基于Altmetrics的高校圖書館用戶教育評估模型構(gòu)建

侯志愛++尚曉宇

〔摘要〕為了提高用戶教育的有效性和針對性，定量評估用戶教育的效果和質(zhì)量，本文借鑒了科學(xué)計量20時代的文獻計量方式——Altmetrics（替代計量）研究方法，通過梳理Altmetrics的研究內(nèi)容、評價指標(biāo)以及評價方式，利用其豐富的網(wǎng)絡(luò)數(shù)據(jù)指標(biāo)構(gòu)建了基于Altmetrics的圖書館用戶教育評估模型，研究用戶教育在教育前期、中期和后期的評估方法。同時探討了評估模型在圖書館資源建設(shè)、圖書采購、學(xué)科服務(wù)、科學(xué)管理和個性化服務(wù)等方面的應(yīng)用。

〔關(guān)鍵詞〕Altmetrics；高校圖書館；用戶教育；評估模型

DOI：10.3969/j.issn.1008-0821.2017.05.019

〔中圖分類號〕G25072〔文獻標(biāo)識碼〕A〔文章編號〕1008-0821（2017）05-0116-05

Construction of User Education Evaluating Model of

University Library Based on Altmetrics DataHou ZhiaiShang Xiaoyu

（Library，Tianjin Normal University，Tianjin 300387，China）

〔Abstract〕The purpose of this paper is to improve the validity and direction of user education，meanwhile to evaluate its effects and quality.Altmetrics is the way of literature metrology in Scientometrics20 times.Based on the abundant evaluating indicator of Altmetrics，this paper constructed an evaluating model of user education to study the assessment approaches of user education in the early stage，middle stage and late stage.At the same time，this paper discussed the application of the evaluating model in library resources construction，subject service and application of personalized service，etc.

〔Key words〕Altmetrics；university library；user education；evaluation model

用戶教育是高校圖書館的一個重要職能，美國從1987年開始探討圖書館在教育改革中的作用，并且開展圖書館用戶信息素質(zhì)教育。2000年，美國大學(xué)和研究圖書館協(xié)會（ACRL）出臺了《高等教育信息素質(zhì)能力標(biāo)準(zhǔn)》，2014年，ACRL又發(fā)布了《高等教育信息素養(yǎng)框架》，用來指導(dǎo)用戶教育以及評估用戶的信息素養(yǎng)教育。徐文靜研究國外的用戶教育評估，總結(jié)了1分鐘測試法、前-后測試法、檔案袋測試法等評估方式，分析了高校圖書館在用戶教育評估中的不同嘗試[1]。日本于1991年以后在一些高校中提出信息能力教育，經(jīng)過多年實踐之后把高校圖書館評估寫入法律。三重大學(xué)、文教大學(xué)、嘉悅大學(xué)等高校針對用戶教育所做的評估也取得了相當(dāng)?shù)某删蚚2]。

我國從1981年開始頒發(fā)條例提出要開設(shè)文獻檢索課，之后陸續(xù)發(fā)布文件，強調(diào)重視圖書館教育。目前用戶教育根據(jù)教育對象及內(nèi)容的不同可分為3個層次：①以大學(xué)新生為對象的入館教育；②以高年級本科生和研究生為對象的文獻檢索課程教育；③以全校師生為對象的文獻知識專題講座及用戶信息技能培訓(xùn)等[3-5]。與蓬勃發(fā)展的用戶教育研究相反，國內(nèi)關(guān)于用戶教育的評價研究起步晚，同時也缺乏統(tǒng)一的標(biāo)準(zhǔn)。筆者在《京津冀高校圖書館用戶教育及評價研究》一文中探討了京津冀地區(qū)高校在用戶教育評估方面的論文研究情況；曾曉牧[6]等利用德爾菲法研究了北京地區(qū)高校信息素質(zhì)能力指標(biāo)體系，但是更多的學(xué)者還是基于《高等教育信息素養(yǎng)框架》的基礎(chǔ)介紹國外的經(jīng)驗，或者是簡單地提倡應(yīng)該重視評價研究，沒有實質(zhì)性的探討評價研究應(yīng)該如何開展，更沒有在用戶教育的前期、中期和后期去評估教育的針對性和教育質(zhì)量。

