■姚志昌 段瑞云 付繼娟 沈昕威 鄭雪萍 李思宇

1)中國(guó)礦業(yè)大學(xué)學(xué)報(bào)編輯部，江蘇省徐州市金山東路1號(hào) 2210082)香港科技大學(xué)數(shù)學(xué)系，香港九龍清水灣 3)中國(guó)礦業(yè)大學(xué)圖書館，江蘇省徐州市大學(xué)路1號(hào) 221116

國(guó)民經(jīng)濟(jì)和社會(huì)發(fā)展對(duì)創(chuàng)新的渴求需要科技期刊以提升創(chuàng)新能力為使命，以社會(huì)需求為導(dǎo)向創(chuàng)辦精品期刊，首要任務(wù)就是不間斷地發(fā)表高水平論文，提高創(chuàng)新效率，這不僅是因?yàn)閯?chuàng)新效率的高低決定了自身的發(fā)展前景，而且在很大程度上影響著整個(gè)國(guó)家的創(chuàng)新進(jìn)程[1]。期刊創(chuàng)新效率的高低受初審方法、評(píng)審質(zhì)量、編輯水平、傳播速度等因素的影響，直接體現(xiàn)在論文發(fā)表后的被引頻次、下載次數(shù)上，間接體現(xiàn)在學(xué)術(shù)創(chuàng)新后衍生出來的社會(huì)效益上。初審作為期刊最重要的工作之一歷來受到重視，國(guó)內(nèi)眾多學(xué)者對(duì)科技期刊初審多有論述，例如從初審原則、內(nèi)容審查、真實(shí)性審查進(jìn)行探討[2-6]，在如今來稿量與日俱增的情況下，審稿人尤其是知名專家面對(duì)日益增多的審稿任務(wù)往往感到難以應(yīng)付，導(dǎo)致審稿周期過長(zhǎng)，論文不能得到快速發(fā)表。減少審稿專家的工作量、縮短出版時(shí)間現(xiàn)已成為辦刊人首先要面對(duì)和解決的問題，行之有效的方法就是在初審時(shí)盡可能地對(duì)論文進(jìn)行全面評(píng)估，通過精準(zhǔn)選稿來提高論文在發(fā)表后有良好表現(xiàn)的概率。

1 挖掘數(shù)據(jù)精準(zhǔn)選稿的意義

布拉德福的“文獻(xiàn)離散定律”、加菲爾德的“引文分析體系”、普賴斯的“文獻(xiàn)指數(shù)增長(zhǎng)規(guī)律”共同構(gòu)成“核心期刊”理論，為精準(zhǔn)選稿提供了有力支撐。核心期刊是指特定學(xué)科領(lǐng)域內(nèi)刊發(fā)較多高學(xué)術(shù)質(zhì)量論文的期刊，從遴選核心期刊的兩個(gè)主要指標(biāo)載文量和引證情況看出：哪種期刊擁有的被引論文數(shù)量、高被引作者數(shù)量越多，哪種期刊在核心區(qū)的地位就越強(qiáng)，而且高被引作者對(duì)核心期刊的貢獻(xiàn)最大。因此，精準(zhǔn)選稿首先就是要在核心期刊已發(fā)表并表現(xiàn)良好的論文中找出其特征，以辦刊效果突出的期刊為參照；以高被引論文獨(dú)有的、共有的特征為借鑒，從中感知作者背景、科研支撐、團(tuán)隊(duì)合作與被引頻次的相關(guān)性，由此建立客觀、科學(xué)、有據(jù)的精準(zhǔn)選稿方法。

1.1 指導(dǎo)辦刊方向

論文發(fā)表后的大數(shù)據(jù)研究已經(jīng)被推到創(chuàng)新、提高競(jìng)爭(zhēng)力和工作效率的前沿，過去大部分人對(duì)大數(shù)據(jù)的理解還停留在大量數(shù)據(jù)和數(shù)據(jù)的多樣性本身，而忽略了它最重要的角色之一，即幫助挖掘創(chuàng)新亮點(diǎn)與社會(huì)需求。影響因子、期刊被引量在一定程度上反映了期刊的創(chuàng)新效率，零被引、下載次數(shù)不高是期刊創(chuàng)新效率低的表現(xiàn)，一年一度權(quán)威部門發(fā)布的期刊引證報(bào)告和中國(guó)知網(wǎng)(http:∥www.cnki.net)不斷更新的每一篇論文的被引頻次、下載次數(shù)是我們關(guān)注并研究的大數(shù)據(jù)，這些數(shù)據(jù)具有Volume(大量)、Variety(多樣)、Value(價(jià)值)、Veracity(真實(shí))的特征，是體現(xiàn)辦刊效果及作者創(chuàng)新能力、研究水平、創(chuàng)新效率的最好見證，關(guān)注學(xué)術(shù)創(chuàng)新亮點(diǎn)、不斷向比自己更優(yōu)秀的期刊學(xué)習(xí)是期刊自我提升的必經(jīng)之路。通過分析這些數(shù)據(jù)可以發(fā)現(xiàn)：(1)結(jié)合論文數(shù)、作者h(yuǎn)指數(shù)等指標(biāo)，識(shí)別不同研究方向的代表性專家[7]；(2)了解學(xué)術(shù)創(chuàng)新對(duì)個(gè)體的影響，做到有針對(duì)性的傳播[8]；(3)挖掘數(shù)據(jù)尋找影響辦刊效果的關(guān)鍵指標(biāo)[9]。如果辦刊人真正理解期刊文獻(xiàn)指標(biāo)和中國(guó)知網(wǎng)發(fā)布的每一篇論文的引用、下載數(shù)據(jù)所透露出來的實(shí)質(zhì)，把論文發(fā)表后的表現(xiàn)看成是期刊選稿效果的展示，也是讀者對(duì)獲取知識(shí)后的反饋，那么，可以從這些數(shù)據(jù)中不斷挖掘讀者和引用者的學(xué)習(xí)和研究需求來優(yōu)選組稿方向。

