Altmetrics研究綜述

毛鴻鵬　張志強(qiáng)（.中國科學(xué)院蘭州文獻(xiàn)情報(bào)中心　甘肅蘭州　730000）（2.中國科學(xué)院大學(xué)　北京　00049）

·用戶服務(wù)與研究·

Altmetrics研究綜述

毛鴻鵬張志強(qiáng)
（1.中國科學(xué)院蘭州文獻(xiàn)情報(bào)中心甘肅蘭州730000）
（2.中國科學(xué)院大學(xué)北京100049）

摘要：

文章以國外Altmetrics相關(guān)研究為基礎(chǔ)，從Altmetrics的產(chǎn)生背景、Altmetrics的數(shù)據(jù)有關(guān)問題、Altmetircs與引用的關(guān)系、Altmetrics數(shù)據(jù)跟蹤工具等方面對前人的研究成果進(jìn)行了梳理總結(jié)，概述了Altmetrics的研究在數(shù)據(jù)使用的技術(shù)障礙、數(shù)據(jù)有效性、數(shù)據(jù)跟蹤、論文標(biāo)識符唯一性等方面面臨的問題。

關(guān)鍵詞：

Altmetrics；科研評價(jià)；社交媒體；綜述

Altmetrics自誕生之日起就激起了學(xué)術(shù)界的研究興趣，尤其在科技評價(jià)領(lǐng)域引起了廣泛討論，不少Altmetrics支持者認(rèn)為其將來能夠取代目前的基于引用的傳統(tǒng)科技評價(jià)方法，2012年誕生的 《關(guān)于研究評價(jià)的舊金山宣言（The San Francisco Declaration on Research Assessment，DORA）》的目標(biāo)就是取消現(xiàn)有的利用期刊影響因子作為個人科研評價(jià)指標(biāo)的方法。

本文對國外已有的關(guān)于Altmetrics研究進(jìn)行系統(tǒng)梳理與總結(jié)，闡明Altmetrics的產(chǎn)生背景、概念及作用，概述了Altmetrics研究面臨的問題。

1　Altmetrics產(chǎn)生背景

1.1傳統(tǒng)評價(jià)方法的不足

任何一種新事物的產(chǎn)生都有其獨(dú)特的背景，Altmetrics的產(chǎn)生也不例外，主要包括：

（1）傳統(tǒng)的評價(jià)方法主要是基于引用的評價(jià)方法，在用于科技評價(jià)過程中主要具有局限性。一是延時性。評價(jià)方法的引用次數(shù)需要至少兩年以上時間的積累，計(jì)算結(jié)果并不能反映出研究人員當(dāng)年的影響力。這種局限性體現(xiàn)在對年輕學(xué)者或者數(shù)字文獻(xiàn)的學(xué)術(shù)評價(jià)上更加明顯；二是片面性。隨著科學(xué)技術(shù)的發(fā)展，科研成果已經(jīng)不光是期刊論文，還有軟件、數(shù)據(jù)、音頻、視頻等多種形式，顯然通過基于引用的評價(jià)方法只對期刊論文作出評價(jià)無法衡量出研究人員的真正的全面的影響力；三是欺騙性。很多期刊為了提高期刊的引用頻次，會使用一些“卑鄙”的手段，“鼓勵”投稿人盡量引用自己期刊上的論文，作者也為了提高自身影響力而進(jìn)行“自引”。

（2）消極引用的問題。因?yàn)閮H從引用頻次上是無法區(qū)別引用是積極的還是消極的，對評價(jià)結(jié)果產(chǎn)生誤差。

1.2信息技術(shù)帶來的科研環(huán)境的改變

在Internet上，開放的科學(xué)共同體產(chǎn)生了新的學(xué)術(shù)出版形式，知識傳播并不只依靠期刊，新型的知識傳播載體不斷涌現(xiàn)，越來越多的學(xué)術(shù)成果最先是發(fā)表在互聯(lián)網(wǎng)上，傳統(tǒng)的基于引用的評價(jià)方法并不能獲取論文的在線引用情況，隨著科技的發(fā)展和出版形式的增加，為適應(yīng)新的出版形式的出現(xiàn)，對新的科研評價(jià)方法的需求也應(yīng)運(yùn)而生。

