大數據時代基于InCites及SciVal的科技期刊選題策劃路徑研究

中圖分類號：R232 文獻標識碼：A文章編號：1006-1959（2025）13-0060-09

DOI：10.3969/j.issn.1006-1959.2025.13.011

Abstract：TopicplangplaanmportanleiancigtheoecompitivensofietificjualsInteraofigatattic selectionandplagokfecendecoljoualdisdtelyietieseaevauatitlsusinultieatio indicatorstoctiuouslyxploreandtrackotoicseapertaksHealhRsearchasaneamplesingtwosientficeseahaget alysispll betwenthetwoTakingthe\"EmotionMnagemetandHealthehavior\"olumasaexampleusesuantitatiedicatorssuchstherf scientifihsteftfeputdhstleloptad oftiseseacheldfrot2Isalsddtichstsd China，providingefeeforheletiodpagoftheoaesatioofualityroduciiineublsg industryistialifiicsualiottiplefpobdicleoio completingtraditionalditingandprofreadingworkandtocontiuouslyexploreandtrackhottopicstroughmeanssuchsbigdataand artificial intelligence.

KeyWords：Bigdata; Scientific journals; InCites;SciVal; Topic planning

隨著科學技術的日新月異，全球的數據量呈爆炸式增長，大數據（bigdata）的概念應運而生。在一般意義上，大數據是指無法在可容忍的時間內用傳統IT技術和軟硬件工具對其進行感知、獲取、管理、處理和服務的數據集合。在大數據時代，研究人員未來的重要任務不是獲取越來越多的數據，而是如何對數據提取、整理、加工，并從數據中挖掘所需的知識，合理利用海量的數據資源。簡而言之，大數據不僅是“數據大”。同樣，在學術論文產出越來越多的今天，各數據庫也不斷探索如何整合數據資源，助力科研管理與決策[2]。

選題策劃對提升科技期刊核心競爭力起重要作用，其在期刊編輯工作中的重要性逐漸得到同行的認可，這要求期刊編輯充分發揮主觀能動性，以前瞻性的視角設計期刊選題3，有計劃、有組織地篩選發表的文章。期刊編輯進行選題策劃多圍繞國家重大方針決策、行業前沿科技成果、學科熱點及難點問題、國內外重大科技事件或品牌學術會議開展。與傳統上多憑借主觀認知進行選題策劃不同，隨著大數據應用和文獻計量學工具的普及，越來越多的期刊編輯嘗試使用科研評價工具④，判斷選題的重要性和價值，從而獲得選題依據，而采用恰當的工具挖掘所需要的信息并驗證選題的可行性，是科技期刊編輯成功策劃選題的前提條件。

近年來，不之期刊編輯探索使用各類大數據科研評價工具進行選題策劃的方法及案例分享。王繼紅等使用InCites數據庫，以中國礦業大學深部巖土力學與地下工程國家重點實驗室為例，提出期刊選題策劃的參考路徑；王燕等、包穎等、張喬等分別以園藝學、土壤學、熱帶醫學研究領域為例，利用InCites平臺，采用研究機構、研究熱點、活躍研究者及研究團隊等指標助力期刊編輯制定選題策劃方案；阮光冊等運用Doc2Vec方法，將期刊論文表示為向量，結合向量的相似度計算、聚類分析、主題詞提取等方法，挖掘期刊論文熱點選題;黃澤雯[嘗試借助CiteSpace引文可視化軟件指導選題策劃，以改善編輯在掌握學科前沿、把關稿件質量、選取審稿專家等方面存在的被動性。不同評估工具所基于的核心數據庫有所區別，使用難度和界面友好度亦存在差異，還有的方法對操作者的情報學知識素養要求較高，期刊編輯在學習和使用時難度較高，而對于不斷改進指標和算法的科研評價平臺在研究熱點及趨勢分析方面的應用比較鮮有報道。基于此，本研究選擇目前使用人數較多的InCites、SciVal兩個平臺，采用文獻分析法，對二者在數據來源、學科分類、模塊設置方面進行比較分析，并從編輯選題策劃視角出發，分別使用兩個平臺，以案例的形式分步驟詳解如何探查研究熱點和主題，并篩選對選題策劃有重要參考價值的功能和模塊，呈現二者在期刊選題策劃者使用方面的側重點，提出如何利用科研評價分析數據庫提高編輯的選題策劃能力和約稿組稿方向的思路。助力期刊編輯高效完成選題及約稿工作，為我國的科技期刊發揮世界科技引領作用提供數據支撐。

