內(nèi)容的梳理，探討信息計量學的發(fā)展趨勢。

1 ISSI 2019會議概述

本次會議共收到420 余篇投稿論文，經(jīng)過200余名專家審核，篩選出261篇全文以及156篇海報。其中，收錄到會議論文集中的全文論文共257篇。

1.1 國家與機構(gòu)分布

本次會議所收錄的論文來自六大洲43個國家。圖1為各大洲ISSI 2019會議發(fā)文情況，表1為ISSI 2019 發(fā)文量在5 篇以上的國家統(tǒng)計表。由圖1、表1 可知，歐洲在發(fā)文量上占絕對優(yōu)勢，荷蘭、德國、意大利異軍突起，超越美國、加拿大等，分別位居第二、三、四名，這可能與本次會議在意大利舉辦有關。作為信息計量學的發(fā)源地，歐洲有較好的歷史傳承與研究基礎。亞洲發(fā)文量達78篇，其中中國是ISSI 2019發(fā)文最多的國家。北美洲由于美國和加拿大兩個科研強國的存在，也在全球信息計量學領域占有一席之地。一些不發(fā)達地區(qū)，如非洲、中東、拉丁美洲，也逐漸參與到ISSI國際會議中來，表明信息計量學的全球化趨勢日益顯著?？傮w而言，全球信息計量學的研究主體主要分布于歐亞大陸。

表1 ISSI 2019發(fā)文量5篇以上的國家

ISSI 2019吸引全球272個機構(gòu)參會，表2列出發(fā)文量在5篇以上的機構(gòu)。荷蘭萊頓大學在發(fā)文數(shù)量上占有絕對優(yōu)勢，排名第一。約32%機構(gòu)的發(fā)文量高于本次會議平均水平(1.79篇/機構(gòu))。

表2 ISSI 2019發(fā)文量5篇以上的機構(gòu)

圖2顯示，各國在ISSI 2019會議論文的合作上較為密切。在合作網(wǎng)絡中，中國和美國的節(jié)點最大，表明兩國在國際合作中處于核心地位。荷蘭、加拿大和西班牙等國的節(jié)點較為明顯，在國際合作中也不容忽視。結(jié)合表1，德國、意大利等國雖然此次會議發(fā)文量超越美國、加拿大等國，但在合作度上小于這些傳統(tǒng)意義上的科研強國，說明這些國家的獨著率較高。從節(jié)點間連線粗細來看，中國、荷蘭和美國之間形成了緊密的合作三角網(wǎng)絡。以中國、美國、荷蘭等國為核心，向外發(fā)展出以各自為中心的較為緊密的合作網(wǎng)絡。結(jié)合往屆會議情況[4]，表明這幾個國家在信息計量學領域的科研合作面較廣，形成了長期穩(wěn)定的科研合作關系。存在較強合作聯(lián)系的還有中國與比利時、德國與荷蘭、意大利與法國等。

圖2 ISSI 2019國別共現(xiàn)網(wǎng)絡

表3 ISSI 2019高產(chǎn)作者分布

1.2 作者分析

257 篇論文中，29 篇是獨著，228 篇為合著，作者合作率88.72%，合作度2.87，可見ISSI收錄論文中作者的科研合作較為緊密。ISSI 2019發(fā)文量在5篇以上的高產(chǎn)作者如表3所示，共有8 位。加拿大蒙特利爾大學的Vincent Larivière發(fā)文量最高，達11篇；在第16屆ISSI會議中，他的發(fā)文量也排名第一；作為合作中心，他與Cassidy R.Sugimoto等形成較大的合著網(wǎng)絡[6]。萊頓大學作為本次會議合著網(wǎng)絡的核心之一，也為會議貢獻了很多位高產(chǎn)作者，如Ludo Waltman、Nees Jan van Eck、Rodrigo Costas。羅馬大學Cinzia Daraio、武漢大學張琳(Lin Zhang)和阿姆斯特丹大學Loet Leydesdorff 3位高產(chǎn)作者的發(fā)文量并列第6位。

2 ISSI 2019論文主題分析

本次會議將257篇論文劃分為19個主題分會場。對ISSI 2019 會議論文集逐篇閱讀，將19 個主題歸結(jié)為四大研究專題，并以分會場主題為單位進行重點分析，分布情況見表4。

