■付中靜

1)新鄉(xiāng)醫(yī)學(xué)院期刊社《眼科新進(jìn)展》編輯部，河南省新鄉(xiāng)市金穗大道601號(hào) 453003

2)河南省科技期刊研究中心，河南省新鄉(xiāng)市金穗大道601號(hào) 453003

期刊被引頻次是期刊學(xué)術(shù)質(zhì)量和學(xué)術(shù)影響力的重要評(píng)價(jià)指標(biāo)，論文被引用說明論文具有價(jià)值，但是由于引用行為和引用動(dòng)機(jī)不同，有些作者閱讀的論文并沒有被引用，這部分論文的價(jià)值如何去體現(xiàn)呢?下載量就應(yīng)運(yùn)而生，下載量可以測度上網(wǎng)期刊論文的擴(kuò)散速率，可以研究期刊在網(wǎng)絡(luò)環(huán)境下的傳播效率。用下載量和被引頻次衡量期刊的質(zhì)量已得到期刊界同行的充分認(rèn)可[1－2]。國外學(xué)者早就提出，高影響力論文一般是指那些被引頻次較高和被引周期較長的論文，方紅玲[3]認(rèn)為高影響力論文包括高被引和高下載量以及核心論文(研究前沿論文)。有關(guān)國內(nèi)數(shù)據(jù)庫的研究較多，丁佐奇[4]對(duì)CJNM和JCPU被引頻次TOP20論文進(jìn)行分析，發(fā)現(xiàn)兩種期刊高被引論文多數(shù)在發(fā)表后2～4年被引達(dá)到高峰，被引頻次和下載量之間的相關(guān)性不強(qiáng)。王麗[5]對(duì)中國知網(wǎng)收錄醫(yī)藥衛(wèi)生科技類高被引論文與高下載量論文進(jìn)行分析，發(fā)現(xiàn)下載量與被引頻次無明顯相關(guān)性。國外已有學(xué)者[6－7]對(duì)Science Direct數(shù)據(jù)庫論文下載量和被引頻次的相關(guān)性進(jìn)行研究。由于Web of Science數(shù)據(jù)庫一直沒有提供下載量指標(biāo)，因此這方面的研究曾經(jīng)一度呈現(xiàn)空白。

直到2015年9月，湯森路透發(fā)布了5.19版WoS數(shù)據(jù)庫平臺(tái)，新增了“文獻(xiàn)級(jí)別用量指標(biāo)”，提供論文的使用次數(shù)(Usage count)，包括2013年2月至檢索日期的使用次數(shù)和最近180天的使用次數(shù)。孫學(xué)軍提出“文獻(xiàn)級(jí)別用量指標(biāo)”其實(shí)就是論文的下載量[8]，這一指標(biāo)的增加有望彌補(bǔ)WoS數(shù)據(jù)庫中論文下載量研究的空白。但是該使用次數(shù)是對(duì)論文全文鏈接進(jìn)行訪問或者對(duì)記錄進(jìn)行保存的次數(shù)，捕捉了用戶嘗試獲取full-text的各種操作，同時(shí)包括將論文保存到 endnote(包括 endnote online和endnote desktop)的動(dòng)作，這些記錄先于下載而發(fā)生，并受到不同機(jī)構(gòu)獲取全文能力的限制[9]，因此就WoS數(shù)據(jù)庫平臺(tái)來講，點(diǎn)擊和保存的行為反映了作者的使用動(dòng)機(jī)，他們意味著用戶的興趣和行動(dòng)，其使用次數(shù)不等于下載量。Wang等[10]較早對(duì)WoS數(shù)據(jù)庫中圖情領(lǐng)域5種期刊論文的使用次數(shù)展開分析，研究論文的使用模式，發(fā)現(xiàn)學(xué)者們更傾向于使用較新的文獻(xiàn)，但是老的文獻(xiàn)更會(huì)得到較多引用和較少的使用，較老的高被引論文使用次數(shù)也較大，希望從一個(gè)新的視角觀察文獻(xiàn)計(jì)量指標(biāo)。