1研究平臺

1.1平臺介紹InCites是科睿唯安公司在匯集和分析WebofScience（WOS）權威引文數據的基礎上開發的科研評價分析性數據庫，用戶能夠通過InCites挖掘研究領域的熱點話題，跟蹤機構、作者的研究產出和影響力[，并將本機構的研究績效與其他機構以及全球和學科領域的平均水平進行對比，發掘機構內具有學術影響力和發展潛力的研究人員，監測機構的科研合作活動，以尋求潛在的科研合作機會[2]。SciVal是愛思唯爾公司基于Scopus引文數據庫開發的科研和績效分析工具，提供全球231個國家的196000多家研究機構的相關科研產出信息，通過10余種科學計量指標進行分析、比較，可以多角度系統性獲取研究領域熱點話題及作者、機構等信息[13]。Scopus引文數據庫相較于WOS 數據庫，具有覆蓋范圍更廣、國際化程度更高、期刊指標可免費獲取等優勢[14]。

1.2數據來源InCites的數據來源于WOS數據庫，其包含了近30年來WOS 核心合集，即：SCI、SSCI、Aamp;HCI、ESCI、CPCI-S、CPCI-SSH和IC及 CCR-EXPANDED等索引數據庫的數據，且預置數據模塊每2個月更新1次。WOS核心合集數據庫嚴格按照“客觀”\"擇優”和\"動態收錄\"的基本原則，遴選全球最具有學術影響力的高質量期刊，因此，InCites中的期刊來源大多是學術影響力、影響因子等均較在同行期刊中處于領先位置的期刊。而SciVal的數據來源是全球最大的同行評審學術論文索引摘要數據庫 Scopus，其最大的特點就是全面[15]，截止目前，有近8700多萬條記錄，且每日更新約11000篇，全球重要的大學排名，包括QS、THE、愛思唯爾“中國高被引學者年度榜單\"等，都以 Scopus 數據庫的數據為基準評估學科產出及學科發展。比較二者數據來源可以發現，SciVal比InCites的數據收錄更為全面，尤其是收錄了EI，更適合于工科文獻的檢索。1.3學科分類二者的學科分類體系不同。InCites基于期刊分類，有14種學科分類可供選擇，常用的包括ESI、Web of ScienceTM、中國教育部的一級和二級學科分類（目前提供其中13個門類和97個一級學科的分析數據）。除傳統的學科分類外，交叉學科和多學科融合已成為科學發展的重要形式，InCites開發了引文主題（CitationTopics）分類，該種分類方法通過分析已發表論文的互引關系，將相關文獻匯聚起來，這些文獻集群獨立于單篇文獻的主題和內容[。CitationTopics每年更新1次，新發表的文獻都會添加到現有的主題中，確保主題持續準確地反映文獻的變化。SciVal基于 Scopus 數據庫文獻，對全領域劃分為研究主題（Topic）及研究主題簇（Topiccluster），采用問題導向，即每個Topic對應微觀層面的特定研究問題，注重學科交叉特點，從文獻而非學科出發，突破了學科的界限，和InCites 的CitationTopics類似，體現出學科交叉與融合的趨勢。與In-Cites只能在既定的學科分類及引文主題下選擇不同的是，SciVal既可在Scopus全學科分類系統（ASJC）的334個學科領域中檢索預定義研究領域，又支持用戶自定義研究領域，這種自定義的研究領域可以是某種戰略重點，也可以是一個新興的科學領域或其他興趣點，這一功能對期刊選題聚焦新興學科、交叉學科以及小而新的研究方向方面相對有利。但是其也有不足，當所選研究領域有超過5000篇文獻時，所需計算時長為6h，且文獻數量上限為100000篇，如果多于此文獻數量，系統會提示用戶進一步縮小檢索范圍或者嘗試使用更為精準的關鍵詞，否則不予執行分析。

