科學(xué)評價視角下文獻使用比較研究

匡登輝

摘要：[目的/意義]對比分析相同主題的不同類型科學(xué)文獻的使用行為，利用用戶學(xué)術(shù)行為數(shù)據(jù)全面測評學(xué)術(shù)論文影響力。[方法/過程]基于Web of Science數(shù)據(jù)庫中學(xué)術(shù)論文使用次數(shù)，分析比較不同學(xué)科文獻的使用差異。從文獻使用入手，收集2013-2017年3D打印領(lǐng)域的論文數(shù)據(jù)，以化學(xué)、工程文獻為對比分析對象，從論文的學(xué)科視角分析使用次數(shù)與被引頻次之間的相關(guān)性，分析高使用與高引用（Top 10%）論文的重合文獻，探測文獻使用差異，并進行獨立樣本T檢驗。[結(jié)果/結(jié)論]U1與被引次數(shù)成微弱正相關(guān)，U2與被引次數(shù)顯著性相關(guān);兩學(xué)科的科學(xué)論文在使用上存在統(tǒng)計學(xué)意義上的顯著差異，可能原因是不同學(xué)科學(xué)者的文獻使用行為不同。此外，文獻類型對使用次數(shù)有影響，綜述類文獻信息量較為豐富，從而可以獲得更多的使用、引用。

關(guān)鍵詞：文獻;使用差異;使用次數(shù);被引頻次;科學(xué)評價

DOI：10.3969/j.issn.1008-0821.2019.04.014

〔中圖分類號〕G250252〔文獻標識碼〕A〔文章編號〕1008-0821（2019）04-0115-10

Comparative study on the usage of Research Papers

from the Perspective of Scientific Assessment

——Empirical Analysis Based on Usage Count

Kuang Denghui

（Library，Nankai University，Tianjin 300071，China）

Abstract：[Purpose/Significance]In order to evaluate the influence of academic papers comprehensively，the paper compared and analyzed the usage behavior of different types of scientific papers on the same topic with the users academic behavior data.Based on usage count of scientific papers in the Web of Science，this paper analyzed the usage differences of different disciplinary literature.[Method/Process]We collected“3D printing”paper data（2013-2017），with Chemistry，Engineering for comparative analysis，from the perspective of the discipline of the papers to analyze the correlation between the usage count and citation count，analysis the coincidence of literature of the top10% highly used and the top10% highly cited in this paper，to detect the differences of two types of literature，and with the independent sample T test.[Result/Conclusion]U1 was slightly correlated with citation counts;U2 was significantly correlated with citation counts;there were statistically significant differences in the usage of the two types of scientific papers，the possible reason was that different disciplinary scholars had different literature usage behavior.In addition，the literature type influences usage count，and information of review was abundant，thus review could get more usage and citation.

Key words：papers;usage differences;usage count;citation count;scientific assessment

引文分析為核心的文獻計量學(xué)蓬勃發(fā)展，如Dr Garfield創(chuàng)立的科學(xué)引文索引，至今在計量界地位很難撼動。被引頻次反映論文的學(xué)術(shù)影響力，因其較好的反映論文質(zhì)量而成為科研評價中最重要、最常用的指標。但引文分析有滯后性和馬太效應(yīng)，不可避免受到學(xué)者的批判。相對于被引頻次，論文的使用數(shù)據(jù)包括下載次數(shù)等具有較強的時效性，Garfield E在1994年提出了采用網(wǎng)絡(luò)下載量代替引文數(shù)據(jù)解決引文分析的滯后性問題[1]，因此，基于對文獻的使用來考量科學(xué)論文的影響成為一個新的研究方向。

2015年9月，Web of Science（WoS）平臺推出了一類針對單篇文獻并反映其受關(guān)注程度的新數(shù)據(jù)：Usage Count（使用次數(shù)，下文簡稱UC），更直觀地了解WoS用戶最感興趣的研究。UC包括3部分用戶行為數(shù)據(jù)：1）通過點擊鏈接而閱讀了全文的次數(shù);2）將文章數(shù)據(jù)下載到EndNote或其他文獻管理軟件中的次數(shù);3）將數(shù)據(jù)保存到文件中的次數(shù)。這可以幫助用戶找到那些剛剛發(fā)表或該領(lǐng)域文獻被引頻次總體偏少而造成的較少引用的相關(guān)有用文章?？梢钥闯?，UC表征的用戶學(xué)術(shù)行為數(shù)據(jù)更基礎(chǔ)，是底層的文獻使用數(shù)據(jù)。