2.1 指標與數(shù)據(jù)庫

指標是衡量研究對象特征的單一或復合數(shù)據(jù)的表現(xiàn)，其出現(xiàn)是為了提高計量與統(tǒng)計的可操作性。本屆會議中的相關研究集中在3個方面。

(1)文獻計量新指標。文獻計量指標是科學評價的重要工具，對指標的創(chuàng)新性研究是推動信息計量學前進的主要動力之一。相關計量指標的研究涉及交叉學科論文測度、作者貢獻分配、已有指標的替代和改進，以及數(shù)據(jù)標準化等內(nèi)容，主要圍繞以下幾方面展開。一是對已有指標的改進和提出新指標。Fassin[8]將HF(High Fame Rating)作為H指數(shù)的補充，提出更適合交叉學科比較研究的新指標。Leydesdorff 等[9]、Bornmann等[10]對I3(Integrated Impact Indicator)指標在衡量影響力方面的表現(xiàn)進行評估，發(fā)現(xiàn)I3能夠?qū)ζ渌墨I計量指標起到有效的替代作用。二是指標計算方法的創(chuàng)新。Bu等[11]從引文數(shù)、引文深度和引文可信度3個維度提出了一種評價科學出版物的多維度視角，并以科學計量學領域的出版物為例對三維引文影響力框架進行實證研究。Hounejani等[12]針對被引量多零值、離散化分布的數(shù)據(jù)集，提出了一種面向零變位的新算法。Colavizza等[13]通過直接引用和間接引用來量化出版物的長期影響。Alkemade[14]以傳統(tǒng)引文為對象，根據(jù)引文的內(nèi)容和上下文情境提出RIS(Reference Impact Score)，以評估高被引論文的影響力。三是對指標對象和視角的創(chuàng)新。Baas等[15]對同行評議中評審專家操縱引文的現(xiàn)象進行了分析和預判。Cingolani等[16]以人工智能為例，分析參考文獻中的地理信息對引用的作用，發(fā)現(xiàn)地理位置對知識擴散有著重要作用。

表4 ISSI 2019分會場主題分布情況

(2)替代計量學。科研人員在科學研究和學術(shù)交流中越來越頻繁地使用社交媒體，產(chǎn)生大量在線活動數(shù)據(jù)，科研影響力也從單一的學術(shù)層面擴展到社會層面，因此，對替代計量學的研究逐漸向系統(tǒng)化和多樣化發(fā)展。本屆會議上替代計量學的研究主要圍繞其缺陷和熱點問題展開，分為3個方面。一是對替代計量指標數(shù)據(jù)可信度進行探討，包括數(shù)據(jù)來源和覆蓋率兩個角度。Yu等[17]、Holmberg等[18]分別就政府政策文件和谷歌檢索結(jié)果兩個數(shù)據(jù)來源的準確性做了評估。Ortega[19]對比了幾個大型Altmetric數(shù)據(jù)提供商中博客和新聞兩個指標的覆蓋率，發(fā)現(xiàn)Altmetric.com中博客的覆蓋率更高，而PlumX收錄的新聞社交媒體更多。二是探討替代計量指標與引文的關系。Costas等[20]從國家層面比較Mendeley的閱讀數(shù)和被引量，發(fā)現(xiàn)二者反映了科學出版物不同層面的影響力。三是從微觀角度探索學者在社交媒體上的信息行為。Diaz-Faes 等[21]、Arroyo-Machado等[22]、Toupin等[23]探索推特、微博等社交媒體上科研用戶的識別與分類。

(3)數(shù)據(jù)庫。數(shù)據(jù)庫是科學計量研究的主要數(shù)據(jù)來源，也在學科服務中起到重要作用。數(shù)據(jù)庫的研究與優(yōu)化對信息計量學的發(fā)展意義重大。宏觀層面，Visser 等[24]對Web of Science(WoS)、Scopus、Dimensions和Crossref等主流數(shù)據(jù)庫的題錄數(shù)據(jù)覆蓋率、引文鏈接完整性和準確性進行對比。本次會議還針對一些特定數(shù)據(jù)庫或特定文獻類型的覆蓋率、準確性及時效性等進行細節(jié)性探討。Moskaleva等[25]對WoS和Scopus數(shù)據(jù)庫收錄的非英語出版物，就其研究領域、語言、獲取類型及引文模式等方面的分布進行探索，發(fā)現(xiàn)非英語出版物在原著國以外的閱讀量和被引量都很小，開放獲取對閱讀和引文的影響在非英語出版物上表現(xiàn)得尤為明顯。針對數(shù)據(jù)的準確性，Donner等[26]、Tekles等[27]從方法論視角分別比較幾種機構(gòu)消歧系統(tǒng)和姓名消歧方法。Bordignon[28]追蹤2011-2018年Scopus收錄出版物的內(nèi)容更新情況，并對學科與期刊之間的關系做了定量分析。

