吳勝男 張昕瑞 梁雯琪 邰楊芳 賀培鳳 于琦

（山西醫(yī)科大學(xué)管理學(xué)院，太原 030001）

隨著互聯(lián)網(wǎng)技術(shù)的飛速發(fā)展，越來越多的專業(yè)學(xué)術(shù)科學(xué)網(wǎng)站和博客涌現(xiàn)，徹底改變了科研成果的傳播渠道和方式，傳統(tǒng)的引用指標(biāo)、同行評議和影響因子（IF）等評估方式在學(xué)術(shù)評價中的局限性日益凸顯[1]。在此背景下，2010年P(guān)riem等[2]首次提出了Altmetrics的概念，指出Altmetrics是一種基于社交網(wǎng)絡(luò)對學(xué)術(shù)研究進行分析的新型計量指標(biāo)，之后崔宇紅[3]認為Altmetrics在廣義上包含傳統(tǒng)引用指標(biāo)之外的所有數(shù)據(jù)源。Altmetrics涵蓋了瀏覽、下載、保存、分享、評論等一系列論文使用行為[4]，一經(jīng)提出便受到了大量國內(nèi)外相關(guān)學(xué)者的廣泛關(guān)注，掀起Altmetrics的研究熱潮。

已經(jīng)有學(xué)者對Altmetrics的歷史起源及演化過程進行了研究。劉春麗[5]對國際上關(guān)于Altmetrics的假說、提出和概念界定等階段進行了系統(tǒng)梳理，并對Altmetrics的特點和定位做了歸納總結(jié)；田文燦等[6]將Altmetrics的演化過程劃分為基礎(chǔ)成長期（2012—2014年）、成熟成長期（2015—2016年）和平穩(wěn)發(fā)展期（2017—2018年）三個階段；武澎等[7]、趙蓉英等[8]對Altmetrics的現(xiàn)狀和熱點進行了分析。上述研究在一定程度上揭示了Altmetrics的起源和演化過程，然而傳統(tǒng)的綜述文獻往往是通過人工閱讀的方式進行數(shù)據(jù)和信息的匯總，存在主觀性，效率不高，且尚未對該領(lǐng)域產(chǎn)生之前的歷史起源文獻進行深入研究。

基于上述原因，本文采用新興科學(xué)計量分析方法RPYS和傳統(tǒng)的引文編年圖分析方法，從海量文獻中發(fā)現(xiàn)該研究領(lǐng)域中具有里程碑意義的重要年份和經(jīng)典文獻，探究其起源和演化現(xiàn)狀，旨在為Altmetrics歷史根源文獻的挖掘和發(fā)展演化提供新思路，為今后該領(lǐng)域的研究提供一定程度的指導(dǎo)和建議。

1 RPYS分析及引文圖譜分析理論

1.1 引文出版年光譜分析方法

2013年國際科學(xué)計量學(xué)家Marx首次提出RPYS（Reference Publication Year Spectroscopy）分析方法[9]，并指出RPYS是從某一文獻集的參考文獻被引情況和出版年份角度出發(fā)，識別該領(lǐng)域發(fā)展進程中出現(xiàn)的引文峰值年份，進而揭示其開創(chuàng)性研究和重要文獻的方法[10]。RPYS分析圖是以某一文獻集全部參考文獻的出版年份為橫軸，以每個出版年的全部參考文獻總被引頻次為縱軸形成的二維分布圖[11]。在標(biāo)準RPYS分析圖中有兩條曲線，一條是參考文獻數(shù)目，另一條是5年平均中值偏差。5年平均中值偏差是對各年的參考文獻總被引頻次與前兩年、前一年、當(dāng)年、后一年、后兩年文獻平均被引頻次之差，可以根據(jù)得到的曲線來輔助識別光譜峰值。

該方法提出后，來自荷蘭的Leydesdorff等[12]國際科學(xué)計量學(xué)家一直致力于RPYS方法的改進與發(fā)展，相關(guān)學(xué)者也將該方法應(yīng)用于物理學(xué)[13]、生物學(xué)[14]、心理學(xué)[15]、圖書館學(xué)[16]、知識管理[17]、用戶體驗[18]等領(lǐng)域并證實了該方法的有效性和準確性。國內(nèi)學(xué)者李信等[19]在2016年引入RPYS的概念和原理，之后侯劍華[20]將該方法譯為“引文出版年光譜”。

