楊 岳 王賢文

(大連理工大學科學學與科技管理研究所暨WISE實驗室 大連 116024)

1 Altmetrics概念提出及在中國的傳播

1.1Altmetrics概念提出前的相關研究Altmetrics自從提出之后便成為圖書情報學領域所關注的熱點，自2010年發(fā)展到今天已然經歷了十年時間。Altmetrics被看作是一種用于科研傳播、討論和評價的一種新型的計量指標。Altmetrics從本質上來講是學界之于科學評價的內在需求與社交網絡應用的深度結合。我們既可以將Altmetrics看作是傳統(tǒng)計量方法應用于社交網絡的新型實踐，也可以看作是社交媒體平臺對于科學領域的普遍應用。從最早的學術網絡ARPANET誕生，到社交媒體蓬勃發(fā)展，我們可以清晰地看到，網絡深刻影響著科學領域的各個方面。早在Altmetrics概念提出之前，便有學者開展基于學術互動的社會計量和文獻計量研究，例如，用來研究識別網絡中學者的關系的研究[1]，基于文獻的使用數據[2]和學術論文網址引用關系[3]的定量化評價指標研究。此外，軟同行評議(Soft Peer Review)[4]、文章級別計量(Article level Metrics)[5]和學術3.0(Authority3.0)[6]等對Altmetrics的理念有著重要影響的學術概念都是在這一時期被提出。其中與Altmetrics最為接近的研究是多倫多大學的Gunther Eysenbach提出的Tweet metrics,雖然研究結論否定了Twitter Metrics取代傳統(tǒng)計量的能力，但為接下來的Altmetrics提出做出了重要貢獻。同時在意義上，這也更貼近Altmetrics的中文譯法：補充計量學。

1.2Altmetrics的提出2010年10月Priem發(fā)表“科學計量學2.0”[7]，并與同年10月26日聯合Taraborelli、P．Groth和C．Neylon等人建立了Altmetric.com網站并發(fā)表聯合宣言，自此Altmetrics正式進入了學界的視野。一石激起千層浪，在科學界產生了巨大的影響。Altmetrics向依賴影響因子作為評估指標的文獻計量評價方式提出挑戰(zhàn)，主張用創(chuàng)新的科學評價方式彌補傳統(tǒng)計量方法在發(fā)表、出版等環(huán)節(jié)存在的問題和不足。在隨后的發(fā)展過程當中，這種新型計量評價方式不斷受到學會和權威機構的認可。2011年召開的國際計量學會對Altmetrics做了專題報道，包括美國國家科學基金會(NSF)在內的許多基金都將使用數據、社交媒體參與指標和網絡行為納入到新的評估指標當中。2013年美國細胞生物學會年會發(fā)表《舊金山宣言》，宣言當中的一般建議的第三條、機構建議第二條都明確指出，在評價研究中應呈現各種所能呈現其價值的結果，將包括數據集和軟件作為經典原創(chuàng)文章的補充[8]，隨后荷蘭萊頓大學于2014年發(fā)表的《萊頓宣言》也從多個維度探討Altmetrics指標的效度，討論指標的質量標準。

總體來說，縱觀Altmetrics發(fā)展的十年，它帶給科學界一種以社交網絡數據為基礎的，更新、更快速、更全面的學術評價指標體系，旨在替代僅依靠引文指標的、保守的、刻板的科研評價體系。另外，Altmetrics促進了開放科學的進程和科學在線交流的全面發(fā)展?？蒲泄ぷ髡摺⒊霭嫔毯涂蒲袡C構開始活躍于社交網絡上，通過Twitter和Facebook等社交網站與同行進行學術交流。例如：通過社交網絡分享、宣傳文章，以提高自身的知名度。Altmetrics在實際意義上打破了科學交流的時空壁壘，遠遠超出了僅限于學術同行評議的范圍?？茖W工作者對其寄予厚望，希望通過這種創(chuàng)新的科學評價方式來改變現存的科學評價體系，讓科學評價更加公正、公平且更加效率，這對科學計量學的發(fā)展起到了非常積極的推動作用。

1.3Altmetrics概念在中國的傳播Altmetrics在國內的發(fā)展呈現百家爭鳴的態(tài)勢，劉春麗在2012年最早將Altmetrics引入中國，并做了詳細地介紹，命名為“選擇計量學”[9]。隨后出現了許多不同的翻譯版本，例如“替代計量學”[10]、“補充計量學”[11]、“社媒影響計量”[12]、“知識計量學”[13]、“網絡補充計量學”[14]和“基于網絡的社交影響計量學”[15]等。由于不同的譯名的側重都有所不同，這給相關研究人員帶來理解上的困難，不僅人為造成了后續(xù)研究中文獻查全率低，更是人為地分散了有限的研究資源，這極大地阻礙了Altmetrics在我國的深入發(fā)展和應用。雖然不同學者對Altmetrics的解讀略有不同，不過在對Altmetrics本質的理解上達成了共識，即是對采用傳統(tǒng)引文指標的評價指標體系的一個合理補充。值得一提的是，早在2008年，蘇新寧及其團隊便采用了部分Altmetrics指標用于學術著作影響力研究[16]。在Altmetrics與機構應用結合方面，西安交通大學在2015年首次將機構知識庫與WOS和PlumX整合[17]。