2.2 分析方法

(1)研究領域可視化。以可視化方法展示研究領域的計量分析結(jié)果，可以更直觀地展現(xiàn)其研究走向和脈絡。相關研究主題有3個。一是可視化技術(shù)在學科發(fā)展中的應用，主要表現(xiàn)為理解新興學科和識別研究主題。Tian等[29]分析了基于主題演化和作者更替的技術(shù)升級換代。Barrera[30]通過展現(xiàn)斑馬魚研究的擴散，可視化研究機構(gòu)間的合作關系和個體研究者的流動模式。除較為新穎的學科外，Rehs[31]還對德國統(tǒng)一前后經(jīng)濟學和化學兩個傳統(tǒng)學科的研究主題變化做了可視化研究。二是利用可視化技術(shù)表示抽象的計量概念。Hartstein[32]提出一個使用認知網(wǎng)絡方法來計算作者間認知距離的框架，將抽象的“認知”差異轉(zhuǎn)化為直觀的距離。Demarest等[33]通過可視化方式展示論文中的社會和文化認知特征，進而揭示學科間未知的聯(lián)系。三是可視化技術(shù)的創(chuàng)新與發(fā)展。Maynard等[34]對本體和語義技術(shù)在可視化方面做了創(chuàng)新應用，以建立政策文件和數(shù)據(jù)源之間的映射關系。

(2)文本自動處理。隨著計算機技術(shù)的發(fā)展和學科交叉融合的深化，信息計量學研究慢慢從對題錄信息的簡單統(tǒng)計分析，發(fā)展到對出版物文本的深度挖掘。本次會議所收錄的論文中，大部分應用到深度學習和機器學習技術(shù)。Kenekayoro[35]將研究者個人網(wǎng)頁上的履歷信息轉(zhuǎn)換成為機器可讀的形式，運用深度學習方法識別其中的實體及實體間的聯(lián)系。文本自動處理技術(shù)推動了文獻計量研究的細化，研究單元由篇、章演化為論文中的特定部分、段落以及詞語。Li等[36]運用關鍵詞提取技術(shù)，加深了對論文中“Future work”部分的理解。Thijs[37]將神經(jīng)向量嵌入段落，測量文章內(nèi)部及文章間的相似性。Murray 等[38]關注科學研究中的觀點分歧和爭論現(xiàn)象，檢測到觀點分歧的信號詞語，以及不同學科論文中容易產(chǎn)生分歧的位置。

2.3 創(chuàng)新與政策

科技創(chuàng)新、科技評價和科技政策構(gòu)成科研發(fā)展流程的有機整體。該部分圍繞科學研究的社會背景和政策，探究科研的自生動力與客觀因素對科技創(chuàng)新和科學發(fā)展的推動作用。

(1)R&D相關研究。(科學)研究與發(fā)展是社會進步的重要動力。該主題的研究主要圍繞4個方面展開。一是對學術(shù)不端現(xiàn)象，特別是撤稿論文的研究。Bar-Ilan 等[39]以Retraction Watch Database中的撤稿論文為數(shù)據(jù)源，分析了撤稿類型、出版到撤稿之間的時間差、撤稿原因以及撤稿前后的被引量差異。Makeeva等[40]從社會化因素、理性選擇和便利性3個角度預測俄羅斯博士學位論文中的剽竊現(xiàn)象，發(fā)現(xiàn)便利性是最主要的因素。二是科研人員的職業(yè)生涯與人才流動的研究。Gunnes[41]將博士后的個體特征與是否獲得終身教授資質(zhì)進行邏輯回歸計算，探究影響挪威博士后學術(shù)生涯的因素。三是開放科學，特別是開放引用的研究。Di Iorio等[42]嘗試利用開放數(shù)據(jù)來評價意大利學者。四是R&D的社會環(huán)境與國家系統(tǒng)研究。Confraria等[43]探索了非洲醫(yī)藥需求與醫(yī)藥研究之間的匹配關系。Zhao等[44]分析了維基百科的社論和編輯的意識偏見對傳統(tǒng)中醫(yī)論文的負面影響。

