國際圖書情報學領域高被引學術論文的Altmetrics指標分析

摘 要：文章提取圖書情報學領域高被引論文，通過MannWhitney U檢驗分析其在開放獲取方式下對Altmetrics指標的影響；使用因子分析、相關分析來了解高被引論文或高讀者數論文對社交媒體表現出的敏感性，了解10個子主題在Altmetrics指標敏感性方面的差異；選擇對Altmetrics指標高度敏感性的論文，并對它們與主題的關系進行對應分析。這一研究將有助于了解學術屆的研究主題與公眾關注主題的差異，從而對傳統計量指標下表現并不突出而Altmetrics指標表現顯著的論文進行評估，并以其為補充，重新評估學術界以外被廣泛關注的論文的價值。

關鍵詞：

Altmetrics；圖書情報學；對應分析；相關分析；因子分析

中圖分類號：G250 文獻標識碼：A 文章編號：1003-7136（2023）03-0010-07

Altmetrics Index Analysis of Highly Cited Academic Papers in the Field of International Library and Information Science

YIN Li

Abstract：This paper extracts highly cited papers in the field of Library and Information Science， and analyzes their impact on Altmetrics index under Open Access through MannWhitney U test; uses factor analysis and correlation analysis to understand the sensitivity of highly cited papers or high readership papers to social media， and to understand the differences in the sensitivity of ten subtopics to Altmetrics index; selects papers with high sensitivity to Altmetrics index， and analyzes their relationship with the theme."This study will help to understand the differences between the research topics of the academic community and the topics of public concern， so as to evaluate the papers that do not perform well under the traditional measurement index but perform significantly under the Altmetrics index， and complement with them to reevaluate the value of papers that are widely concerned outside the academic community.Keywords：

Altmetrics;Library and Information Science;correspondence analysis;correlation analysis;factor analysis

0 引言

WOS和Scopus等索引平臺、數據庫均使用基于引用次數的影響因子或h指數對研究論文的影響力進行評估。但除了引文累積時間延遲問題，這些傳統指標無法衡量研究論文對非學術領域的讀者的實踐、學習和教育的影響［1-2］。Altmetrics是一種基于研究人員在網絡上進行學術交流形成的互動和痕跡來跟蹤研究的社會影響的方法，它將Twitter、博客、Facebook、維基百科等的提及和轉發情況，以及Mendeley等參考文獻管理工具的閱讀數據進行計算并顯示在網絡上，從而直觀地顯示出人們對這些研究論文的關注程度。Altmetrics現已被用作Scopus、PLOS和BioMed Central等數據庫平臺的補充影響評估工具，它的優勢、不足、與其他文獻計量指標之間的關系已經有很多相關的研究［3-9］。

部分研究結果表明Altmetrics指標的靈敏度受到很多因素的影響。由于公眾可以更自由地開放獲?。∣pen Access，以下簡稱：OA）論文，因此OA論文對Altmetrics指標更敏感［10-12］；也有研究表明，Altmetrics指標的敏感性因學術領域和子研究主題不同而存在差異：社會科學領域的Altmetrics指標使用率高于自然科學、工程學等其他領域，文學領域的Altmetrics指標很低［2，13-14］；Fang Z C等研究指出，物理科學和工程科學等學科能夠迅速吸引社會關注［15］；即使在同一研究領域，社會影響也因子研究主題的不同而有所不同，Htoo T H H等指出，Altmetrics可以成為精神病學、臨床心理學和政治學領域引文的領先指標，尤其是心理健康、公共衛生服務的一些創新話題（比如護理和艾滋病毒的話題）［16］，在Twitter上顯示出較高的轉發頻率；即使在同一學科中，Altmetrics的敏感性也因期刊而異，在圖書情報（Library and Information Science，以下簡稱：LIS）領域，一些期刊對Altmetrics指標的響應更快，Ezema I J等比較了WOS、Scopus和GS中85種LIS期刊的影響力和Altmetrics之間的關系，包括《美國醫學信息學協會雜志》《計算機媒介傳播雜志》《科學計量學》在內的18種期刊顯示出相對較高的關注度［17］；Erfanmanesh M分析了563份伊朗LIS論文的Altmetrics指標，發現有12%的論文在不同的社交媒體中被提及［18］。

