匡登輝

摘要：[目的/意義]對(duì)比分析相同主題的不同類型科學(xué)文獻(xiàn)的使用行為，利用用戶學(xué)術(shù)行為數(shù)據(jù)全面測(cè)評(píng)學(xué)術(shù)論文影響力。[方法/過程]基于Web of Science數(shù)據(jù)庫(kù)中學(xué)術(shù)論文使用次數(shù)，分析比較不同學(xué)科文獻(xiàn)的使用差異。從文獻(xiàn)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(xiàn)為對(duì)比分析對(duì)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(xiàn)，探測(cè)文獻(xiàn)使用差異，并進(jìn)行獨(dú)立樣本T檢驗(yàn)。[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(jì)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(xiàn)使用行為不同。此外，文獻(xiàn)類型對(duì)使用次數(shù)有影響，綜述類文獻(xiàn)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(xiàn);使用差異;使用次數(shù);被引頻次;科學(xué)評(píng)價(jià)

DOI：10.3969/j.issn.1008-0821.2019.04.014

〔中圖分類號(hào)〕G250252〔文獻(xiàn)標(biāo)識(shí)碼〕A〔文章編號(hào)〕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(xiàn)計(jì)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(jì)量界地位很難撼動(dòng)。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(píng)價(jià)中最重要、最常用的指標(biāo)。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(duì)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(qiáng)的時(shí)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(duì)文獻(xiàn)的使用來考量科學(xué)論文的影響成為一個(gè)新的研究方向。

2015年9月，Web of Science（WoS）平臺(tái)推出了一類針對(duì)單篇文獻(xiàn)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(jiǎn)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(diǎn)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(xiàn)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(xiàn)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(xiàn)使用數(shù)據(jù)。

本文擬圍繞3D打印這個(gè)研究主題，對(duì)WoS類別歸為化學(xué)、工程學(xué)的科學(xué)文獻(xiàn)為實(shí)證分析對(duì)象，系統(tǒng)地研究學(xué)術(shù)文獻(xiàn)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(xiàn)的使用差異，嘗試進(jìn)行文獻(xiàn)使用數(shù)據(jù)UC的應(yīng)用探索，全面評(píng)價(jià)學(xué)術(shù)影響力。

1文獻(xiàn)回顧

文獻(xiàn)使用數(shù)據(jù)引起計(jì)量界的關(guān)注，是以開始對(duì)下載數(shù)據(jù)的研究為標(biāo)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(huì)網(wǎng)絡(luò)中心性指標(biāo)確定這些網(wǎng)絡(luò)的期刊影響排名，并與期刊影響因子進(jìn)行比較[3];Guerrero-Bote V P等、Jahandideh S等、Subotic S等分別利用ScienceDirect平臺(tái)、Scopus數(shù)據(jù)庫(kù)，就期刊和論文兩個(gè)不同層面，研究下載量與引文量的相關(guān)性[4-6];Davis P等對(duì)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(kù)商網(wǎng)站上的下載量減少23%[7]。國(guó)內(nèi)，陸偉等以圖情領(lǐng)域的19本期刊53 243篇文獻(xiàn)為數(shù)據(jù)源，利用CNKI引文數(shù)據(jù)庫(kù)，對(duì)文獻(xiàn)下載頻次與被引頻次進(jìn)行相關(guān)性研究，探討用下載頻次預(yù)測(cè)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(shí)隨著學(xué)術(shù)文獻(xiàn)的爆炸式增長(zhǎng)，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(xiàn)管理軟件成為常態(tài)，這類使用數(shù)據(jù)具有較強(qiáng)的測(cè)度價(jià)值，可以幫助用戶找到那些剛剛發(fā)表或該領(lǐng)域文獻(xiàn)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(shí)推出的UC全新、非引用計(jì)量指標(biāo)，該計(jì)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(jìn)行保存的次數(shù)。與詳情頁(yè)的點(diǎn)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(kù)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(diǎn)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(duì)它的研究已經(jīng)開始。Markusova V等利用UC對(duì)比傳統(tǒng)的計(jì)量指標(biāo)，對(duì)俄羅斯的科學(xué)產(chǎn)出進(jìn)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(cè)度特征，發(fā)現(xiàn)其具有測(cè)評(píng)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(bào)學(xué)領(lǐng)域國(guó)際學(xué)術(shù)論文影響力[12];丁佐奇、付中靜則對(duì)論文使用次數(shù)和被引頻次的相關(guān)性進(jìn)行分析[13-14];Liang G Q等人則認(rèn)為UC可以作為偵測(cè)研究前沿的指標(biāo)[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(duì)UC可能的影響[17]，梁國(guó)強(qiáng)等探討高質(zhì)量論文引文影響力指標(biāo)（被引次數(shù)）和傳播速度指標(biāo)（UC）在論文、期刊、學(xué)科、時(shí)間水平的分布特征[18]。綜上所述，雖然目前對(duì)UC的研究已經(jīng)有一些，但多是從中觀和宏觀層面對(duì)學(xué)術(shù)對(duì)象的分析，研究人員對(duì)基于主題的UC的研究關(guān)注不夠。研究主題是知識(shí)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(xiàn)為研究對(duì)象，對(duì)其關(guān)聯(lián)關(guān)系進(jìn)行深層次的細(xì)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(bào)支持。