1.2 提高論文高被引的概率

期刊核心競(jìng)爭(zhēng)力的提升戰(zhàn)略是適應(yīng)外部環(huán)境變化，通過大數(shù)據(jù)挖掘在創(chuàng)新方面有突出表現(xiàn)的人，借助他們的創(chuàng)新特長(zhǎng)來提升期刊影響力的一整套戰(zhàn)略。期刊的精品榮譽(yù)都是因發(fā)表眾多高水平論文而獲得的，其“超凡脫俗”的表現(xiàn)70%歸功于有創(chuàng)新稟賦的作者[10]，秉持“與優(yōu)秀的人為伴會(huì)讓自己也變得優(yōu)秀”的選稿理念，提高期刊核心競(jìng)爭(zhēng)力的重點(diǎn)是對(duì)期刊外部資源的有效挖掘[11]，通過對(duì)期刊文獻(xiàn)指標(biāo)數(shù)據(jù)和論文引用、下載數(shù)據(jù)的挖掘，幫助辦刊人發(fā)現(xiàn)有創(chuàng)新稟賦的作者和熱點(diǎn)方向，提高論文發(fā)表后成為高被引論文的概率。精準(zhǔn)選稿的目的就是要選出有潛力成為高被引的論文，助力期刊提高創(chuàng)新效率，讓刊發(fā)的每一篇論文都能為期刊“提質(zhì)增效”。

2 數(shù)據(jù)來源

引用期刊層次、被引量是評(píng)價(jià)已發(fā)表論文是否出色的重要指標(biāo)，本文以“中國(guó)精品科技期刊”(以下簡(jiǎn)稱“精品期刊”)為切入點(diǎn)，以2012—2018年能源領(lǐng)域代表性期刊的F5000入選論文為研究樣本，分析F5000入選論文所具有的特征及背景，為實(shí)現(xiàn)精準(zhǔn)選稿提供參考。

2.1 精品期刊簡(jiǎn)介

精品期刊是中國(guó)科學(xué)技術(shù)信息研究所(以下簡(jiǎn)稱“中信所”)每3年根據(jù)中國(guó)科技期刊綜合評(píng)價(jià)指標(biāo)體系，利用主要學(xué)術(shù)指標(biāo)通過隸屬度轉(zhuǎn)換，采用層次分析法由專家打分確定重要指標(biāo)的權(quán)重，分學(xué)科對(duì)中國(guó)科技論文與引文數(shù)據(jù)庫(Chinese Science and Technology Paper Citation Database，CSTPCD)收錄的每種期刊科學(xué)計(jì)量指標(biāo)進(jìn)行綜合評(píng)定而遴選出來的優(yōu)秀期刊。2017年中信所從115個(gè)學(xué)科分類、2008種核心期刊中遴選出300種 “中國(guó)精品科技期刊”，這些期刊是各學(xué)科分類中綜合評(píng)價(jià)總分排名居前者，也是核心期刊中的佼佼者，將目光聚焦在精品期刊上，就是要從這些精品期刊的F5000入選論文中挖掘亮點(diǎn)，不斷提高選稿水平，讓不是精品期刊的期刊爭(zhēng)取跨入精品期刊行列，已是精品期刊的進(jìn)入精品期刊前列。