本文借鑒產(chǎn)生于文獻計量學(xué)領(lǐng)域中的Altmetrics評估方式，利用在用戶教育中產(chǎn)生的各種可計量數(shù)據(jù)構(gòu)建評估模型，以期實現(xiàn)用戶教育的定量評估。

1Altmetrics介紹

11Altmetrics的提出

Altmetrics多翻譯為替代計量學(xué)，也有人翻譯成補充計量學(xué)，是Web20環(huán)境下的一種新型計量方式[7]。在信息時代，開放性資源獲取愈來愈便捷，很多學(xué)者傾向于使用CiteUlike、Mendeley等進行學(xué)術(shù)交流，但是評價指標(biāo)單一的傳統(tǒng)文獻計量學(xué)并不能滿足網(wǎng)絡(luò)化科學(xué)交流對于多樣化評估指標(biāo)的需求，因此有學(xué)者提出了Altmetrics評估方式。2010年，Jason Priem等[8]提出了“Scientometrics20”，他借鑒了2007-2009年間一些學(xué)者基于Web20工具所提出的計量方式，全面總結(jié)了科學(xué)計量20可以實際采用的數(shù)據(jù)來源，包括：書簽、文獻管理工具、推薦系統(tǒng)、文章評論、微博、維基百科和博客。同時，他還簡單提及了社交網(wǎng)絡(luò)、開放存取數(shù)據(jù)和視頻的潛在價值。2012年，劉春麗[9]首先介紹了替代計量學(xué)的研究意義，同時提出將標(biāo)簽密度、知名度、熱點和合作注釋等可提取的網(wǎng)絡(luò)指標(biāo)作為替代計量的評價指標(biāo)。2013年，邱均平[10]等探究了替代計量學(xué)的發(fā)展過程和研究進展。2015年，劉恩濤[11]等研究了4種Altmetric工具的指標(biāo)分類和計量對象等內(nèi)容。劉穎[12]總結(jié)了目前Altmetric應(yīng)用存在的問題，同時研究了Altmetric在圖書館中的應(yīng)用。邱均平[13]等提出將Altmetrics指標(biāo)用于評價機構(gòu)知識庫（IR），可以通過累計訪問量、瀏覽量、轉(zhuǎn)載量、評論數(shù)等指標(biāo)衡量IR的影響。由于Altmetrics具有基于網(wǎng)絡(luò)的數(shù)據(jù)分析方式，補充了傳統(tǒng)計量在評價方式上的滯后性和單一性，逐漸受到了國內(nèi)外學(xué)者的重視。

512Altmetrics的評價指標(biāo)及評價方式

在Plum-Analytics[14]網(wǎng)站中，具體列出了Altmetrics的評價指標(biāo)，總結(jié)起來有5個方面：①使用量，包括：點擊量、下載量、瀏覽量、圖書館館藏數(shù)、視頻播放次數(shù)等；②獲取量，包括：添加書簽的人數(shù)、喜愛人數(shù)、讀者數(shù)或者觀看人數(shù)等；③關(guān)注，包括：博客、注釋的數(shù)量、評論數(shù)以及維基百科鏈接等；④社交媒體，包括：點贊量、喜歡的人數(shù)、分享的人數(shù)和微博的數(shù)量等；⑤引用量，包括：引文索引、專利引用以及臨床引用等。

