■鄒麗雪 趙云鮮

1）中國科學院文獻情報中心，北京市海淀區(qū)中關村北四環(huán)西路33號 100190，E-mail：zoulx@mail.las.ac.cn

2）中國科學院動物研究所，北京市朝陽區(qū)北辰西路1號院5號 100101，E-mail：zhaoyx@ioz.ac.cn

PLoSONE是美國公共科學圖書館（The Public Library of Science，PLoS）2006年創(chuàng)辦，是一個經國際同行評議、開放獲取、在線出版的期刊，發(fā)表科學和醫(yī)學任何學科的研究成果。由于選題范圍廣泛，該刊發(fā)文量增長迅速，2013年發(fā)文量超過30 000余篇，目前已成為全球發(fā)文量最大的典型開放獲取刊物的代表[1]。該刊在2010年被SCI收錄，首次影響因子達到4.351，2013年影響因子為3.534。

該刊認為對論文的評價應基于論文本身，而不應以發(fā)表在哪個期刊上為依據(jù)，論文的重要性體現(xiàn)在發(fā)表后被關注和被引用的情況，因此該刊提供了一系列的基于論文水平的影響力指標，包括引文指標、使用統(tǒng)計、博客報道、社會書簽、社區(qū)評級和專家評估，利于網(wǎng)絡來提供新的有意義的和有效的評估機制研究。2009年，該刊開始為每篇論文提供論文計量信息（Article-Level Metrics，ALMs），包括閱讀、引用、保存、討論、推薦信息來幫助讀者確定論文的價值。其中，引用數(shù)據(jù)主要來自第三方，包括Scopus、Web of Science、PubMed Central和 CrossRef，同時也收集在Wikipedia的引用數(shù)據(jù)。2014年6月的最新數(shù)據(jù)顯示，PLoS ONE期刊中按閱讀量排名前2%的論文已被閱讀近3 900萬次，在Scopus引用超過80 000次，在Wikipedia中被引用2 800次，在F1000 Prime中被推薦300次[2]。

目前關于PLoSONE的研究報道多集中于剖析其出版模式、同行評審制度、質量控制機制、學術評價方式[3]，學術編輯遴選模式[4]以及網(wǎng)絡出版現(xiàn)狀如信息密度、信息廣度、信息深度等[5]。曾有學者統(tǒng)計了2011年PLoS ONE發(fā)文的國際機構和中國機構數(shù)據(jù)[3]，PLoSONE首頁上的學科分布和國家地區(qū)分布[5]，而關于PLoSONE期刊基于論文的統(tǒng)計分析及其被引情況則少有研究涉及。本文對PLoSONE發(fā)文的主要國家或地區(qū)，論文的被引頻次、零被引論文、高被引論文分布進行了統(tǒng)計，從發(fā)文量、被引用方面將中國與世界其他發(fā)文大國進行比較分析，以期全面了解PLoSONE論文特別是中國論文在發(fā)表后的受關注程度及學術影響力情況。

1 數(shù)據(jù)來源及分析方法

1.1 研究對象和數(shù)據(jù)收集

本文研究數(shù)據(jù)來源于 Web of Science（SCIEXPANDED）數(shù)據(jù)庫，具體方法為在數(shù)據(jù)庫中檢索出版物名稱為“PLoS ONE”，出版年為2006-2013年的所有論文作為分析的數(shù)據(jù)集，被引頻次數(shù)據(jù)截至2014年3月31日。

高被引論文的數(shù)據(jù)處理和界定方法采用歷時法和百分比法，根據(jù)文獻計量學中的“二八現(xiàn)象”，把被引頻次較高的前20%的論文作為高被引論文，依照這種方法確定不同年度的高被引論文[6]。