2數(shù)據(jù)來源與處理

本文選取Web of Science平臺(tái)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(duì)象。數(shù)據(jù)采集步驟：1）從WoS平臺(tái)下的Science Citation Index Expanded（SCI-EXPANDED）引文庫(kù)中進(jìn)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(shí)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(shí)保留WC（WoS類別）作為學(xué)科分類參考，Engineering文獻(xiàn)1 660篇，占總數(shù)據(jù)量的22839%，Chemistry文獻(xiàn)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(xiàn)，平均值僅占總體的066%，且部分類別下文獻(xiàn)數(shù)量不足10篇，因此，選取Engineering和Chemistry兩個(gè)相對(duì)較大的樣本作為代表性樣本進(jìn)行分析以獲取堅(jiān)實(shí)的結(jié)論。引文數(shù)據(jù)需要至少2～3年的時(shí)間積累才穩(wěn)定，引文數(shù)據(jù)WoS平臺(tái)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(kù)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(tái)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(duì)記錄進(jìn)行保存的次數(shù)）和U2（2013年2月1日至數(shù)據(jù)下載時(shí)，該記錄的全文得到訪問，或是對(duì)記錄進(jìn)行保存的次數(shù)）[19]。

數(shù)據(jù)統(tǒng)計(jì)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(jì)分析及正態(tài)分布檢驗(yàn)

對(duì)樣本數(shù)據(jù)的描述性統(tǒng)計(jì)，可以了解文獻(xiàn)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(yàn)方法，需要對(duì)樣本進(jìn)行正態(tài)性檢驗(yàn)。本文采用常用的K-S單樣本正態(tài)性檢驗(yàn)。表1輸出了檢驗(yàn)變量的參數(shù)，包括平均數(shù)、最大值與最小值、標(biāo)準(zhǔn)差、K-S檢驗(yàn)的Z值、雙側(cè)檢驗(yàn)的顯著性水平。

表1可見，對(duì)于3D打印研究，Engineering與Chemistry均有零引用、零使用的文獻(xiàn)。從使用次數(shù)的平均值來看，Chemistry文獻(xiàn)的使用次數(shù)約是Engineering文獻(xiàn)使用次數(shù)的2倍。兩學(xué)科均為U2遠(yuǎn)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(duì)于文獻(xiàn)使用量的積累，在U1所處的時(shí)間段之前。從引文看，Chemistry文獻(xiàn)、Engineering文獻(xiàn)的TC、Z9引文均值相差不大。在統(tǒng)計(jì)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(diǎn)。Engineering文獻(xiàn)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(shì)，因而雖然發(fā)表時(shí)間不長(zhǎng)，但使用次數(shù)較高。如該文詳細(xì)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?cè)谏镝t(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(xiàn)長(zhǎng)期使用量U2最高來自2014年的發(fā)表在“BIOMATERIALS”的研究論文，報(bào)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(xiàn)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(jìn)展，對(duì)綜述的內(nèi)容進(jìn)行綜合、分析、評(píng)價(jià)，很有參考價(jià)值，因而短期內(nèi)獲得較多的使用;Chemistry文獻(xiàn)長(zhǎng)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(bào)道了可穿戴傳感器技術(shù)的材料和器件的最新進(jìn)展。從非參數(shù)檢驗(yàn)結(jié)果來看，兩類文獻(xiàn)被引次數(shù)、UC的K-S檢驗(yàn)Z統(tǒng)計(jì)值分別為0299、0252、0334、0335、0282、0255、0343、0343，漸進(jìn)顯著性水平均為0000<001。拒絕文獻(xiàn)被引次數(shù)、UC正態(tài)分布的假設(shè)。所以，對(duì)UC與被引頻次的相關(guān)性分析應(yīng)采用Spearman相關(guān)檢驗(yàn)[20]。