雖然有許多學者對Altmetrics加以概括總結，但始終未能形成一套較為完善的理論體系，加之有一些學者只是將Altmetrics看作是一種補充計量指標來使用，這嚴重阻礙了學界對Altmetrics內涵的進一步探究，因此，本文參考莫頓、喬納森科爾和斯蒂芬科爾的科學社會學思想，并借鑒活動理論模型構建Altmetrics理論體系，將科學研究當作是一種科學界的社會活動行為看待，進而分析其內在機理。不難發(fā)現，現有的Altmetrics研究沒有非常明確的將科學活動的主體和研究對象區(qū)別開來。尤其是將用來評價論文的一套方法用在了期刊雜志、學者產出、甚至機構評級等問題上，由于這些研究對象各自都具有不同的屬性和特點，濫用Altmetrics指標所導致的評價效果的參差不齊，進而引發(fā)了外界對Altmetrics本身產生懷疑。事實上，Altmetrics在評價早期論文的方面具有獨特的優(yōu)勢，若一味認為可以一種方法放之四海而皆準，則丟失了科學的嚴謹精神。本文參考科學活動理論，解構科學活動中的主體、工具和客體，最終將Altmetrics的研究內容分為一體四類，四大類分別為理論研究，科學活動主體研究、科學活動客體研究和數據來源、平臺與工具研究。通過歸納總結，理論部分包括概述研究、科學評價、科學傳播、數據質量和指標可用性研究；科學活動主體研究部分關注學者、機構和國家三個層面的研究；科學活動的客體研究包括論文、圖書、期刊和學科領域研究；數據來源、平臺和工具研究根據數據來源、易得性和易用性分為源于大眾媒體的Altmetrics數據來源、源于學術社交媒體的Altmetrics數據來源的單一指標來源，和面向指標的Altmetrics集成平臺。本文以此來展開論述。

2 Altmetrics理論研究

2.1概述研究Altmetrics概述研究主要包括Altmetrics理念的介紹，定義以及傳統(tǒng)科學計量學的辨析等相關研究。對Altmetrics來說，學者在早期的研究中將關注的焦點放在Altmetrics和傳統(tǒng)科學計量學之間的關系上。學者希望基于Altmetrics建立起一套完善的科學評價體系。但是，隨著學者在宏觀層面研究發(fā)現，Altmetrics與傳統(tǒng)科學計量學之間并不是替代關系，Altmetrics想要廣泛地替代傳統(tǒng)指標仍缺乏系統(tǒng)的論證。同時，對Altmetrics的質疑聲音也普遍存在，經調研發(fā)現有些撰稿人對Altmetrics的態(tài)度并不積極，甚至冷淡，對Altmetrics是否能取代傳統(tǒng)計量表示否定，認為Altmetrics僅僅是將科學影響力運用到了一個快速傳播的近乎通用的社交媒體的大環(huán)境中而已[18]。

但是，Altmetrics不可否認地給傳統(tǒng)科學計量學帶來了新的契機。更新、更廣、更快已經成為Altmetrics最顯眼的標簽，成為其最典型的特征[19]。而且從學界的傳播速度和認可度來看，Altmetrics具有巨大的潛力，尤其是在國內，學界很快就接納了Altmetrics這個新概念，并開始普遍推廣。不過由于國內學者普遍無法使用諸如Twitter等社交媒體工具導致國內的Altmetrics研究者更傾向從理論層面上開展研究，而在指標的有效性和準確性等方面的實證研究與國外學者有一定差距。近年來對Altmetrics的研究趨勢在于越來越多的學者開始關注Altmetrics數據背后的社會動因。Altmetrics復雜的數據指標背后的社會現實被認為是Altmetrics理論研究所關注的核心問題[20]，倡導在研究社交媒體的補充計量指標中加入定性研究，從而讓人們可以直接看到指標背后的本質問題，進而提高Altmetrics的評價功能，吸引更多對Altmetrics研究感興趣的人[21]。

2.2科學評價研究Altmetrics的本質就是科學評價，同時Altmetrics的科學評價功能也是Altmetrics的價值歸宿。雖然人類社會有近350年的學術評價經驗，但做得仍然不夠好[22]，科學界仍在不斷地為了構建公平合理的科學評價方式而努力，目的是為了尋找一種更為理想的科學評價方式。Altmetrics提出的初衷便在于此，最直接的應用便是用來對學者、機構、單位甚至國家的學術產出、績效進行有效的描述。在社交媒體大數據環(huán)境下，傳統(tǒng)的科學論文評價機制暴露出了滯后性，Altmetrics的提出改善了當前的核心期刊評價體系[23]，對不同的評估范圍、目的和政策環(huán)境構建評價模型[24]對科學產出進行評估[25]。