表1中是Altmetrics各項指標(biāo)的計算分值[15]，根據(jù)不同來源數(shù)據(jù)所受到的關(guān)注度和影響力的大小，賦予新聞、博客、維基百科等評價指標(biāo)相應(yīng)的分值。首先Altmetrics得分應(yīng)該是一個整數(shù)，也就是說如果得分小于1，將按照1分來計算。其次，在維基百科中提及的研究成果的分值是靜態(tài)的，也就是說，如果該成果被一篇維基百科文章提及，將會得到3分，即使是在多篇文章中提及，也只有3分。目的是防止作者為了提高Altmetrics得分而故意在多篇維基百科文章中提及自己的成果。同樣，研究成果在開放性的教學(xué)大綱中的提及也是固定的，無論被提及幾次都只有1分。但是在政策文件中，每個政策來源的提及都將為研究成果加上3分，也就是說，如果該成果被一個政策來源（比如某國政府文件）提及1次及以上，記為3分，而同時在另一個政策來源（比如國際貨幣基金組織）中提及，則可記為6分。而在新聞媒體中，研究成果的得分就要根據(jù)媒體本身的重要性和影響力來分層計算分值。舉例來說，如果一篇論文同時在一個博客文章和一個臉書賬戶中被提及，它的得分就是5+025=525≈6分。表1Altmetrics各項指標(biāo)分值

指標(biāo)來源分值指標(biāo)來源分值新聞8問答025博客5F1000/Publons/Pubpeer1推特1YouTube025臉書025Reddit025新浪微博1開放的教學(xué)大綱1維基百科3Google+1政策文件（每個源）3

13Altmetrics在用戶教育評價中的優(yōu)勢

圖書館是高校的信息文化中心，開展的用戶教育是提高用戶整體信息素質(zhì)、促進高?？蒲兴教岣叩闹匾逃绞剑行У脑u價方式可以評估用戶教育的質(zhì)量，推動用戶教育的開展，因此，用戶教育評價方式的研究也就顯得尤其重要。傳統(tǒng)的用戶教育評價只能基于線下數(shù)據(jù)進行，難以將Web20時代龐大的數(shù)據(jù)利用起來，Altmetrics豐富的評價指標(biāo)為用戶教育的評估提供了一種新的研究途徑。

2基于Altmetrics的高校圖書館用戶教育評估模型構(gòu)建如今，中國的網(wǎng)民已經(jīng)是一個龐大的群體，讀者更傾向于使用新媒體接收消息、收集信息，或者通過網(wǎng)絡(luò)進行學(xué)習(xí)交流，由此產(chǎn)生的大量網(wǎng)絡(luò)數(shù)據(jù)也是寶貴、客觀的用戶教育定量評估數(shù)據(jù)。鑒于Web20環(huán)境下的用戶教育方式[16]與傳統(tǒng)教育方式的區(qū)別，借鑒Altmetrics豐富的評價指標(biāo)體系，從用戶教育的宣傳推廣、用戶教育的實踐過程以及用戶教育的質(zhì)量效果等方面在教育的前、中、后期進行評估，提高圖書館用戶教育的針對性：用戶教育前期的評估為中期教育的內(nèi)容和方式的調(diào)整提供參考，用戶教育后期的數(shù)據(jù)跟蹤為前期的宣傳推廣、中期的教育實施提供依據(jù)，從而節(jié)約人力物力，為用戶教育提供借鑒。

21用戶教育前期

圖1是基于Altmetrics的用戶教育評估模型。在用戶教育前期，從入學(xué)開始就進行有針對性的用戶教育培訓(xùn)推廣。高校常用的線下的宣傳方式有：通知欄張貼宣傳單、懸掛宣傳海報或者在電子屏上發(fā)布等。這種方式難以定量評估，暫時不予考慮。而通過線上的宣傳方式則有：在圖書館主頁上發(fā)布信息、通過電子郵件通知相關(guān)學(xué)院、在圖書館微信公眾號中發(fā)布等。這種網(wǎng)絡(luò)宣傳的好處除了發(fā)布及時、受眾面廣、節(jié)省空間和資源以外，還有一個好處就是可以產(chǎn)生大量的可評估數(shù)據(jù)。圖1基于Altmetrics的用戶教育評估模型