1.2 引文編年圖分析方法

Garfield等[21]開發(fā)了引文編年可視化軟件HistCite（History of Cite），該軟件從引證文獻角度出發(fā)對文獻集合進行整理分析，它可以快速識別高被引文獻及其相互引用關(guān)系，發(fā)現(xiàn)高被引文獻的分布規(guī)律和學(xué)科領(lǐng)域中的熱點話題。研究發(fā)現(xiàn)HistCite在多個學(xué)科領(lǐng)域中均得到了廣泛應(yīng)用[22]，Wang等[23]利用HistCite研究高被引論文及其引文網(wǎng)絡(luò)和關(guān)鍵詞隨時間的演變情況，展示了農(nóng)村地理學(xué)知識發(fā)展的演化歷程；Yang等[24]使用該方法對我國城市生活垃圾研究熱點話題進行分析；Gao等[25]還將該方法應(yīng)用到了生物醫(yī)學(xué)領(lǐng)域。

2 研究方法與數(shù)據(jù)來源

2.1 研究方法

RPYS分析方法普遍適用于學(xué)科領(lǐng)域的歷史根源文獻識別，而引文編年圖分析主要聚焦于學(xué)科領(lǐng)域產(chǎn)生之后的高被引文獻，無法識別學(xué)科領(lǐng)域產(chǎn)生之前或發(fā)展初期的經(jīng)典文獻。有學(xué)者認為RPYS分析方法是HistCite在可視化功能方面的補充[16]，二者結(jié)合使用可以達到優(yōu)勢互補的效果。

Thor等[26]基于Java語言開發(fā)了可視化工具CRExplorer，它不僅能夠繪制可視化引文出版年光譜圖，還可以對參考文獻變體進行消歧去重處理?；诖?，本文借助CRExplorer和HistCite軟件對Altmetrics進行研究，探測該領(lǐng)域的歷史根源文獻和熱點話題，全面把握其發(fā)展演化歷程。

2.2 數(shù)據(jù)來源

本文實驗數(shù)據(jù)來源于Web of Science（WOS）核心合集。檢索策略為：主題=“Altmetric*”O(jiān)R“Social Media Metrics”；時間限制為1900—2019年，引文索引=SCI-EXPANDED，SSCI，A&HCI，ESCI，CPCI-S和CPCI-SSH；檢索時間為2019年7月。檢索共得到717條文獻記錄，選擇“全紀錄和引用的參考文獻”格式導(dǎo)出“純文本”題錄信息。

將題錄數(shù)據(jù)輸入CRExplorer軟件中發(fā)現(xiàn)，717篇文獻的出版年份為2011—2019年，題錄數(shù)據(jù)涵蓋了1665—2019年的14 373條參考文獻，涉及引文出版年份共104年。

3 Altmetrics的歷史根源分析

3.1 Altmetrics的引文出版年光譜分析

1650—2019年Altmetrics的引文出版年光譜如圖1（1）所示。可以看出在1960年以前Altmetrics參考文獻的總被引頻次普遍較低，曲線峰值不明顯，說明這段時間相關(guān)研究數(shù)量較少；1960—1990年的曲線呈緩慢上升趨勢，出現(xiàn)較為明顯的波動，說明已經(jīng)出現(xiàn)一些對Altmetrics有啟發(fā)性的經(jīng)典文獻；1990—2019年出現(xiàn)一個顯著的高峰，證明在峰值期間涌現(xiàn)出大量與Altmetrics相關(guān)的經(jīng)典文獻?；诖?，本研究將引文出版年光譜劃分為1900—1960年、1960—1990年、1990—2019年三個時間段，分別繪制并分析3個時期的引文出版年光譜。