2010年，University of North Carolina資訊與圖書館學(xué)系的博士候選人 Jason Priem 創(chuàng)建了“Altmetrics”一詞，指出其性質(zhì)是對已建立的文獻(xiàn)計(jì)量方法的補(bǔ)充。方法提出的目的是為影響力評價(jià)提供一個補(bǔ)充的、多維的視角，使其與傳統(tǒng)的評價(jià)方法一起為科研影響力展現(xiàn)更加廣泛的觀點(diǎn)。Altmetrics與開放的科研活動緊密相關(guān)，除了包括文章下載量和瀏覽量以外，更多的如文章書簽、博客文章、維基引用等，都可被看做是Altmetrics。

鑒于以期刊影響因子為代表的傳統(tǒng)方法的局限性，2012年12月，包括美國科學(xué)促進(jìn)會（AAAS）來自全球的75家機(jī)構(gòu)和150多位知名科學(xué)家在美國細(xì)胞生物學(xué)會會議上簽署了《關(guān)于研究評價(jià)的舊金山宣言 （The San Francisco Declaration on Research Assessment，DORA）》（下文簡稱《宣言》）。《宣言》的目標(biāo)正是停止使用期刊影響因子來評價(jià)單個科學(xué)家的工作，糾正科研評價(jià)方法的扭曲。《宣言》聲明期刊影響因子必須禁止在個人研究成果、學(xué)術(shù)貢獻(xiàn)、雇傭提升、基金支持等方面作為評價(jià)指標(biāo)。

2　Altmetrics定義

自Jason Priem創(chuàng)建了Altmetrics一詞以來，許多學(xué)者對其進(jìn)行了定義。

Jason Priem把對社交媒體上發(fā)表的學(xué)術(shù)成果的跟蹤要素叫做Altmetrics，強(qiáng)調(diào)的是對一切形式的成果的跟蹤活動（包括引用、轉(zhuǎn)載、評論、推薦等），認(rèn)為Altmetrics不僅拓展了對影響力概念的理解，而且拓展了對影響力構(gòu)成的理解。

Howard認(rèn)為Altmetrics是為了測量由Web驅(qū)動的學(xué)術(shù)的相互作用，比如經(jīng)過多久科研成果被推薦（tweeted），多久被博客引用（blogged）或被標(biāo)記書簽（bookmarked）。

Galligan認(rèn)為Altmetrics是基于社交媒體衡量學(xué)術(shù)內(nèi)容影響力的工具，Altmetrics的目標(biāo)是提供一個期刊影響因子的替代工具來更加全面客觀地進(jìn)行科研評價(jià)。

Pardeen Sud和Mike Thelwall認(rèn)為Altmetrics測度的是一種基于引用的傳統(tǒng)計(jì)量方法忽視的影響力，它對那些探尋評價(jià)科研的質(zhì)量和效用的人更有意義。

針對國外學(xué)者提出的新概念，國內(nèi)學(xué)者也快速地進(jìn)行了引入，同時對其進(jìn)行了翻譯。武漢大學(xué)邱均平等根據(jù)Priem提出的Altmetrics是為傳統(tǒng)的計(jì)量評價(jià)提供替代性方案，又因其屬于計(jì)量學(xué)范疇，所以將其翻譯為“替代計(jì)量學(xué)”。

中國國防科技信息中心由慶斌等認(rèn)為Altmetrics并不是去替代傳統(tǒng)科學(xué)計(jì)量學(xué)，而是結(jié)合原有的評價(jià)體系再添加一些補(bǔ)充性指標(biāo)去評價(jià)論文的影響力，是對傳統(tǒng)科學(xué)計(jì)量學(xué)的繼承和補(bǔ)充，所以將其翻譯為“補(bǔ)充計(jì)量學(xué)”。

中國醫(yī)科大學(xué)的劉春麗將其翻譯為“選擇性計(jì)量學(xué)”，認(rèn)為它是Web2.0環(huán)境中的科學(xué)計(jì)量學(xué)研究，是建立在社交網(wǎng)絡(luò)工具與開放存取分別在科學(xué)交流活動與科學(xué)成果出版平臺中廣泛應(yīng)用的基礎(chǔ)上而產(chǎn)生的。

中國科學(xué)院國家科學(xué)圖書館的顧立平根據(jù)Altmetrics的兩個詞根alternative和metrics將其翻譯為“另類計(jì)量”或者“替代計(jì)量”。

