■余 菁 張新楠 王維佳 劉清海 徐 杰
1)《中山大學(xué)學(xué)報(bào)》編輯部,廣東省廣州市中山二路74號(hào) 5100802)中山大學(xué)黨委辦公室,廣東省廣州市新港西路135號(hào) 5102753)中山大學(xué)圖書館,廣東省廣州市中山二路74號(hào) 510080
移動(dòng)互聯(lián)網(wǎng)和移動(dòng)新興媒體不僅為科研工作者獲取信息提供了便捷,也為科技期刊提供了展示的平臺(tái)。科技期刊運(yùn)用新聞、廣播、微博、微信等各類媒體手段展示期刊內(nèi)容,追求利益效果的最大化[1],提升自身傳播力。業(yè)內(nèi)對(duì)期刊傳播力與影響力概念的定義不夠明確。期刊的影響力是指期刊在一定時(shí)期內(nèi)發(fā)表的成果在某段時(shí)間里促進(jìn)相關(guān)學(xué)術(shù)研究與應(yīng)用發(fā)展的能力,而傳播力是指期刊在傳播成果過(guò)程中為達(dá)到傳播目標(biāo)所運(yùn)用的傳播手段的總和[2]。影響力是傳播力的基礎(chǔ),擴(kuò)大影響力是提升傳播力的目標(biāo)。很明顯,傳播力更強(qiáng)調(diào)期刊通過(guò)各種傳播手段,將自身形象定位為與期望相符[1-4]。目前期刊傳播力評(píng)價(jià)指標(biāo)包括訪問量、瀏覽量、全文下載量、Web即年下載率和h指數(shù)等,這些指標(biāo)沒有區(qū)分傳播數(shù)字化載體形式和平臺(tái),因此評(píng)價(jià)不夠系統(tǒng)[5-6]。有些學(xué)者對(duì)科技期刊移動(dòng)傳播評(píng)價(jià)進(jìn)行了初步研究,如石婧等[7]以新浪微博、騰訊微信為例構(gòu)建微博、微信平臺(tái)影響力評(píng)價(jià)指標(biāo)及評(píng)價(jià)方法;冀芳等[8]在分析各類學(xué)術(shù)期刊微信公眾號(hào)評(píng)價(jià)的影響要素基礎(chǔ)上,建立了學(xué)術(shù)期刊微信公眾號(hào)評(píng)價(jià)指標(biāo)體系,并提出具體評(píng)價(jià)模型。這些研究提出了移動(dòng)傳播評(píng)價(jià)指標(biāo)和體系,但是隨著新媒體的發(fā)展和新評(píng)價(jià)指標(biāo)的產(chǎn)生,例如微信傳播指數(shù)(WeChat Communication Index, WCI)等新型指標(biāo)的出現(xiàn),需要對(duì)期刊移動(dòng)傳播評(píng)價(jià)方法進(jìn)行補(bǔ)充和拓展。本課題組在學(xué)習(xí)和參考前人工作的基礎(chǔ)上,添加了與期刊影響力硬件相關(guān)的內(nèi)容,以篩選期刊移動(dòng)傳播力評(píng)價(jià)模型指標(biāo),這對(duì)于提升科技期刊傳播力、擴(kuò)大科技期刊影響力、創(chuàng)新科技期刊事業(yè)發(fā)展和深化科技期刊機(jī)制改革具有重要意義。