隨著科學的不斷發(fā)展，要求我們清晰地理解Altmetrics科學評價功能的內部性和外部性。首先，內部性體現在Altmetrics評分高并不一定意味著文章本身的有用性。值得一提的是，由科研成果的有用性而引申出來的對科學評價的基本邏輯是建立在“如果論文對某一領域的科學研究有重要貢獻，其在出版后會被更多的新文獻引用”這一假設之上的。正如默頓在《科學的規(guī)范結構》中所說的那樣，影響因子(IF) 也是建立在這一假設之上。這也是傳統(tǒng)計量指標和Altmetrics計量指標之所以能存在的基本邏輯。雖然Altmetrics對科學評價帶來新的可替代方案，但是，和影響因子所面臨的問題一樣，Altmetrics指標也是有局限的。當前的研究表明Altmetrics不能對論文本身的質量進行評估。這就導致有些聲音認為Altmetrics本質上只是在社交媒體所展現的社會某些領域的簡單共鳴[26]。另一方面，外部性體現在Web2.0在擴大影響范圍的同時存在評估質量降低的隱患，同時，有學者從數據分布角度出發(fā)，提出呈偏態(tài)分布的引文數據和社交網絡數據并不適用于均值的統(tǒng)計方法用于評價。由于當前研究無法證明Altmetrics要優(yōu)于傳統(tǒng)引文評價方法，因此要客觀冷靜地看待Altmetrics的科學評價功能的實際作用[27]。

2.3科學傳播研究Altmetrics是學界之于科學評價的內在需求和社交網絡應用的深度結合。尤其是社交網絡普及的今天，社交媒體平臺對于Altmetrics的發(fā)展起到了至關重要的推動作用。Twitter、Facebook等社交媒體的發(fā)展催生了Altmetrics是不爭的事實，簡而言之這是科學的社交媒體時代。對Altmetrics開展科學傳播的研究，量化Altmetrics社交媒體的使用情況[28]需要從以下三個層面展開：首先，在網絡資源層面，互聯網的開放性特征催生了科學界的開放獲取運動(Open Access)，使得越來越多的網絡科學資源變得可用，且頗具規(guī)模，其所覆蓋范圍都是前所未有的。其次，在網絡傳播層面，出版物以一種分散式的循環(huán)模式在Web2.0社交媒體上傳播，在傳播性、曝光率和學科交流方面都得到加強[29]，為學者，以及科研管理部門推廣學術成果，提高科學交流效率提供新途徑。再次，在網絡交流層面，以社交軟件為主的科研交流已經成為科學社會當中的主要交流形式，其具備效率高、速度快、智能化、分散化等眾多特點，不僅有助于科研成果的傳播，同時縮短了科研成果轉化的過程[30]。

通過歸納有關Altmetrics科學傳播的文獻可發(fā)現，Altmetrics通過社交媒體提供三種全新的特性：即補充性、外部監(jiān)督性和便捷性。首先，補充性體現在：社交媒體已成為向社區(qū)和決策者傳播知識和活動以及建立實踐社區(qū)的重要空間[31]。王賢文從成本機制、宣傳機制、內容機制三方面分析了科學論文在社交網絡中的傳播機理[32]，刻畫基于替代計量學的在線科學交流過程[33]。其次，監(jiān)督性體現在：社交媒體可以起到的監(jiān)督作用，在線科研成果通過社交媒體可以接受更廣泛的同行和大眾群體的監(jiān)督，打破了學科內同行小團體的束縛，并且貫穿整個文獻的生命周期的始終。再次，便捷性體現在：Altmetrics為年輕學者提供很大的便利，相對IF需要一定時間才能體現出效果，不同的是Altmetrics可以將學術成果在第一時間進行傳播并計數，而這點對年輕學者非常友好，認為Altmetrics使得科學變得更加民主[34]和開放。

2.4數據質量數據質量研究是Altmetrics研究的重要領域。Altmetrics目前主流的研究方式是通過實證研究得出相應結論，并且許多重要的結論都是通過獲取高質量數據實證分析而得來。因此，保證數據的真實性、有效性和全面性顯得格外重要。為了在Web2.0環(huán)境下，計量科學研究的影響力、傳播和使用情況，最理想的方式是構建具有通用意義的數據質量評估體系[35], 建立起Altmetrics通用的數據標準化的數據框架。但是由于Altmetrics數據來源過于繁雜，當前階段想要實現這個目標難度較大。

通過對數據質量現有文獻進行歸納，針對Altmetrics數據質量展開的討論主要圍繞著三個問題展開：首先，Altmetrics的數據質量會直接影響其研究結果[36]。究其原因，包括研究范式、數據提供平臺、研究者的主觀因素和研究者的技術水平。此外，Altmetrics來源平臺的元數據準確性是否可靠，數據平臺的文獻識別方法的差異，數據分析過程中的目標定位和技術能力差異，數據的整合清洗方式不透明等諸多原因都是重要影響因素[37]，對研究結果是否科學產生重要影響。其次，由于不同的Altmetrics數據平臺數量多，且數據和指標存在差異，導致數據整合、去重難度大。學者從不同的社交平臺收集，處理，匯總和更新社交媒體指標的難度不同[38]，通常只能通過選取有代表性的社交媒體數據進行采樣，嚴重影響研究結果的全面和準確性。再次，Altmetrics度量背后的意義對于不同學術背景的研究團隊來說無法形成統(tǒng)一標準。數據標準化、歸一化等難題也在不斷困擾著研究者[39]。這些原因也是限制Altmetrics繼續(xù)發(fā)展的因素。