南京大學(xué)的陳銘結(jié)合Web2.0的背景和詞根的含義，將其翻譯為“網(wǎng)絡(luò)補(bǔ)充計(jì)量學(xué)”。

筆者認(rèn)為，Altmetrics最先提出是因?yàn)閭鹘y(tǒng)的科技評價(jià)方法存在局限性，因此，國內(nèi)在翻譯的時候應(yīng)該凸顯其與傳統(tǒng)方法的區(qū)別，而非替代，目前傳統(tǒng)方法仍是主流，是否能夠被Altmetrics替代無法預(yù)測，因此筆者認(rèn)為國內(nèi)的翻譯應(yīng)該反映出Altmetrics的非傳統(tǒng)性和補(bǔ)充性的特點(diǎn)，翻譯為“補(bǔ)充計(jì)量學(xué)”更符合Altmetrics的本義。正如德國斯普林格《神經(jīng)系統(tǒng)科學(xué)》期刊出版編輯Martijn Roelandse所說的，Altmetrics不是要取代傳統(tǒng)指標(biāo)，而是附加于上，因?yàn)樗鼘鹘y(tǒng)指標(biāo)專注于引用而漏掉的其他影響力指標(biāo)都考慮進(jìn)去了。

3　Altmetrics特點(diǎn)和作用

3.1特點(diǎn)

Altmetrics最顯著的特點(diǎn)是及時性和多樣性。及時性主要表現(xiàn)在數(shù)據(jù)的積累方面，Altmetrics數(shù)據(jù)源的數(shù)據(jù)積累只需幾天或者幾周，不像引用頻次的積累需要幾年的時間。而Altmetrics多樣性的特點(diǎn)主要表現(xiàn)在：（1）成果多樣性?；谝玫膫鹘y(tǒng)評價(jià)方法主要針對的科研成果是論文，而Altmetrics跟蹤的除了學(xué)術(shù)論文以外還包括數(shù)據(jù)集、軟件和博客論文等；（2）載體多樣性。隨著互聯(lián)網(wǎng)和信息技術(shù)的發(fā)展，科研成果的載體不光為學(xué)術(shù)期刊，還包括機(jī)構(gòu)知識庫、網(wǎng)絡(luò)社區(qū)等；（3）受眾多樣性。Altmetrics的受眾除了學(xué)者以外，還包括從業(yè)人員、臨床醫(yī)生和一般公眾。

Altmetrics的特點(diǎn)正是與其相比較的基于引用的評價(jià)方法的優(yōu)勢，Heather Piwowar總結(jié)了Altmetrics的4大潛在優(yōu)勢：（1）提供對影響力更細(xì)微的理解，展現(xiàn)哪些學(xué)術(shù)產(chǎn)品被閱讀、討論、保存和推薦，以及被引用；（2）提供影響力評價(jià)可以以天而非年的計(jì)算依據(jù)，數(shù)據(jù)信息更加及時；（3）提供網(wǎng)絡(luò)上的學(xué)術(shù)成果影響力的窗口，如數(shù)據(jù)集、軟件、博客、視頻等；（4）對不同受眾產(chǎn)生影響，包括學(xué)者、從業(yè)人員、臨床醫(yī)生、教育家和一般大眾。

3.2作用

Pardeep Sud等認(rèn)為Atmetrics在對出版物進(jìn)行早期評價(jià)或者對影響力的非傳統(tǒng)指標(biāo)進(jìn)行評價(jià)過程中具有重要意義，同時可以作為一種信息檢索的輔助手段來吸取數(shù)字圖書館用戶對那些引起社交網(wǎng)站關(guān)注的文章的注意。對于缺少時間不能閱讀所有相關(guān)文章的學(xué)者和在對研究人員的任命、提升、基金資助等方面作出判斷的非領(lǐng)域?qū)＜叶?，在對論文重要性作出判斷時具有重要參考價(jià)值。

Stacy Konkiel和Dave Scherer討論了Altmetrics對于作者、知識庫、大學(xué)管理者的價(jià)值所在。White等對Altmetrics對大學(xué)管理者的價(jià)值進(jìn)行了補(bǔ)充概括（見表1）。