目前普遍認(rèn)為文章被閱讀次數(shù)越多，就越可能被引用，但是由于受學(xué)科領(lǐng)域、分析角度和統(tǒng)計(jì)方法不同的影響，關(guān)于二者之間的關(guān)系觀點(diǎn)不一[11－12]。WoS數(shù)據(jù)庫的使用次數(shù)和下載量有相似之處，但是兩者并不完全相同，論文被使用說明論文具有一定價(jià)值，但是由于各種原因的限制，并沒有將論文下載下來，這部分被使用的論文價(jià)值如何去體現(xiàn)呢?WoS數(shù)據(jù)庫中論文使用次數(shù)和被引頻次關(guān)系如何呢?哪些類型論文更容易被引用呢?不同年度表現(xiàn)規(guī)律如何?目前未發(fā)現(xiàn)國內(nèi)學(xué)者對(duì)此進(jìn)行分析?；诖宋覀冞M(jìn)行了下面的研究。

1 資料與方法

1.1 數(shù)據(jù)來源

登陸WoS數(shù)據(jù)庫，選擇高級(jí)檢索功能，以“WC＝INFORMATION SCIENCE＆ LIBRARY SCIENCE”為檢索詞，限制出版時(shí)間為2013～2015年，更多設(shè)置選項(xiàng)中選擇SSCI數(shù)據(jù)庫，進(jìn)行檢索，數(shù)據(jù)收集時(shí)間2016年1月20日。(1)按照被引頻次進(jìn)行降序排列，將被引頻次TOP5%論文(被引頻次排行位于前5%的論文)添加到標(biāo)記結(jié)果列表，并將數(shù)據(jù)信息導(dǎo)入EXCEL表。(2)按照使用次數(shù)進(jìn)行降序排列(如無特殊說明，本文中使用次數(shù)均為2013年2月至檢索日期的使用次數(shù))，將使用次數(shù)TOP5%論文(使用次數(shù)排行位于前5%的論文)——添加到標(biāo)記結(jié)果列表，并將數(shù)據(jù)信息導(dǎo)入EXCEL表。

1.2 方法

收集被引頻次TOP5%、使用次數(shù)TOP5%、兩者重合文獻(xiàn)使用次數(shù)(U1)、使用次數(shù)(180天)(U2)、被引頻次等數(shù)據(jù)信息。按照以下方法進(jìn)行分析:(1)分析不同文獻(xiàn)類型的數(shù)量、U1、U2、被引頻次分布情況；(2)采用SPSS22.0軟件分析數(shù)據(jù):單因素方差分析比較不同年度U1、U2和被引頻次差異性。Spearman相關(guān)性檢驗(yàn)方法分析論文U1、U2和被引頻次之間的相關(guān)性。P＜0.05為差異有統(tǒng)計(jì)學(xué)意義。

2 結(jié)果與分析

2.1 文獻(xiàn)類型

2013～2015年SSCI收錄信息科學(xué)與圖書情報(bào)學(xué)論文 28990篇，被引頻次 TOP5%、使用次數(shù)TOP5%論文1450篇，兩者重合603篇(表1)。主要文獻(xiàn)類型是Article，均達(dá)90%以上；其次是Review，遠(yuǎn)低于 Article。篇均被引頻次:Review最高，Editorial Material和Article稍低，Letter最低。篇均使用次數(shù):被引頻次TOP5%論文篇均使用次數(shù)Review和Article差異不大，Editorial Material較低，Letter最低；使用次數(shù) TOP5%論文、重合文獻(xiàn)Editorial Material最高，Review和Article差異不大，前者Letter和Book Review較低，News Item僅1篇，且最低。

表1 三種排序下不同類型文獻(xiàn)的使用次數(shù)、被引頻次

2.2 重合文獻(xiàn)指標(biāo)