本文擬圍繞3D打印這個研究主題，對WoS類別歸為化學(xué)、工程學(xué)的科學(xué)文獻為實證分析對象，系統(tǒng)地研究學(xué)術(shù)文獻使用數(shù)據(jù)UC和被引頻次的相關(guān)性以及不同類型文獻的使用差異，嘗試進行文獻使用數(shù)據(jù)UC的應(yīng)用探索，全面評價學(xué)術(shù)影響力。

1文獻回顧

文獻使用數(shù)據(jù)引起計量界的關(guān)注，是以開始對下載數(shù)據(jù)的研究為標志的。2005年，Moed H F以Elsevier的電子期刊Tetrahedron Letters為樣本，研究期刊下載量與引文量的關(guān)系[2];同年，Bollen J等人利用引文量和下載量生成了期刊關(guān)系網(wǎng)絡(luò)，通過一系列社會網(wǎng)絡(luò)中心性指標確定這些網(wǎng)絡(luò)的期刊影響排名，并與期刊影響因子進行比較[3];Guerrero-Bote V P等、Jahandideh S等、Subotic S等分別利用ScienceDirect平臺、Scopus數(shù)據(jù)庫，就期刊和論文兩個不同層面，研究下載量與引文量的相關(guān)性[4-6];Davis P等對1997-2005年在4種數(shù)學(xué)期刊上發(fā)表的2 765篇文章的分析表明，存放在arXiv平均比未存放的文章的引用多35%，存放于arXiv的文章在發(fā)布后的最近兩年內(nèi)，在數(shù)據(jù)庫商網(wǎng)站上的下載量減少23%[7]。國內(nèi)，陸偉等以圖情領(lǐng)域的19本期刊53 243篇文獻為數(shù)據(jù)源，利用CNKI引文數(shù)據(jù)庫，對文獻下載頻次與被引頻次進行相關(guān)性研究，探討用下載頻次預(yù)測被引頻次的可行性[8]。這些研究將使用數(shù)據(jù)局限于某些期刊樣本的下載量，其實隨著學(xué)術(shù)文獻的爆炸式增長，學(xué)者的閱讀習(xí)慣較多地轉(zhuǎn)至閱讀題錄信息，因此，將題錄導(dǎo)出至文獻管理軟件成為常態(tài)，這類使用數(shù)據(jù)具有較強的測度價值，可以幫助用戶找到那些剛剛發(fā)表或該領(lǐng)域文獻被引頻次總體偏少而造成較少引用的相關(guān)有用文章。

WoS適時推出的UC全新、非引用計量指標，該計數(shù)反映某篇論文滿足用戶信息需求的次數(shù)，具體是訪問全文或?qū)τ涗涍M行保存的次數(shù)。與詳情頁的點擊量相比，UC反映用戶的興趣意圖更加直接;與全文數(shù)據(jù)庫的下載量相比，UC傳遞的信息內(nèi)容更廣，數(shù)據(jù)更廣泛;與學(xué)術(shù)搜索引擎的點擊、下載相比，WoS的信息內(nèi)容質(zhì)量更好，UC的用戶數(shù)據(jù)質(zhì)量更高。目前，對它的研究已經(jīng)開始。Markusova V等利用UC對比傳統(tǒng)的計量指標，對俄羅斯的科學(xué)產(chǎn)出進行分析，發(fā)現(xiàn)期刊水平的引用與UC相關(guān)性較弱[9];Wang X等分析UC，探討科學(xué)網(wǎng)絡(luò)學(xué)術(shù)文章的使用模式[10];趙星探索性地研究了UC的測度特征，發(fā)現(xiàn)其具有測評區(qū)分度與敏感性，但也有籠統(tǒng)性、可偽性和封閉性之局限[11];趙蓉英等基于被引頻次和使用次數(shù)，比較中美圖書情報學(xué)領(lǐng)域國際學(xué)術(shù)論文影響力[12];丁佐奇、付中靜則對論文使用次數(shù)和被引頻次的相關(guān)性進行分析[13-14];Liang G Q等人則認為UC可以作為偵測研究前沿的指標[15]，Zhao S X等發(fā)現(xiàn)基金資助論文與使用次數(shù)存在正相關(guān)關(guān)系[16]，Chi P S等分析合作者數(shù)量以及研究主題對UC可能的影響[17]，梁國強等探討高質(zhì)量論文引文影響力指標（被引次數(shù)）和傳播速度指標（UC）在論文、期刊、學(xué)科、時間水平的分布特征[18]。綜上所述，雖然目前對UC的研究已經(jīng)有一些，但多是從中觀和宏觀層面對學(xué)術(shù)對象的分析，研究人員對基于主題的UC的研究關(guān)注不夠。研究主題是知識的濃縮文本，本文從微觀層面入手，著重以3D打印為研究主題，以其相關(guān)的科技文獻為研究對象，對其關(guān)聯(lián)關(guān)系進行深層次的細化分析，以期為3D打印技術(shù)的科技創(chuàng)新發(fā)展提供情報支持。