2.2 F5000入選論文的特點(diǎn)

2012—2018年以來中信所共提名22546篇論文入選F5000。從遴選過程來看，入選F5000的論文有以下特點(diǎn)[12]：(1)出自于精品期刊；(2)被引頻次高于該學(xué)科類別年度的高被引論文的基準(zhǔn)線；(3)任何一種期刊擇優(yōu)入選篇數(shù)限定為20篇。由此可知，入選F5000的每篇論文都因其特有的創(chuàng)新性而被引用借鑒，從高被引能體現(xiàn)論文可信度和權(quán)威性來看，他們是我國(guó)精品期刊上發(fā)表的原創(chuàng)性科學(xué)發(fā)現(xiàn)和技術(shù)創(chuàng)新最有影響力的研究成果，基本上代表了中文科技論文在各學(xué)科領(lǐng)域的學(xué)術(shù)水平。對(duì)中信所而言，F(xiàn)5000入選論文是精品期刊中優(yōu)秀論文的代表；對(duì)辦刊人而言， F5000入選論文是精準(zhǔn)選稿的結(jié)果。近年來F5000入選論文受到國(guó)內(nèi)學(xué)者廣泛關(guān)注,相繼有對(duì)F5000入選論文進(jìn)行文獻(xiàn)計(jì)量學(xué)研究的文章發(fā)表[13-15]，但綜合作者被引情況、將F5000入選論文數(shù)量等大數(shù)據(jù)用以指導(dǎo)精準(zhǔn)選稿的方法報(bào)道不多，尤其是對(duì)能源領(lǐng)域期刊及F5000入選論文缺少分析。能源在國(guó)民經(jīng)濟(jì)中的地位非同一般，況且能源領(lǐng)域F5000入選論文眾多、精品期刊數(shù)量龐大，以此為研究對(duì)象分析得出的結(jié)果受益面廣。

2.3 能源領(lǐng)域F5000論文期刊分布

從F5000展示平臺(tái)(http:∥f5000.istic.ac.cn/f5000/index)選取“石油天然氣工程類”期刊6種、“礦山工程技術(shù)類”期刊3種、“能源科學(xué)綜合類”期刊3種，共計(jì)12種能源領(lǐng)域期刊。將這12種期刊2012—2018年入選F5000的論文數(shù)量進(jìn)行統(tǒng)計(jì)(圖1)，參照2013—2017年中國(guó)各學(xué)科Top1%高被引論文基準(zhǔn)線(表1)[16]，根據(jù)其年度入選論文數(shù)量的變化，了解其深層次原因。

2012—2017年F5000展示平臺(tái)顯示入選F5000論文數(shù)量(不含編輯部推薦)排序?yàn)椋骸睹禾繉W(xué)報(bào)》96篇；《石油勘探與開發(fā)》88篇；《天然氣工業(yè)》79篇；《石油學(xué)報(bào)》76篇；《石油天然氣地質(zhì)》38篇；《中國(guó)礦業(yè)大學(xué)學(xué)報(bào)》46篇；《燃料化學(xué)學(xué)報(bào)》55篇；《石油化工》21篇；《采礦與安全工程學(xué)報(bào)》22篇；《太陽能學(xué)報(bào)》10篇；《中國(guó)石油大學(xué)學(xué)報(bào)》5篇；《礦物學(xué)報(bào)》1篇。從圖1可以看出：(1)石油天然氣工程類期刊入選F5000論文數(shù)量最多，礦山工程技術(shù)類入選F5000論文數(shù)量最少。(2)各期刊不同年度入選F5000論文數(shù)量出現(xiàn)波動(dòng)，2012—2013年有些期刊的波動(dòng)與中信所2013年提名論文Excel表和2012年提名論文的Excel表中作者重復(fù)有關(guān)，但2013年以后入選F5000的論文數(shù)量基本反映了期刊的辦刊效果；有些期刊在2017年未能入選“中國(guó)精品科技期刊”，導(dǎo)致入選F5000論文數(shù)量為0。(3)雖然不同學(xué)科的年度高被引論文基準(zhǔn)線(表1)存在差異，總體上學(xué)會(huì)、科研院所主辦期刊入選F5000論文數(shù)量高于高校主辦期刊入選F5000論文數(shù)量。

圖1 2012—2018年能源領(lǐng)域12種期刊F5000入選論文數(shù)量變化

表1 2013—2017年中國(guó)各學(xué)科Top1%高被引論文基準(zhǔn)線

3 結(jié)果分析

3.1 能源領(lǐng)域F5000作者剖析

從F5000展示平臺(tái)(http:∥f5000.istic.ac.cn/f5000/search)上檢索出2012—2017年中信所提名的能源領(lǐng)域F5000論文數(shù)量排名居前的期刊、作者及作為第一單位產(chǎn)出的全部F5000論文數(shù)量(表2)。從表2可以看出：(1)人才匯集的高校是產(chǎn)出數(shù)量眾多F5000論文的地方，但高校主辦期刊進(jìn)入能源領(lǐng)域F5000論文數(shù)量排名前10的期刊僅有3種；(2)F5000入選論文數(shù)量(不含期刊推薦)排名前10的作者(含并列)中都是正高級(jí)專家，其中有8位是院士，排名榜前3位的鄒才能于2017年當(dāng)選中國(guó)科學(xué)院院士、康紅普于2015年當(dāng)選中國(guó)工程院院士、趙文智于2013年當(dāng)選中國(guó)工程院院士，這與他們?cè)诳蒲猩先〉猛怀龀删椭纹渥珜懗龈咚秸撐姆植婚_。F5000入選論文數(shù)量與通過中國(guó)知網(wǎng)查詢的2007—2017年每位作者發(fā)表的論文總量(表2)之比折射出作者在研究領(lǐng)域的高屋建瓴及“領(lǐng)跑者”地位,作者論文發(fā)表頻率、創(chuàng)新效率也可見一斑。雖然F5000入選論文4篇及以上(不含期刊推薦)的作者人數(shù)不多，但其入選F5000的論文數(shù)量已充分展現(xiàn)了作者在學(xué)科領(lǐng)域里的引領(lǐng)力、輻射力，這一切都與他們獨(dú)具的創(chuàng)新稟賦密切相關(guān)，從論文入選F5000的難度上看，精準(zhǔn)選稿的工作就是要選準(zhǔn)創(chuàng)新稟賦突出的作者，而且選準(zhǔn)作者比選準(zhǔn)方向更為重要，這是因?yàn)榫哂袆?chuàng)新稟賦的作者自己就具備引領(lǐng)創(chuàng)新方向的能力。