總體而言，Altmetrics數據特性具備多樣性、易用性、準確性和時效性等特點。Altmetrics數據多樣性體現于近年來涌現出的許多優(yōu)秀Altmetrics平臺使得學者分散在不同的平臺，研究人員在不同數據平臺傳播和共享數據[40]導致的Altmetrics數據呈現有多樣性特征。Altmetrics數據易用性體現在其會直接作用于Altmetrics的表現結果。Peters發(fā)現有關于匯總數據和序列數據等可用且規(guī)范的數據會更頻繁地被引用，且Altmetrics score會更高[41]。Altmetrics數據的準確性主要體現在文獻的DOI號碼在Altmetrtics的表現，很多時候API和DOI的可用性在很大程度上決定著Altmetrics的表現狀態(tài)[42]。時效性體現在Altmetrics被用作文章初期的風向標，這點與文獻計量可以互為補充。

2.5指標可用性研究與數據質量研究相對應的是對Altmetrics指標的可用性研究。指標可用性研究是對數據質量研究的進一步深入，通常情況下，通用型指標是由數據提供方所提供的。現有研究表明基于引文指標的期刊學術影響力表現與Altmetrics指標的社會影響力表現存在較強正相關。通過對現有指標可用性研究進行歸納，Altmetrics指標所具備的特點包括可用性、即時性、開放性和透明性等特征。從Altmetrics指標分類來看，大致分為長期指標和短期指標，定性指標和定量指標。在Altmetrics指標的表現上來看，整體來說，Altmetrics在高水平的期刊論文和會議論文表現的效果更好[43]，不同地區(qū)、不同領域的Altmetrics指標表現結果也不盡相同[44]。在Altmetrics指標標準化方面，研究針對稀疏的科學計量學數據，而建立的新指標體系，評估不同論文的Altmetrics表現[45]。在Altmetrics指標對比方面，對比不同級別出版物的Altmetrics指標的有效性，研究論文級別Altmetrics指標，驗證Altmetrics指標差異，總結指標適用范圍[46]。

2.6理論研究評述Altmetrics是一個全新的研究領域，它的發(fā)展在經過后一段時間的熱度之后逐漸回歸理性。Altmetrics誕生于社交網絡的興起，被予以厚望，原因在于互聯網技術的飛速發(fā)展給學者以信心，可以通過大數據、機器學習等技術手段實現對科學成果、學者以及機構的評價。但是通過研究發(fā)現，即便Altmetrics被用作論文早期的評價標準，也充滿著爭議，甚至沒有引文評價的表現效果好。究其原因是在計量的過程中許多重要數據是無法通過互聯網獲取的，最典型的是所涉及的社會屬性數據。簡而言之，是沒有打通指標與真實社會現實之間的關聯，在沒有弄清楚數據背后的社會現實和動因的情況下，僅僅通過現有的，能獲取到的Altmetrics指標來進行度量，只是在做表層的數據分析，無法擺脫與傳統(tǒng)計量方法一樣的困境，無法對論文本身的質量和有用性進行評估是問題的核心，而這將是Altmetrics接下來研究的重要方向。同時Altmetrics研究發(fā)展至今仍然缺少一個系統(tǒng)性的理論框架。Altmetrics天然具備開放的特點，其研究者不僅包括不同學科領域的學者，甚至還有編輯、醫(yī)生和圖書館員等更廣泛的群體，同時受限于研究者自身科研水平等因素影響，導致Altmetrics研究難以形成相對系統(tǒng)的理論體系。

3 科學活動主體級別研究

3.1科研人員相關研究科研人員相關研究是Altmetrics主體研究的核心問題。通過歸納相關文獻發(fā)現主要存在兩大方面。首先，研究了解科研人員是否使用Altmetrics及相關社交媒體平臺，作為工具在科研人員當中的普及程度如何？研究發(fā)現歐洲科學家在社交媒體的普及程度不高，大多數的科學家并沒有在社交網絡中創(chuàng)建賬號[47]。但科研人員使用社交網絡等形式傳播、交流學術信息已經形成一種趨勢。研究發(fā)現擁有一個完善的社交網絡賬號的科學家有更大的可能會在其它社交網絡平臺上注冊，其中Twitter最受歡迎[48]。而對于EI撰稿人來說，Google Scholar Profiles更受歡迎，其次是LinkedIn和Mendeley[49]，對于國內學者則更傾向于使用Research Gate建立自己的學術社交群落[50]。

另一方面，隨著社交媒體在學術界的普及，許多學者認為可以通過社交媒體來獲得一系列新的指標為學者的科學影響評價提供支持，Orduna運用多種指標對文檔和作者進行分析，定量分析學者的表現，衡量學者智力活動，提出作者級別的度量標準(ALMetrics)[51]。另外，有學者從社會學和心理學的角度出發(fā)分析學者使用社交媒體時所表現出來的差異[52]，來衡量學者的科學活動的表現和科學成果的價值?？傮w而言，學者通過社交媒體所產生的“數據”“學術記錄”以及與學術記錄緊密相關的“個人”信息被認為是促進研究科研人員在社交網站上行為研究的關鍵[53]。雖然，目前Altmetrics缺少在學者行為層面的關注和深入理解，不過在不久將來會受到越來越多的學者們的重視[54]。