2數(shù)據(jù)來源與處理

本文選取Web of Science平臺作為數(shù)據(jù)源，以3D打印為研究主題的研究論文為分析對象。數(shù)據(jù)采集步驟：1）從WoS平臺下的Science Citation Index Expanded（SCI-EXPANDED）引文庫中進行檢索，檢索式為“（3D Printing）or（3-D Printing）or（3-Dimensional Printing）or（Three-Dimensional Printing）”，將出版年份限定為“2013-2017”檢索，全記錄格式下載題錄數(shù)據(jù)，全部數(shù)據(jù)下載時間為2018年1月3日，最終獲得7 268篇論文的引用和使用數(shù)據(jù)，同時保留WC（WoS類別）作為學(xué)科分類參考，Engineering文獻1 660篇，占總數(shù)據(jù)量的22839%，Chemistry文獻911篇，占總數(shù)據(jù)量的12534%，余下WoS類別為98種，這些類別的文獻，平均值僅占總體的066%，且部分類別下文獻數(shù)量不足10篇，因此，選取Engineering和Chemistry兩個相對較大的樣本作為代表性樣本進行分析以獲取堅實的結(jié)論。引文數(shù)據(jù)需要至少2～3年的時間積累才穩(wěn)定，引文數(shù)據(jù)WoS平臺提供兩類：TC則是來自WoS核心集范圍內(nèi)的被引頻次，Z9是來自WoS所有數(shù)據(jù)庫總的被引頻次，Z9≥TC，TC屬于Z9的子集;使用數(shù)據(jù)（UC）WoS平臺提供兩類：U1（數(shù)據(jù)下載之前180天內(nèi)該記錄的全文得到訪問，或是對記錄進行保存的次數(shù)）和U2（2013年2月1日至數(shù)據(jù)下載時，該記錄的全文得到訪問，或是對記錄進行保存的次數(shù)）[19]。

數(shù)據(jù)統(tǒng)計采用IBM SPSS 250，作圖工具采用Tableau 105。具體研究路徑如圖1所示。

21描述性統(tǒng)計分析及正態(tài)分布檢驗

對樣本數(shù)據(jù)的描述性統(tǒng)計，可以了解文獻被引次數(shù)和使用次數(shù)總體的情況。為選擇合適的相關(guān)性檢驗方法，需要對樣本進行正態(tài)性檢驗。本文采用常用的K-S單樣本正態(tài)性檢驗。表1輸出了檢驗變量的參數(shù)，包括平均數(shù)、最大值與最小值、標準差、K-S檢驗的Z值、雙側(cè)檢驗的顯著性水平。