3.2 礦業(yè)領(lǐng)域F5000論文分析

中信所劃分的礦山工程類、能源綜合類的期刊大多屬礦業(yè)領(lǐng)域期刊，有必要對(duì)礦山工程技術(shù)類F5000入選論文的第一作者職稱、單位、基金資助情況(表3)進(jìn)行統(tǒng)計(jì)分析，然后與礦業(yè)領(lǐng)域入選F5000論文2篇以上的第一作者及作者h(yuǎn)指數(shù)、作者單位、發(fā)表期刊(表4)進(jìn)行對(duì)比，找出原因所在。

從表3可以看出：作者為正高級(jí)職稱和博士研究生的入選F5000論文數(shù)量較多；《中國(guó)礦業(yè)大學(xué)學(xué)報(bào)》《采礦與安全工程學(xué)報(bào)》都是中國(guó)礦業(yè)大學(xué)主辦、Ei Compendex收錄的雙月刊，《中國(guó)礦業(yè)大學(xué)學(xué)報(bào)》的本校稿件入選率為47.17%，《采礦與安全工程學(xué)報(bào)》的本校稿件入選率為65.39%，在吸引本校作者投稿方面，《采礦與安全工程學(xué)報(bào)》做得比較好，《中國(guó)礦業(yè)大學(xué)學(xué)報(bào)》在吸引校外投稿方面比《采礦與安全工程學(xué)報(bào)》有優(yōu)勢(shì)；入選F5000的論文基本上都有基金項(xiàng)目資助，從資助類別來看，國(guó)家級(jí)資助項(xiàng)目占比很大，充足的資金來源對(duì)高水平成果產(chǎn)出尤為重要。

表2 2012—2017年中信所提名的能源領(lǐng)域F5000入選論文數(shù)量排位居前的期刊、作者和單位

注：小括號(hào)內(nèi)的數(shù)字為該作者2007—2017年在http:∥www.cnki.net上收錄文章數(shù)量。

表3 2012—2018年礦山工程技術(shù)類期刊F5000入選論文背景

注：《中國(guó)礦業(yè)大學(xué)學(xué)報(bào)》的F5000入選論文第一作者中有一位為碩士研究生，《采礦與安全工程學(xué)報(bào)》的F5000入選論文中有一篇論文沒有基金資助，因此未將這2篇論文列入表3中。

表4為礦業(yè)類F5000入選論文數(shù)量超過2篇(不含期刊推薦)的作者統(tǒng)計(jì)結(jié)果?？梢钥闯觯?1)在數(shù)量上，中國(guó)礦業(yè)大學(xué)、中國(guó)礦業(yè)大學(xué)(北京)作為“雙一流”高校，是F5000論文產(chǎn)出最多的高校，煤炭科學(xué)研究總院緊隨其后，說明優(yōu)勢(shì)學(xué)科支撐、良好的實(shí)驗(yàn)條件對(duì)孵化出高水平論文至關(guān)重要。(2)許多第一作者的入選F5000論文發(fā)表在不同的期刊，盡管這些論文出自不同期刊，但作者發(fā)表的論文入選F5000這件事本身就體現(xiàn)出該論文對(duì)他人的借鑒價(jià)值。同一作者的F5000入選論文來自不同的期刊，既反映了期刊之間存在影響力、競(jìng)爭(zhēng)力上的差距，又為期刊編輯了解自身不足，改進(jìn)選稿思路與習(xí)慣，有利于今后約稿、組稿能力的提升。(3)在礦業(yè)領(lǐng)域，6年內(nèi)入選F5000論文數(shù)量超過3篇(不含期刊推薦)、h指數(shù)超過40的第一作者當(dāng)選院士的概率最大，由此可見入選F5000的論文數(shù)量與作者h(yuǎn)指數(shù)一起，可以作為衡量作者學(xué)術(shù)創(chuàng)新能力及論文質(zhì)量的標(biāo)尺。(4)表4中單獨(dú)作者的論文有15篇(其中11篇來自院士)，占F5000入選論文總數(shù)(79篇)的18.99%，這既體現(xiàn)了單獨(dú)作者引領(lǐng)創(chuàng)新的獨(dú)特魅力，又反映了科研團(tuán)隊(duì)對(duì)產(chǎn)出F5000論文相互協(xié)作與貢獻(xiàn)。論文入選F5000(不含期刊推薦)表明其創(chuàng)新性和學(xué)術(shù)質(zhì)量已被中信所認(rèn)可，F(xiàn)5000入選論文完全可以看成是所有作者好的資質(zhì)和成果的記錄。