3.2機構相關研究機構相關研究是科學評價領域的熱門話題，而Altmetrics往往能為一個機構的科研競爭力提供相應證明。從這個角度而言，很容易引起機構研究者的興趣。通過對機構相關文獻進行歸納發(fā)現Altmetrics指標可以解釋學術機構的學術影響在不同方面的表現。例如：有的研究者通過Mendeley研究我國前50名學術機構的自然指數，分析不同排名之間的差異，并得到很好的效果[55]。但是，對歐洲和美國高校等科研機構的研究發(fā)現，Altmetrics評分并沒有真實還原機構的實際影響力[56]。此外，Thelwall在2018年首次從項目資助的角度對Altmetrics進行分析，以幫助籌資機構評估其籌資計劃[57]。Serrano提出了一個指標模型來評估西班牙機構知識庫，幫助提高咨詢和信息服務質量[58]。國內在Altmetrics與機構應用結合方面，西安交通大學于2015年首次將機構知識庫與WOS和PlumX進行了整合，通過利用Altmetrics可以彌補傳統(tǒng)計量學方法和機構知識庫質量控制方面的不足。

3.3國家相關研究以國家為研究對象的Altmetrics研究在近些年漸漸出現在學者們的視野當中。研究者認為可以通過統(tǒng)計不同地域國家的科研成果的Altmetrics表現可以在一定時期內從側面反映該地區(qū)科技政策、科學發(fā)展和科學合作的狀態(tài)，具有重要意義。運用Altmetrics研究使用補充計量的方法評估了歐洲、亞洲[59]，北美洲、拉丁美洲[60]的在線科學關注度的驅動力[61]和學術影響力，了解Altmetrics在世界范圍的變化趨勢。但是開展國家級別的Altmetrics研究需要考慮到不同地區(qū)的網絡開放和管制程度，網絡的開放和普及率是影響Altmetrics指標表現的重要因素，在這方面，亞洲地區(qū)較歐美地區(qū)處于劣勢。

3.4主體研究評述發(fā)展Altmetrics理論，完善Altmetrics指標體系，在未來的研究當中應當重視科學活動中的主體研究?？蒲腥藛T是構成整個科學社會的基本單元，是科學活動與評價的主體，同時是為科學評價的最終受益者。Altmetrics領域中主體研究與客體研究最大的區(qū)別在于，科研人員自身是具有很強的社會屬性，而這些社會屬性會在現實的科學活動當中起到非常重要的影響作用。可惜的是目前的Altmetrics指標體系并沒有涉及這部分內容，而且這部分數據無法通過現有Altmetrics獲取，只能通過用戶調研、問卷或者大數據用學者畫像技術等輔助手段來獲取。

其他方面，隨著社交媒體在學術界的普及，Altmetrics在一定程度上可以作為指標使用，為科學影響力評估提供支持，豐富評估手段。研究方法方面，現有研究主要是將傳統(tǒng)計量指標和補充計量指標結合起來形成更全面的評價指標體系使用。從研究數量上來看，Altmetrics主體研究當中的學者研究占主要部分，機構和國家級別的研究相對較少?？茖W活動的主體級別研究是Altmetrics的重要研究方向，力求公平且有效地衡量科研主體的科學產出、科研績效和科學貢獻。而在這個過程中，Altmetrics將扮演著越來越重要的角色。

4 科學活動客體級別研究

4.1論文相關研究對Altmetrics論文評價體系進行分析和探討，發(fā)現Altmetrics作為一種早期指標在一定程度上可以被視為論文能否在未來獲得高被引的風向標。隨著Altmetrics論文評價指標的不斷豐富和完善，提高了Altmetrics評價科研論文的能力，在論文社會影響力方面提供了一種連續(xù)、動態(tài)和復合的單篇論文評價的解決辦法。這彌補了傳統(tǒng)科學評價體系所表現出來的滯后性和片面性等問題。值得注意的是，Altmetrics論文相關研究不同于文獻級別計量(ALM)僅采用引文和使用數據的測量方式，Altmetrics作為一種早期的指標應用更加廣泛，相比ALM更具影響力，是更廣義層面上的計量方式。

總體而言，Altmetrics論文級別研究熱點包括兩個方面：首先，構建學術論文的綜合評價模型。Altmetrics可以從多個角度評價論文的綜合影響力，通常情況下高Altmetrics得分的論文同時具有較高的學術影響力[62]。但這種狀況并不絕對，有研究指出Altmetrics的影響力偏向社會影響力及社會關注度，而不是學術影響力[63]，這就說明Altmetrics并不能對論文本身的質量進行評估，這就意味著我們要理性看待Altmetrics評分，就如看待影響因子一樣，不能陷入到對數據指標的迷信當中。而且還有一種更為極端的例子，就是即使某一篇文章被撤稿，其在社交媒體上的Altmetrics數據并不會受到所謂撤稿的影響，Altmetrics的引用計數仍會繼續(xù)增長[64]。其次，比較不同學術論文影響力。現有研究表明不同類型的文章的Altmetrics表現存在差異，如開放獲取(OA)論文比非開放獲取文章Altmetrics表現更好[65]，研究型論文與文獻綜述的Altmetrics表現也存在差異[66]等等。

