WileyChinaBlog分享 http://blog.sciencenet.cn/u/WileyChina

博文

连创造者都质疑的影响力指标?最可怜的Altmetrics了解一下

已有 1381 次阅读 2019-5-9 15:07 |个人分类:科研手记|系统分类:博客资讯

Wiley.GIF



570602-728x90px_V2-FINAL WEB READY.jpg



之前我们介绍了两种评估影响力的指标——影响因子h指数,除了这两种外,还有一种认知度较广的指标,本期即将介绍这个指标——Altmetrics。


真的反应了影响还是只是空有名声?


在《altmetrics: a manifesto》中,Priem等人提出了以下质疑:“研究人员必须问问自己Altmetrics是不是真的反映了影响还是空有名声。”这相当有意思,这一创始文件中的自我反思与Hirsch创建的h指数以及Garfield创立的JIF(期刊影响因子)风格悬殊。后两者虽然会提出这些指标的局限性,但是从来不会以这种方式质疑自己的有效性。


这种态度上的差异可能反映了Altmetrics所代表的焦点的根本转变——不仅仅关注学术界,而且反映了学术界之外的领域。这是因为现在大众可以通过开放获取得知更多研究成果。



almetrics.png


就像我们想的那样,跨越了学术界和大众群体的指标会包含相当惊人的数据。本文暂不讨论这些详尽的指标。就本文而言,将Altmetrics分为以下三大类:

1.与论文的直接互动


2.非传统的学术引用


3.论文讨论


与论文的直接互动


在Altmetrics诞生之前,大众长久的认知就是:与论文直接相关的互动(比如说文章下载量和阅读量)可能比起引用可以更快地反应文章的影响力。事实证明,三年的间隔之后,文章下载量和引用数目密切相关。这就意味着,只要通过简单的测量如引用这样的变量,下载数确实能够更快地表现学术影响力。


Priem等人设想着Altmetrics会像过滤器那样,在繁冗的信息中挑选出最为相关重要的来源。若是就之前的结论来考虑,下载量似乎就是这样一个承担过滤器作用的指标。但是也许还有更好的办法。一些例子说明,引用数不太可能反应学术重要性这个指标。如果假设学者们希望通过这个论文过滤器来选择一些“重要”的文章,那么原始的阅读数可能不是最有用的指标。


非传统的学术引用


在这种情况下,“非传统的学术引用”可能更合适。它包括如:在教学材料或者网站学术推荐(诸如f100)的引用等等。大家会觉得这种类型的引用比起简单的引用来说更能展示论文参与程度的深浅,所以更能显示“重要性”。然而,这些指标才刚刚起步,所以围绕这些指标的研究十分稀少


论文讨论


最后一类“论文讨论”是否能够作为有用的过滤器,这是一个更大的问题。这些指标涉及各个平台上的文章提及量,所以由这些指标得出的结论是存在争议的。2013年,社交媒体上提到的已发表论文的比例在15%至24%之间,这就使得人们开始质疑社交媒体提及量(即论文讨论)是否反应了论文“影响”。


研究表明,与一篇文章相关的社交媒体提及数量和同行对该文章的评价之间的相关性很差。所以似乎,指标“社交媒体提及数”与“引用数”有很大不同。有人认为,这一指标可能与这篇文章在更广泛的群体内引起的关注有关,但直观地说,可能需要比原始提及数更细粒度的指标来评估这一点。


不懈的尝试


Altmetric.com,Impactstory和Plum metrics等都在尝试量化Altmetrics得分。前两个侧重于“论文讨论”,Plum metrics则三个都衡量。Altmetric.com和Impactstory跟踪,整理和衡量新闻网站,各种社交媒体,博客以及其他论坛中的文章参考。这些网站的头版写着各种各样的“讲述你的研究的故事”,找出“谁在谈论你的研究”,或者“发现你的研究在网络的影响”。这些不同的方法有其自身的价值。然而,值得注意的是,到目前为止,这些服务提供商都没有为读者提供一个有用的过滤器。


Altmetrics是一个非常广泛的度量类别。它们是如此的不同,以至于这个术语本身无法给出有用的定义。毕竟它诞生在这样一个特殊的时代:网络的存在突然让论文和大众联系在了一起,之前无人敢想象。人们将会如何使用这些指标,时间会证明,让我们拭目以待。






http://blog.sciencenet.cn/blog-822310-1178011.html

上一篇:Advanced Science-2018年中国作者最受关注论文-电催化和光电转换
下一篇:斯坦福大学崔屹Adv. Energy Mater. | 枝晶生长需预防,Li2S保护层来帮忙

0

该博文允许注册用户评论 请点击登录 评论 (0 个评论)

数据加载中...
扫一扫,分享此博文

Archiver|手机版|科学网 ( 京ICP备14006957 )

GMT+8, 2019-6-18 17:49

Powered by ScienceNet.cn

Copyright © 2007- 中国科学报社

返回顶部