本課題組選擇2014—2016年《中國(guó)媒體移動(dòng)傳播指數(shù)報(bào)告》中“報(bào)刊移動(dòng)傳播指標(biāo)體系”作為藍(lán)本[9-11],篩選科技期刊移動(dòng)傳播評(píng)價(jià)模型指標(biāo)。篩選指標(biāo)時(shí)考慮以下原則:(1)期刊自身的影響力,影響力不同的期刊的移動(dòng)傳播起點(diǎn)不同;(2)期刊移動(dòng)傳播的基礎(chǔ)條件,評(píng)估期刊移動(dòng)傳播力首要條件是期刊參與到移動(dòng)傳播體系中,開通微博、微信公眾號(hào)等;(3)影響期刊移動(dòng)傳播力的因素與其設(shè)立的傳播目標(biāo)之間的符合度,篩選科技期刊移動(dòng)傳播評(píng)價(jià)模型指標(biāo)的目標(biāo)是通過(guò)運(yùn)用模型科學(xué)、客觀地評(píng)價(jià)期刊的移動(dòng)傳播力、傳播的廣度和深度,為科學(xué)評(píng)價(jià)期刊移動(dòng)傳播力、拓展期刊數(shù)字化建設(shè)、引導(dǎo)科技期刊向預(yù)定的方向發(fā)展提供理論依據(jù)。
1.2.1 期刊移動(dòng)傳播力預(yù)選評(píng)價(jià)指標(biāo)構(gòu)建
媒體屬于大眾傳播范疇,而科技期刊屬于相對(duì)小眾的傳播領(lǐng)域。本課題組融合多方面因素,構(gòu)建期刊移動(dòng)傳播力評(píng)估預(yù)選評(píng)價(jià)指標(biāo),分為期刊實(shí)力、編輯隊(duì)伍實(shí)力、微博、微信公眾號(hào)、入駐數(shù)據(jù)庫(kù)客戶端和期刊自有App 6個(gè)一級(jí)指標(biāo)及下屬28個(gè)二級(jí)指標(biāo)(表1)。
表1 期刊移動(dòng)傳播力評(píng)估指標(biāo)模型
注:①國(guó)內(nèi)、業(yè)內(nèi)排名數(shù)據(jù)根據(jù)《中國(guó)科技期刊引證報(bào)告(擴(kuò)刊版)》發(fā)布的擴(kuò)展影響因子;②微信傳播指數(shù)是指通過(guò)微信公眾號(hào)推送文章的傳播度、覆蓋度、賬號(hào)的成熟度和影響力來(lái)反映微信整體熱度和公眾號(hào)的發(fā)展走勢(shì);③App是指安裝在智能手機(jī)上的應(yīng)用軟件。
1.2.2 確定評(píng)價(jià)因素
根據(jù)建立的期刊移動(dòng)傳播力評(píng)估預(yù)選評(píng)價(jià)指標(biāo)模型,確定評(píng)價(jià)因素為
式中M為總目標(biāo)期刊移動(dòng)傳播指數(shù),由Mi組成;Mi為一級(jí)指標(biāo)因素,由mij組成;mij為二級(jí)指標(biāo)因素。
為完善評(píng)價(jià)模型,采用德爾菲法進(jìn)行2輪問卷調(diào)查。邀請(qǐng)30位專家進(jìn)行評(píng)判,這些專家主要來(lái)自廣東省期刊行業(yè)的主編和編輯。全部專家具有碩士及以上學(xué)歷,40%的專家具有正高職稱。專家分為2組,一組為期刊編輯組,另一組為期刊宣傳、發(fā)行或微信平臺(tái)運(yùn)營(yíng)組。第一輪調(diào)查發(fā)放問卷30份,回收26份;第二輪調(diào)查發(fā)出問卷26份,回收有效問卷26份(表2)。
在進(jìn)行第一輪專家咨詢之前,組織了預(yù)調(diào)查。專家結(jié)合實(shí)際情況就當(dāng)前科技期刊移動(dòng)傳播評(píng)價(jià)有關(guān)情況反饋了意見和建議。專家對(duì)《中國(guó)媒體移動(dòng)傳播指數(shù)報(bào)告》中部分評(píng)價(jià)指標(biāo)持肯定態(tài)度,但是也有專家認(rèn)為該報(bào)告沒有體現(xiàn)期刊的特色和專屬性,將“期刊實(shí)力”更改為“期刊情況”,“編輯隊(duì)伍實(shí)力”更改為“網(wǎng)站”,其二級(jí)指標(biāo)也作相應(yīng)變更(表3和表4)。