1.2 數(shù)據(jù)分析方法

本文的數(shù)據(jù)分析主要采用Thomson Data Analyzer軟件。 Thomson Data Analyzer（簡稱 TDA）是美國Thomson Reuters公司開發(fā)的一個具有強大分析功能的文本挖掘軟件，可以對文本數(shù)據(jù)進行多角度的數(shù)據(jù)挖掘。由于Web of Science數(shù)據(jù)庫檢索的數(shù)據(jù)中，同一機構、同一基金資助機構名稱存在多種不同的表達方式，如果對數(shù)據(jù)不加以整理或合并，在統(tǒng)計分析時就會產生一定程度的誤差，影響結果的準確性。TDA能夠幫助分析者進行數(shù)據(jù)清理，通過TDA中內置的敘詞表或人工建立敘詞表，對機構、基金資助機構等字段加以清理，將不同名稱進行合并，提高分析效率和準確度。TDA還能夠幫助做二維矩陣分析，省去了在Web of Science數(shù)據(jù)庫中做二次分析，節(jié)省數(shù)據(jù)處理的時間。本文運用TDA主要進行了中國機構、基金資助機構數(shù)據(jù)的清理、發(fā)文及被引用次數(shù)的二維矩陣分析。

2 結果與分析

基于Web of Science數(shù)據(jù)庫，本文檢索到PLoSONE期刊在2006-2013年發(fā)表論文共83 948篇，文獻類型包括論文、綜述、編輯資料、會議論文和校正資料，其中2006年137篇、2007年1 230篇、2008年2 717篇、2009年4 404篇、2010年6 724篇、2011年13 786篇、2012 年23 452篇、2013 年31 498篇。 根據(jù)發(fā)文量的變化可以將PLoSONE的發(fā)展劃分為兩個時期：2006-2009年是前期積累期，發(fā)文量緩慢增長，2010年PLoSONE被SCI收錄后，進入快速發(fā)展期，發(fā)文量大幅增長。

2.1 PLoSONE發(fā)文的國家或地區(qū)分布

由表1可知，到2013年總發(fā)文量最多的國家為美國，其次為中國，但中國與美國仍有較大的差距?？傮w上，各國發(fā)文量逐年增加，特別是2010年之后均保持著快速上升的趨勢，但年增長率最高的為中國。發(fā)文量的變化導致各國在PLoSONE發(fā)文比例的變化。變化最明顯的是美國和中國。2006-2008年，PLoSONE美國發(fā)文比例接近50%，中國只占3%-5%；2010年之后，美國發(fā)文比例逐年下降，而中國發(fā)文比例快速增加，并于2011年成為PLoS ONE第2發(fā)文大國，其他國家在PLoSONE中發(fā)文比例則基本保持穩(wěn)定（表2）。

表1 PLoSONE發(fā)文前10國家或地區(qū)的年代分布

表2 PLoSONE發(fā)文前10國家或地區(qū)的發(fā)文比例分布

2.2 PLoSONE論文被引頻次分布

被引頻次常用來評價論文的學術影響力[7]，由表3可知，截至2014年3月31日，2010-2013年隨著論文數(shù)量的大幅增長，中國在這期間發(fā)表論文積累的被引頻次貢獻了總被引頻次超過80%，而美國只有63.61%，接近40%的被引頻次由2010年之前的論文貢獻。

從篇均被引角度分析，PLoS ONE篇均被引為5.94次，其中美國最高6.98，中國在前10發(fā)文大國中最低，為3.51，中國和日本論文篇均被引低于總體均值（表4）。

表3 PLoSONE發(fā)文前10國家或地區(qū)的被引頻次

表4 PLoSONE發(fā)文前10國家或地區(qū)的篇均被引頻次（2006-2013）

2.3 PLoSONE論文的高被引論文分布

高被引論文是我國科技期刊學術影響力的核心[8]，按高被引論文進行統(tǒng)計，從數(shù)量上，各國高被引論文數(shù)量均隨著論文量的增長而逐年增多（表5），按各國高被引論文比進行統(tǒng)計，各國高被引論文的比例均在緩慢增多（表6）。但2010年之后加拿大、日本、意大利年均高被引論文比增長較快，而中國年均高被引論文比增長為1.68%，落后于美國、英國等其它發(fā)文大國，僅高于澳大利亞。