表1可見，對于3D打印研究，Engineering與Chemistry均有零引用、零使用的文獻。從使用次數(shù)的平均值來看，Chemistry文獻的使用次數(shù)約是Engineering文獻使用次數(shù)的2倍。兩學(xué)科均為U2遠大于U1，說明數(shù)據(jù)下載之前180天內(nèi)某條記錄的使用次數(shù)較少，對于文獻使用量的積累，在U1所處的時間段之前。從引文看，Chemistry文獻、Engineering文獻的TC、Z9引文均值相差不大。在統(tǒng)計學(xué)意義上，使用次數(shù)和引文的數(shù)值特征不同，各有特點。Engineering文獻短期使用量U1最高來自2017年的發(fā)表在“COMPOSITES PART B-ENGINEERING”的綜述文章，眾所周知，綜述類文章為讀者勾勒出一幅本研究領(lǐng)域的全景圖，占有大量素材，經(jīng)過綜合分析、歸納整理、使本領(lǐng)域研究現(xiàn)狀更精練、更有層次、更富邏輯，可以使讀者快速把握本領(lǐng)域發(fā)展規(guī)律、發(fā)展趨勢，因而雖然發(fā)表時間不長，但使用次數(shù)較高。如該文詳細概述了聚合物復(fù)合材料的3D打印技術(shù)，3D打印復(fù)合材料部件的性能，以及它們在生物醫(yī)學(xué)、電子和航空航天工程領(lǐng)域的潛在應(yīng)用，介紹了常見的3D打印技術(shù)，如熔融沉積建模，選擇性激光燒結(jié)，噴墨3D打印，立體平版印刷和3D繪圖;Engineering文獻長期使用量U2最高來自2014年的發(fā)表在“BIOMATERIALS”的研究論文，報道了制造高活力3D印刷大孔明膠甲基丙烯酰胺構(gòu)建體的系統(tǒng)方法。

Chemistry文獻短期使用量U1最高來自2016年的發(fā)表在“ADVANCED MATERIALS”的綜述文章，該文全面地、系統(tǒng)地、深入地論述自愈水凝膠的研究進展，對綜述的內(nèi)容進行綜合、分析、評價，很有參考價值，因而短期內(nèi)獲得較多的使用;Chemistry文獻長期使用量U2最高來自2016年的發(fā)表在“ADVANCED MATERIALS”的綜述文章，主要報道了可穿戴傳感器技術(shù)的材料和器件的最新進展。從非參數(shù)檢驗結(jié)果來看，兩類文獻被引次數(shù)、UC的K-S檢驗Z統(tǒng)計值分別為0299、0252、0334、0335、0282、0255、0343、0343，漸進顯著性水平均為0000<001。拒絕文獻被引次數(shù)、UC正態(tài)分布的假設(shè)。所以，對UC與被引頻次的相關(guān)性分析應(yīng)采用Spearman相關(guān)檢驗[20]。

22Spearman相關(guān)分析

運用相關(guān)分析可以來計算變量間是否存在相關(guān)關(guān)系。相關(guān)關(guān)系指的是變量間存在著密切的關(guān)系，卻不能由一個變量的數(shù)值精確地求解另一個變量。

從總體上看，被引頻次與UC相關(guān)系數(shù)r均在0和1之間，即表示上述變量兩兩之間存在著正相關(guān)關(guān)系。根據(jù)相關(guān)系數(shù)r數(shù)值的大小，將相關(guān)程度分為0

TC與Z9高度相關(guān)不足為奇，但無論Engineering還是Chemistry，TC與U2、Z9與U2均顯著性相關(guān)，且TC與U2、Z9與U2的相關(guān)性系數(shù)均大于U1與U2的相關(guān)性系數(shù)。

23不同類型文獻使用差異性分析

231檢驗變量的描述性統(tǒng)計

表3分別呈現(xiàn)了分組變量的簡單描述性統(tǒng)計量，包括參與檢驗數(shù)據(jù)的個案數(shù)（N）、均值、標準差、均值的標準誤。表3是對Engineering與Chemistry文獻使用量的簡單描述性統(tǒng)計。從表中可以看出，文獻使用量（U1）、（U2）樣本容量不同，其中Engineering文獻的樣本量N=1660，Chemistry文獻的樣本量N=911，此外，文獻的U1和U2的均值、標準差、均值的標準誤也分別進行統(tǒng)計。從總體來看，Chemistry文獻的使用量的均值大約為Engineering文獻的2倍。

232不同類型文獻使用量散點圖

使用Tableau對兩類文獻使用量進行散點圖。圖中，橙色的為Chemistry文獻使用量，藍色的為Engineering文獻使用量。通過對比圖2、圖3可以看出，Engineering文獻使用量較多集中在第一象限的左下角，且U2比U1的集中趨勢更顯著，U2的峰值比U1的峰值，數(shù)量多。而Chemistry文獻的使用量則分布相對比較均勻，U1較多聚集在均值（19）附近，峰值比較稀疏，U2較多聚集在均值（75）上下，峰值較U1，數(shù)量增多。

232方差齊性檢驗

獨立樣本T檢驗結(jié)果報表（見表4～5），包括方差齊性檢驗的F值和概率，T檢驗的t值、自由度df和檢驗的概率，均值的差值，標準誤差值和差值的95%置信區(qū)間。下面以表4為例，對Engineering文獻和Chemistry文獻短期使用U1進行獨立樣本T檢驗。