在上述研究背景下，本文將基于國際LIS領域的高被引論文進行如下研究：①探討LIS領域高被引研究論文的Altmetrics指標，分析論文的開放獲取狀態是否會影響Altmetrics指標；②分析LIS領域論文與引用數量相關的Altmetrics指標的主要來源；③分析LIS領域的子主題對Altmetrics不同來源指標的敏感性有何不同。這一研究將有助于我們了解學術屆的研究論文中經常引用的主題、關注的主題與學術界以外的公眾經常關注的主題有何不同，從而對那些在傳統計量指標下表現并不突出而Altmetrics指標表現顯著的論文的影響力重新評估，有助于推動將Altmetrics指標作為補充，與引文指標一同，來正確評估學術界以外被廣泛關注的論文的價值。

1 數據收集

本文的研究對象為LIS領域中的高被引論文，選取方法如下。

首先，根據LISA數據庫中注冊的同行評議論文的被引頻率高低，選擇了10個主題，見表1。

其次，用10個主題的關鍵詞在WOS進行檢索，提取了按被引頻次排序前1000篇論文的基本題錄信息，包括DOI號和引用計數等信息，同時獲取每篇論文的OA狀態信息，分為五種狀態：Bronze是指出版商指定某些論文或材料免費在線出版，作者或機構不支付OA費用；Gold是指出版商將已出版的學術資料免費提供到網上，這些論文的版本將是最終的、經過同行評審的論文；Hybrid是一種混合模式，期刊同時發布混合OA和訂閱內容；Green表示將一篇文章免費提供并存檔，可通過機構的知識庫、個人網站、其他公共檔案館共享；Closed表示需要付費的狀態。

最后，獲取1000篇論文的Altmetrics指標得分。這里我們通過PlumX來獲取，PlumX指標是綜合性的文章級指標，已納入Scopus。如表1所示，PlumX將Altmetrics指標分為Usage（使用）、Capture（抓?。?、Mention（提及）、Social Media（社交媒體）、Citation（被引頻次），Usage表示在EBSCO數據庫的使用情況（本文采用訪問次數View來衡量），Capture表示Mendeley閱讀數據（本文采用讀者數Reader來衡量），Mention表示博客和維基百科的提及數，Social Media表示Twitter轉發數，Citation表示在WOS上的被引頻次。要特別說明，這些數據指標是使用基于特定時間點捕獲的數據，因此累積數量可能會隨時間而變化。本研究采集數據的時間為2022年1月25日。

2 數據分析

本研究主要借助SPSS分析軟件來完成對數據的描述性統計分析、MannWhitney U分析、因子分析和對應分析。

2.1 LIS領域高被引論文OA狀態及與Altmetrics指標的相關性分析

首先對收集到的論文的被引情況、訪問次數（View）、讀者數（Reader）、博客和維基百科的提及數、Twitter的轉發數量等進行統計分析，如表2所示。論文的Altmetrics指標和其OA狀態數據顯示，在1000篇論文中，約63.1%的論文有讀者數記錄，約36%的論文被訪問過，由此可見，除被引頻次外，在Altmetrics指標中，LIS領域論文對讀者數、訪問次數敏感性更高，而博客、維基百科、Twitter相對獲得的提及次數較少；從平均值來看，讀者數值最高（約664次），其次是訪問次數（約210次）和Twitter提及（約5次）。研究發現，約38篇論文的被引數量是其讀者數量的一半。

待分析論文的OA狀態如表3所示，大多數LIS論文是需要付費的，占比72.1%；在公開的論文中，Green是最常見的一種狀態，占比15.8%，Bronze約占9.8%。

表4列出了高被引論文的OA狀態對Altmetrics指標的敏感性。論文的Altmetrics數據表明：OA論文在訪問次數，博客、維基百科提及數和Twitter轉發數中有很高的數據；