在深入了解論文入選F5000的不易后，從辦刊的角度來看，應(yīng)充分發(fā)揮和利用F5000入選論文作者在學(xué)術(shù)創(chuàng)新上的獨(dú)特能力，以他們的研究成果作為精準(zhǔn)選稿的方向，將F5000入選論文的第一作者納入重點(diǎn)關(guān)注人員名單，尤其是緊盯2次及以上入選F5000論文第一作者的科研進(jìn)展，主動(dòng)邀請(qǐng)其審稿，積極向其約稿，讓F5000入選論文作者獨(dú)具的創(chuàng)新能力助力期刊學(xué)術(shù)影響力提升。

表4 2012—2017年礦業(yè)領(lǐng)域入選F5000論文數(shù)量超過2篇的作者統(tǒng)計(jì)

3.3 責(zé)任編輯的角色

F5000入選論文為精品期刊的優(yōu)秀代表，論文入選F5000離不開期刊責(zé)任編輯的輔助作用，編輯是論文的“發(fā)現(xiàn)者”“培養(yǎng)者”，是對(duì)論文的“再創(chuàng)造”[17]，編輯給予作者的是讓論文更完美。2012—2017年《中國(guó)礦業(yè)大學(xué)學(xué)報(bào)》入選F5000的44篇論文發(fā)表時(shí)間為2007—2016年，考慮投稿時(shí)間早于發(fā)表時(shí)間9個(gè)月以上，將投稿時(shí)間段責(zé)任編輯職稱與F5000入選論文的專業(yè)方向統(tǒng)計(jì)列于表5中。由于《中國(guó)礦業(yè)大學(xué)學(xué)報(bào)》稿件處理采取對(duì)來稿按責(zé)任編輯主管專業(yè)進(jìn)行分稿，經(jīng)過責(zé)任編輯初審→專家評(píng)審→主編終審后論文得以發(fā)表，從這點(diǎn)來看，F(xiàn)5000入選論文的高被引表現(xiàn)主要來自作者及所在學(xué)科的優(yōu)勢(shì)，與責(zé)任編輯職稱級(jí)別關(guān)系不大，是作者的創(chuàng)新稟賦起關(guān)鍵作用，但也不能忽視編輯對(duì)學(xué)術(shù)創(chuàng)新的鑒別能力。經(jīng)編輯選稿到加工后發(fā)表，論文入選F5000看上去如同“伯樂相馬”，要想提高期刊的F5000入選論文數(shù)量，編輯需要擔(dān)當(dāng)好三方面的角色：(1)導(dǎo)演角色，挑選有創(chuàng)新稟賦的作者和刊用優(yōu)先方向；(2)精品設(shè)計(jì)師角色，為作者精雕細(xì)琢出“華麗”作品；(3)創(chuàng)新助推者角色，以社會(huì)需求為導(dǎo)向、以解決在科研中出現(xiàn)的“疑難雜癥”為己任，通過辛勤勞動(dòng)將創(chuàng)新成果挖掘并快速展示出來。

表5 2012—2017年《中國(guó)礦業(yè)大學(xué)學(xué)報(bào)》F5000入選論文的責(zé)任編輯職稱、專業(yè)方向

4 精準(zhǔn)選稿的策略

實(shí)現(xiàn)精準(zhǔn)選稿的關(guān)鍵在于選準(zhǔn)作者及刊用方向，要領(lǐng)在于科學(xué)地設(shè)立初審尺度來遴選稿件，而這一切都需要來自期刊引證報(bào)告、作者發(fā)表論文表現(xiàn)等大數(shù)據(jù)的支撐。精準(zhǔn)選稿的核心任務(wù)就是利用大數(shù)據(jù)對(duì)論文進(jìn)行鑒別，以大數(shù)據(jù)作為科學(xué)遴選論文的起點(diǎn)、支點(diǎn)，在深度和廣度上對(duì)研究領(lǐng)域、作者表現(xiàn)進(jìn)行量化對(duì)比，輔助辦刊人實(shí)現(xiàn)優(yōu)選關(guān)鍵作者、優(yōu)選關(guān)鍵題目，促進(jìn)學(xué)術(shù)創(chuàng)新走上高質(zhì)量發(fā)展的道路。