表1　Altmetrics對作者、知識庫和大學(xué)管理者的價(jià)值

另外，Piwowar等討論了Altmetrics被應(yīng)用到“個人履歷”中后給學(xué)術(shù)和學(xué)者帶來的10個好處：（1）提供傳統(tǒng)個人履歷額外的信息；（2）使不恰當(dāng)?shù)亩攘恐笜?biāo)變得不重要；（3）揭示了剛發(fā)表的成果的影響力；（4）使所有類型學(xué)術(shù)產(chǎn)品合法化；（5）認(rèn)識了多種形式的影響力特點(diǎn)；（6）獎勵有效地付出便于再利用；（7）促進(jìn)公共參與；（8）便于高質(zhì)量探索；（9）健全成果發(fā)布平臺多樣性；（10）激勵科研評價(jià)的創(chuàng)新。

由此可看出，Altmetrics的價(jià)值在宏觀（大學(xué)決策）、中觀（圖書館管理）和微觀（個人學(xué)術(shù)影響力評價(jià)）層面均有積極作用和表現(xiàn)。

4　當(dāng)前研究熱點(diǎn)

Jason Priem在2012年將Altmetrics一詞放上Twitter后，支持Altmetrics的學(xué)者紛紛發(fā)表自己的觀點(diǎn)和研究成果。2013年，針對什么是Altmetrics，其在科技發(fā)現(xiàn)和評價(jià)中的意義和風(fēng)險(xiǎn)等問題，ASIS&T在其《通告》中進(jìn)行了聚焦，從7個不同的角度對其進(jìn)行解讀。PLOS和 Scientometrics等知名期刊也是Altmetrics研究的主要發(fā)表平臺。

4.1Altmetrics數(shù)據(jù)來源與研究對象研究

Altmetrics數(shù)據(jù)來源于不同的社交媒體和數(shù)據(jù)平臺：推文來自Twitter，引用來自Web of Science或者Scopus，書簽來自CiteULike等，Altmetircs數(shù)據(jù)與跟蹤的研究對象來源有關(guān)。之所以關(guān)心數(shù)據(jù)來源主要原因是任何一個科學(xué)領(lǐng)域都需要對實(shí)驗(yàn)結(jié)果進(jìn)行驗(yàn)證，而驗(yàn)證需要基礎(chǔ)數(shù)據(jù)，另外，Altmetrics數(shù)據(jù)幾乎都是電子數(shù)據(jù)，可以較容易地獲得基于Altmetrics作出的決定或得到的結(jié)論的原始作品。

根據(jù)Scott Chamberlain的研究，目前有 URL和標(biāo)識符兩種跟蹤數(shù)據(jù)源方式。ImpactStory為每一個數(shù)據(jù)源提供了一個叫做provenance_url的字段，例如，Piwowar曾發(fā)表的一篇論文的 DOI標(biāo)識符是10.1371/journal.pone.0000308，通過GET請求能夠獲得 Delicious（美味書簽）上的書簽信息和provenance_url字段信息，然后可以直接訪問到Delicious上的可讀頁面，這對于研究人員復(fù)印和核實(shí)結(jié)論具有重要意義。

PLOS ALM應(yīng)用程序接口則提供了一個叫做events_url的字段，針對Piwowar的同一篇論文可反饋CiteULike的書簽和可讀鏈接（http://www.citeulike. org/doi/10.1371/journal.pone.0000308）。

Plum Analytics針對數(shù)據(jù)來源問題做了進(jìn)一步的工作。除了URL以外，它還收集了同一研究對象的其它URL，例如，針對DOI：10.1371/journal.pone. 0018657的文章，還收集了指向這篇文章的其它URL，這對 Altmetrics數(shù)據(jù)研究非常有意義。ImpactStory和 Altmetric也有類似做法（Mendeley URL除外）。除了 URL，ImpactStory、PLOS ALM、Altmetric和 Plum Analytics還 收 集 DOI、PMID、PMCID和Mendeley UUID等標(biāo)識符，同樣可以在各自創(chuàng)建標(biāo)識符的數(shù)據(jù)庫中跟蹤研究對象。

另外，并不是所有的數(shù)據(jù)源都提供URL，CrossRef和Facebook就不提供URL，因此沒有辦法通過CrossRef和Facebook去獲得URL驗(yàn)證數(shù)據(jù)。

4.2Altmetrics與引用關(guān)系研究

Jason Priem等選取了PLOS出版的24331篇論文作為樣本數(shù)據(jù)進(jìn)行Altmetrics和引用的研究，發(fā)現(xiàn)大約5%的樣本文章被wikipedia引用；將近80%的文章被包含在至少1個Mendeley library中。相關(guān)性的實(shí)驗(yàn)研究表明Altmetrics指標(biāo)與引用存在相關(guān)性但影響力不同，二者單獨(dú)使用都不能描述完整的科研學(xué)術(shù)影響力。PLOS的樣本數(shù)據(jù)相關(guān)性分析發(fā)現(xiàn)雖然Mendeley與Web of science引用存在中度相關(guān)性，但其他許多指標(biāo)與引用似乎并不相關(guān)。