非OA論文的引文數量相對較高。為驗證組間差異顯著性，進行了MannWhitney U分析，結果顯示：非OA論文與引文數量之間被解釋為沒有顯著差異（p=0.09）；只有訪問次數、博客提及數和Twitter轉發數顯示出有意義的差異（plt;0.01），通過分析我們可以看到LIS領域中來自這些Altmetrics來源的OA論文顯示出敏感性。

為了研究OA狀態是否對論文被引頻次和Altmetrics指標產生影響，以及影響的程度如何，按照Altmetrics每個來源指標的排序原則各選取排名前20的論文，即從6個來源中選出120篇論文，并對論文的OA狀態是否會影響引文數量和Altmetrics指標進行了相關分析，將結果在二維地圖上直觀地表達。

對抽取的120篇論文樣本創建Altmetrics指標和OA狀態之間的關系矩陣，在此基礎上進行對應分析。對應分析是一種多元數據分析方法，通過在二維空間中直觀地繪制行和列的信息，以探索數據變量之間的對應關系。結果顯示出二維累積解釋率為86%，如圖1所示。Closed位于地圖上中間的位置，Citation、Reader、Wikipedia這三個節點位于其附近，這樣的位置分布表明需要付費的論文可能有大量的引文、大量的讀者或相對較高的維基參考文獻提及。Bronze出現在地圖的底部，這個狀態表示論文CCBY許可證（知識共享開放協議的一種類型）不存在，但該文件是開放的；Bronze與View距離很近，但與Citation距離很遠，這表明盡管Bronze論文引用數不多，但它們可能在學術界之外被閱讀過無數次。地圖右側有Hybrid和Gold，Twitter距離它們位置很近，這表明可能有相對大量的Gold狀態

論文在Twitter中提及轉發?？梢暬Y果與之前的描述性統計分析結果相同，有大量引用數和讀者數的論文很可能是非OA論文；在社交媒體上多次被瀏覽或提及的論文也有可能被公開訪問。

2.2 LIS領域高被引論文的被引次數與Altmetrics指標之間的相關分析

為了確定與引文數量相關的Atlmetrics來源指標的類型，在引文數量和每個指標來源的計數之間進行了相關分析。通過表5的Pearson相關分析可以看出，被引頻次和讀者數在p=0.01時顯示出弱相關性r=0.195。由分析結果可知，引文數與其他Almetrics來源，如Twitter轉發數、博客及維基百科提及數、View相關性極低，甚至不相關。

接著用因子分析方法分析Altmetrics主要來源指標之間的相似性，看看相似源可以簡化為多少個部分，以及各部分之間存在哪些類型的關系。通過計算分析，用于比較變量間簡單相關系數和偏相關系數的指標KMO為0.641，接近于1，說明所選的這些數據適合進行因子分析；Bartlett球形檢驗顯著性概率為0.000，小于顯著水平0.05，這樣的結果拒絕原假設，說明變量存在相關關系，是可以做因子分析的。

成分1由博客和維基百科提及數、Twitter轉發數組成，荷載中的每個系數分別為0.715、0.527和0.474。成分2包括讀者數和被引頻次兩個指標，分別顯示0.802和0.964的因子負荷。由于成分1的因子主要集中在表示社會影響的Altmetrics指標，因此稱它們為“社交媒體提及”，而成分2主要與研究人員在科研過程中撰寫論文時通常會閱讀、引用論文的行為相關，因此稱為“讀者或引用”，也可以解釋為研究人員在學術和專業活動中的行為積累指數。成分1和成分2的因子載荷對變量的解釋百分比為42.619%。通過使用分配給這兩個組成部分的因子分數創建散點圖，可以直觀地了解LIS領域中的高被引論文或Mendeley讀者數量較高的論文是否對社交媒體也有敏感反應，如圖2所示。分析發現，散點圖顯示的方差接近于反關系，即論文“讀者或引用”的數量增加，而“社交媒體提及”的數量卻不一定在增加。關于Altmetrics指標的相關研究也證明了具有高度社會影響力的論文不一定會在學術論文中被引用［20］。