以數(shù)據(jù)庫培訓(xùn)為例，當(dāng)培訓(xùn)通知發(fā)布以后，統(tǒng)計從信息發(fā)布到培訓(xùn)當(dāng)天這段時間內(nèi)圖書館主頁中通知的點擊量、下載量，微信平臺中的閱讀量、點贊量、評論等，可以了解本次培訓(xùn)的關(guān)注度及影響力。表2是天津師范大學(xué)近期培訓(xùn)的相關(guān)數(shù)據(jù)。通過統(tǒng)計天師閱讀微信平臺中數(shù)據(jù)庫培訓(xùn)通知的閱讀量可以看出，萬方數(shù)據(jù)知識服務(wù)平臺資源獲取與利用的培訓(xùn)受到的關(guān)注度最高，其次是工具應(yīng)用素養(yǎng)（Endnote，E-study）和SciFinder在化學(xué)科研中的具體應(yīng)用。通過點贊量可以看出，光影留聲機——聽著音樂看電影（庫克數(shù)據(jù)庫培訓(xùn)）的培訓(xùn)也受到了學(xué)生的歡迎。通過橫向?qū)Ρ龋诮窈罂梢灾攸c邀請萬方數(shù)據(jù)庫商和SciFinder數(shù)據(jù)庫商前來培訓(xùn)，增加培訓(xùn)的場次以及培訓(xùn)深度，同時也應(yīng)該多引入文獻管理工具等實用軟件的培訓(xùn)，以及增加庫克數(shù)據(jù)庫等培訓(xùn)形式活潑有趣的數(shù)據(jù)庫培訓(xùn)。

表2用戶教育評估數(shù)據(jù)

培訓(xùn)主題天師悅讀微信平臺線下數(shù)據(jù)線上數(shù)據(jù)閱讀量點贊量評論數(shù)培訓(xùn)人數(shù)本科生研究生課件下載次數(shù)評分揭秘你所不了解的中國知網(wǎng)（CNKI）527505240129845光影留聲機——聽著音樂看電影（庫克數(shù)據(jù)庫培訓(xùn)）69930023230——文獻檢索方法與利用——以Web of Science數(shù)據(jù)庫為例433608021〖〗599443Emerald管理學(xué)期刊數(shù)據(jù)庫應(yīng)用518110151232426蘭芷香幽典籍誨人——古籍特藏資源的查詢與利用637130191363436EBSCO平臺特色與利用318903316103033萬方數(shù)據(jù)知識服務(wù)平臺資源獲取與利用1 2970143122825〖〗39SciFinder在化學(xué)科研中的具體應(yīng)用90009181082535工具應(yīng)用素養(yǎng)（Endnote，E-study）1 2010124423155550Wiley數(shù)據(jù)庫深層次利用63403331023331注：數(shù)據(jù)統(tǒng)計時間為2016/12/14，線下數(shù)據(jù)的培訓(xùn)人數(shù)中含教師人數(shù)。22用戶教育中期