Mike Thelwall、Stefanie Haustein等利用PubMed數(shù)據(jù)庫收集了至少擁有一個 Altmetrics數(shù)據(jù)的208739篇論文對11個Altmetircs指標(biāo)與引用進(jìn)行研究，作者通過“符號檢測”方法來整理數(shù)據(jù)以消除引用的延時產(chǎn)生的“偏見”。研究結(jié)果發(fā)現(xiàn)在醫(yī)學(xué)和生物科學(xué)方面，除了Google+的文章以外，推文（Twitter）、Facebook文章（Facebook wall posts）、科研亮點(diǎn)（research highlight）、博客文章 （blogs）、主流媒體（mainstream media）和論壇文章（forums）6個Altmetrics指標(biāo)與高被引頻次具有明顯相關(guān)性，而研究并沒有得出LinkedIn、Pinners、Q&A和reddits與引用具有關(guān)聯(lián)性。

Xin Shuai等收集了2010年10月至2011年5月間向預(yù)印本數(shù)據(jù)庫arXiv.org投稿的4606篇科研論文，對arXiv.org網(wǎng)站上的文章下載量、Twitter的提及數(shù)和早期的引用情況進(jìn)行了相關(guān)性試驗(yàn)。研究發(fā)現(xiàn)Twitter的提及數(shù)與arXiv下載量以及發(fā)表后的最近幾個月的引用頻次存在相關(guān)性。

Altmetrics與引用的相關(guān)性問題并不能簡單地通過實(shí)驗(yàn)來確定，因?yàn)椴煌臄?shù)據(jù)庫、不同的實(shí)驗(yàn)時間等條件下，即使使用的是同一數(shù)據(jù)源最終的結(jié)論也可能是不同的，因此研究人員在利用Altmetrics數(shù)據(jù)進(jìn)行相關(guān)研究時，還要考慮數(shù)據(jù)的一致性問題、數(shù)據(jù)出處問題和上下文語境，因?yàn)椴煌臄?shù)據(jù)跟蹤工具在采集數(shù)據(jù)的時間也不盡相同。

4.3Altmetrics工具的研究

目前有一些出版商開始在其網(wǎng)站上提供論文層面的指標(biāo)數(shù)據(jù)，如Nature、PLOS、Biomed Central等。除了PLOS以外，他們大部分并不提供數(shù)據(jù)的應(yīng)用程序接口 （API），而是使用聚合器來提供論文的Altmetrics數(shù)據(jù)。PLOS收集自己文章層面的指標(biāo)數(shù)據(jù)并提供開放的API來使用這些數(shù)據(jù)。

雖然CiteIn和ScienceCard也提供Altmetrics數(shù)據(jù)，但其應(yīng)用的范圍和廣度相對較小，主要是PLOS、ImpactStory、Altmetric和Plum Analytics四大數(shù)據(jù)提供商，他們在數(shù)據(jù)提供服務(wù)方面既有相似點(diǎn)又有不同，用戶可根據(jù)自己的研究目的而選擇不同的工具。需要指出的是他們提供的數(shù)據(jù)并非其所創(chuàng)建的，而是通過數(shù)據(jù)授權(quán)從其他數(shù)據(jù)源獲取，事實(shí)上，ImpactStory從Topsy收集推文，PLOS從firehose收集推文，而Altmetric是使用Twitter的檢索服務(wù)和流式API來收集推文（主要Altmetrics數(shù)據(jù)提供商部分信息見表2）。