2.3 LIS子主題對Altmetrics指標敏感性的差異分析

為了了解10個LIS子主題對Altmetrics指標敏感性的差異，將選擇的120篇論文，與LIS子主題的關系進行了對應分析?；贏ltmetrics指標的交叉列表（相關性）創建二維地圖，以直觀地掌握兩個變量之間的關系，進一步了解在學術論文中經常被引用的主題、學術界以外的公眾經常閱讀的主題，以及通過社交媒體經常提到的研究主題之間是否存在差異。

分析可得Altmetrics和主題之間的二維累積解釋率高達81%。如圖3所示，信息技術和知識管理位于二維地圖的右下角，在LIS的10個子主題中，有較高被引次數的文章通常用于撰寫學術論文時的學術引用，讀者數較多的文章則集中在信息技術和知識管理主題的論文。LIS領域被引頻次最多的論文是“Perceived Usefulness， Perceived Ease of Use， and User Acceptance of Information Technology”［20］，這篇論文被引用次數最多，達18，884次，是一篇Closed論文。盡管這篇論文的引用率很高，而且讀者數高達21，155人，但是在Altmetrics指標中幾乎沒有數據可以解釋它的社會影響情況，如訪問次數、提及次數和社交媒體轉發數等。同樣，與大數據有關的論文“Beyond the Hype： Big Data Concepts， Methods， and Analytics”［21］，也是一篇Closed論文，讀者數高達1041人，也被引用了1480次，但它從未在社交媒體上被提及。通過分析可知：位于地圖右下角的主題區域可視為是在學術研究人員中顯示出更高影響力的主題，而不是社會影響力高的主題。

地圖上方與View密切相關的主題則為公共圖書館和因特網，這些主題的論文沒有被頻繁引用，但它們被學術界內外的讀者廣泛瀏覽。公共圖書館領域有一篇研究農村公共圖書館數字化挑戰的論文“Rural Public Libraries and Digital Inclusion： Issues and Challenges”［22］，被瀏覽了6700多次，這篇論文作為一篇Gold論文被公開訪問，但只被引用了18次。關于網絡信息可信度的論文“Social Media as Information Source： Recency of Updates and Credibility of Information”［23］，被瀏覽了682次，但它的OA狀態為Bronze，被引用了大約255次，被Twitter轉發了17次。

Twitter位于二維地圖的左側，距離Citations最遠，Twitter轉載相關的主題主要有學術交流和圖書館員。比如關于學術交流的論文“Hyperauthorship： A Postmodern Perversion or Evidence of a Structural shift in Scholarly Communication Practices？” ［24］，經常在推文中被提及，盡管這篇關于學術交流的論文只被引用了不到10次，但它被Twitter轉發的次數卻達到了近200次，顯示出較大的社會影響力。

除了地圖右下角的主題區域，其他主題區域的論文可以視為在學術界之外具有重大社會影響的代表性論文。通過分析Altmetrics與研究主題之間的關系，我們發現：信息技術和知識管理領域的很多論文擁有大量的被引次數和大量的讀者數量，受到學術界的關注；相比之下，公共圖書館領域的論文更多的是涉及學術界以外的以實踐和具體服務為對象的研究，所以Altmetrics指標更高；除此之外，在如今學術生態系統發生重大變化的環境中，也發現學術交流逐漸成了公眾在Twitter上關注的話題。雖然本研究沒有對大量LIS論文數據進行分析，但通過上述分析，基本可以確定LIS領域研究人員經常引用或經常閱讀的主題，以及在學術界以外引起公眾關注的主題。

3 結論

本研究對LIS領域中1000篇高被引論文的Altmetrics指標與其OA狀態之間的關系進行了分析，得到了一些客觀的結論。

從論文的OA狀態來看，在1000篇LIS論文中，約63.1%的論文有讀者數記錄，約36%的論文被訪問過；大多數LIS論文（72.1%）以非OA形式發表；就論文的Altmetrics指標而言，博客和維基百科提及的論文數量較少，而Twitter轉發的論文數較多。