603篇重合文獻(xiàn)語種全部為英語，Article為主要的文獻(xiàn)類型，58.41%的高被引論文(或高U1論文)未被高使用或高引用。被引頻次最高(72)的是2013年發(fā)表于MISQUARTISO的 Article，U1為78，可能和引文時(shí)間窗口較長有一定關(guān)系。U1最高(427)的是2013年發(fā)表于INFORM SYSTRESISO的Article，被引頻次29，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)，這種反常表現(xiàn)是否會(huì)引起U1和被引頻次相關(guān)性較弱呢?2015年發(fā)表的論文被引頻次最高者為The influence of social networking sites on health behavior change:a systematic review and meta-analysis，排行 132 位(被引頻次12)，之后排行較靠前的4篇分別為262位、263位、267位、484位，未發(fā)現(xiàn)2015年發(fā)表論文被引頻次明顯超過2013年者。僅1篇論文的U1(58)低于被引頻次(62)，2013年發(fā)表于 J AM MED INFORM ASSNISO的Review，可能與數(shù)據(jù)庫數(shù)據(jù)不準(zhǔn)確或者作者的不良引用行為(間接引用)有關(guān)；也可能會(huì)因作者所在機(jī)構(gòu)購買權(quán)限限制，通過其他途徑(Google scholar、百度學(xué)術(shù)等)獲取該論文并作為參考文獻(xiàn)附于文后，該文發(fā)表與WoS收錄的期刊等也會(huì)導(dǎo)致被引頻次大于U1。

整體比較顯示，U1三年間差異不顯著(表2，P＞0.05)，U2三年間差異顯著(P＝0.000)，被引頻次三年間差異顯著(P＝0.001)。兩兩比較結(jié)果顯示，U2:2015年＞2014年＞2013年，2013年與2014年(P＝0.000)、2013年與 2015年(P＝0.000)、2014年與2015年(P＝0.005)差異均有統(tǒng)計(jì)學(xué)意義；被引頻次:2013年 ＞2014年 ＞2015年，2013年與2014年(P＝0.002)、2013年與2015年(P＝0.000)、2014年與2015年(P＝0.001)差異均有統(tǒng)計(jì)學(xué)意義。

Spearman相關(guān)性分析結(jié)果表明，U1、U2和被引頻次3～72(9.02±6.79)均存在弱相關(guān)性(表3)，U1和被引頻次相關(guān)性稍強(qiáng)，差異不大。對(duì)各年度進(jìn)行分析發(fā)現(xiàn)，2013年，U1和被引頻次、U2和被引頻次均具有相關(guān)性(r1＝0.284，P1＝0.000；r2＝0.357，P2＝0.000)；2014年，U1和被引頻次、U2和被引頻次均具有相關(guān)性(r1＝0.239，P1＝0.005；r2＝0.214，P2＝0.012)；2015年U1和被引頻次、U2和被引頻次均無相關(guān)性(均為P＞0.05)。

表2 不同年度重合文獻(xiàn)U1、U2、被引頻次比較

表3 重合文獻(xiàn)U1、U2和被引頻次相關(guān)性

2.3 被引頻次TOP5%論文指標(biāo)

被引頻次TOP5%論文1450篇，英語語種1449篇，西班牙語1篇，Article為主要的文獻(xiàn)類型。U1、被引頻次最高的是二者重合文獻(xiàn)中最高者。被引頻次顯著大于U1者為2013年發(fā)表于INFORM SYST RESISO的Article，兩者相差398，在被引頻次TOP5%論文中，29篇論文的U1低于被引頻次，大量使用過的論文未獲得引用。