5　Altmetrics存在的相關(guān)問題

Altmetrics作為新生事物，從認(rèn)識到接受再到廣泛應(yīng)用需要過程和時間，同時會面臨諸多挑戰(zhàn)。

5.1數(shù)據(jù)使用的技術(shù)障礙問題

一些用戶可能只需要對Altmetrics數(shù)據(jù)進(jìn)行基本的使用，例如在他們的個人履歷中加入Altmetrics數(shù)據(jù)來展示不同研究成果的影響力，而有的用戶希望進(jìn)行更深的探索，獲取更加詳細(xì)的數(shù)據(jù)，然而對深層次數(shù)據(jù)的探索并非易事。Scott Chamberlain總結(jié)了三方面障礙，包括數(shù)據(jù)可獲取性、機(jī)器可讀性和數(shù)據(jù)易用性。雖然有的數(shù)據(jù)提供商已經(jīng)完全公開或者部分公開了API，使Altmetrics數(shù)據(jù)可獲取，但也有的數(shù)據(jù)不可輕易獲取。例如用戶只可以從Twitter獲取近30天的推文，如想獲得更早的數(shù)據(jù)則需要付費(fèi)。雖然Altmetrics數(shù)據(jù)是通過API提供，但有的指標(biāo)只保存在PDF文件、電子表格中，并不容易被計(jì)算機(jī)識別使用。目前許多在線工具的“圖書館”使用一些編程語言（Python、R語言）用于處理Altmetrics數(shù)據(jù) （如Figshare API libraries，Twitter API libraries等），轉(zhuǎn)化為用戶使用對象進(jìn)行科研工作，但仍有一些數(shù)據(jù)源不具備這項(xiàng)功能。

表2　四大Altmetrics數(shù)據(jù)提供商部分信息［20］

5.2數(shù)據(jù)有效性問題

由于社交媒體網(wǎng)站很難準(zhǔn)確地計(jì)算引用次數(shù)，所以Altmetrics數(shù)據(jù)的計(jì)算不夠準(zhǔn)確，例如有人擁有多個某社交網(wǎng)站的書簽賬號，并將其分享給別人使用，這樣就無法準(zhǔn)確地計(jì)算出標(biāo)記文章的準(zhǔn)確人數(shù)。Altmetrics數(shù)據(jù)還存在系統(tǒng)自動引用的情況，例如出版商會自動Tweet其出版的全部文章，這樣產(chǎn)生的數(shù)據(jù)也會被扭曲。社交媒體網(wǎng)站的Altmetrics指標(biāo)也可能是由負(fù)面因素導(dǎo)致的，有些指標(biāo)的產(chǎn)生是由于對文章進(jìn)行批評、譴責(zé)作者學(xué)術(shù)造假、討論撤銷論文事宜等。Meredith Brown也指出了Altmetrics存在的問題。以“喜歡”這一指標(biāo)為例，當(dāng)比較不同的數(shù)據(jù)集的時候，因?yàn)槊恳粋€“喜歡”標(biāo)記所處的語境不同，所以比較沒有意義。

5.3多媒體數(shù)據(jù)源的數(shù)據(jù)跟蹤問題

一些數(shù)據(jù)跟蹤工具主要是通過文章、軟件數(shù)據(jù)集、演示文檔幻燈片鏈接來跟蹤數(shù)據(jù)，將鏈接賦予唯一標(biāo)識符，如DOI、PubMed ID等。雖然大部分推文、博客、本地?cái)?shù)字媒體包含所討論的論文的鏈接，但是傳統(tǒng)新聞媒體卻沒有此項(xiàng)功能，導(dǎo)致大量的科學(xué)、衛(wèi)生、技術(shù)的新聞報(bào)道無法包含鏈接。文本挖掘技術(shù)雖然可能能夠解決部分新聞跟蹤問題，但是對于在線多媒體資源對研究成果的“提及”卻很難確定。在視頻中，研究成果的直接鏈接僅僅偶爾會包含在一個條目的元數(shù)據(jù)中，但是由于缺乏分析視頻和音頻內(nèi)容的能力，仍然很難確定被提及的內(nèi)容。

5.4論文標(biāo)識符唯一性問題

由于目前論文發(fā)表的平臺繁多，同一篇論文的不同版本可能在多個網(wǎng)站上發(fā)表并具有不同的標(biāo)識符。例如一篇PubMedCentral版本的論文具有一個PubMed ID，而其最原始的文章可能發(fā)表在作者的個人網(wǎng)站上，也擁有一個DOI，這樣最終得到的Altmetrics數(shù)據(jù)結(jié)果就會被稀釋，不能真實(shí)地反映出該篇文章的影響力。Altmetrics數(shù)據(jù)跟蹤工具有必要在不同標(biāo)識符之間進(jìn)行測繪以使論文的標(biāo)識符具有唯一性，使數(shù)據(jù)計(jì)量更加準(zhǔn)確。

