说明：本博客与微信公众号《林墨》同步更新，所有内容均为原创，可授权转载。请扫码关注《林墨》公众号。

摘要

        被引次数与基于被引次数的指标一直饱受诟病，尤其是在汤姆森路透出售WEB OF SCIENCE相关业务后，更是一石激起千层浪，有不少人认为这是摒弃影响因子等传统计量指标的重要时机和转折点。社交媒体数据真的能替代被引次数吗？

马瑞敏 / 山西大学副教授 美国Drexel University访问学者

替代计量学需要走的路还很远

        影响因子、被引次数等一直饱受诟病，尤其是在汤姆森路透出售WEB OF SCIENCE相关业务后更是一石激起千层浪，有不少人认为这是摒弃影响因子等传统计量指标的重要时机和转折点。实质上，有不少学者尤其是科学计量学圈子内学者早已经考虑取代或者优化传统影响因子等指标，并且最近又提出了替代计量学（Altmetrics），用来补充甚至取代传统的计量指标，充分考虑“网络”影响。但是，通过近期的较多研究已经表明，要想取代传统的计量指标并非易事，替代计量学需要走的路还很远。

        网络计量学研究的重要领军人物M. Thelwall与他的合作者系统统计了PubMed中发表论文在Twitter、Facebook、Google+等11种网络服务媒介的表现，并与传统的被引次数相比较，它们发现对于大部分网络服务媒介的替代计量得分并不与被引次数呈现明显的相关性。这一结论在后续的较多论文中都得以印证，如R. Costas等的研究也发现替代计量指标与被引次数有很弱的相关。

社交媒体数据也有缺陷

        弱相关并不能说明替代计量学指标不合理，但是人们发现传统被引次数一是好理解好操作且精度相对较高，二是在很大程度能代表一篇论文的学术影响力，而替代计量学指标存在较大问题（S. Haustein等，2016），主要包括以下三个方面：一是网络平台的异质性，难以形成一个统一的内容框架；二是数据质量难以保障——准确性、连续性和可复制性缺失；三是技术依赖性，依赖于APIs和DOIs的可获取性，也依赖于数据提供者。

        所以，我们当前似乎还没有找到一个比被引次数等传统计量指标更加科学的方法去评价论文、学者和机构，如果冒然使用新的指标或者方法，可能带来更大的问题。在没有设计好更好的替代方案时，一刀切地否定原来的一切，似乎我们又陷入了冒进主义的陷阱。所以，科研评价是一件复杂的事情，需要方法改进，更需要理性，万不可因噎废食。

参考文献

Costas, R., Zahedi, Z., & Wouters, P. (2014). Do “altmetrics”correlate with citations? extensive comparison of altmetric indicators withcitations from a multidisciplinary perspective. Journal of the Associationfor Information Science & Technology,66(10), 2003–2019.

Haustein, S. (2016). Grand challenges in altmetrics:heterogeneity, data quality and dependencies. Scientometrics, 1-11.

Thelwall, M., Haustein, S., Larivière, V., & Sugimoto, C. R.(2013). Do altmetrics work? twitter and ten other social web services. PlosOne,8(5), e64841.

文字编辑：李江 / 浙江大学