表5 PLoSONE發(fā)文前10國家或地區(qū)的高被引論文分布

表6 PLoSONE發(fā)文前10國家或地區(qū)的高被引論文比分布

2.4 PLoSONE期刊零被引論文分布

零被引率是期刊的反向評價指標，與高被引相對應。只研究高被引而不研究零被引或低被引是不完整的[9]。

按零被引論文統(tǒng)計分析，受發(fā)文量和發(fā)表時間因素的影響，2006-2009年各國零被引論文數(shù)量較少（表7），零被引率較低（表8）。 2010年后，各國零被引論文增多（表7），零被引率大幅增加，其中增長最快的為中國，特別是2013年，中國論文的零被引率最高，超過70%的論文還沒有被引用過。2010-2013年，中國的零被引年增長率高于PLoSONE期刊總體論文的年增長率，且在發(fā)文前10國家中最高。

表7 PLoSONE發(fā)文的零被引分布（2006-2013）

表8 PLoSONE發(fā)文的零被引率分布（2006-2013）

3 PLoSONE中國發(fā)文分析

有研究指出，作者機構分布情況和基金論文比可作為科技期刊學術影響力評價的指標，研究機構的水平越高，其產出高質量論文的可能性也就越大[10]，是否是基金論文以及基金論文的等級也會與其學術影響力有一定的關系[11，12]。

3.1 中國發(fā)文研究機構分布

按中國發(fā)文的研究機構進行統(tǒng)計分析，發(fā)文量最多的前20家研究機構中有3家機構是研究院所，分別是中國科學院、北京協(xié)和醫(yī)學院、中國農業(yè)科學院，其他機構均為大學（表9）。由表9可知，中國科學院在2010-2013年發(fā)文比例逐年下降，而其他機構則基本保持穩(wěn)定。按機構的高被引論文比進行統(tǒng)計，中國科學院雖發(fā)文比減少，但其高被引論文比卻在增加，同樣增長的還包括復旦大學、浙江大學等幾家機構（表10）。

3.2 中國基金資助機構分布

本文的研究顯示，PLoSONE上發(fā)表的中國論文絕大部分都是由國家部委或國家級科研院所的基金項目資助發(fā)表，其中，國家自然科學基金資助的論文數(shù)量最多，超過50%（表11）。按基金資助的高被引論文統(tǒng)計，除上海市科學技術委員會和高等學校博士學科點專項科研基金資助的高被引論文比在個別年份有所下降外，其他基金資助的高被引論文比變化基本一致，呈逐年上升趨勢（表 12）。

4 結論與建議

4.1 近年來，我國學者在PLoS ONE發(fā)表論文快速增加

PLoSONE是一個快讀、高容量、高效的開放獲取期刊，由于其發(fā)表周期短，保證了科研成果的時效性，吸引了很多優(yōu)秀作者積極投稿[1]，而自2010年成為SCI源期刊后，PLoSONE各國發(fā)文量逐年迅速增加，可見PLoSONE對于各國作者都是有吸引力的，只不過各自表現(xiàn)強度不同。由于期刊影響因子在中國科研評價體系中有舉足輕重的地位，而中國又是論文產出大國，PLoS ONE吸引了大量的中國論文，平均年增長率為141.92%，遠遠超過其他發(fā)文大國，并在2011年成為PLoSONE發(fā)文量第2位國家。

表9 PLoSONE中國發(fā)文的機構分布（前20）

表10 2010年后中國發(fā)文機構的高被引論文分布

表11 PLoSONE中國發(fā)文的基金分布

表12 中國基金資助發(fā)文的高被引論文分布

4.2 中國在PLoSONE發(fā)表論文的學術影響力表現(xiàn)為篇均被引低、高被引論文少、零被引率高

近年來，中國在PLoSONE發(fā)文量上雖然增速最快，但篇均被引低于美國等其他國家，究其原因，超過80%的被引頻次是由2010年后新近發(fā)表的文章貢獻的，由于被引頻次的高峰時間一般是在論文發(fā)表后的第2-4年[9]，因此大量新發(fā)表的論文可能會嚴重壓低我國論文的篇均被引頻次。