4.2圖書相關研究Altmetrics圖書相關研究也是一個非常重要的研究領域。書籍是傳播知識的重要信息載體，Altmetrics正在成為一種更易實施的學術圖書影響力評價的新方法?；ヂ摼W提供海量圖書數據, 例如：Altmetric.com可為書籍提供指標數據，進行書目計量分析[67]。雖然并不能簡單通過書評對書籍進行評價[68]，但，Altmetrics能有效揭示圖書學術價值，尤其是在藝術、人文科學和社會科學的某些領域書籍。目前而言，將Altmetrics用于圖書評價，尤其是對于電子圖書出版物取得了很好的效果。這不僅有利于為學術圖書的采購、評價、使用及研究提供幫助[69]，也有助于對學術圖書影響力進行綜合評價。Altmetrics指標在電子圖書學術影響力評價方面具有無可比擬的優(yōu)勢，從學術維度和社會維度兩個方面[70]構建了人文社會科學學術專著影響力評價指標體系[71]，設計了一套電子圖書學術影響力評價指標體系，完善學術專著評價的實現機制意義重大。

4.3期刊及數據庫相關研究科學期刊是學術交流的重要組成部分。長期以來，學術期刊都是匯聚科學研究成果的主要載體，是科學領域知識發(fā)現的重要媒介?？偨Y現有研究成果發(fā)現：對于期刊的Altmetrics評價，目前學界公認的做法是將Altmetrics與傳統(tǒng)的學術影響力評價結合起來[72]，利用Altmetrics在受眾、傳播途徑、數據指標等維度上拓展傳統(tǒng)期刊評價方法。與此同時，學術期刊也會更加頻繁地使用社交媒體來宣傳自己[73]。Altmetrics在科技期刊評價中具有諸多新的特性,被學者用來與傳統(tǒng)文獻計量指標進行比較。比如：在引文數據時滯不足的情況下，可以通過Altmetrics數據用于期刊前端評價[74]。構建多元評價信息的多維度評價模型[75]，比較Altmetrics指標與傳統(tǒng)計量指標，在面對期刊評價的問題時應該注意三個問題：首先，由于期刊在不同Altmetrics平臺的表現不同，即使是如Nature的頂級期刊在不同平臺上的表現也存在差異[76]，因此，應根據實際情況探討如何合理利用各項指標對不同學科的學術期刊進行評價。其次，期刊的在線關注程度會受到部分熱門文章的影響，因此Altmetrics用于期刊層面的評價方法似乎并不合適[77]。此外還包括且不限于評價指標體系不統(tǒng)一、難以反映學術影響力、無法精準測量社交媒體的情緒表達、本土化評價體系是亟待解決的問題。再次，Altmetrics與近年來的開放獲取運動起到了相輔相成的作用，開放存取大大提高了期刊的Altmetrics指標在統(tǒng)計學意義上的提升，提高了期刊的利用率，開放獲取是科學期刊提高在線關注度的明顯驅動力，就目前而言，更廣泛地推廣并使用OA已經形成一種趨勢。

4.4學科領域研究Altmetrics的學科領域研究是從更高層次上解釋了科研進步和科學發(fā)展?？傮w來說，現有研究表明Altmetrics研究存在學科差異。近年來的一些研究已經注意到Altmetrics指標在不同學科上表現的不同，得出了很多有價值的結論。例如：對于人文社會學科而言，社交媒體指標在人文社會科學與生命醫(yī)藥科學領域有較好表現[78]，社會科學的Altmetrics推薦的文章數量在穩(wěn)步的增長，引用率較高的學科Altmetrics Score會更高等。社會科學的社交媒體使用率要高于物理學[79]。但是如果從研究者交流積極性來看，人文社會科學、自然資源領域等的學者之間的交流表現比較被動。交叉學科更多地出現在學術博客、Facebook這樣的平臺；此外計算機科學領域的社交媒體內容更多的面向信息的傳播和交互[80]；商業(yè)金融和法律學科的引用率很少[81]等等。

不僅如此，在學科分布方面，不同領域研究人員使用 Twitter 等社交平臺的特征也有所不同。生物化學領域的推文數量最多，數字人文和認知科學領域將 Twitter 用于學術交流，經濟學研究人員則更多的分享鏈接[82]。另外有研究通過實證發(fā)現生物化學、天體物理學、化學信息學和數字人文學的科研人員更愿意使用Twitter作為交流工具。例如，像人文社科領域的學者則是Academic.edu這樣的學術社交平臺的主要受眾，Research Gate平臺中生物學者占比最大等等。

4.5客體研究評述相對于科學活動的主體，Altmetrics客體研究種類更多，范圍更廣，主要包括：論文研究、圖書相關研究、期刊及數據庫研究和學科領域研究?？傮w來說，Altmetrics正在成為一種更易實施的學術論文、圖書影響力分析評價新方法，但是在用來評價科學期刊的表現時出現了分歧，有些學者認為Altmetrics不適用于期刊層面的評價。學者們達成的共識是：在引文數據時滯不足的情況下，可以通過Altmetrics數據用于期刊早期評價，但是需要和傳統(tǒng)評價體系相結合。因為Altmetrics存在一定的漏洞，即網絡數據或者說是科學活動的網絡足跡人為干預成本低，容易造成數據造假。另外有兩項比較有趣的發(fā)現是，國內中文研究Altmetrics的學者傾向于構建論文評價指標體系，且中文有關Altmetrics研究主題的文章大多都有基金作為支持的，這點與國外研究有很大的不同。