1.4功能模塊二者在模塊設置的邏輯方面有所不同。InCites根據研究對象分為研究人員、機構、區域、研究方向、出版物、基金資助機構6個分析維度[7，且可以直接進入MyOrganization模塊，實現院系、個人科研數據的精確度量和精準追蹤。InCites還可以使用篩選條件進一步縮小需要分析數據的范圍，如期刊影響因子（JIF）分區、作者位置（第一作者、通訊作者）等，并可以將檢索結果和詳細文獻信息導出至WOS，同樣，用戶在WOS中選擇的數據也可直接導入至InCites進行分析，前提是用戶使用同一賬號登陸兩個系統。

SciVal根據用戶需求分為概述、基準化分析、合作、趨勢、影響力、資助等板塊，每個板塊進入后還有若干子功能，用戶可設置機構、研究者、出版物、地區、主題amp;主題簇、研究領域及Scopus來源，其中Scopus來源是由Scopus索引的來自不同出版商的期刊、書籍、叢書、會議記錄和指數等，獲取需要的數據。目前最新版本為SciVal10，為了更易于導航和查找內容，該版本的頁面重組為兩個主要分析部分：“探索”和\"比較”，“探索\"將概述、合作、趨勢、影響力和資助中的頁面合并到同一個位置，當研究者選擇以上任一模塊時，會自動看到所有指標和圖表；“比較\"則支持研究者選擇和分析多個機構、出版物、研究主題，并將其放在同一頁面進行展示。

2選題方向探索

2.1案例選擇以筆者所在的《健康研究》編輯部選題策劃為案例，按照選題挖掘、選題論證和選題實施3個步驟，采用大數據方法探索新選題的方向。《健康研究》為醫學綜合期刊，以健康醫學為特色。身心健康是近年來學界關注的熱點話題，已有研究證實，情緒通過影響認知、行為，對身體健康產生重要影響，基于此，本刊近5年來常設“情緒管理與健康行為\"欄目，欄目圍繞心理健康與健康行為、疾病預防與健康管理相關的內容組織稿件。但是，隨著期刊的發展和影響力的逐步擴大，該欄目不再滿足于以往以自然來稿為主的組稿形式，需要有針對性地邀約相關領域具有一定影響力的團隊及研究者撰稿，并進一步聚焦細分研究熱點，以期將本欄目作為刊物的“明星欄目”推出。基于此，筆者以“emotionalmanagement”及“healthbehavior”為研究主題，使用InCites和SciVal兩個平臺為選題策劃提供量化依據。

2.2研究思路 ① 探查全球研究趨勢。期刊選題策劃首要關注的是該領域全球研究趨勢及進展，從而發現和期刊發文范圍相關的研究熱點話題和科技界重大研究成果，適宜以宏觀-中觀-微觀為思路，采用從大到小不斷聚焦的方法。 ② 研究熱點發文情況檢索。學界一般按照科研產出數量、論文質量和論文影響力等維度來評價研究熱度。 ③ 國內學者發文情況及貢獻。需要了解目前活躍的中國研究機構、研究者、研究者發文情況和熱點文章引用數據等，為有針對性地約稿做準備。