6　啟示與思考

基于引用的傳統(tǒng)科技評價(jià)方法自誕生之日起就飽受爭議，甚至連引文索引創(chuàng)始人E.Garfield也告誡人們在利用引文進(jìn)行科技評價(jià)時要謹(jǐn)慎?？梢妭鹘y(tǒng)的評價(jià)方法自身存在嚴(yán)重的局限性。隨著社會進(jìn)步和互聯(lián)網(wǎng)科技迅猛發(fā)展，人們更加感到傳統(tǒng)的方法不能客觀、全面、有效地評價(jià)學(xué)術(shù)成果、學(xué)術(shù)個人的影響力，長此以往必然會嚴(yán)重扭曲科技評價(jià)結(jié)果，誤導(dǎo)科技政策制定，對科技進(jìn)步造成嚴(yán)重阻礙。

在我國，幾乎所有高校都將期刊影響因子作為個人學(xué)術(shù)影響力評價(jià)的主要指標(biāo)，只要涉及到研究人員的獎懲和晉升，都與其掛鉤，導(dǎo)致很多教師將精力都花在了搞科研發(fā)核心上，忽視教學(xué)，這也違背了教師“教書育人”的初衷，長遠(yuǎn)來看不利于我國教育和科研的發(fā)展。

Altmetrics的出現(xiàn)為科技評價(jià)方法研究提供了新的視角，同時，作為新興事物，圍繞Altmetrics存在很多爭議和不確定性，但是爭議是進(jìn)步的必然，這恰恰說明了科技評價(jià)方法正在取得進(jìn)步。目前我國正在進(jìn)行全面深化改革，科研管理部門應(yīng)該深入研究，完善Altmetrics的評價(jià)理論和方法，建立更加客觀、全面、公平的科技評價(jià)體系，促進(jìn)科技的發(fā)展。

參考文獻(xiàn)：

［1］Pardeen Sud，Mike Thelwall.Evaluating altmetrics［J］.Scientometrics，2014，（98）:1131-1143.

［2］Mike Buschman，Andrea Michalek.Are Alternative Metrics Still Alternative？［J］.Bulletin of the Association for Information Science and Technology，2013，39（4）:35-39.

［3］PERNILLE G.Rasmussen，Jens Peter Andersen.Altmetrics:an Alternative Perspective on Research Evaluation［J］. Sciecom Info，2013，9（2）:5-9.

［4］PRIEM J.，TARABORELLI D.，GROTH P.，NEYLON C.Altmetrics:A Manifesto［EB/OL］.［2014-12-24］.http://altmetrics. org/manifesto/.

［5］PRIEM J.，PIWOWAR H.A.，HEMMINGER B.M.Altmetrics in the Wild:Using Social Media to Explore Scholarly Iimpact［J/OL］［2015-02-20］.http：//arxiv.org/1203.147451V1.

［6］HOPPELER H.The San Francisco Declaration on Research Assessment［J］.Journal of Experimental Biology，2013，216 （12）:2163-2164.

［7］HOWARD J.Scholars Seek Better Ways to Track Impact Online［EB/OL］.［2014-12-24］.http://chronicle.com/article/As-Scholarship-Goes-Digital/130482/？sid=wc&utm_source=wc&utm_medium=en.

［8］GALLIGAN F.Altmetrics for Librarians and Institutions:Part1［EB/OL］.［2014-12-24］.http://www.swets.com/blog/altmetrics -for-librarians-andinstitutions-part-i#.UJAm-nVmhkyⅠ.

［9］邱均平，余厚強(qiáng).替代計(jì)量學(xué)的提出過程與研究進(jìn)展［J］.圖書情報(bào)工作，2013，57（19）:5-12.

［10］由慶斌，湯珊紅.補(bǔ)充計(jì)量學(xué)及應(yīng)用前景［J］.情報(bào)理論與實(shí)踐，2013，36（12）:6-10.

［11］劉春麗.Web 2.0環(huán)境下的科學(xué)計(jì)量學(xué):選擇性計(jì)量學(xué)［J］.圖書情報(bào)工作，2012（14）:52-56.

［12］顧麗平.開放數(shù)據(jù)計(jì)量研究綜述:計(jì)算機(jī)網(wǎng)絡(luò)用戶行為和科學(xué)社群影響力的Altmetrics計(jì)量［J］.現(xiàn)代圖書情報(bào)技術(shù)，2013（6）:1-8.