SPSS采用Levene檢驗法來檢驗兩組數(shù)據(jù)的方差是否同質(zhì)。Levene檢驗不受數(shù)據(jù)分布類型的限制，樣本含量N可不相等。在本研究中，Engineering文獻、Chemistry文獻樣本量不同。

根據(jù)Levene法的F值檢驗結(jié)果可判斷方差同質(zhì)性，即若F值檢驗的顯著性p≤005，則兩組方差不同質(zhì)，那么在平均數(shù)差異T檢驗中應(yīng)假設(shè)方差不相等;若F值檢驗的顯著性p>005，則兩組方差同質(zhì)，那么在平均數(shù)差異T檢驗中應(yīng)假設(shè)方差相等。在方差齊性和方差不齊性兩種情況下檢驗方法不同。

如表4所示，表格中“方差方程的Levene檢驗”下呈現(xiàn)的檢驗方差齊性的F值（151249）和顯著性概率p（0000），因為p<005，則拒絕虛無假設(shè)，說明兩組數(shù)據(jù)的平均數(shù)之間存在顯著差異，即Engineering文獻、Chemistry文獻量樣本的方差不同質(zhì)。所以獨立樣本T檢驗皆參照“不假定等方差”所對應(yīng)的一行數(shù)據(jù)。

233兩獨立樣本T檢驗

兩獨立樣本T檢驗的值t=8513，自由度df=1184，雙側(cè)檢驗顯著性概率p=0000<005，因此，拒絕虛無假設(shè)，即兩個樣本所代表的總體的平均數(shù)不相同。也就是本研究所選取的3D打印主題的研究文獻中，Engineering文獻與Chemistry文獻所代表的總體的平均數(shù)不同。

均值差值=10009為兩個組的平均數(shù)之差，說明樣本中化學(xué)學(xué)科的文獻使用U1比工程學(xué)科的文獻高10009，這種差異是顯著的，標準誤差值=1176。95%置信區(qū)間是（7702，12316），臨界置信水平為0000，遠小于5%，說明Engineering文獻與Chemistry文獻在短期使用U1存在顯著的統(tǒng)計學(xué)差異。

如表5所示，同樣的分析過程適用于U2，兩類文獻在長期使用U2存在顯著的統(tǒng)計學(xué)差異。也就是用戶對Engineering文獻與Chemistry文獻的使用不同。

綜上分析可知，兩類學(xué)術(shù)文獻的使用上具有顯著差異，這可能與兩者的學(xué)科特點有密切的關(guān)系。化學(xué)屬于基礎(chǔ)學(xué)科，其文獻資源時效長，老文獻依舊具有參考價值;標引文獻主題內(nèi)容方式的多樣性，導(dǎo)致文獻索引使用的多樣性[22]。工程學(xué)科偏向于工程技術(shù)應(yīng)用，要求從業(yè)者具有獨立從事工程設(shè)計、工程實施，工程研究、工程開發(fā)等能力，他們比較關(guān)注解決工程技術(shù)問題的新思想、新方法、新進展和新文獻。

完整的知識創(chuàng)新流程一般是解決科研上的重大問題，發(fā)表成果，其后發(fā)表的論文，必定是在前一篇論文研究的基礎(chǔ)上，研究工作又往前推進一步，科研領(lǐng)域知識創(chuàng)新與學(xué)科發(fā)展存在著大量鏈狀的相繼傳承模式。這種學(xué)術(shù)傳承，在很大程度上反映研究者對文獻的使用、引用情況。如果從文獻使用的角度來看知識創(chuàng)新流程，對科學(xué)論文的使用行為包括瀏覽、下載、閱讀、標注、存儲等[23]，其中的瀏覽使用，包括對導(dǎo)入至文獻管理軟件的題錄信息的瀏覽，只有小部分的用戶會在瀏覽、閱讀后，在其后來發(fā)表的論文才有可能對使用過的論文進行引用，新論文經(jīng)同行評審后發(fā)表，開始新一輪的知識創(chuàng)新循環(huán)。