中國在PLoSONE上發(fā)表的論文高被引比雖然有所提高，但落后于加拿大、日本、意大利和美國，增長的速度也不及論文數(shù)量的增長。由于各國高被引論文的確定采用了歷時法，排除了時間因素的影響，因此中國論文高被引比增長落后于大多數(shù)發(fā)文大國的原因不是時間因素，而是論文的學術水平。2010年后中國發(fā)表的論文零被引率大幅增加，年增長率高于總體論文的年增長率，這也可能是導致中國論文篇均被引較低的原因。PLoSONE開放獲取會使文章更多地被閱讀，從而有機會被引用，但并不是所有論文都會被引用。可見論文本身的學術水平仍是決定是否能受到更多引用的關鍵。

中國發(fā)表的論文有50%以上是國家自然科學基金資助發(fā)表的，且研究機構也多是國內高水平的機構，可以說這些論文的作者是代表中國科學研究水平的，PLoSONE吸引了大量中國優(yōu)秀作者，這些機構和基金的高被引論文比有所提高，但論文的學術影響力并沒有因高水平機構或者基金論文的不同而表現(xiàn)出明顯的關系。

4.3 對國內期刊的啟示

各國在PLoSONE上發(fā)表的論文，高被引論文比例均逐年提高，這說明PLoSONE期刊的開放獲取在一定程度上對提高論文的被引大有裨益，但論文本身學術水平仍是提高學術期刊影響力的關鍵。國內期刊提升學術期刊的影響力一方面要充分利用同行評審制來控制論文的質量，使稿件的質量經得起學術考驗。另一方面期刊實行開放獲取也不是一勞永逸，應當借鑒PLoSONE的成功模式，論文實行即時發(fā)表，發(fā)表周期短，保證了科研成果的時效性，同時PLoSONE擁有強大的論文推送功能，其網(wǎng)站與Twitter、LinkedIn等媒體鏈接，將發(fā)表的論文向全世界用戶進行推送，通過網(wǎng)絡平臺及時進行學術傳播，來提高論文的受關注程度和學術影響力，并吸引更多優(yōu)秀作者投稿和關注，形成期刊發(fā)展的良性循環(huán)。

1 韓婧.《PLoSONE》開放獲取出版模式研究.編輯學報，2014，26（2）：202-204

2 Damian Pattinson.PLoSONEPublishes its100，000th Article[EB/OL].[2014-06-23].http：//blogs.plos.org/everyone/2014/06/23/plos-one-publishes-100000th-article/

3 陳愛香.開放存取期刊PLoS ONE網(wǎng)絡出版模式研究.現(xiàn)代情報，2012，32（9）：69-71

4 劉浩，張正光.PLoSONE期刊學術編輯的遴選及其對我國科技期刊的啟示.中國科技期刊研究，2013，24（1）：162-165

5 吳卓晶，劉君，王應寬.Nature、Science及PLoSONE網(wǎng)絡出版現(xiàn)狀分析.中國科技期刊研究，2014，25（1）：44-48

6 劉雪立.基于Web of Science和ESI數(shù)據(jù)庫高被引論文的界定方法.中國科技期刊研究，2012，23（6）：975-978

7 方卿，王玨.開放存取期刊學術質量評價（一）——基于總被引頻次視角的分析.出版科學，2011，19（6）：67-70

8 韓維棟，薛秦芬，王麗珍.挖掘高被引論文有利于提高科技期刊的學術影響力.中國科技期刊研究，2010，21（4）：514-518

9 付曉霞，游蘇寧，李貴存.2000～2009年中國SCI論文的零被引數(shù)據(jù)分析.科學通報，2012，57（18）：1703-1710

10 盛麗娜.作者機構分布情況在科技期刊評價中的應用.中國科技期刊研究，2012，23（4）： 585-588

11 劉雪立，方紅玲，周志新等.科技期刊反向評價指標——零被引論文率及其與其他文獻計量學指標的關系.中國科技期刊研究，2011，22（4）：525-528

12 李賀，周金娉，李春好.我國網(wǎng)絡發(fā)表科技論文的學術影響力評價.情報理論與實踐，2012，35（2）：77-81