用戶教育中期是整個教育過程的中心環(huán)節(jié)，采用的方式也更多樣。從評估的角度來看，統(tǒng)計實際進入電子閱覽室的線下用戶信息，可以分析用戶的年級、專業(yè)、院系等身份信息，了解參與教育的用戶群體信息和不同用戶的需求及參與度。分析用戶對上傳的相關(guān)文本資料、多媒體教程以及視頻課程等的下載量、訪問量、添加標(biāo)簽、評論以及收藏量等數(shù)據(jù)，可以關(guān)注用戶在培訓(xùn)中的學(xué)習(xí)行為。根據(jù)表2數(shù)據(jù)，實際參加人數(shù)最多的是文獻檢索方法與利用——以Web of Science數(shù)據(jù)庫為例的培訓(xùn)，其次是揭秘你所不了解的中國知網(wǎng)（CNKI）和工具應(yīng)用素養(yǎng)（Endnote，E-study）培訓(xùn)，對比3次培訓(xùn)，參加Web of Science數(shù)據(jù)庫培訓(xùn)的以研究生居多，另外兩個數(shù)據(jù)庫則是本科生居多，這說明研究生對于外文數(shù)據(jù)庫的需求更高，而本科生則更傾向于使用中文數(shù)據(jù)庫，同時，本科生對于文獻也具有相當(dāng)?shù)男枨?，因此對于文獻管理工具的培訓(xùn)表現(xiàn)出興趣。此外，從線上數(shù)據(jù)也可以看出，這3次培訓(xùn)的課件下載量也在所有培訓(xùn)中排名前三，而且隨著參加培訓(xùn)的人數(shù)的增加，課件下載次數(shù)也呈現(xiàn)逐漸增加的趨勢，進一步證明了參加人數(shù)最多的培訓(xùn)的用戶關(guān)注度最高，同時也說明了線上文本資料以及相關(guān)教程的提供可以滿足不能按時參加培訓(xùn)的用戶的使用需求，彌補線下用戶教育的不足。

表3統(tǒng)計標(biāo)準(zhǔn)及權(quán)重（5分制）

序號微信平臺培訓(xùn)人數(shù)課件下載量區(qū)間分值權(quán)重（%）區(qū)間分值權(quán)重（%）區(qū)間分值權(quán)重（%）1900及以上540以上550以上52700～899430～39430～4943500～69932516～2934010～293354400～499210～1522～925399及以下19以下11以下1

借鑒Altmetrics的計分規(guī)則，按照數(shù)據(jù)的重要性程度，將閱讀量賦分為1分/次，點贊量賦分為5分/次，將評論數(shù)賦分為10分/次，采用表3的統(tǒng)計標(biāo)準(zhǔn)和權(quán)重為每一次培訓(xùn)打分，得到的評分如表2所示。得到4分以上高分的依然是以上用戶關(guān)注度最高的3次培訓(xùn)。得分在3分以上的有5次培訓(xùn)，說明盡管受到了用戶的肯定，但是還有相當(dāng)?shù)奶嵘臻g。而Emerald管理學(xué)期刊數(shù)據(jù)庫應(yīng)用培訓(xùn)只得到了26分，無論是從單項指標(biāo)還是總體得分來看都需要重視，在今后的考核中要重點關(guān)注，分析得分低的具體原因。

23用戶教育后期

在傳統(tǒng)的用戶教育評估中，更多的是評估教育中期的質(zhì)量，比如常用的問卷調(diào)查，多數(shù)是在培訓(xùn)結(jié)束后進行，用來衡量當(dāng)下的培訓(xùn)，而缺乏教育后期的長期跟蹤反饋。用戶教育是一個過程，優(yōu)質(zhì)的教育對于學(xué)生信息獲取能力、信息使用能力的影響也是長期的。在培訓(xùn)結(jié)束后的1周、半個月、1個月和3個月，分別統(tǒng)計相關(guān)數(shù)據(jù)，調(diào)研用戶教育的長期影響。如圖2所示，對照培訓(xùn)前及培訓(xùn)后入館人數(shù)以及圖書借閱量的增減情況，分析培訓(xùn)后一段時間內(nèi)，進館人數(shù)以及圖書館借閱量是否有明顯的變化，如果進館人數(shù)突然增加（排除考試周或者四六級、考研等幾個考試節(jié)點），說明本次培訓(xùn)效果顯著，吸引了很多讀者來使用圖書館的相關(guān)資源；如果進館人數(shù)逐漸增加，則要同時對照圖書借閱量和數(shù)據(jù)庫的點擊量、下載量是否也是同步增加，如果是，說明培訓(xùn)具有持久的效果，可能是參加培訓(xùn)的讀者將培訓(xùn)信息傳遞給了周圍的讀者，如果不是，就需要分析其他原因。此外，圖書館一般負責(zé)學(xué)位論文收錄，定向跟蹤參與過培訓(xùn)和未參與培訓(xùn)的用戶在論文寫作過程中引用參考文獻的數(shù)量、質(zhì)量，以及文獻的引用格式是否規(guī)范等，分析用戶教育的內(nèi)容是否被真正用于學(xué)術(shù)研究。同時，也可以調(diào)研畢業(yè)論文寫作期間的數(shù)據(jù)庫使用情況，分析用戶最常用的數(shù)據(jù)庫信息，以及用戶習(xí)慣，從而在今后的用戶教育中進行針對性的培訓(xùn)。