從OA狀態對論文的讀者數量和引用數量的影響來看，OA論文對訪問次數、博客提及數和Twitter轉發數這些Altmetrics指標更加敏感；非OA論文的讀者數量和引用數量較大，但與OA論文沒有顯著差異。

從引文數量與讀者數量之間的相關性來看，在r=0.195時，引文數量與讀者數量之間存在相關性，但引文數量與其他Altmetrics指標來源相關性較低，甚至不相關；因子分析結果表明，讀者數和被引頻次被歸為一個組成部分，可稱為“讀者或引用”，博客和維基百科提及數、Twitter轉發數、訪問次數被歸為另一個組成部分，可稱為“社交媒體提及”；而且“讀者或引用”的數量越高，“社交媒體提及”的數量就越少。這表明學術界研究人員經常閱讀和引用的論文主題與學術界以外具有社會影響力的論文主題是不同的，或者說學術界關注的熱點和公眾所關注的熱點是不同的。

從關注的LIS領域主題來看，信息技術與知識管理主題論文被引頻次高，閱讀量大，它們被研究人員多次閱讀和引用；相比之下，公共圖書館領域被廣泛用于學習和實踐，在學術界之外影響力更大一些。

從Altmetrics指標對研究領域的敏感性來看，學術傳播領域對Twitter轉發數指標非常敏感，政策制定者和與圖書館、學術信息傳播相關的行業也相對頻繁地被Twitter提及。引文數量只能解釋它們對學術界論文作者的影響，而Altmetrics指標可以從不同的角度捕捉其社會影響。筆者在之前的論文中已經通過大量數據分析得出Mendeley讀者數量與引文數量有較強的相關性，通過Mendeley閱讀數據有可能追蹤不同公眾（盡管不是學術作者）的閱讀行為對研究成果的潛在影響［25］。社交媒體雖然與引文數量相關度極低，但通過這些指標可以捕捉公眾所感興趣的研究主題。

此外，本研究還提出了一個新的結果，即根據LIS領域的子主題，Altmetrics的敏感性是存在差異的。學術論文中經常引用的主題與學術界以外公眾經常關注的主題有所不同。如果僅僅以引文數量作為研究成果的評價工具，那么在學術界之外公眾廣泛關注的主題將不可避免地會被忽略。比如在LIS這樣一個具有很強跨學科性質的領域，有些論文由于研究人員的學術興趣而對其高度引用，有些論文專注于圖書館實踐，從而被更多的公眾所關注，這些分享圖書館實踐經驗的論文通常不可避免地只會得到一個較小的學術群體的關注，從而獲得相對較低的引用率。因此，如今學者們更多地倡導將Altmetrics指標作為補充，與引文指標一同，來正確評估學術界以外被廣泛關注的論文的價值。

本研究也存在一些問題，比如僅考慮了LIS 10個主題中引用次數較多的論文，如果將樣本論文數量或范圍擴大，可能會出現其他研究結果；同時由于本研究使用PlumX提供的Altmetrics指標數據源，因此如果使用其他Altmetrics工具，可能會出現略有不同的結果。

參考文獻：

［1］PRIEM J，HEMMINGER B H.Scientometrics 2.0： New metrics of scholarly impact on the social Web［J］.First Monday，2010，15（7）：7-15.

［2］THELWALL M.Altmetric prevalence in the social sciences， arts and humanities： Where are the online discussions？［J］.Journal of Altmetrics，2018，1（1）：4-12.

［3］LUO F H，SUN A X，ERDT M，et al.Exploring prestigious citations sourced from top universities in bibliometrics and altmetrics： A case study in the computer science discipline［J］.Scientometrics，2018，114（1）：1-17.

［4］OUCHI A，SABERI M K，ANSARI N，et al.Do altmetrics correlate with citations？ A study based on the 1，000 most-cited articles［J］.Information Discovery and Delivery，2019，47（4）：192-202.