整體比較顯示，U1、U2、被引頻次三年間差異均顯著(均為P＜0.05，表4)。兩兩比較結(jié)果顯示，U1:2013年＞2014年、2013年＞2015年，差異有統(tǒng)計(jì)學(xué)意義(P＝0.006、P＝0.000)；U2:2015年 ＞2014年＞2013年，差異均有統(tǒng)計(jì)學(xué)意義(均為P＝0.000)；被引頻次:2013年＞2014年 ＞2015年，差異均有統(tǒng)計(jì)學(xué)意義(均為P＝0.000)。

Spearman相關(guān)性分析結(jié)果表明，U1、U2和被引頻次3～72(7.76±5.77)之間均存在弱相關(guān)性(表5)，U1和被引頻次相關(guān)性稍強(qiáng)。對(duì)各年度進(jìn)行分析發(fā)現(xiàn)，2013年，U1和被引頻次、U2和被引頻次均具有相關(guān)性(r1＝0.268，P1＝0.000；r2＝0.260，P1＝0.000)；2014年，U1和被引頻次、U2和被引頻次均具有相關(guān)性(r1＝0.177，P1＝0.001；r2＝0.187，P1＝0.000)；2015年U1和被引頻次、U2和被引頻次均無相關(guān)性(均為P＞0.05)。

表4 不同年度被引頻次TOP5%論文U1、U2、被引頻次比較

表5 被引頻次TOP5%論文U1、U2和被引頻次相關(guān)性

2.4 使用次數(shù)TOP5%論文指標(biāo)

使用次數(shù)TOP5%論文1450篇，英語1440篇，葡萄牙語2篇，西班牙語8篇，Article為主要的文獻(xiàn)類型。U1最高(749)者是發(fā)表于 TELEMAT INFORMISO 的 Article——Brain-computer interface:The next frontier of telemedicine in human-computer interaction，被引頻次為1，2015年2月發(fā)表，這種反常的情況是否反映了該領(lǐng)域的熱點(diǎn)，讀者比較感興趣，但是由于發(fā)表時(shí)間較短，被引頻次還未表現(xiàn)出來?被引頻次最高的是重合文獻(xiàn)中最高者。僅1篇論文的U1低于被引頻次，為重合文獻(xiàn)中同一篇論文。

整體比較顯示，U1三年間差異不顯著(P＞0.05，表6)，U2、被引頻次三年間差異均顯著(均為P＜0.05)。兩兩比較結(jié)果顯示，U2:2015年＞2014年＞2013年，差異均有統(tǒng)計(jì)學(xué)意義(均為 P＝0.000)；被引頻次:2013年 ＞2014年＞2015年，差異均有統(tǒng)計(jì)學(xué)意義(均為P＝0.000)。

Spearman相關(guān)性分析結(jié)果表明，U1和被引頻次0～72(4.56±5.88)之間存在弱相關(guān)性(表7)，U2和被引頻次之間無相關(guān)性。對(duì)各年度進(jìn)行分析發(fā)現(xiàn)，2013年，U1和被引頻次、U2和被引頻次均具有相關(guān)性(r1＝0.318，P1＝0.000；r2＝0.352，P2＝0.000)；2014年，U1和被引頻次、U2和被引頻次均具有相關(guān)性(r1＝0.132，P1＝0.003；r2＝0.169，P2＝0.000)；2015年177篇論文被引頻次很低，100篇論文被引頻次為0，讀者較多使用新發(fā)表的論文，使用次數(shù)每天都更新，但是這些論文被引頻次還未表現(xiàn)出來，U1和被引頻次無相關(guān)性(P＞0.05)，U2和被引頻次負(fù)相關(guān)(r＝ －0.106，P＝0.016)。