3.2 1900—1960年Altmetrics的引文出版年光譜分析

1900—1960年，Altmetrics的引文出版年光譜如圖1（2）所示，圖中出現(xiàn)4個明顯的峰值點，分別是1926年、1934年、1951年和1955年。結(jié)合題錄數(shù)據(jù)發(fā)現(xiàn)，除1951年之外其余年份的光譜峰值均是單篇高被引文獻引起的。筆者綜合被引頻次和年被引頻次占比情況確定在此期間的重要文獻，表1列出了這些文獻的詳細信息。

圖1 Altmetrics的引文出版年光譜

第一個引文高峰指向1926年洛特卡[27]發(fā)表的The frequency distribution of scientific productivity，該文被引9次，占1926年參考文獻總被引頻次的90.00%。這篇文章首次提出將作者與發(fā)文量相結(jié)合的方法，通過對科研人員發(fā)表的論著進行統(tǒng)計分析來衡量學(xué)者的科學(xué)生產(chǎn)力及社會貢獻程度，該方法被稱為“洛特卡定律”[28]。第二個引文高峰出現(xiàn)在1934年，比利時書目專家Otlet[29]撰寫的Traité De Documentation：Le Livre Sur Le Livre，ThéOrie Et Pratique被引4次，占1934年參考文獻總被引頻次的44.44%。Otlet是信息科學(xué)的創(chuàng)始人之一，該書被認為是信息科學(xué)史上的一個里程碑，預(yù)示著萬維網(wǎng)和搜索引擎的興起。第三個引文峰值指向1951年，這一年中共有8篇文獻，該年被引文獻數(shù)量的增多導(dǎo)致參考文獻總量升高，但單篇被引頻次都是1，呈現(xiàn)出一種多元化研究態(tài)勢。其中包括Leavitt[30]發(fā)表在The Journal of Abnormaland Social Psychology上的Some Effects of Certain Communication Patternson Group Performance和Lowry等[31]發(fā)表在Journal of Biological Chemistry上的Proteinmeasurement with the Folin Phenol Reagent等。最后一個引文高峰是1955年，Garfield[32]在Science上發(fā)表的論文，其被引21次，占1955年總被引頻次的91.30%。該文首次提出引文索引的概念，打破了傳統(tǒng)分類法和主題法在檢索方法中的壟斷地位，為文獻檢索提供了全新的方式。

以上通過峰值點確定的文獻分別與信息科學(xué)、心理學(xué)、醫(yī)學(xué)統(tǒng)計學(xué)領(lǐng)域相關(guān)，表明社會學(xué)、心理學(xué)等學(xué)科領(lǐng)域的研究成果為Altmetrics的萌芽奠定基礎(chǔ)，促進了Altmetrics的產(chǎn)生。

表1 1900—1960年重要年份高被引文獻信息表

3.3 1960—1990年Altmetrics的引文出版年光譜分析

1960—1990年Altmetrics的引文出版年光譜如圖1（3）所示，可知1963年、1973年、1976年和1979年均是這一時期的峰值年份，表2為這一時期峰值文獻的詳細信息列表。

表2 1960—1990年重要年份高被引文獻信息表

1963年的峰值點指向科學(xué)計量學(xué)之父Solla-Price[33]撰寫的書籍。該書提出的“普萊斯定律”又稱為“平方根定律”，被廣泛接受并應(yīng)用于文獻作者和相關(guān)數(shù)據(jù)分析的研究中[34]。1973年的峰值指向Merton[35]發(fā)表的The Sociology of Science：Theoretical and Empirical Investigations一書，被引15次，占1973年被引總數(shù)的34.09%，該書將社會學(xué)理論與文獻計量分析方法進行了初步結(jié)合。1976年共有18篇文獻被引33次，其中Price[36]發(fā)表的A general theory of bibliometric and other cumulative advantage processes一文提出了積累優(yōu)勢的概念。1979年Garfield[37]撰寫的Citation Indexing：Its Theory and Application in Science，Technology，and Humanities一書對科研成果質(zhì)量和引用之間的關(guān)系進行了研究，并認為在科學(xué)研究質(zhì)量的評價中應(yīng)采用同行評議與引用計數(shù)相結(jié)合的方式。