根據(jù)祝娜等對3D打印主題及主題詞的深入分析發(fā)現(xiàn)，模型不再是熱點，研究者開始對實物打印的探索[24]。據(jù)王燦友等、陳燕和對國內(nèi)外3D打印的研究分析，目前集中于兩個方面：一是注重對于制造過程的工藝改進，屬于應(yīng)用研究;二則是根據(jù)應(yīng)用領(lǐng)域特點進行針對性的研究，比如材料的改進、生物工程技術(shù)的改進等，應(yīng)用研究是主流，基礎(chǔ)研究偏少[25-26]。

24高使用與高引用文獻的對比分析

以TC、U2為例，分析不同類型文獻高使用（TOP 10%）與高引用（TOP 10%）情況。

Engineering文獻，高使用與高引用的重合文獻87篇，4759%的高被引論文（或高U2論文）未被高使用，占Engineering高使用和高引用文獻的3551%。巧合的是應(yīng)用研究文獻被使用次數(shù)最高的（U2=511）是2014年發(fā)表于BIOMATERIALS的研究論文，同時被引次數(shù)（TC）也是最高的，為182次。

Chemistry文獻，高使用與高引用的重合文獻56篇，3846%的高被引論文（或高U2論文）未被高使用，占Chemistry高使用和高引用文獻的4444%。被引頻次（TC=359）最高的論文是2014年發(fā)表于ADVANCED MATERIALS的研究論文，使用次數(shù)（U2）為644，可能和引文時間窗口較長有一定關(guān)系。被使用次數(shù)最高的（U2=775）是2016年發(fā)表于ADVANCED MATERIALS的綜述，被引次數(shù)（TC）為70次，說明該論文被大量使用，但是引用卻較少，可能被引高峰尚未出現(xiàn)。經(jīng)典綜述文獻是對閱讀、收集的權(quán)威、經(jīng)典的材料，加以歸納、總結(jié)，做出評價，引出重要結(jié)論的論文，讓后來的研究者節(jié)省很多讀文獻的時間，方便讀者用一種高屋建瓴的大視角來讀文獻，受到研究者的廣泛重視和歡迎，因而使用次數(shù)較多，但是引用次數(shù)還受到文獻質(zhì)量的調(diào)節(jié)，文獻類型的不同反映科學(xué)交流模式的差異[27]。根據(jù)表5的數(shù)據(jù)，高使用與高引用文獻中，Chemistry文獻的篇均使用次數(shù)、篇均被引次數(shù)均為Engineering文獻的2倍多，可見，相同主題的高品質(zhì)文獻，即使WoS類別不同，對引文和使用的影響基本一致。用戶點擊、下載、瀏覽了相應(yīng)的文獻后，衡量科研成果的質(zhì)量后，才能決定該文獻是否被引用。

3結(jié)論與結(jié)語

科研評價活動依賴于合理規(guī)范的評價指標和機制，更呼喚與科研特點相適應(yīng)的評價方法。如Leydesdorff L等提出對于論文的引用，需區(qū)分長期引用和短期引用，他們認為短期引用說明被引論文處于研究前沿、研究熱點，反映選題的先進性和合理性，長期引用則說明了被引論文的學(xué)術(shù)影響力和原創(chuàng)性，反映學(xué)術(shù)的傳承與傳播，實際上，長期引用說的是學(xué)術(shù)傳承[28]。論文的引用，比較規(guī)范、標準化，只有被引用被看作“真正”的使用，而論文的下載閱讀，或者保存至文獻管理軟件，則被當作非正式“潛在”的使用。Gorraiz W G也認為被引用是論文的事實使用行為，而使用次數(shù)是一種潛在的引用行為，表現(xiàn)為論文的被下載和被閱讀[29]。論文的引用與使用，均屬于論文的外在表現(xiàn)指標，受時間累積效應(yīng)的影響，是學(xué)術(shù)影響力的不同側(cè)面和不同階段。其中引用標志著學(xué)術(shù)領(lǐng)域內(nèi)的認可與積累，屬于對文獻的深層次使用，使用則表征用戶對本領(lǐng)域知識的關(guān)注和興趣，屬于前端的、淺表的文獻利用。