22Spearman相關(guān)分析

運(yùn)用相關(guān)分析可以來計(jì)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(gè)變量的數(shù)值精確地求解另一個(gè)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?jī)蓛芍g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(xiàn)使用差異性分析

231檢驗(yàn)變量的描述性統(tǒng)計(jì)

表3分別呈現(xiàn)了分組變量的簡(jiǎn)單描述性統(tǒng)計(jì)量，包括參與檢驗(yàn)數(shù)據(jù)的個(gè)案數(shù)（N）、均值、標(biāo)準(zhǔn)差、均值的標(biāo)準(zhǔn)誤。表3是對(duì)Engineering與Chemistry文獻(xiàn)使用量的簡(jiǎn)單描述性統(tǒng)計(jì)。從表中可以看出，文獻(xiàn)使用量（U1）、（U2）樣本容量不同，其中Engineering文獻(xiàn)的樣本量N=1660，Chemistry文獻(xiàn)的樣本量N=911，此外，文獻(xiàn)的U1和U2的均值、標(biāo)準(zhǔn)差、均值的標(biāo)準(zhǔn)誤也分別進(jìn)行統(tǒng)計(jì)。從總體來看，Chemistry文獻(xiàn)的使用量的均值大約為Engineering文獻(xiàn)的2倍。

232不同類型文獻(xiàn)使用量散點(diǎn)圖

使用Tableau對(duì)兩類文獻(xiàn)使用量進(jìn)行散點(diǎn)圖。圖中，橙色的為Chemistry文獻(xiàn)使用量，藍(lán)色的為Engineering文獻(xiàn)使用量。通過對(duì)比圖2、圖3可以看出，Engineering文獻(xiàn)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(shì)更顯著，U2的峰值比U1的峰值，數(shù)量多。而Chemistry文獻(xiàn)的使用量則分布相對(duì)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(yàn)

獨(dú)立樣本T檢驗(yàn)結(jié)果報(bào)表（見表4～5），包括方差齊性檢驗(yàn)的F值和概率，T檢驗(yàn)的t值、自由度df和檢驗(yàn)的概率，均值的差值，標(biāo)準(zhǔn)誤差值和差值的95%置信區(qū)間。下面以表4為例，對(duì)Engineering文獻(xiàn)和Chemistry文獻(xiàn)短期使用U1進(jìn)行獨(dú)立樣本T檢驗(yàn)。

SPSS采用Levene檢驗(yàn)法來檢驗(yàn)兩組數(shù)據(jù)的方差是否同質(zhì)。Levene檢驗(yàn)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(xiàn)、Chemistry文獻(xiàn)樣本量不同。

根據(jù)Levene法的F值檢驗(yàn)結(jié)果可判斷方差同質(zhì)性，即若F值檢驗(yàn)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(yàn)中應(yīng)假設(shè)方差不相等;若F值檢驗(yàn)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(yàn)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(yàn)方法不同。

如表4所示，表格中“方差方程的Levene檢驗(yàn)”下呈現(xiàn)的檢驗(yàn)方差齊性的F值（151249）和顯著性概率p（0000），因?yàn)閜<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(xiàn)、Chemistry文獻(xiàn)量樣本的方差不同質(zhì)。所以獨(dú)立樣本T檢驗(yàn)皆參照“不假定等方差”所對(duì)應(yīng)的一行數(shù)據(jù)。

233兩獨(dú)立樣本T檢驗(yàn)

兩獨(dú)立樣本T檢驗(yàn)的值t=8513，自由度df=1184，雙側(cè)檢驗(yàn)顯著性概率p=0000<005，因此，拒絕虛無假設(shè)，即兩個(gè)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(xiàn)中，Engineering文獻(xiàn)與Chemistry文獻(xiàn)所代表的總體的平均數(shù)不同。