分析不同的用戶教育培訓(xùn)帶來的短期和中長期的效果，反饋到教育前期，可以在通知時針對不同學(xué)科、不同年級進行專門的宣傳；反饋到教育中期，可以以此為依據(jù)對培訓(xùn)的內(nèi)容、時間和場次安排以及培訓(xùn)形式等作出相應(yīng)的調(diào)整。

3用戶教育評估模型在圖書館其他方面的應(yīng)用

利用構(gòu)建的基于Altmetrics的高校圖書館用戶教育評價模型，可以為圖書館的數(shù)據(jù)庫建設(shè)、圖書采購等館藏資源建設(shè)提供借鑒與數(shù)據(jù)支持。在數(shù)據(jù)庫建設(shè)方面，通過分析教育前期用戶對宣傳通知的評論數(shù)、點贊量，教育中期用戶的參與人數(shù)、培訓(xùn)資料的下載量、收藏量，以及教育后期的數(shù)據(jù)庫使用率、文獻的下載量等Altmetrics反饋指標(biāo)數(shù)據(jù)，可以了解不同專業(yè)、不同年級的學(xué)生或者教師的具體需求，以及對相關(guān)數(shù)據(jù)庫的利用情況，從而有針對性的訂購數(shù)據(jù)庫。在圖書采購方面，對比教育前期和教育后期的圖書借閱量、借閱的圖書種類、借閱人員類別、圖書的預(yù)約情況以及書庫的入館人數(shù)等數(shù)據(jù)，從多角度分析圖書的需求，來確定各類圖書的采購比例。

同時，用戶學(xué)習(xí)行為的研究也為學(xué)科服務(wù)、科學(xué)管理圖2教育后期跟蹤分析

以及用戶個性化服務(wù)提供相應(yīng)的實踐支持。2015年，國務(wù)院印發(fā)了《統(tǒng)籌推進世界一流大學(xué)和一流學(xué)科建設(shè)總體方案》[17]，提出了“雙一流”建設(shè)的目標(biāo)，圖書館教育作為院系教育的有力補充，對于一流學(xué)科和一流大學(xué)的建設(shè)起到了促進作用。尤其是在學(xué)科服務(wù)方面，用戶教育可以提高學(xué)生的信息素養(yǎng)，同時也為教師提供科研支持，通過用戶教育評估模型可以評價不同學(xué)科、專業(yè)的用戶需求和發(fā)展水平，為進一步開展學(xué)科服務(wù)打下基礎(chǔ)，同時也為整合學(xué)科資源提供參考。在圖書館管理方面，無論是資源建設(shè)，館內(nèi)布局，流通閱覽，還是技術(shù)支持，學(xué)科服務(wù)，參考咨詢等都離不開用戶的參與，用戶教育評估模型從吸引用戶進館開始，一直到用戶離館，采集全程數(shù)據(jù)，此外，還能通過線上數(shù)據(jù)的收集跟蹤用戶在離館后對館藏資源的使用，綜合用戶的使用習(xí)慣和需求情況，來改善圖書館的服務(wù)水平，調(diào)整館內(nèi)的資源配置，通過科學(xué)管理將圖書館的信息中心和文化中心作用發(fā)揮出來。只有了解用戶的需求和興趣點，才能更高效的進行相應(yīng)的服務(wù)。用戶教育評估模型通過收集不同教育階段的數(shù)據(jù)指標(biāo)評價各個年級、專業(yè)的用戶在圖書館中的具體行為，在共性和個性的對照下，既可以針對群體進行分層服務(wù)，也可以針對個體進行個性化服務(wù)，例如追蹤單個賬號在整個用戶教育過程中的行為，以此為依據(jù)定向推送其感興趣的相關(guān)服務(wù)和活動等。