4.1 目標(biāo)作者

創(chuàng)新稟賦體現(xiàn)在科研創(chuàng)新、學(xué)術(shù)創(chuàng)新上，創(chuàng)新稟賦與論文被引量存在正相關(guān)關(guān)系，每一位論文作者都是從創(chuàng)新意識(shí)→科研支撐→研究成果→創(chuàng)新感悟→發(fā)文論述中成長(zhǎng)起來的，鑒于創(chuàng)新稟賦的差異，所獲得的創(chuàng)新成就不同，作者創(chuàng)新稟賦的高低決定了作者創(chuàng)新效率與獲得成就的高低，承擔(dān)重大科研項(xiàng)目、發(fā)表論文被引量高無不體現(xiàn)出創(chuàng)新稟賦及其獨(dú)有的創(chuàng)造力、競(jìng)爭(zhēng)力，而這正是精準(zhǔn)選稿所看重的品質(zhì)，況且精品期刊與非精品期刊在數(shù)量上基本符合帕累托定律(Pareto Law)，對(duì)社會(huì)貢獻(xiàn)的創(chuàng)新價(jià)值存在差異(圖2)。F5000入選論文的作者是從精品期刊遴選出來的表現(xiàn)突出者，理應(yīng)成為組稿的優(yōu)先關(guān)注人選，邱均平等[18]認(rèn)為基于某學(xué)科領(lǐng)域核心期刊的發(fā)文量和h指數(shù)相結(jié)合的方法，能更好地篩選出高影響力的領(lǐng)域?qū)＜遥@與筆者“精中選優(yōu)”的思路不謀而合，可以將入選F5000論文數(shù)量與作者h(yuǎn)指數(shù)相結(jié)合，作為衡量作者創(chuàng)新能力及論文質(zhì)量的標(biāo)尺，與作者發(fā)表論文的頻率、篇均被引頻次、作者的學(xué)術(shù)創(chuàng)新指數(shù)[19]一起作為目標(biāo)作者的挑選指標(biāo)。

圖2 期刊創(chuàng)新價(jià)值

4.2 項(xiàng)目和團(tuán)隊(duì)支撐

自然科學(xué)、工程技術(shù)方面的重大研究很少是憑借單人之力能夠完成的，F(xiàn)5000入選論文的作者，剛開始時(shí)都是科研團(tuán)隊(duì)中的一員，經(jīng)過科研過程的歷練，因論文相繼發(fā)表而顯露頭角，盡管團(tuán)隊(duì)中每個(gè)人的創(chuàng)新感悟不一，各自作為第一作者的論文發(fā)表后被引頻次出現(xiàn)差異，但沒有科研項(xiàng)目的支撐，很難涌現(xiàn)出高水平的學(xué)術(shù)論文。F5000入選論文作者的成長(zhǎng)經(jīng)歷相似：參加科研項(xiàng)目→發(fā)表高質(zhì)量的學(xué)術(shù)論文→展現(xiàn)出個(gè)人創(chuàng)新稟賦→項(xiàng)目主持人→科技獎(jiǎng)獲得者→國(guó)家重大項(xiàng)目領(lǐng)軍人物。一方面，揭示論文有無科研項(xiàng)目支撐非常重要，能拿到科研項(xiàng)目就已經(jīng)表明申報(bào)者的創(chuàng)新思路及所具備的科研能力在眾多申報(bào)者中足夠優(yōu)秀，其優(yōu)秀還意味著其今后發(fā)表的論文成為高被引論文的概率會(huì)很高，國(guó)家重大科技攻關(guān)進(jìn)展、優(yōu)勢(shì)學(xué)科專家的研究成果應(yīng)是精準(zhǔn)選稿的主要追蹤熱點(diǎn)；另一方面，科研團(tuán)隊(duì)承擔(dān)項(xiàng)目多，產(chǎn)出的成果就多，科研團(tuán)隊(duì)規(guī)模與學(xué)術(shù)影響力呈正相關(guān)關(guān)系[20]，尤其是發(fā)表科研團(tuán)隊(duì)領(lǐng)軍人物的論文一定會(huì)有好的效果。在科研團(tuán)隊(duì)領(lǐng)軍人物成為各種期刊的追逐焦點(diǎn)、一稿難求的情況下，應(yīng)將目光放在科研團(tuán)隊(duì)中年輕有為的作者身上：(1)通過作者發(fā)表論文的頻率，了解作者創(chuàng)新感悟能力及寫作勤奮度；(2)通過作者發(fā)表論文的篇均被引頻次，了解作者學(xué)術(shù)創(chuàng)新效率及水準(zhǔn)；(3)通過計(jì)算作者學(xué)術(shù)創(chuàng)新指數(shù)[19]，知曉作者學(xué)術(shù)創(chuàng)新水準(zhǔn)在不同年度的變化情況。

5 辦刊中態(tài)勢(shì)感知

態(tài)勢(shì)感知是預(yù)測(cè)未來推動(dòng)期刊發(fā)展的重要手段，通過對(duì)廣域時(shí)空范圍內(nèi)涉及科技期刊發(fā)展變化的各類要素的采集、理解，力爭(zhēng)主動(dòng)、準(zhǔn)確、有效地辦好期刊。精準(zhǔn)選稿作為提升期刊創(chuàng)新效率的有效方法，在反復(fù)經(jīng)歷“來稿→篩選→決策→執(zhí)行→效果→反饋”的過程中(圖3)，不斷獲取態(tài)勢(shì)感知以對(duì)選稿方法進(jìn)行改進(jìn)。