表6 不同年度使用次數(shù)TOP5%論文U1、U2、被引頻次比較

表7 使用次數(shù)TOP5%論文U1、U2和被引頻次相關(guān)性

3 討論與分析

3.1 文獻(xiàn)類型

2013～2015年SSCI數(shù)據(jù)庫收錄信息科學(xué)與圖書情報(bào)學(xué)被引頻次 TOP5%(1450篇)、使用次數(shù)TOP5%論文(1450篇)以及兩者重合文獻(xiàn)(603篇)，不同類型文獻(xiàn)的被引用或使用情況也不同，Article顯示度都比較高，說明Article是高影響力論文的主要文獻(xiàn)類型，Review次之，也是不可忽視的文獻(xiàn)類型，與WoS數(shù)據(jù)庫的文獻(xiàn)類型分布特征相似，再次驗(yàn)證Article具有較高的權(quán)威性和參考價(jià)值，是編輯組稿的主要方向[13]。

3.2 不同年度論文被使用和被引用情況

論文的引用可能更加標(biāo)準(zhǔn)化、規(guī)范化，只有被引用才能有真正的使用感；而閱讀和下載可能是比較非正式的、潛在的使用。本研究發(fā)現(xiàn)，三種類別的論文排序中，U2三年間差異顯著，2015年＞2014年＞2013年(均為P＜0.05)；被引頻次三年間差異顯著，2013年＞2014年＞2015年(均為P＜0.05)。反映了該領(lǐng)域論文引文時(shí)間窗口越長，被引頻次越高，最近180天學(xué)者們更傾向于使用新近發(fā)表的文獻(xiàn)。和Wang等[10]對(duì)WoS數(shù)據(jù)庫中信息科學(xué)與圖書情報(bào)學(xué)領(lǐng)域的5種期刊論文的使用次數(shù)的研究相似，可能由于新文獻(xiàn)更能引起讀者的興趣，獲得引用的時(shí)間窗口較短，而老文獻(xiàn)有較長時(shí)間被引機(jī)會(huì)，但是受讀者關(guān)注較少。

3.2 論文被使用和被引用之間的關(guān)系

由于引用行為和引用動(dòng)機(jī)的不同，有些引用并沒有下載的過程，可能是由于閱讀了紙質(zhì)期刊，或者引用其他論文的參考文獻(xiàn)；有些高下載量的論文可能由于文章的題名或者摘要吸引了作者，作者并沒有下載就直接進(jìn)行了引用；比如本研究重合文獻(xiàn)中僅1篇論文的 U1低于被引頻次，被引頻次TOP5%論文中29篇論文的U1低于被引頻次，這些論文有可能未被閱讀或下載卻直接被引用；當(dāng)然其余大部分論文U1高于被引頻次，和有些學(xué)者所提出的有些論文雖被閱讀或下載但是并沒有引用行為發(fā)生的觀點(diǎn)相似[14]，因此對(duì)使用次數(shù)的研究可以更能反映到作者或讀者的興趣，使用可能比引用更具快速獲取、方便收集、范圍廣的優(yōu)勢。

被引頻次TOP5%、使用次數(shù)TOP5%、兩者重合文獻(xiàn)中，U1、U2和被引頻次之間相關(guān)性不夠強(qiáng)，提示了論文使用與被引用之間存在的共性較弱，和不同年度表現(xiàn)有關(guān)。陸偉等[15]對(duì)CNKI收錄19種圖情領(lǐng)域期刊的研究表明，論文發(fā)表初期下載量與被引頻次的相關(guān)性并不強(qiáng)，但是隨著出版時(shí)間的延長，相關(guān)性逐漸增強(qiáng)，后又趨于平緩。本研究對(duì)各年度分析也發(fā)現(xiàn)，2013年、2014年引文時(shí)間窗口1～3年，U1、U2和被引頻次具有相關(guān)性，且2013年相關(guān)性強(qiáng)于2014年，說明引文時(shí)間窗口越長這種相關(guān)性越大。數(shù)據(jù)收集時(shí)間為2016年1月，而2015年發(fā)表的論文引文時(shí)間窗口最長才1年，許多論文被引頻次尚未收集到，由于讀者最近180天較多使用2015年發(fā)表的論文，尤其是按照使用次數(shù)排行，56%論文被引頻次為0，U2和被引頻次負(fù)相關(guān)，引用和使用存在時(shí)間差，這可能是造成U2和被引頻次無相關(guān)性的主要原因。