2.3指標選取InCites和SciVal兩個平臺均能為科研影響力評價提供多個指標及對標分析，依靠不同維度的多樣化指標進行呈現。綜合考慮兩個平臺評價指標的可獲得性，篩選對編輯選題策劃有參考價值的一級指標3個，二級指標6個，見表1。其中，Incites平臺特有的學科規范化引文影響力（categorynormalizedcitationimpact，CNCI）是通過論文實際被引次數除以同文獻類型、同出版年、同學科領域文獻的期望被引次數獲得。發表年代越近，亦表示研究越前沿。SciVal平臺則提出歸一化影響因子（field-weightedcitationimpact，FWCI），消除不同學科之間影響因子具有差異無法比較的問題，也消除了文獻發表的年份對于文獻被引次數的影響；主題顯著度是綜合考慮近兩年引用數量、瀏覽數量、期刊影響力計算所得，以賦值形式表現，得分0＼～100分。通過該指標可以觀測研究的發展勢頭及研究前沿。每個研究成果映射到唯一的主題或主題簇。

2.4基于SciVal的選題策劃指導首先，選擇SciVal平臺的探索（explore）模塊點擊進入分析界面，由于選題策劃指導需要對研究前沿進行探測，本研究選擇了研究領域（researchareas）板塊，輸入“emotionalmanagement”及“healthbehavior\"作為研究主題，研究時限定為2020年1月1日-2023年12月31日，共獲得413篇文獻，文獻的FWCI為1.41，表明該研究領域文獻被引表現高于全球平均水平，該領域文獻被瀏覽次數為15372次，被引用次數為4011次。其關鍵詞云圖見圖1。字體越大的關鍵詞代表研究熱度越高，從本領域研究熱點關鍵詞Top50中篩選出研究熱度上升的17個關鍵詞，按照發表的文獻總數進行排序，并將關鍵詞根據研究對象、研究內容進行分類，可以發現該研究領域的新興熱點和研究趨勢見表2。

為繼續細化研究熱點話題，繼續在主題與主題簇（topicandtopicclusters）板塊進行探索。2020-2023年，該領域的文獻共被歸類為255個研究主題，121個主題簇。其中，主題顯著度前 1% 的研究主題（即研究熱點前沿）共42個，表3列出了發文量大于1篇的其研究主題，將歸類的研究主題按照發文量進行排序，涵蓋了心理支持、專注力、膳食模式、肥胖、正念療法、生存質量等內容，進一步印證了表2中關于熱點關鍵詞的歸納。其中，FWCI等于1說明該組文獻的被引表現與全球平均水平相當，小于1反映文獻被引表現低于全球平均水平，大于1表明文獻被引表現高于全球平均水平。

綜合熱點關鍵詞及研究熱點前沿，可以看出，慢性病患者（包括糖尿病、慢性疼痛等）孕產婦、青少年（包括大學生）老年人、進食障礙者及照護者是研究關注的重點人群，心理支持、鍛煉方式、生命質量、職業倦怠、自我管理、共情、職場健康是研究關注的重點內容。此外，本領域近年來與突發公共衛生事件相關的研究熱度也持續上升。

了解了本領域研究熱點之后，為進一步考察國內該研究方向活躍機構及研究者（團隊），在貢獻（contribution）板塊下，選擇機構（institutions）子模塊，在國家/地區中選擇China，在這里，平臺可以將發文機構限定為學術機構、公司、政府、醫療機構和其他，因期刊編輯定向約稿在以上機構中均可實現，因此本研究選擇了全部范圍，導出數據。表4展示了該領域我國活躍研究機構Top10，研究者可根據發文量、瀏覽量、FWCI或被引次數分別進行排序。本案例采用FWCI進行排序，結果可見華中師范大學、華中科技大學、西安交通大學、上海交通大學、重慶醫科大學等高校排名前列，研究活躍的高校集中在以武漢為代表的華中地區、以上海為代表的華東地區以及西安的高校，亦可進一步了解每所高校本領域發文的具體情況，如發文量、FWCI、瀏覽量、被引次數、國際合作情況等；在該功能下，還可清晰地看到文獻的關鍵詞，以本研究為例，選擇距離工作單位地理位置距離較近的浙江大學，可查看該機構學者及團隊發表的文章題目，以及全部發文的關鍵詞，包括護理干預、健康行為、特別關注、自我照護能力、高熱等，由此幫助編輯深入挖掘信息，定向約稿。