5 數據來源、平臺與工具研究

Altmetrics平臺和工具為科研人員提供利于科學交流、傳播的平臺，同時通過對必要數據的記錄和篩選，為科研人員的科研活動提供有價值的Altmetrics數據。由Vogin-fonds基金會支持的一項調研顯示，到目前為止有近600多個用于學術交流工具，其中不乏探索型、分析型、協(xié)作型、出版型、外延型、評價型等用途的Altmetrics工具。比較有名的包括Altmetric.com、Research Gate、 Mendeley、 Google+、PlumX、Impactstory等等。此外還有很多不同的分類方式，例如分為商業(yè)軟件和免費軟件、開源和非開源等等。也可通過數據來源的特征分為聚合性數據來源和單一性數據來源，其中Altmetrics.com、Plum Analytics屬于聚合性，其他如Mendeley、Research Gate和Twitter都屬于單一性數據來源，特點是易用性(指標可用)、易得性，且更受學者歡迎。本文根據平臺面向對象和平臺自身的功能和特性將相關研究大致分為三類：源于大眾媒體的Altmetrics數據來源，源于學術社交媒體的Altmetrics數據來源，和例如像Altmetric.com和PlumX的面向指標的Altmetrics集成平臺，如圖1所示。

圖1 Altmetric平臺工具類型分布

5.1源于大眾媒體的Altmetrics數據來源面向大眾媒體的Altmetrics平臺工具大多是比較成熟的社交媒體平臺，例如Twitter、Facebook、YouTube等在線社交媒體平臺。他們在不斷的發(fā)展過程中，積累了大量用戶，其中不乏各個科學領域的學者?？蒲泄ぷ髡咄ㄟ^Twitter和Facebook 等社交網站與同行進行學術探討，以此為基礎自發(fā)形成的社交群落是此類Altmetrics平臺工具的基礎。探索科研人員如何利用Twitter和YouTube這樣的社交媒體來開展自身的工作[83]，例如，Facebook上的點贊是否會對學者職位升遷產生影響[84]？研究發(fā)現學者最有可能在Facebook上分享他們的工作，而在Twitter上共享的信息享有更高的點擊率[85]。社交媒體真實賬戶信息是衡量Twitter參與水平的重要指標，例如，卡戴珊指數[86]。從這點上來說Twitter等擁有廣大科研用戶群體的社交網絡平臺具備絕對的優(yōu)勢。研究學者用戶在社交網絡中所占比率和特征發(fā)現，學者社交媒體參與度需要對用戶身份進行識別，真實用戶往往更加真實地描述自己所研究的領域，且推文和自身介紹的相關性較高，Twitter是科研人員開展活動、學術傳播和與他人合作的主要平臺，Altmetrics指標在Twitter上的表現特別搶眼[87]。從廣義上來講Twitter活動與引用次數存在強相關[88]。研究表明Twitter的提及和followers的人數對影響因子有促進作用。Twitter在發(fā)現學術信息和跨學科知識傳播中發(fā)揮著重要作用。期刊可以通過Twitter sphere來提高知名度和社會影響力。大量的非學術用戶也支持使用Twitter作為學術研究的非學術影響的標準[89]，接受這種之于傳統(tǒng)方式的新的補充模式。

5.2源于學術社交媒體的Altmetrics數據來源面向科學交流的Altmetrics平臺工具與面向大眾傳媒的最大不同便是面向的客戶群體的定位不同。在商業(yè)資本的推動下，社交媒體進入學術交流的領域，越來越多新穎的、成熟的互聯網公司和社交網絡平臺開始發(fā)展科研工作者這個群體。諸如Google+, Research Gate，Academia和Mendeley等都在設計之初便開始積極尋求與學術界的融合之路，社交媒體和科學活動在這樣的背景下不斷地深度融合。最具潛力的Google+依托于Google Scholar的海量文獻數據，目前該數據庫大概包含約3.89億份文檔，是目前全球最大的學術數據庫。學者可以創(chuàng)建個人的“學者引文簡介”，以提供自己的興趣和專長領域，并且會自動計算并顯示個人的總引用次數，h指數和i10指數。Google+更傾向于多學科[90]，且在書籍和書籍章節(jié)的文檔覆蓋面非常高[91]。比較有名的Altmetrics平臺工具還有Research Gate 和Mendeley。Research Gate是歐洲商業(yè)社交網站，旨在為研究人員分享論文，提出和回答問題以及尋找合作者而設計的。2014年的一項研究表明，當時Research Gate是擁有最多活躍用戶的學術社交網絡[92]。然而，雖然Research Gate提供了具有巨大潛力的功能和文獻計量指標，但是其交流政策以及在設計，開發(fā)和傳播指標方面存在爭議[93]。Copiello發(fā)現Research Gate提供的分數主要受到成員的社交網絡參與度的影響，其次才受到出版物的影響。這一發(fā)現支持了RG分數不能作為科學和學術聲譽的可靠指標的說法，而更傾向于商業(yè)推廣工具[94]。Mendeley是一家位于英國倫敦的公司，為學術研究人員提供產品和服務，以其參考文獻管理器Mendeley聞名。Mendeley可以提供文章影響的早期測度，且Mendeley讀者人數對于新舊文章都是有用的影響指標[95]。在特定情況下其可以實現與傳統(tǒng)引用影響相似的用法[96]。然而，Thelwall分析了Mendeley讀者人數與所有醫(yī)學領域的引文的相關性，發(fā)現在排除學生讀者時，相關性會略有下降。從數據的分布來看，認為兩者可能存在根本差異。