Jahandideh等[16]對(duì)Science Direct的下載量能否反映論文學(xué)術(shù)質(zhì)量進(jìn)行了探討，發(fā)現(xiàn)文章在一定時(shí)期內(nèi)下載量較高很可能是預(yù)兆著一段時(shí)期后高被引。使用次數(shù)直接反映期刊論文被讀者使用的情況，剛發(fā)表不久的論文沒有足夠長的時(shí)間累積引用，而“文獻(xiàn)級(jí)別用量指標(biāo)”可以為此類論文的價(jià)值評(píng)估提供一些參考，特別是對(duì)建筑史學(xué)、修辭學(xué)等引文活動(dòng)少的學(xué)科，或者是對(duì)護(hù)理學(xué)、經(jīng)濟(jì)學(xué)等產(chǎn)生引用效應(yīng)較慢的傳統(tǒng)學(xué)科來說更能反映讀者的興趣[9]。

被引和下載(或使用)是引文分析中最具代表性的績效評(píng)價(jià)指標(biāo)，可能受到學(xué)科領(lǐng)域、文獻(xiàn)類型、出版日期的影響[6，17]。(1)不同學(xué)科領(lǐng)域論文被引和下載(或使用)不同，Moed等[7]發(fā)現(xiàn) Science Direct數(shù)據(jù)庫不同學(xué)科領(lǐng)域下載量、下載量與Scopus數(shù)據(jù)庫被引頻次的相關(guān)性有很大差異，頂級(jí)論文存在下載量和被引頻次都較高的現(xiàn)象，可能和不同學(xué)科領(lǐng)域的讀者和作者數(shù)量不同，文獻(xiàn)類型和內(nèi)容不同有關(guān)。(2)不同類型文獻(xiàn)的被引用或被使用也不同，本研究中被引頻次TOP5%、使用次數(shù)TOP5%、兩者重合文獻(xiàn)中Article數(shù)量較多，Review次之。但是Review篇均被引頻次較高，Article稍低，部分 Editorial Material不可忽視。Review和Article篇均使用次數(shù)差異不大，部分 Editorial Material篇均使用次數(shù)不可忽視。有學(xué)者對(duì)不同類型文獻(xiàn)對(duì) IF的貢獻(xiàn)進(jìn)行研究[13]，發(fā)現(xiàn) Article和Review的貢獻(xiàn)較高。根據(jù)學(xué)科特色，有針對(duì)性地加強(qiáng)不同類型文獻(xiàn)的選題策劃，可能更有利于期刊的影響力的提升。(3)論文發(fā)表時(shí)間越早被引用的可能性就越大，本研究中2013年出版的論文最多，被引頻次也最高，和Wang等[10]研究發(fā)現(xiàn)較老的文獻(xiàn)獲得較多的引用的觀點(diǎn)相似。引文分析具有相對(duì)滯后性，有文獻(xiàn)認(rèn)為論文發(fā)表后2～4年達(dá)引用高峰[3－4]，而使用次數(shù)可以較早反映論文價(jià)值，將科學(xué)評(píng)價(jià)活動(dòng)提前。但是由于WoS數(shù)據(jù)庫中使用次數(shù)的記錄從2013年2月開始，因此本文統(tǒng)計(jì)分析時(shí)的時(shí)間跨度雖約為3年，但是部分論文發(fā)表后被引時(shí)間較短，被引高峰可能未表現(xiàn)出來，這也是本研究的局限之處，接下來將規(guī)避這一局限性，增加被引觀察時(shí)間，從長期表現(xiàn)規(guī)律來進(jìn)一步研究。

4 小結(jié)