2.5基于InCites的選題策劃指導在WOS核心合集中檢索“emotional management”及“healthbehav-ior”，限定年份為2020-2023年，共檢索出2723篇文獻（檢索時間為2024年5月6日），將其導入In-Cites平臺，剔除重復文獻及無法獲取的文獻，最終得到2711篇文獻。首先打開平臺上“分析\"欄目，選擇\"研究領域”，探索研究熱點主題。Citation Topics構建了一個包含宏觀、中觀和微觀主題的三級層次結構，用戶可根據自己的需求選擇合適的精細水平進行分析，宏觀和中觀主題根據內容進行標注，微觀主題根據最重要的關鍵詞標注。按照最新學科分類體系，將本研究篩選的2711條記錄分為7個宏觀研究主題、76個中觀研究主題及155個微觀研究主題。7個宏觀主題分別為：clinicalamp;lifesciences（臨床醫學與生命科學），socialsciences（社會科學），electrical engineering，electronicsamp; computer science（電氣工程、電子與計算機科學），earthsciences（地球科學），agriculture，envionmentamp;ecology（農業、環境與生態），artsamp;humanities（藝術與人文），chemistry（化學）。可以看出，該研究領域發表的文章被歸類的宏觀主題學科分布非常廣泛，難以挖掘具體的選題重點。因此，進一步分析中觀研究主題。圖2是根據WOS論文數降序排列，中國的Top15中觀研究主題。

從圖2可知，中觀主題的分布雖然比宏觀主題詳細，但仍無法直接探查具體的研究內容或研究熱點。就此，研究者再次細化至微觀主題層面，以期更加精準地發現研究熱點。如表4所示，按被引頻次排序，Lowbackpain（腰痛）Health literacy（健康素養）Jobsatisfaction（工作滿意度）是本領域的研究熱點話題，其被引頻次均達到500次以上。其中，Lowbackpain（腰痛）主題僅有1篇文章，該文是國際疼痛研究協會對疼痛定義的修訂，因此其被引頻次較高。Healthliteracy（健康素養）及Jobsatisfaction（工作滿意度）2個微觀主題發文量、被引論文百分比及CNCI均表現良好，且Healthliteracy（健康素養）主題下出現2篇高被引論文。Customersatis-faction（客戶滿意度）、Internetaddiction（網絡成癮）、Bullying（欺凌）及Emotion（情緒）主題下均有1篇高被引論文。值得注意的是，Heatwaves（熱浪）Videogames（電子游戲）和Imageenhancement（圖像增強）3個主題發文量少，但被引頻次和CNCI表現較好，表明其研究結果具有較高的影響力，可能是本領域的新興研究方向，編輯在選題策劃及定向約稿時可以多加關注。

了解研究熱點之后，進一步細化組稿方向。以“研究人員”為選項，按被引頻次降序排列，得出情緒管理與健康行為領域最具影響力的中國學者Top15；在作者署名位置方面，本研究僅統計排序為第一的作者，以期獲得更具參考價值的結果，見表5。在篩選出最具影響力的作者之后，可以通過點擊每位作者的論文數，顯示研究人員詳細信息及該領域文章的具體題目等信息。以被引頻次為 ρ_X 軸，h指數為y軸做散點圖，圓半徑大小代表發表的論文數量，見圖3。從散點圖可以清晰看出目前活躍研究學者的貢獻程度，并可以針對性為約稿做好準備。例如，西安交通大學ChenQiang作者團隊發表的高被引論文，是探討如何在危機期間通過政府社交媒體促進公民參與；同為西安交通大學的LiuShan作者團隊在該領域發文2篇，主要是關于在線健康社區中的社會支持、歸屬感和價值共創行為，以及對在線健康平臺上的醫患語音互動偏好進行調查。