本文選取了在3D打印領(lǐng)域的WoS學(xué)術(shù)論文，探索科研人員對其使用的差異。1）U1與被引次數(shù)成微弱正相關(guān)，U2與被引次數(shù)顯著性相關(guān)。使用次數(shù)能看出本領(lǐng)域內(nèi)科研人員的選擇，直接反映用戶對論文“感興趣”的情況，用戶的信息需求不同，因此，表現(xiàn)出來的信息行為可能是點擊指向出版商處全文的鏈接，可能是將題錄信息保存至文獻管理軟件，也可能是將文獻下載保存，因而使用次數(shù)記錄的是讀者的基礎(chǔ)使用信息，但使用并不意味著后續(xù)的引用，如教學(xué)需要對3D打印信息的了解和展示等。此外，還可能由于引用行為和引用動機的不同，有些引用并沒有下載的過程，可能的原因是閱讀紙質(zhì)期刊或直接引用其他論文的參考文獻，也可能因為文章的題名和摘要吸引了讀者，讀者并沒有下載，就直接進行了引用。使用次數(shù)捕捉了學(xué)術(shù)研究生態(tài)中用戶嘗試獲取學(xué)術(shù)全文的動作，也包括將論文保存到Endnote（單機版或網(wǎng)絡(luò)版）的操作，受到不同機構(gòu)獲取全文限制的影響，有些用戶止步于此，并不能獲取全文。U1表征的是用戶對文獻的短期關(guān)注，U2則代表用戶對文獻的長期關(guān)注，從兩者測度的時間跨度可以看出不同。2）經(jīng)獨立樣本T檢驗，相同主題的化學(xué)、工程學(xué)科的學(xué)術(shù)論文在使用上，存在統(tǒng)計學(xué)意義的顯著差異性。也就是不同學(xué)科學(xué)者的文獻使用行為不同?；瘜W(xué)學(xué)者可能偏重于使用文獻，在后續(xù)研究發(fā)文過程中，引用使用過的文獻;工程學(xué)者則可能偏重于通過文獻了解科技信息，在后續(xù)的科研發(fā)文中，不一定引用使用過的文獻。今后的研究可循用戶使用文獻的行為動機展開。本文不足之處在于使用次數(shù)數(shù)據(jù)“顆粒度”大，由用戶不同信息使用行為數(shù)據(jù)組成，無法區(qū)分出下載、保存至文獻管理軟件或保存到文件等具體使用行為，此外，可能對論文引用的時間窗口考慮不足，不同年份的文獻，引用次數(shù)與發(fā)表時間有一定的累積效應(yīng)。較新發(fā)表的論文，引用高峰可能尚未到來。

因為使用次數(shù)存在“籠統(tǒng)性”，無法區(qū)分差異是由于下載閱讀全文還是由于保存題錄信息造成的。新近發(fā)表的論文，時間窗口較短，沒有被引用或者引用量較少很正常，但高質(zhì)量、創(chuàng)新性強的論文，短時間內(nèi)得到較多的受眾關(guān)注，較多地被使用，也在一定程度上反映了學(xué)術(shù)影響力，彌補了引文的滯后性。但科學(xué)評價應(yīng)當綜合全面，因此，這種“提前”的科學(xué)評價指標——使用次數(shù)（UC）需要與其他不同來源、異構(gòu)的計量指標組合來評價科學(xué)成果，構(gòu)建多維學(xué)術(shù)測評體系。

參考文獻

[1]Garfield E.How Can Impact Factors Be Improved？[J].British Medical Journal，1996，313（7054）：411.

[2]Moed H F.Statistical Relationships Between Downloads and Citations at the Level of Individual Documents Within a Single Journal[J].Journal of the Association for Information Science and Technology，2005，56（10）：1088-1097.

[3]Bollen J，Van de Sompel H，Smith J A，et al.Toward Alternative Metrics of Journal Impact：A Comparison of Download and Citation Data[J].Information Processing & Management，2005，41（6）：1419-1440.

[4]Guerrero-Bote V P，Moya-Anegón F.Relationship Between Downloads and Citations at Journal and Paper Levels，and the Influence of Language[J].Scientometrics，2014，101（2）：1043-1065.

[5]Jahandideh S，Abdolmaleki P，Asadabadi E B.Prediction of Future Citations of a Research Paper from Number of Its Internet Downloads[J].Medical Hypotheses，2007，69（2）：458-459.

[6]Subotic S，Mukherjee B.Short and Amusing：The Relationship Between Title Characteristics Downloads，and Citations in Psychology Articles[J].Journal of Information Science，2014，40（1）：115-124.