5.3面向指標的Altmetrics集成平臺面向指標的Altmetrics的工具最有名的要數Altmetric.com和PlumX，他們通過建立系統(tǒng)的指標體系和評分系統(tǒng)，對網絡平臺上的替代計量數據源進行及時性追蹤，最終以評分或者報告的形式對科研活動或科研產出的影響力進行評價。它們可以用作學者尋求信息的輔助工具，Altmetric.com提供免費(有限使用)API，在產品主頁提示：Altmetrics 指標僅測度關注度，不測度質量。該平臺可以向商業(yè)發(fā)行方提供可視化報告。PlumX不提供API服務，PlumX在技術層面與機構知識庫的融合方面做的非常優(yōu)秀，在與機構知識庫的融合方面技術相對更加成熟，能最多樣化的體現研究成果和指標來源，在對一級、二級機構等和研究人員與機構關系方面的研究上也十分出色，構建完善的指標體系例如：“科學參與”“社交媒體資本”“社交媒體活動”和“科學焦點”等，現有研究表明Altmetrics的表現主要受到成員對社交網絡環(huán)境的參與的影響[97]。大多數文章在單鏈接社區(qū)中共享，向公眾的傳播效果非常有限。PLOS ALMs聚合展示論文級別的各種指標，包括傳統(tǒng)引文指標、網絡瀏覽、下載指標和部分Altmetrics指標等等。

5.4數據來源評述Altmetrics平臺工具所提供的系統(tǒng)的、標準化的、可用的數據，這對Altmetrics的發(fā)展起到至關重要的作用，為學者的研究提供方便、實時、準確的數據支持。在避免由于信息過濾失敗(filter failure)的情況下，社交媒體對于學術信息和跨學科信息傳播發(fā)揮著重要作用。越來越多的學者意識到可以通過策略性地積極參與、增加社交媒體上文章的傳播次數，提高Altmetrics表現，進而提高工作效率。同時，Altmetrics工具可用于提高科學評價效果，促進科學交流互動的作用。聚合性Altmetrics工具Altmetric.com、Plum Analytics以其易用性(指標可用)、易得性(開放的API)成為最受學界歡迎的Altmetrics工具。Altmetrics工具不僅在數據維度為學者提供便利，也為科研人員的研究工作提供了新的主題發(fā)現工具，更是為可能用到的科學評價和科技政策的制定提供更為全面的參考。最近的研究認為Altmetrics平臺工具研究早期過于關注技術指標，忽視了數據的交互性，缺乏對Altmetrics指標背后的行為分析。越來越多的學者建議將結合質性研究的新研究方法運用到未來的研究當中，去了解Altmetrics的的創(chuàng)作動機等深層次動因。

6 結論與展望

雖然Altmetrics可以提供一種在社交媒體環(huán)境下的“公開、公正、規(guī)范”的評價機制，但是通過分析Altmetrics歷史現狀、前沿趨勢、邏輯框架[98]和社會環(huán)境等不同側面發(fā)現Altmetrics的研究仍然未形成一個系統(tǒng)的、較為完善的理論框架。研究發(fā)現Altmetrics研究過程當中缺失社會維度的計量方法。如果我們將Robert K Merton所描述的美國物理學界稱之為科學社會1.0，那么受網絡和社交媒體深刻影響的當下科學界便是科學社會學2.0，其特點是擁有更為復雜的科學社會網絡結構。結合科學社會學理論和科學活動理論模型統(tǒng)籌Altmetrics理論體系，從社會學的角度分析科學活動的各個組成要素例如，學者、科研對象、科研工具與科學環(huán)境等等。對科學活動的主體和客體兩個不同側面加以區(qū)分，不僅可以體現出科學評價的價值和功能，更是對Altmetrics評價對象的準確把握。

綜上所述，現有研究所引發(fā)的思考主要有以下幾個方面：首先，繼續(xù)深化Altmetrics理論的研究。Altmetrics理論在不斷地完善。從Altmetrics改名事件便可以看出，將Altmetrics改名為Altnative indicator加以限定，便是為了方便研究者更好的理解Altmetrics的本質和內涵。其次，深化對科學活動主體層面的研究，開展Altmetrics視角下學者分層研究。可以從一下兩個方面展開，一方面，將Altmetrics根植于具體的社會背景當中與科研工作者進行有機結合，將Altmetrics指標與學者在現實工作和生活中的社會屬性結合起來進行研究。從另外一個角度來講，現有的Altmetrics指標很少考慮到科研人員的自身的不同，而且指標背后的行為人動機和社會現實規(guī)律是當前Altmetrics研究所欠缺的。從數據角度來講，這一點并不容易獲取，針對不同量級的數據可以采取不同的方案，可采用問卷或大數據環(huán)境下學者畫像技術(scholar profiling)彌補數據獲取上的不足?？茖W主體的分層研究對Altmetrics研究具有重要的學術意義。科學活動主體是科學生產活動的參與者也是科學評價(科學活動的反饋)的價值歸宿，同時也是科技成果轉化的受益者。最后，普及和推廣社交媒體的使用。就目前而言，Altmetrics數據來源、平臺和工具所能提供的數據較為不足，并不全面，在統(tǒng)計學意義上的覆蓋率不是很理想，由此所遭成的問題不僅包括所獲得的數據不具有代表性，以偏概全，且非常容易陷入唯指標論的陷阱。