圖3 辦刊態(tài)勢(shì)感知

5.1 感知的必要性

經(jīng)歷了對(duì)精品期刊、F5000入選論文、學(xué)科強(qiáng)弱和自身的不斷認(rèn)知后，在篩選論文時(shí)有必要對(duì)來稿進(jìn)行評(píng)測(cè)而獲得態(tài)勢(shì)感知：一來提高工作效率；二來提高論文發(fā)表后的被引概率。對(duì)辦刊人而言，具備的職業(yè)素養(yǎng)和能力有很多項(xiàng)，但在這些素養(yǎng)和能力中，學(xué)術(shù)鑒賞力是不可或缺的素養(yǎng)，它是長(zhǎng)期實(shí)踐中生成的獨(dú)特的感知和判斷能力，也是在態(tài)勢(shì)感知中感悟出來的一種認(rèn)知能力。經(jīng)歷了從大數(shù)據(jù)獲取多維信息、理解這些信息及預(yù)測(cè)未來態(tài)勢(shì)的態(tài)勢(shì)感知過程，編輯 “獨(dú)具慧眼”的能力逐步提高，根據(jù)預(yù)測(cè)后產(chǎn)生的效果來厘清哪些數(shù)據(jù)可以作為關(guān)鍵數(shù)據(jù)能獲得可靠的態(tài)勢(shì)感知，在篩選論文時(shí)態(tài)勢(shì)感知是不可缺少的一環(huán)，與學(xué)術(shù)鑒賞力同等重要且相輔相成。

5.2 感知要點(diǎn)

辦刊中的態(tài)勢(shì)感知來自多個(gè)方面，主要包括：(1)對(duì)作者的態(tài)勢(shì)感知——通過h指數(shù)、學(xué)術(shù)創(chuàng)新指數(shù)、發(fā)表頻率、創(chuàng)新效率，可以深入了解作者的學(xué)術(shù)創(chuàng)新角色，感知其是創(chuàng)新的引領(lǐng)者還是跟隨者；(2)對(duì)科研條件的感知——從基金項(xiàng)目級(jí)別及金額、實(shí)驗(yàn)室支撐上感知?jiǎng)?chuàng)新競(jìng)爭(zhēng)力；(3)對(duì)科研團(tuán)隊(duì)的感知——從人員參與規(guī)模上感知發(fā)文頻率及研究的可持續(xù)性；(4)對(duì)學(xué)科熱點(diǎn)的感知——從被引頻次、下載量上感知普遍關(guān)注和共同研究的某一學(xué)科或領(lǐng)域的熱點(diǎn)；(5)對(duì)辦刊方向的感知——從期刊年報(bào)、其他優(yōu)秀期刊的被引頻次和下載次數(shù)上感知今后組稿方向?？傊谏鲜鲂枰兄?個(gè)方面中，科研條件是基礎(chǔ)，科研團(tuán)隊(duì)是配角,作者創(chuàng)新稟賦是關(guān)鍵。感知涉及的內(nèi)容越豐富就會(huì)讓我們的認(rèn)知越深入、預(yù)判越準(zhǔn)確，而目的只有一個(gè)——在現(xiàn)有環(huán)境下指導(dǎo)辦刊績(jī)效最大化。大數(shù)據(jù)和高級(jí)分析的時(shí)代已經(jīng)到來，需要感知的信息越來越多，以大數(shù)據(jù)為切入點(diǎn)洞察數(shù)據(jù)價(jià)值、獲取態(tài)勢(shì)感知的工作量日益增多，培養(yǎng)數(shù)據(jù)驅(qū)動(dòng)、測(cè)試與機(jī)器學(xué)習(xí)相結(jié)合的智能處理方法乃是實(shí)現(xiàn)精準(zhǔn)選稿的最佳路徑，人類擅長(zhǎng)處理的是所指和異態(tài)勢(shì)感知，計(jì)算機(jī)擅長(zhǎng)的是能指和同態(tài)勢(shì)感知[21]，人工處理與計(jì)算機(jī)處理分工合作，應(yīng)用人工智能在一定時(shí)間和空間內(nèi)對(duì)來稿進(jìn)行感知、理解、預(yù)測(cè)效果、決策的評(píng)審方法便應(yīng)運(yùn)而生。