1960—1990年峰值年份總被引頻次較上一時段明顯升高，但對應(yīng)單篇文獻被引年占比普遍降低，說明這一時段有多篇文獻推動了Altmetrics的發(fā)展。以上通過峰值點確定的文獻研究內(nèi)容也逐漸向社會科學(xué)、引文分析、科研評價等方向靠攏。

3.4 1990—2019年Altmetrics的引文出版年光譜分析

1990—2000年參考文獻年均被引頻次為117，2001—2010年參考文獻年均被引頻次為570，2011—2018年參考文獻年均被引頻次為1 969。從圖1（4）來看，最引人注目的是2014年Altmetrics研究的引文最高峰。這一年中Altmetrics研究同樣呈現(xiàn)出了多元化發(fā)展趨勢，表3列出了2014年被引頻次前5位的參考文獻。

表3 2014年高被引文獻信息表

萊頓大學(xué)的Zahedi等[38]發(fā)表在Scientometrics期刊上的一篇文獻占據(jù)2014年被引頻次首位，文中主要通過研究Altmetrics指標(biāo)與引文量的相關(guān)性和覆蓋率，進一步分析其在文獻計量學(xué)中的可行性和局限性。Bornmann[39]在該年發(fā)表在Journal of Informetrics上的文章被引92次，被引年占比2.82%，該文主要對Altmetrics的優(yōu)勢和存在問題進行了總結(jié)概述。被引頻次位列第三的是來自加拿大的Haustein等[40]發(fā)表的一篇文獻，文中提出一篇文章覆蓋率和Twitter提及率與引文量之間相關(guān)性的研究框架，并發(fā)現(xiàn)生物醫(yī)學(xué)領(lǐng)域中Twitter提及率和引文量之間的相關(guān)性較弱。Mohammadi等[41]發(fā)表的Mendeley readership altmetrics for the social sciences and humanities：Research evaluation and knowledge flows被引77次，被引年占比2.36%，該研究發(fā)現(xiàn)社會科學(xué)領(lǐng)域文獻的Mendeley閱讀數(shù)與引文量的相關(guān)性總體高于人文科學(xué)領(lǐng)域。被引頻次位列第五的是Haustein等[42]發(fā)表在Scientometrics上的Coverage and adoption of altmetrics sources in the bibliometric community，文中通過分析Mendeley、ResearchGate、CiteULike、LinkedIn等學(xué)術(shù)社交媒體在文獻計量學(xué)界的使用和覆蓋情況驗證了Altmetrics數(shù)據(jù)在該領(lǐng)域的可用性。

1990—2019年只出現(xiàn)了一個最顯著的峰值年份，表3中列出的5篇經(jīng)典文獻平均被引84次，但對應(yīng)單篇文獻的平均被引年占比只有2.59%，說明這一時段涌現(xiàn)出大量Altmetrics相關(guān)研究，識別出的文獻研究內(nèi)容逐漸細化到指標(biāo)的可用性和體系構(gòu)建等方面。Sugimoto等[43]發(fā)表的Scholarly use of social media and altmetrics：Areview of the literature明確提到以上5篇研究作出的貢獻，此外還有綜述性研究也涉及了這5篇文獻[44]，這在一定程度上證實了RPYS分析方法在挖掘經(jīng)典文獻方面的可信度。

4 Altmetrics的演化現(xiàn)狀分析

將文獻記錄導(dǎo)入HistCite軟件中，本文以HistCite特有的LCS（Local Citation Score）為評價指標(biāo)對文獻記錄進行排序，選取本地被引次數(shù)排名前30的文獻進行分析，結(jié)果如圖2所示。圖中的一個圓圈代表一篇參考文獻，圓圈中的數(shù)字指的是文獻在全部數(shù)據(jù)集中的序號（下文中文獻N是指圓圈中數(shù)字所指代的文獻），圓圈的大小代表被引次數(shù)的多少，圓圈之間的箭頭指向被引文獻。分析發(fā)現(xiàn)，Altmetrics的研究主題從前期的術(shù)語界定和發(fā)展前景等科普性基礎(chǔ)研究逐漸發(fā)展到相關(guān)工具和各類指標(biāo)等方法的探索，并在此基礎(chǔ)上進一步探討其應(yīng)用價值和影響因素等相關(guān)問題。該方法識別出高被引論文主要涵蓋以下3類研究內(nèi)容。