［13］陳銘.期刊利用統(tǒng)計(jì)與Altmetrics的興起［J］.圖書與情報(bào)，2014（1）:12-17.

［14］ Editage.衡量研究影響力的新指標(biāo)，它能取代影響因子嗎？［EB/OL］.［2014-12-24］.http://blog.sciencenet.cn/blog-769 813-716111.html.

［15］Scott Lapinski，Heather Piwowar，Jason Priem，Riding the Crest of the Altmetrics Wave？How librarians Can Help Prepare Faculty for the Next Generation of Research Impact metrics［J］.College&Research Libraries News，2013，74（6）: 292-300.

［16］Heather Piwowar.Altmetrics:What，Why and Where？［J］.Bulletin of the Association for Information Science and Technology，2013，39（4）:8-9.

［17］Stacy Konkiel，Dave Scherer.New Opportunities for Repositories in the Age of Altmetrics［J］.Bulletin of the Association for Information Science and Technology，2013，39（4）:22-26.

［18］CARR L.，WEAL M.，WHITE W.Research Assessment and a Diverse Role for Repositories［EB/OL］.［2014-12-28］.http: //eprints.soton.ac.uk/270842/7/or2010Diverse.pdf.

［19］Heather Piwowar，Jason Priem.The Power of Altmetrics on a CV［J］.Bulletin of the Association for Information Scienceand Technology，2013，39（4）:10-13.

［20］ Scott Chamberlain.Consuming Article-level Metrics:Observations and Lessons from Comparing Aggregator Provider Data ［J］.Information Standards Quarterly，2013，25（2）:5-13.

［21］Piwowar，HEATHER A.，ROGER S.Day，DOUGLAS B.Fridsma.Sharing Detailed Research Data is Associated with Increased Citation Rate［J］.PLoS ONE，2007，2（3）：e308.

［22］Piwowar，HEATHER A.Who Shares？Who Doesn’t？Factors Associated with Openly Archiving Raw Research Data［J］. PLoS ONE，2011，6（7）:e18657.

［23］ Mike Thelwall，Stefanie Haustein，Vincent Lariviere，Cassidy R.Sugimoto.Do Altmetrics Work？Twitter and Ten Other Social Web Services［J］.PLoS ONE，2013，8（5）:e64841.

［24］Xin Shuai，Alberto Pepe，Johan Bollen.How the Scientific Community Reacts to Newly Submitted Preprints:Article Downloads，Twitter Mentions，and Citations［J］.PLoS ONE，2012，7（11）:e47523.

［25］SHEMA H.，BAR-ILAN J.，Thelwall M.Research Blogs and the Discussion of Scholarly Information［J］.PLoS ONE，2012，7（5）:e35869.

［26］ MARCUS A.，ORANSKY I.Science Publishing:The Paper Is Not Sacred［J］.Nature，2011:480，449-450.

［27］Meredith Brown.Is Altmetrics an Acceptable Replacement for Citation Counts and the Impact Factor？［J］.The Serials Librarian，2014:67，27-30.

［28］LIU J，ADIE E.Five Challenges in Altmetrics:A Toolmaker’s Perspective［J］.Bulletin of the American Society for Information Science and Technology，2013，9（4）:31-34.

中圖分類號：

G250.252

文獻(xiàn)標(biāo)識碼：

A

DOI：

10.11968/tsygb.1003-6938.2015074

作者簡介：

毛鴻鵬（1980-），男，中國科學(xué)院大學(xué)博士研究生，研究方向：情報(bào)分析方法與技術(shù)；張志強(qiáng)（1964-），男，博士，中國科學(xué)院蘭州文獻(xiàn)情報(bào)中心研究員，博士生導(dǎo)師，研究方向：科技情報(bào)與科技政策研究、資源環(huán)境科學(xué)發(fā)展戰(zhàn)略研究、生態(tài)經(jīng)濟(jì)學(xué)與可持續(xù)發(fā)展研究。

收稿日期：

2015-03-27；責(zé)任編輯：魏志鵬

Review on Altmetrics Research

Abstract

In this paper,based on the current studies on Altmetrics,we summarize previous studies mainly from the data problems,the relationship between Altmetrics and citations,and the data tracking tools.We hope it could developnewthoughtsabouttheevaluationandprovidemoremeaningfulreferencefordomesticresearch evaluation system.

Key words

Altmetrics；research evaluation；social media；review