(2)高等教育系統(tǒng)。高等教育機構(gòu)是科學研究的重要主體之一。該主題所收錄的文章以高校為研究對象，涉及的內(nèi)容有高校網(wǎng)站影響力研究、高等教育機構(gòu)研究特征與偏好、高等教育的學科結(jié)構(gòu)、國家和社會對高等教育的影響等。Shirabe[45]使用學科聚合指標來衡量高校的研究能力，并對日本的大學進行了排名。Abbasi等[46]基于引文表現(xiàn)，衡量高校研究多樣性的廣度和深度，發(fā)現(xiàn)高校的研究多樣性越高，其引文影響力和排名越高。Robinson-Garcia等[47]根據(jù)高校開放獲取的出版物數(shù)量及比例分析機構(gòu)層面開放獲取的完整程度。

(3)技術(shù)創(chuàng)新。該主題聚集了以科學計量方法更深層次地探討有關技術(shù)創(chuàng)新的研究，所涉及的研究主要有技術(shù)機遇與進步分析、知識流動與技術(shù)轉(zhuǎn)移、創(chuàng)新政策分析和技術(shù)創(chuàng)新性測度等。Song等[48]構(gòu)建了測量技術(shù)聚合性的多維影響力指標，用以評估某一技術(shù)領域的聚合能力，并由此定義領域間的關系。Khor等[49]通過檢測隔熱涂層領域熱點主題的變化，揭示航空飛船發(fā)動機制造技術(shù)的進步。Yamashita[50]構(gòu)建了兩個基于參考文獻的指標：被專利引用的參考文獻數(shù)量和作者為公司研究員的參考文獻數(shù)量，用以識別與技術(shù)相關的文獻。

(4)科技評價與決策?？萍荚u價是信息計量學的重要應用之一，也是科技決策的重要依據(jù)，涉及的研究對象多種多樣，包括學科、國家、研究機構(gòu)、期刊論文等。相關研究包括開放同行評議模型、評價標準的構(gòu)建、對評價標準和評價者的評價、基金資助的影響等。Wolfram等[51]對開放同行評議的早期使用者和現(xiàn)狀進行了調(diào)查研究，發(fā)現(xiàn)自2001年以來，開放同行評議應用穩(wěn)步增長，在醫(yī)學和自然科學領域最為盛行。Moeller[52]通過致謝中的基金信息分析基金資助主體對歐洲五國科學研究整體的貢獻，發(fā)現(xiàn)國外的資金資助比國內(nèi)的影響力更大；國家的影響力越大，其資金資助對科研的影響力就越大。

2.4 專題研究

(1)全球化與合作。全球化進程的加快和信息技術(shù)的發(fā)展為不同國家(地區(qū))之間的學術(shù)交流與合作提供了更多的機會，本次會議涉及的主題有兩方面。一是影響科學合作的因素，其中對政府資助的研究獲得了很多學者的關注。Pan等[53]研究CSC獎學金在科研產(chǎn)出與科學合作上的影響，發(fā)現(xiàn)被WoS收錄的出版物中，受CSC獎學金資助的論文數(shù)量在2008-2017 年間顯著增加；CSC 獎學金也促進了中國學者的跨國合作與交流，國際合著論文提高了中國科研的可見度和影響力。一些學者對科學合作的其他影響因素做了探索。Ploszaj等[54]研究了潛在合作者之間的距離與航空交通可用性對科學合作的影響，發(fā)現(xiàn)地區(qū)間航空條件是否便利與科學合作是否頻繁密切相關。Rorstad等[55]基于5，554名挪威研究者的數(shù)據(jù)，探索年齡與國際合作之間的關系，發(fā)現(xiàn)研究領域是對國際合作影響最大的因素，年長研究者的國際合作強度弱于年輕一代。二是與科學合作相關的知識遷移與學者流動現(xiàn)象的研究。Aman[56]運用基于詞匯的方法來識別學者流動帶來的知識遷移，發(fā)現(xiàn)化學、醫(yī)學與天體物理學中，四分之一學者曾為知識傳遞者，同時知識傳遞者往往比普通學者更年輕，論文產(chǎn)出更高。Zhao等[57]利用ORCID的數(shù)據(jù)，研究與中國有聯(lián)系的學者在學術(shù)遷移方面的表現(xiàn)，發(fā)現(xiàn)除巴基斯坦和日本外，中國與其他國家學者的輸入與輸出基本處于平衡，學者遷入中國之后，論文產(chǎn)量趨于增加，成為通訊作者的可能性趨于提高。