本文初步觀察WoS數(shù)據(jù)庫收錄信息科學(xué)與圖書情報(bào)學(xué)領(lǐng)域的論文使用次數(shù)和被引頻次，發(fā)現(xiàn)論文引文時(shí)間窗口越長，被引頻次越高，最近180天內(nèi)學(xué)者們更傾向于使用較新的文獻(xiàn)，還揭示了被引頻次和使用次數(shù)之間的共性，共性大小與引文時(shí)間窗口有關(guān)，由于不同學(xué)科領(lǐng)域論文被引頻次和使用次數(shù)不同，是否仍然存在這種規(guī)律呢?還需要多學(xué)科領(lǐng)域的長時(shí)間研究來論證。

[1]劉武英，段秀成.編輯出版領(lǐng)域最高被引論文特征分析——以2010—2014年編輯出版類核心期刊為例[J].科技與出版，2016(2):96－100.

[2]Martinez M，Herrera M，Contreras E，et al.Characterizing highly cited papers in Social Work through H-Classics[J].Scientometrics，2015，102(2):1713 －1729.

[3]方紅玲.我國科技期刊論文被引量和下載量峰值年代——多學(xué)科比較研究[J].中國科技期刊研究，2011，22(5):708－710.

[4]丁佐奇.科技論文被引頻次與下載頻次的相關(guān)性分析[J].中國科技期刊研究，2010，21(4):467 －470.

[5]王麗.中國知網(wǎng)數(shù)據(jù)庫中高被引文獻(xiàn)與高下載文獻(xiàn)類型分析——以醫(yī)藥衛(wèi)生科技類文獻(xiàn)為例[J].編輯學(xué)報(bào)，2015，27(5):503－506.

[6]Guerrero-Bote VP，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.

[7]Moed HF，Halevi G.On full text download and citation distributions in scientific-scholarly journals[J].Journal of the Association for Information Science and Technology，2016，67(2):412－431.

[8]孫學(xué)軍.SCI新增功能“文獻(xiàn)級(jí)別用量指標(biāo)”是個(gè)什么東東?[EB/OL].[2015-10-10].http://blog.sciencenet.cn/blog-41174-926981.html.

[9]段鑫龍.Web of Science-5.19更新介紹[EB/OL].[2015-10-10].http://v.qq.com/x/page/n0168gbqol0.html?ptag＝blog＿sciencenet＿cn.

[10]Wang XW，F(xiàn)ang ZC， Sun XL.Usage patterns of scholarly articles on Web of Science:a study on Web of Science usage count[J].Scientometrics， 2016，10 9(2):917 －926.

[11]李文靜.圖書情報(bào)學(xué)核心期刊Web全文下載與被引對(duì)比分析[J].情報(bào)雜志，2010，31(2):30 －33，43.

[12]劉雪立，方紅玲，苗媛，等.五種綜合性眼科學(xué)期刊論文下載量與被引量的關(guān)系及部分論文的量引背離現(xiàn)象[J].中國科技期刊研究，2010，21(5):629 －632.

[13]付中靜.國際權(quán)威期刊非可被引文獻(xiàn)的引證特征以及對(duì)影響因子的貢獻(xiàn)[J].中國科技期刊研究，2016，27(3):324－329.

[14]秦衛(wèi)平，趙美玲，秦凱.高被引論文與研究熱點(diǎn)探析——以馬克思主義學(xué)科為例[J].科技管理研究，2013，(22):96－99.

[15]陸偉，錢坤，唐祥彬.文獻(xiàn)下載頻次與被引頻次的相關(guān)性研究——以圖書情報(bào)領(lǐng)域?yàn)槔齕J].情報(bào)科學(xué)，2016，34(1):3－8.

[16]Jahandideh S，Abdolmaleki P，Asadabadi EB.Prediction of future citations of a research paper from number of its internetdownloads[J].Medical Hypotheses，2007， 69(2):458 －459.

[17]張立偉，姜春林，劉學(xué)，等.圖書情報(bào)學(xué)高被引論文引用現(xiàn)象的實(shí)證研究[J].圖書情報(bào)工作，2014，58(16):116－121.