均值差值=10009為兩個(gè)組的平均數(shù)之差，說明樣本中化學(xué)學(xué)科的文獻(xiàn)使用U1比工程學(xué)科的文獻(xiàn)高10009，這種差異是顯著的，標(biāo)準(zhǔn)誤差值=1176。95%置信區(qū)間是（7702，12316），臨界置信水平為0000，遠(yuǎn)小于5%，說明Engineering文獻(xiàn)與Chemistry文獻(xiàn)在短期使用U1存在顯著的統(tǒng)計(jì)學(xué)差異。

如表5所示，同樣的分析過程適用于U2，兩類文獻(xiàn)在長(zhǎng)期使用U2存在顯著的統(tǒng)計(jì)學(xué)差異。也就是用戶對(duì)Engineering文獻(xiàn)與Chemistry文獻(xiàn)的使用不同。

綜上分析可知，兩類學(xué)術(shù)文獻(xiàn)的使用上具有顯著差異，這可能與兩者的學(xué)科特點(diǎn)有密切的關(guān)系?；瘜W(xué)屬于基礎(chǔ)學(xué)科，其文獻(xiàn)資源時(shí)效長(zhǎng)，老文獻(xiàn)依舊具有參考價(jià)值;標(biāo)引文獻(xiàn)主題內(nèi)容方式的多樣性，導(dǎo)致文獻(xiàn)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(dú)立從事工程設(shè)計(jì)、工程實(shí)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(jìn)展和新文獻(xiàn)。

完整的知識(shí)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(jìn)一步，科研領(lǐng)域知識(shí)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(duì)文獻(xiàn)的使用、引用情況。如果從文獻(xiàn)使用的角度來看知識(shí)創(chuàng)新流程，對(duì)科學(xué)論文的使用行為包括瀏覽、下載、閱讀、標(biāo)注、存儲(chǔ)等[23]，其中的瀏覽使用，包括對(duì)導(dǎo)入至文獻(xiàn)管理軟件的題錄信息的瀏覽，只有小部分的用戶會(huì)在瀏覽、閱讀后，在其后來發(fā)表的論文才有可能對(duì)使用過的論文進(jìn)行引用，新論文經(jīng)同行評(píng)審后發(fā)表，開始新一輪的知識(shí)創(chuàng)新循環(huán)。

根據(jù)祝娜等對(duì)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(diǎn)，研究者開始對(duì)實(shí)物打印的探索[24]。據(jù)王燦友等、陳燕和對(duì)國(guó)內(nèi)外3D打印的研究分析，目前集中于兩個(gè)方面：一是注重對(duì)于制造過程的工藝改進(jìn)，屬于應(yīng)用研究;二則是根據(jù)應(yīng)用領(lǐng)域特點(diǎn)進(jìn)行針對(duì)性的研究，比如材料的改進(jìn)、生物工程技術(shù)的改進(jìn)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(xiàn)的對(duì)比分析

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

Engineering文獻(xiàn)，高使用與高引用的重合文獻(xiàn)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(xiàn)的3551%。巧合的是應(yīng)用研究文獻(xiàn)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(shí)被引次數(shù)（TC）也是最高的，為182次。

Chemistry文獻(xiàn)，高使用與高引用的重合文獻(xiàn)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(xiàn)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(shí)間窗口較長(zhǎng)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(xiàn)是對(duì)閱讀、收集的權(quán)威、經(jīng)典的材料，加以歸納、總結(jié)，做出評(píng)價(jià)，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(xiàn)的時(shí)間，方便讀者用一種高屋建瓴的大視角來讀文獻(xiàn)，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(xiàn)質(zhì)量的調(diào)節(jié)，文獻(xiàn)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(xiàn)中，Chemistry文獻(xiàn)的篇均使用次數(shù)、篇均被引次數(shù)均為Engineering文獻(xiàn)的2倍多，可見，相同主題的高品質(zhì)文獻(xiàn)，即使WoS類別不同，對(duì)引文和使用的影響基本一致。用戶點(diǎn)擊、下載、瀏覽了相應(yīng)的文獻(xiàn)后，衡量科研成果的質(zhì)量后，才能決定該文獻(xiàn)是否被引用。

3結(jié)論與結(jié)語(yǔ)