值得關注的是，重要的科研項目往往需要多個科研機構合作，甚至需要與國際研究機構合作，因此，期刊編輯還可以利用InCites更全面地了解本領域相關機構的國際合作論文數量，判斷其科研活動的全球化情況。具體的操作方法是以“組織機構”為選項，國家/地區限定為中國，選擇“國際合作論文”，導出2020-2023年情緒管理與健康行為領域中國研究機構國際合作論文數量Top15，從餅圖可以更直觀的看出各機構間國際合作論文情況，見圖4。其中，北京大學、武漢大學、上海交通大學3家機構的國際合作論文數量占比接近 50% ，如果可以向這些科研機構約稿組稿，論文選題策劃質量會有進一步的保障。

3討論與建議

科技期刊引領科技發展，展示科技成果，是科技創新的重要平臺。在中國向世界科技強國穩步邁進之際，隨著《關于深化改革培育世界一流科技期刊的意見》的發布，科技期刊發展在迎來歷史性機遇的同時，也面臨諸多挑戰。在大數據時代，科技期刊編輯合理利用人工智能下的數據驅動技術，做好選題策劃，對于新時代下期刊的良性發展具有重要意義[18，19]。出版專家劉先銀認為，選題是出版流程的源頭，選題創新至關重要。從本質上看，其是一種文化設計、文化創造和文化引導；是一種編輯生產力，文化生產力。方卿等[2認為，在發展新質生產力背景下，出版業新質生產力的核心體現是編輯的數智素養，即：數智思維、數智編輯力與數智倫理。這就要求期刊編輯在完成傳統的編校工作之外，需要不斷豐富學術視野，秉持以問題為導向的選題原則，借助大數據、人工智能等手段進行選題熱點的持續挖掘與追蹤

本文通過使用Incites和SciVal兩個科研影響力評價平臺，從不同視角分析如何使用大數據工具為選題策劃的方向進行指導。科技期刊編輯可以遵循選題初探、選題論證和選題落地3個步驟，來確定選題內容以及具體的約稿對象。 ① 在選題初探階段，可以使用分析工具，尋找近年來本領域研究的熱點關鍵詞，初步篩選符合用稿方向的研究細分領域。② 在選題論證階段，還需要編輯部內部討論、專家論證、編委會等階段，選擇最具價值，可行性也較高的選題。在這里需要注意的是，有的選題內容雖然可能是本領域新興研究熱點或者其已發表研究成果的關注度較高，但受雜志定位、目前影響力、政策導向、約稿難度等因素影響，其約稿的成功率很低，抑或可能導致見刊時間長、時效性已過等情況，需要編輯對此類選題進行慎重考量。 ③ 在選題落地階段，可以利用大數據平臺，進一步細化該選題下的合適約稿對象，采用線上線下相結合的方式進行約稿，包括當面拜訪、郵件推送本刊往期相似文章和期刊網站及微信公眾號、會議論壇組織等多種形式，提高約稿的成功率。

此外，本研究還有一些不足之處。首先，Incites和SciVal兩個科研影響力評價平臺的核心邏輯是通過對數據庫文章的檢索得出影響力的排序，這就使得數據庫對論文的收錄成為進入評價平臺的關鍵。在國家大力倡導“將論文寫在祖國大地上\"的形勢下，某些細分領域的高質量論文越來越多地投向國內中文期刊，還有不少交叉學科的文章被劃分到其他的學科分類中，這也會導致分析結果出現一定程度的偏差。此外，通過大數據只能探究已發表論文的整體學術影響力，但即便通過這一方法鎖定核心作者約稿，并不代表可獲得該研究者及團隊的前沿研究成果，其論文的學術價值仍需要經過同行評議、編委會討論等環節，編輯仍需要不斷提高自身學術水平，成功邀約高影響力的期刊文章。

參考文獻：

[1]李國杰，程學旗.大數據研究：未來科技及經濟社會發展的重大戰略領域——大數據的研究現狀與科學思考[].中國科學院院刊，2012，27（6）：647-657.