(2)學術(shù)出版。開放獲取研究是學術(shù)出版領域的熱點話題，相關研究包括開放獲取發(fā)展趨勢、定價機制、開放獲取對期刊影響力的影響等。Traag等[58]探究了期刊實現(xiàn)開放獲取后，是否會通過降低論文質(zhì)量標準來增加獲利的問題，發(fā)現(xiàn)期刊的等級制度在開放獲取出版中是持續(xù)存在的，然而文章審核的收費上限確實會對學術(shù)出版產(chǎn)生一定的影響，收費上限越低，期刊間的質(zhì)量差距就越小。學者們還關注預印本的多維影響力、期刊的專題研究、灰色文獻影響力等。Antonoyiannakis[59]分析單篇論文如何影響期刊的影響因子，發(fā)現(xiàn)高被引論文會影響著期刊的影響因子，而且對小型期刊的影響更大。這對學術(shù)出版界有很大的啟示，促使具有高影響因子的期刊保持較小規(guī)模和較高的競爭力。

(3)其他研究。①專利分析。專利分析是競爭情報分析的重要形式，它將文獻計量方法應用于專利信息研究，揭示專利文獻深層動態(tài)特征，了解技術(shù)發(fā)展的歷史和現(xiàn)狀，以便進行技術(shù)評價和創(chuàng)新預測。本次會議的相關研究主題包括發(fā)明者流動與知識遷移、專利引用分析、專利訴訟網(wǎng)絡、專利創(chuàng)新與基金資助和專利技術(shù)構(gòu)成等。Zhao等[60]基于專利的應用情況、地區(qū)分布、質(zhì)量、數(shù)量等指標，研究人工智能領域的全球競爭模式和技術(shù)發(fā)展趨勢。Zhang等[61]從專利角度分析影響中國生物制藥新興公司獲得風險投資的因素，發(fā)現(xiàn)法律信息是對風險投資影響最顯著的因素，其次是技術(shù)信息和商業(yè)信息。Zhang等[62]以1980-2017年美國的專利為數(shù)據(jù)源，探索政府資助與技術(shù)創(chuàng)新和進步之間的關系。②性別研究。圍繞性別差異的研究近年受到信息計量學界廣泛關注。本次會議主要關注致謝部分的性別差異、特定領域不同性別的不同貢獻、知識產(chǎn)權(quán)中的性別差異、面向性別平等的評價模型、出版軌跡中的性別差異等。Paul-Hus等[63]根據(jù)2015年收錄在WoS中291，167篇論文的致謝信息探索性別在其中的影響，發(fā)現(xiàn)女性在致謝中比在作者署名中更容易被忽略，且女性作者在致謝中更多是感謝女性。Zhang 等[64]收集WoS 中2011-2017年第一作者國籍為挪威的30，003篇期刊論文，探索不同年齡、性別、職稱的研究者在傳統(tǒng)引文影響力和更廣泛的影響力上有何差異，發(fā)現(xiàn)男性在傳統(tǒng)引文影響力中的優(yōu)勢地位依然存在，但在較為年輕的團體中，女性也有不錯的表現(xiàn)；女性作者的影響力相對更為廣泛，很多方面甚至超過男性，如社交媒體影響力。③人文與社會科學?？茖W界長期以來注重對自然科學和醫(yī)學的關注，人文與社會科學研究常常被忽略。本次會議的研究主要以人文與社會科學為研究對象，用文獻計量方法進行研究，主要涉及藝術(shù)家個體影響力的評價、非英語人文社科出版物研究、人文社科期刊分類、人文社科領域的評價問題、人文社科研究的出版實踐等。Thiedig[65]調(diào)查1980年代后德國社會科學專著的引文模式，在人文社會科學交流與出版變革的背景下，探索德國專著的學術(shù)價值和地位的轉(zhuǎn)變。Wieland等[66]從科學計量視角分析兩大巴洛克藝術(shù)天才——貝爾尼尼和博羅米尼之間的競爭，以此來尋找適合評價個體廣泛影響力的數(shù)據(jù)源，發(fā)現(xiàn)西文過刊數(shù)據(jù)庫(JSTOR)、博碩士論文文摘數(shù)據(jù)庫(PQDT)、谷歌學術(shù)等可以提供豐富的信息。