科研評(píng)價(jià)活動(dòng)依賴于合理規(guī)范的評(píng)價(jià)指標(biāo)和機(jī)制，更呼喚與科研特點(diǎn)相適應(yīng)的評(píng)價(jià)方法。如Leydesdorff L等提出對(duì)于論文的引用，需區(qū)分長(zhǎng)期引用和短期引用，他們認(rèn)為短期引用說明被引論文處于研究前沿、研究熱點(diǎn)，反映選題的先進(jìn)性和合理性，長(zhǎng)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(shí)際上，長(zhǎng)期引用說的是學(xué)術(shù)傳承[28]。論文的引用，比較規(guī)范、標(biāo)準(zhǔn)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(xiàn)管理軟件，則被當(dāng)作非正式“潛在”的使用。Gorraiz W G也認(rèn)為被引用是論文的事實(shí)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(biāo)，受時(shí)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(biāo)志著學(xué)術(shù)領(lǐng)域內(nèi)的認(rèn)可與積累，屬于對(duì)文獻(xiàn)的深層次使用，使用則表征用戶對(duì)本領(lǐng)域知識(shí)的關(guān)注和興趣，屬于前端的、淺表的文獻(xiàn)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(duì)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(duì)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(diǎn)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(xiàn)管理軟件，也可能是將文獻(xiàn)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(duì)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(dòng)機(jī)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(xiàn)，也可能因?yàn)槲恼碌念}名和摘要吸引了讀者，讀者并沒有下載，就直接進(jìn)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(dòng)作，也包括將論文保存到Endnote（單機(jī)版或網(wǎng)絡(luò)版）的操作，受到不同機(jī)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(duì)文獻(xiàn)的短期關(guān)注，U2則代表用戶對(duì)文獻(xiàn)的長(zhǎng)期關(guān)注，從兩者測(cè)度的時(shí)間跨度可以看出不同。2）經(jīng)獨(dú)立樣本T檢驗(yàn)，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(jì)學(xué)意義的顯著差異性。也就是不同學(xué)科學(xué)者的文獻(xiàn)使用行為不同?；瘜W(xué)學(xué)者可能偏重于使用文獻(xiàn)，在后續(xù)研究發(fā)文過程中，引用使用過的文獻(xiàn);工程學(xué)者則可能偏重于通過文獻(xiàn)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(xiàn)。今后的研究可循用戶使用文獻(xiàn)的行為動(dòng)機(jī)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(xiàn)管理軟件或保存到文件等具體使用行為，此外，可能對(duì)論文引用的時(shí)間窗口考慮不足，不同年份的文獻(xiàn)，引用次數(shù)與發(fā)表時(shí)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?yàn)槭褂么螖?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(shí)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(qiáng)的論文，短時(shí)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(bǔ)了引文的滯后性。但科學(xué)評(píng)價(jià)應(yīng)當(dāng)綜合全面，因此，這種“提前”的科學(xué)評(píng)價(jià)指標(biāo)——使用次數(shù)（UC）需要與其他不同來源、異構(gòu)的計(jì)量指標(biāo)組合來評(píng)價(jià)科學(xué)成果，構(gòu)建多維學(xué)術(shù)測(cè)評(píng)體系。

參考文獻(xiàn)

[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(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.

[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(xiàn)用量級(jí)數(shù)據(jù)Usage的測(cè)度特性研究[J].中國(guó)圖書館學(xué)報(bào)，2017，43（3）：44-57.

[12]趙蓉英，魏緒秋.中美圖書情報(bào)學(xué)領(lǐng)域國(guó)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(bào)理論與實(shí)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(guó)科技期刊研究，2017，28（12）：1166-1170.

[14]付中靜.WoS數(shù)據(jù)庫(kù)收錄論文文獻(xiàn)級(jí)別用量指標(biāo)與被引頻次的相關(guān)性[J].中國(guó)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(guó)強(qiáng)，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(bào)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(jì)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(shí)演化路徑識(shí)別研究—以3D打印領(lǐng)域?yàn)槔齕J].圖書情報(bào)工作，2016，60（5）：101-109.

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

[26]陳燕和.中國(guó)的3D打印研究（1993-2014）——基于文獻(xiàn)計(jì)量學(xué)的分析[J].現(xiàn)代情報(bào)，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(bǔ)充或替代關(guān)系探討[J].情報(bào)學(xué)報(bào)，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）