［5］THELWALL M，HAUSTEIN S，LARIVIERE V，et al.Do altmetrics work？ Twitter and ten other social web services［J］.Plos One，2013，8（5）：1-7.

［6］ZAHEDI Z，COSTAS R，WOUTERS P.How well developed are altmetrics？ A crossdisciplinary analysis of the presence of \"alternative metrics\" in scientifc publications［J］.Scientometrics，2014，101（2）：1491-1513.

［7］AHARONY N，BARILAN J，JULIEN H，et al.Acceptance of altmetrics by LIS scholars： An exploratory study［J］.Journal of Librarianship and Information Science，2019，51（3）：843-851.

［8］GUMPENBERGER C，GlNZEL W，GORRAIZ J.The ecstasy and the agony of the altmetric score［J］.Scientometrics，2016，108（2）：977-982.

［9］SHEKHAWAT K S，CHAUHAN A.Can altmetrics be used to evaluate research？［J］.Current Science，2018，114（2）：261-262.

［10］TURK N.Citation impact of Open Access journals［J］.New Library World，2008，109（1/2）：65-74.

［11］WANG X W，LIU C，MAO W L，et al.The open access advantage considering citation， article usage and social media attention［J］.Scientometrics，2015，103（2）：555-564.

［12］HOLMBERG K，HEDMAN J，BOWMAN T D，et al.Do articles in open access journals have more frequent altmetric activity than articles in subscriptionbased journals？ An investigation of the research output of Finnish universities［J］.Scientometrics，2020，122（1）：645-659.

［13］ORTEGA J L.Disciplinary differences of the altmetric impact［J］.FEMS Microbiology Letters，2018，365（7）：1-12.

［14］VAUGHAN L，TANG J，YANG R.Investigating disciplinary diferencesin the relationships between citations and downloads［J］.Scientometrics，2017，111（3）：1533-1545.

［15］FANG Z C，COSTAS R.Studying the accumulation velocity of altmetric data tracked by Altmetric.com［J］.Scientometrics，2020，123（2）：1077-1101.

［16］HTOO T H H，NA J C.Disciplinary diferences in altmetrics for social sciences［J］.Online Information Review，2017，41（2）：235-251.

［17］EZEMA I J，UGWU C I.Correlating research impact of library and information science journals using citation counts and altmetrics attention［J］.Information Discovery and Delivery，2019，47（3）：143-153.

［18］ERFANMANESH M.The presence of Iranian information science and library science articles in social media： An altmetric study［J］.Iranian Journal of Information Processing amp; Management，2017，32（2）：349-373.

［19］REAL B，BERTOT J C，JAEGER P T.Rural Public Libraries and Digital Inclusion：Issues and Challenges［J］.Information Technology and Libraries，2014，33（1）：6-24.

［20］DAVIS F D.Perceived Usefulness， Perceived Ease of Use， and User Acceptance of Information Technology［J］.MIS Quarterly，1989，13（3）：319-340.

［21］GANDOMI A，HAIDER M.Beyond the hype：Big data concepts， methods，and analytics［J］.International Journal of Information Management，2015，35（2）：137-144.

［22］REAL B，BERTOT J C，JAEGER P T.Rural public libraries and digital inclusion：issues and challenges［J］.Information Technology amp; Libraries，2014，33（1）：6-24.

［23］WESTERMAN D，SPENCE P R，VANDERHEIDE B.Social Media as Information Source：Recency of Updates and Credibility of Information［J］.Journal of ComputerMediated Communication，2014，19（2）：171-183.

［24］CRONIN B.Hyperauthorship：A postmodern perversion or evidence of a structural shift in scholarly communication practices？［J］.Journal of the American Society for Information Science and Technology，2001（7）：558-569.

［25］尹莉.科研人員與公眾關注的熱點問題比較：基于Web of Science核心合集被引TOP100論文與Altmetrics Top100論文［J］.情報探索，2020（10）：52-61.

作者簡介：

尹莉（1982— ），女，博士，副研究館員，任職于長安大學圖書館。研究方向：情報分析、數據分析。