4.1 Altmetrics基礎(chǔ)研究

Altmetrics作為一種新興計量學(xué)方法，2010年被提出后的一段時間內(nèi)尚處于探索階段，大量Altmetrics的基礎(chǔ)研究開始涌現(xiàn)，研究內(nèi)容主要包括Altmetrics術(shù)語的界定和未來發(fā)展前景的展望等。文獻28[45]探討了Web2.0環(huán)境下Altmetrics的相關(guān)術(shù)語概念及其產(chǎn)生的背景信息，為后續(xù)相關(guān)研究提供理論支持；文獻19[46]介紹了Altmetrics的基本概念以及當(dāng)時的發(fā)展情況和面臨的技術(shù)問題，并就其未來發(fā)展趨勢進行了探討；文獻23[47]分析了Altmetrics的重要性和潛在影響，認為Altmetrics為學(xué)術(shù)研究的價值和影響力分析提供了新的視角，在未來計量學(xué)的發(fā)展中將扮演重要的角色。

圖2 Altmetrics引文編年圖

4.2 Altmetrics工具和方法研究

隨著Altmetrics的發(fā)展，相關(guān)的測算工具服務(wù)供應(yīng)商越來越多，各類測算工具也涵蓋了不同的數(shù)據(jù)來源。文獻166[48]綜合評估了Twitter、Facebook、Google+、F1000、Mendeley、ResearchGate等指標(biāo)，發(fā)現(xiàn)Mendeley閱讀數(shù)是穩(wěn)定性和效果最好的評價指標(biāo)；文獻314[49]比較了Altmetric.com、ImpactStory、Plum analytics、PLOS ALM等7大工具的特性，詳細羅列出各個工具采納的數(shù)據(jù)來源平臺和評價指標(biāo)體系的具體內(nèi)容。采用Altmetrics指標(biāo)進行學(xué)術(shù)評價時，先要保證數(shù)據(jù)的可用性，即對相關(guān)指標(biāo)的覆蓋范圍進行研究。文獻69[50]基于瑞典大學(xué)人文社會科學(xué)領(lǐng)域的出版物數(shù)據(jù)分析發(fā)現(xiàn)Mendeley指標(biāo)在期刊論文中的覆蓋率最高，而Twitter指標(biāo)在書籍中的覆蓋率最高；文獻171[51]選擇Altmetric.com網(wǎng)站上的150余萬條記錄對Altmetrics各項指標(biāo)的覆蓋率進行了研究。Altmetrics具有公開、易獲取、更新快的特點，但其在可靠性和穩(wěn)定性等方面還有待商榷，因此有必要對指標(biāo)本身的有效性進行檢驗與評價，而驗證指標(biāo)有效性最常見的方法就是對Altmetrics各項指標(biāo)和傳統(tǒng)指標(biāo)的相關(guān)性進行檢驗。文獻145[52]分別對Twitter、Mendeley、CiteULike和Blog與引用指標(biāo)之間的相關(guān)關(guān)系進行了元分析，結(jié)果顯示Mendeley指標(biāo)與引用指標(biāo)的相關(guān)性最高；文獻163[53]選取WOS作為實驗數(shù)據(jù)來源，發(fā)現(xiàn)不同學(xué)科領(lǐng)域文獻的引文量和Mendeley閱讀數(shù)的相關(guān)性差別不大，但在臨床醫(yī)學(xué)和社會科學(xué)領(lǐng)域中二者的相關(guān)程度最高。