6 人工智能評(píng)審與展望

人工智能技術(shù)已應(yīng)用于學(xué)術(shù)論文評(píng)審工作，而且大幅提高了大數(shù)據(jù)處理的效率和洞察的深度[22]。2016年，Aries系統(tǒng)公司將元文獻(xiàn)計(jì)量智能(Meta Bibliometric Intelligence)集成到《編輯經(jīng)理》(EditorialManager)這一學(xué)術(shù)刊物的稿件和同行評(píng)審跟蹤系統(tǒng)中[23]，以幫助編輯在同行評(píng)審中利用人工智能估算一篇稿件的未來被引頻次和影響，多項(xiàng)測(cè)試結(jié)果標(biāo)明：該技術(shù)可以幫助編輯作出更加準(zhǔn)確的論文出版決策。2018年，北京大學(xué)的楊鵬程課題組提出基于層級(jí)結(jié)構(gòu)的卷積神經(jīng)網(wǎng)絡(luò)，同時(shí)引入了注意力機(jī)制來解決論文評(píng)測(cè)問題，該模型可以自動(dòng)進(jìn)行論文評(píng)估，決定哪些論文應(yīng)該被會(huì)議接收，結(jié)果表明，“作者”對(duì)論文能否被接收的影響最大[24]，這與筆者前面分析得出的“高水平論文與作者創(chuàng)新稟賦密切相關(guān)”不謀而合。此外，對(duì)結(jié)果影響最大的分別是“結(jié)論”和“摘要”，而“方法”這一部分的影響則相對(duì)較小，不過該項(xiàng)實(shí)驗(yàn)結(jié)果表明該模型目前的準(zhǔn)確率僅達(dá)到 67.6%，距離真正可以使用該自動(dòng)評(píng)價(jià)系統(tǒng)來進(jìn)行論文評(píng)審工作還有一定距離。紐約雪城大學(xué)(Syracuse University)開發(fā)了一種算法[25]，分析了截至2015年P(guān)ubMed Open Access(PMOS)子集中發(fā)布的所有數(shù)據(jù)，包含了760036篇文章、超過200萬條數(shù)據(jù)，自動(dòng)檢測(cè)圖像重用的嫌疑對(duì)象，研究結(jié)果表明，在PubMed Open Access上，大約有0.59%的文章被認(rèn)為具有欺騙性——在760036篇文章中大約有4484篇文章涉嫌造假。此外，國(guó)家自然科學(xué)基金委員會(huì)利用人工智能工具來減少尋找評(píng)審人所需的時(shí)間[26]，通過抓取在線科學(xué)文獻(xiàn)數(shù)據(jù)庫和科學(xué)家個(gè)人網(wǎng)頁，利用自然語言處理來收集潛在評(píng)審人的出版物或研究項(xiàng)目的詳細(xì)信息，將文中的關(guān)鍵詞與其他科學(xué)家出版物中的關(guān)鍵詞相匹配，利用文本語義分析來比較這些信息，并確定最匹配的評(píng)審人，以最匹配評(píng)審人的意見為參考助力精準(zhǔn)選稿。

總的來說，人工智能可以全方位輔助審稿工作，但要實(shí)現(xiàn)人工智能完全獨(dú)立審稿必須深化目標(biāo)問題中關(guān)聯(lián)參數(shù)之間相關(guān)規(guī)律的解析和建模。常規(guī)求解是以文獻(xiàn)指標(biāo)為目標(biāo)導(dǎo)向，目標(biāo)拓展后，關(guān)聯(lián)參數(shù)之間的非線性模型將更為復(fù)雜?，F(xiàn)有描述復(fù)雜過程的非線性模型中多為統(tǒng)計(jì)類和神經(jīng)網(wǎng)絡(luò)類模型，即利用統(tǒng)計(jì)方法(如回歸分析、參數(shù)估計(jì)等)獲得顯式數(shù)學(xué)表達(dá)，或利用神經(jīng)網(wǎng)絡(luò)類(如BP、RBF、SVM等)方法來映射輸入和輸出獲得隱式數(shù)學(xué)表達(dá)。從對(duì)稿件創(chuàng)新度的認(rèn)識(shí)程度的角度來看，這些方法形成的模型仍是“黑箱”，這并不利于對(duì)過程的深入理解。特別值得注意的是，神經(jīng)網(wǎng)絡(luò)類的建模必須依靠大量具有典型特征的樣本數(shù)據(jù)，模型參數(shù)選擇要依靠經(jīng)驗(yàn)和試驗(yàn)，訓(xùn)練過程耗時(shí)長(zhǎng)，且易出現(xiàn)“過學(xué)習(xí)”或“欠學(xué)習(xí)”導(dǎo)致局部最優(yōu)，模型泛化能力不強(qiáng)。因此要充分利用大數(shù)據(jù)，采用融合算法實(shí)現(xiàn)審稿過程解析和數(shù)據(jù)驅(qū)動(dòng)的結(jié)合，深化對(duì)復(fù)雜過程參數(shù)的建模和解析。

實(shí)現(xiàn)重大創(chuàng)新的捷徑是培養(yǎng)數(shù)據(jù)驅(qū)動(dòng)、測(cè)試與學(xué)習(xí)相結(jié)合的能力。無論是編輯還是采用人工智能在進(jìn)行精選時(shí)，看重的都是以往的創(chuàng)新效率(不同層次論文的數(shù)量/被引頻次)→現(xiàn)在的素質(zhì)能力(主持或參加項(xiàng)目的級(jí)別和數(shù)量)→未來的潛力(論文高被引的概率)。借助大數(shù)據(jù)獲得態(tài)勢(shì)感知，編輯在學(xué)術(shù)創(chuàng)新鑒別上火眼金睛、在社會(huì)需求感知上高瞻遠(yuǎn)矚；人工智能則采用最為科學(xué)的算法，利用計(jì)算機(jī)不知疲倦、公正工作的特點(diǎn)，不斷發(fā)現(xiàn)不足而進(jìn)行迭代改進(jìn)，如此循環(huán)往復(fù)最終實(shí)現(xiàn)目標(biāo)的精準(zhǔn)選出。