3 研究趨勢

3.1 開放:深受開放科學影響

開放科學進程的加快深刻影響了信息計量學，出現(xiàn)了開放獲取、開放同行評議、開放科學數(shù)據(jù)等多種新興話題。開放科學作為熱門話題，與R&D相關研究、高等教育系統(tǒng)、科研評價模型、學術(shù)出版與交流等主題的研究有了深入交叉與融合。開放獲取改變了閱讀模式，使科研成果的受眾群體變得更為廣泛，其影響力也日益深化，致使圍繞科學研究多維影響力的研究層出不窮。開放同行評議改變了學術(shù)論文的評審方式，其中評審意見的公開化透明化一方面有助于學術(shù)公平與規(guī)范，另一方面使關于“評價的評價”的研究成為可能。開放科學數(shù)據(jù)等眾多開源數(shù)據(jù)為信息計量學研究提供了更多素材，便利了學者的數(shù)據(jù)獲取工作，也拓展了研究的深度和廣度。

3.2 融合:學科交叉融合發(fā)展

作為方法性學科，信息計量學需要在學科交叉中尋找新的機遇。首先，“五計學”內(nèi)部的學科融合，如替代計量指標與傳統(tǒng)指標的融合，“五計學”理論、方法與工具的融合等；其次，與其他學科的外部融合趨勢也越來越明顯。研究方法上，傳統(tǒng)的文獻計量方法已經(jīng)不能滿足新形勢的需求，數(shù)據(jù)量的激增對數(shù)據(jù)處理和計算能力提出了新的要求，研究的日益深化也要求研究方法有更高的分析能力和解釋能力。因此，信息計量學與數(shù)學、計算機科學和信息科學等學科的交叉融合是推動本學科向科學、精準、高效方向發(fā)展的途徑之一。此外，在對研究結(jié)果的解讀和分析上，信息計量學需要以更為多元的學科背景作為基礎，才能更全面、更準確地揭示數(shù)據(jù)背后的價值。因此，與社會學、經(jīng)濟學、心理學等社會科學的交叉融合，也是信息計量學發(fā)展趨勢之一。

3.3 拓展:向社會公眾延伸

信息計量學與社會的交互體現(xiàn)在兩個方面。一是多元的社會數(shù)據(jù)，如醫(yī)療、經(jīng)濟、政策、社交數(shù)據(jù)等，為科研成果的評價提供了新的思路和素材，使其不再停留在傳統(tǒng)的學術(shù)影響力上。這使得信息計量學的數(shù)據(jù)驅(qū)動特征日益顯著，主要表現(xiàn)在數(shù)據(jù)樣本量級提升、數(shù)據(jù)來源更加廣泛、從題錄數(shù)據(jù)向全文本數(shù)據(jù)過渡。二是復雜的社會需求與社會問題呼吁信息計量學從科研角度提出解決方案。Altmetrics的出現(xiàn)使探索更為廣泛的影響力成為可能，推動信息計量學向社會經(jīng)濟領域延伸。本次會議中設置了很多社會型議題，表明信息計量學不再滿足于解決科研本身的問題，而是向社會公共領域延伸，以問題為導向，以科研成果為智力支持，為決策者提供科學的決策依據(jù)，解決更多的社會實際問題。

支撐數(shù)據(jù)

本文支撐數(shù)據(jù)由作者自存儲，包括兩個文件：2019 ISSI Conference Proceedings（PDF）、2019 ISSI Paper Statistics（Xlsx）。獲取渠道：909591921@qq.com.