4.3 Altmetrics應(yīng)用研究

Altmetrics固有的優(yōu)勢意味著在某些情況下相較于傳統(tǒng)指標(biāo)更能客觀評價科學(xué)研究的影響力，在特定領(lǐng)域的學(xué)術(shù)評價中有重要的應(yīng)用價值。文獻34[54]通過研究發(fā)現(xiàn)FFa評分比引文指標(biāo)能更好地揭示醫(yī)學(xué)領(lǐng)域論文的隱藏價值；文獻79[55]選取PLOS期刊中1 082篇論文進行研究，認為Facebook和Twitter指標(biāo)可以檢驗論文是否能吸引其他領(lǐng)域讀者的關(guān)注，從而提供更廣泛的學(xué)術(shù)評價標(biāo)準和依據(jù)。而對Altmetrics指標(biāo)進行實證檢驗時，學(xué)科、數(shù)據(jù)質(zhì)量等因素可能會對結(jié)果帶來不同程度的影響。文獻283[56]主要研究Altmetrics在實際應(yīng)用中數(shù)據(jù)質(zhì)量和不同技術(shù)方法等帶來的影響，其中數(shù)據(jù)質(zhì)量問題表現(xiàn)為Altmetrics缺乏準確性、一致性和可復(fù)用性；文獻443[43]考察了學(xué)術(shù)界對社交媒體網(wǎng)站的使用情況，認為Altmetrics可應(yīng)用于高校教育事業(yè)、圖書館服務(wù)等多個領(lǐng)域，在實際的應(yīng)用中可能存在年齡、性別、學(xué)科、國家和語言等影響因素。

總體來看，HistCite識別出的高被引文獻中編號為57、70、62和68的論文與前文RPYS分析方法識別到的重要文獻重合，說明兩種方法在重要文獻的識別方面取得了良好的效果，在功能上實現(xiàn)了優(yōu)勢互補。識別出的高被引文獻集中發(fā)表在2013—2017年，而且基本都發(fā)表在信息科學(xué)領(lǐng)域的高水平期刊上，說明這段時間是Altmetrics的高速發(fā)展期。

5 研究結(jié)論

雖然Altmetrics在2010年才被正式提出，但在此之前已經(jīng)有大量的研究為其奠定理論和實踐基礎(chǔ)。本文通過引文出版年光譜（RPYS）和引文編年圖分析法識別出許多Altmetrics的歷史根源和演化發(fā)展過程中的經(jīng)典文獻。

從各時段參考文獻總被引頻次方面來看，1960年以前各出版年份總被引頻次不超過20；20世紀60年代至90年代各年份總被引頻次普遍低于60；90年代至今各年份平均被引頻次達到741，其中2014年被引頻次超過3 000。由此可見，文獻各年份被引頻次呈逐年上漲的趨勢，2010年Altmetrics正式提出后，增長速度明顯加快，到2014年達到最高峰。這說明2010年后Altmetrics進入了快速發(fā)展時期，2014年出現(xiàn)大量相關(guān)文獻，Altmetrics的發(fā)展已經(jīng)走向了第一個成熟期。

從識別出的文獻內(nèi)容方面來看，在Altmetrics概念提出之前心理學(xué)、社會學(xué)、文獻計量學(xué)（洛特卡定律、普萊斯定律）等領(lǐng)域的經(jīng)典文獻為Altmetrics的萌芽奠定了基礎(chǔ)，隨后相關(guān)經(jīng)典文獻逐漸向社會科學(xué)、引文分析、科研評價等方向靠攏；Altmetrics正式提出之后該領(lǐng)域的研究內(nèi)容從基礎(chǔ)研究逐步發(fā)展到方法理論體系的構(gòu)建和相關(guān)應(yīng)用的探討，研究內(nèi)容由表及里逐步深入。

Altmetrics是一種非傳統(tǒng)的文獻計量學(xué)方法，本文基于WOS收錄的相關(guān)研究數(shù)據(jù)，將CRExplorer和HistCite軟件相結(jié)合，分別從文獻集的參考文獻和引證文獻角度出發(fā)分析這一領(lǐng)域的歷史根源和演化現(xiàn)狀。分析發(fā)現(xiàn)，識別出的這些經(jīng)典文獻都對Altmetrics的發(fā)展起到了一定的推動作用，通過這些文獻對該領(lǐng)域也有了更加全面的認識和理解，但是未能對該領(lǐng)域的研究前沿進行探索。另外，Altmetrics作為一個新興學(xué)科領(lǐng)域，在WOS核心合集上可檢索到的文獻數(shù)量較少，因此其演化過程還有待今后進一步的分析研究。