[7]Davis P，F(xiàn)romerth M.Does the arXiv Lead to Higher Citations and Reduced Publisher Downloads for Mathematics Articles？[J].Scientometrics，2007，71（2）：203-215.

[8]陸偉，錢坤，唐祥彬.文獻下載頻次與被引頻次的相關(guān)性研究——以圖書情報領(lǐng)域為例[J].情報科學(xué)，2016，34（1）：3-8.

[9]Markusova V，Bogorov V，Libkind A.Usage Metrics vs Classical Metrics：Analysis of Russias Research Output[J].Scientometrics，2018，114（2）：593-603.

[10]Wang X，F(xiàn)ang Z，Sun X.Usage Patterns of Scholarly Articles on Web of Science：A Study on Web of Science Usage Count[J].Scientometrics，2016，109（2）：917-926.

[11]趙星.學(xué)術(shù)文獻用量級數(shù)據(jù)Usage的測度特性研究[J].中國圖書館學(xué)報，2017，43（3）：44-57.

[12]趙蓉英，魏緒秋.中美圖書情報學(xué)領(lǐng)域國際學(xué)術(shù)論文影響力比較——基于被引頻次和使用次數(shù)[J].情報理論與實踐，2018，41（1）：139-145.

[13]丁佐奇.基于Web of Science的論文使用次數(shù)和被引頻次的相關(guān)性分析[J].中國科技期刊研究，2017，28（12）：1166-1170.

[14]付中靜.WoS數(shù)據(jù)庫收錄論文文獻級別用量指標與被引頻次的相關(guān)性[J].中國科技期刊研究，2017，28（1）：68-73.

[15]Liang G Q，Hou H Y，Hu Z G，et al.Usage Count：A New Indicator to Detect Research Fronts[J].Journal of Data and Information Science，2017，2（1）：89-104.

[16]Zhao S X，Lou W，Tan A M，et al.Do Funded Papers Attract More Usage？[J].Scientometrics，2018，115（1）：153-168.

[17]Chi P S，Glnzel W.An Empirical Investigation of the Associations Among Usage，Scientific Collaboration and Citation Impact[J].Scientometrics，2017，112（1）：403-412.

[18]梁國強，侯海燕，任佩麗，等.高質(zhì)量論文使用次數(shù)與被引次數(shù)相關(guān)性的特征分析[J].情報雜志，2018，37（4）：147-153.

[19]科睿唯安.使用次數(shù)[EB/OL].https：//images.webofknowledge.com/WOK48B3/help/zh_CN/WOK/hp_usage_score.html，2018-04-09.

[20]邁克·塞沃爾.鏈接分析：信息科學(xué)的研究方法[M].孫建軍，譯.南京：東南大學(xué)出版社，2009：34.

[21]盧冶飛，孫忠寶.應(yīng)用統(tǒng)計學(xué)（第2 版）[M].北京：清華大學(xué)出版社，2015：36-48.

[22]馮白云，林佳.化學(xué)及相關(guān)學(xué)科信息源：信息檢索，分析與管理[M].北京：清華大學(xué)出版社有限公司，2003.

[23]Brody T，Harnad S，Carr L.Earlier Web Usage Statistics as Predictors of Later Citation Impact[J].Journal of the American Society for Information Science and Technology，2006，57（8）：1060-1072.

[24]祝娜，王芳.基于主題關(guān)聯(lián)的知識演化路徑識別研究—以3D打印領(lǐng)域為例[J].圖書情報工作，2016，60（5）：101-109.

[25]王燦友，蘇秦.基于文獻分析的3D打印技術(shù)的演化及發(fā)展前沿[J].情報雜志，2015，34（9）：72-77，71.

[26]陳燕和.中國的3D打印研究（1993-2014）——基于文獻計量學(xué)的分析[J].現(xiàn)代情報，2015，35（6）：86-89.

[27]謝娟，龔凱樂，成穎，等.使用數(shù)據(jù)與引用數(shù)據(jù)間的補充或替代關(guān)系探討[J].情報學(xué)報，2018，37（5）：486-494.

[28]Leydesdorff L，Bornmann L，Comins J A，et al.Citations：Indicators of Quality？The Impact Fallacy[J].Frontiers in Research Metrics and Analytics，2016，1：Article 1.

[29]Gorraiz W G.Usage Metrics Versus Altmetrics：Confusing Terminology？[J].Scientometrics，2015（102）：2161-2164.

（責(zé)任編輯：陳媛）