4結(jié)語

基于Altmetrics的高校圖書館用戶教育評價模型的構(gòu)建，對于評估圖書館用戶教育前、中、后期的教育質(zhì)量，反思用戶教育的方式方法，改善圖書館用戶教育具有實踐意義，一方面可以使用戶教育更加貼合用戶的需求，更具針對性和實用性；另一方面可以提高圖書館的資源利用率，為今后高校圖書館用戶教育提供參考。

參考文獻

[1]徐文靜.高校圖書館用戶教育評估方法初探[J].圖書館工作與研究，2012，（11）：71-73.

[2]孔蘭蘭，金潞.中日高校圖書館信息用戶教育的比較[J].圖書館學(xué)研究，2010，（14）：30-32，36.

[3]姚冀越.高校圖書館用戶教育的演進與發(fā)展[J].情報理論與實踐，2007，30（3）：363-365.

[4]徐慶寧，孫潔.高校圖書館信息用戶教育現(xiàn)狀及特征分析[J].圖書館雜志，2003，22（3）：51-55.

[5]海嵐，李綱，張洪元，等.國內(nèi)外高校圖書館讀者培訓(xùn)講座的調(diào)查與分析[J].圖書館，2014，（6）：85-88，109.

[6]曾曉牧，孫平，王夢麗，等.北京地區(qū)高校信息素質(zhì)能力指標(biāo)體系研究[J].大學(xué)圖書館學(xué)報，2006，24（3）：64-67.

[7]夏秋菊，黃英實，劉姝.Altmetrics對圖書館服務(wù)的影響研究[J].現(xiàn)代情報，2014，（9）：129-132.

[8]Jason Priem，BMHemminger.Scientometrics 20：Toward new metrics of scholarly impact on the social Web[J].First Monday，2010，15（7）.

[9]劉春麗.Web20環(huán)境下的科學(xué)計量學(xué)：選擇性計量學(xué)[J].圖書情報工作，2012，56（14）：52-56，92.

[10]邱均平，余厚強.替代計量學(xué)的提出過程與研究進展[J].圖書情報工作，2013，（19）：5-12.

[11]劉恩濤，李國俊，邱小花，等.Altmetrics工具比較研究[J].圖書館雜志，2015，（8）：85-92.

[12]劉穎.Altmetrics視角下圖書館的角色定位與服務(wù)策略研究[J].圖書館雜志，2015，（10）：44-49.

[13]邱均平，張心源，董克.Altmetrics指標(biāo)在機構(gòu)知識庫中的應(yīng)用研究[J].圖書情報工作，2015，（2）：100-105.

[14]Plum Analytics[EB/OL].http：∥plumanalytics.com/learn/about-metrics/，2016-12-03.

[15]Altmetric Support.How is the Altmetric Attention Score calculated？[EB/OL].https：∥help.altmetric.com/support/solutions/articles/6000060969-how-is-the-altmetric-score-calculated-，2016-12-03.

[16]胡明玲，王建濤.基于Web20的數(shù)字圖書館用戶教育研究[J].圖書館論壇，2009，29（5）：50-52.

[17]國務(wù)院關(guān)于印發(fā)統(tǒng)籌推進世界一流大學(xué)和一流學(xué)科建設(shè)總體方案的通知，國發(fā)〔2015〕64號[EB].http：∥www.gov.cn/zhengce/content/2015-11/05/content10269.htm.

（本文責(zé)任編輯：孫國雷）