[2]肖宛凝.大數據時代傳統圖書編輯應對挑戰的策略探究]新聞研究導刊，2024，15（12）：208-211.

[3]姜勝林.新時期義務教育教學類學術期刊選題策劃的四個維度[].遼寧師專學報（自然科學版），2024，26（2）：104-108.

[4]李婷.中國學術期刊的發展現狀及國際化發展戰略研究]新聞傳播，2024（9）：65-67.

[5]王繼紅，劉燦，鄧群，等.科技期刊選題策劃創新路徑探析：基于InCites數據庫[].傳播與版權，2020，8（11）：23-27.

[6]王燕，姚蔚，杜敏，等.利用InCites新功能Citation Topics助力學術期刊編輯制定選題策劃方案—以園藝學科研究領域為例[].中國科技期刊研究，2021，32（6）：777-785.

[7]包穎，崔玉潔，文娟，等.基于InCites的科技期刊選題策劃路徑研究——以土壤學為例[J].西南大學學報（自然科學版），2022，44（12）：221-231.

[8]張喬，梁倩，梁婷嬋，等.InCites中Citation Topics功能應用于科技期刊選題策劃的實證研究：以熱帶醫學研究領域為例[M]//劉志強.學報編輯論叢.上海：上海大學出版社，2023：40-50.

[9]阮光冊，夏磊.基于Doc2Vec的期刊論文熱點選題識別[]情報理論與實踐，2019，42（4）：107-111.

[10]黃澤雯.基于CiteSpace對航天領域科技期刊選題的策劃研究[J].科技創新導報，2021，18（15）：228-233.

[11]王初，劉偉遠，郭孟甲，等.基于ESI和InCites數據庫的“臨床醫學\"學科發展態勢分析[].醫學信息，2024，37（12）：40-45.

[12]林敏，劉偉遠.基于ESI和InCites的中國大陸藥理學與毒理學文獻計量分析[].醫學信息，2023，36（12）：38-42

[13]李秋萍，張琳.基于SciVal的醫院科技論文對標比較及科技能力提升對策研究：以中國醫學科學院北京協和醫院與首都醫科大學附屬北京天壇醫院為例].醫學教育管理，2024，10（1）：113-118.

[14]趙彬彬，劉玄，陳光，等.全球科研人員城市間的流動格局及演化特征——基于Scopus 百年論文數據的研究.科學學與科學技術管理，2024，45（6）：89-107.

[15]唐小利，李曉瑛，劉懿，等.基于分析工具與期刊同現雙重優化的生物醫學領域學科分類體系映射研究[J].醫學與社會，2022，35（12）：108-113，144.

[16]駱菲，向麗.基于ESI和InCites的學科建設分析—以成都中醫藥大學為例[].江蘇科技信息，2023，40（19）：66-68.

[17]唐琳.基于ESI和Incites 的北京大學學科競爭力分析].中國高校科技，2020（8）：26-29.

[18]夏文雪.人工智能技術在科技期刊發展中的應用研究]中國傳媒科技，2024（5）：141-145.

[19]張宇燕.智媒時代科技期刊編輯的挑戰與應對].中國報業，2024（3）：116-117.

[20]方卿，李佰玉.新質生產力視角下編輯數智素養的內涵、價值和培育[.出版與印刷，2024（2）：2-13.

收稿日期：2024-07-08；修回日期：2024-07-24

編輯/肖婷婷