二級(jí)指標(biāo)方面,在“期刊自有App”的二級(jí)指標(biāo)中增設(shè)“媒體曝光量”和“網(wǎng)民提及量”;建議科學(xué)評(píng)判期刊自有App的權(quán)重等。按照陳艷佳等[12]的研究方法,計(jì)算專家的積極系數(shù)和權(quán)威系數(shù)(表3)。第一輪發(fā)放問卷30份,回收26份,全部為有效問卷,回收率為86.67%;第二輪發(fā)放問卷26份,回收26份,全部為有效問卷,回收率為100%。
表2 專家情況統(tǒng)計(jì)表
表3 專家權(quán)威系數(shù)統(tǒng)計(jì)表
注:Cα為判斷影響程度系數(shù);CS為專家對(duì)指標(biāo)的熟悉程度系數(shù);CR為專家權(quán)威程度系數(shù),CR=(CS+Cα)/2。
根據(jù)預(yù)調(diào)查咨詢反饋意見對(duì)一級(jí)和二級(jí)指標(biāo)進(jìn)行重新擬定。一級(jí)指標(biāo)變更為:期刊情況(M1)、網(wǎng)站(M2)、微博(M3)、微信公眾號(hào)(M4)、入駐數(shù)據(jù)庫(kù)客戶端(M5)和期刊自有App (M6)。各級(jí)指標(biāo)按照Likert五點(diǎn)計(jì)分法依次分為非常同意、同意、不一定、不同意、非常不同意,分別賦予5、4、3、2、1分,展開第一輪專家咨詢。運(yùn)用SPSS統(tǒng)計(jì)軟件對(duì)一級(jí)指標(biāo)的統(tǒng)計(jì)數(shù)據(jù)進(jìn)行t檢驗(yàn),結(jié)果表明各組專家咨詢結(jié)果無(wú)統(tǒng)計(jì)學(xué)差異(P>0.05)。
運(yùn)用SPSS統(tǒng)計(jì)軟件對(duì)二級(jí)指標(biāo)的統(tǒng)計(jì)數(shù)據(jù)進(jìn)行t檢驗(yàn),結(jié)果表明,各組專家對(duì)博文數(shù)量、App評(píng)論數(shù)量(安卓)、App評(píng)分(安卓)、App Store搜索數(shù)量(蘋果)、App評(píng)論數(shù)量(蘋果)和App評(píng)分(蘋果)6項(xiàng)二級(jí)指標(biāo)咨詢結(jié)果的差異具有統(tǒng)計(jì)學(xué)意義(P<0.05,表4),其余指標(biāo)咨詢結(jié)果的差異無(wú)統(tǒng)計(jì)學(xué)意義(P>0.05,表4)。
第二輪問卷各級(jí)指標(biāo)按照Likert五點(diǎn)計(jì)分法依次分為非常同意、同意、不一定、不同意、非常不同意,分別賦予9、7、5、3、1分。
表4 第一輪專家咨詢二級(jí)指標(biāo)統(tǒng)計(jì)分析 (均數(shù)±標(biāo)準(zhǔn)差)
統(tǒng)計(jì)因素i的評(píng)價(jià)分值bi,以及因素i所在指標(biāo)集合中所有指標(biāo)分值的總和,即
則各因素在該指標(biāo)集合中的權(quán)重Ai為
根據(jù)專家打分情況,得出各級(jí)指標(biāo)的專家賦值表(表5和表6)。
表5 專家賦值表(一級(jí)指標(biāo))
將分值代入(3)式,計(jì)算一級(jí)指標(biāo)的權(quán)重為
Ai={0.205, 0.182, 13.4, 0.186, 0.159, 0.134}
(4)
將分值代入(3)式,計(jì)算二級(jí)指標(biāo)的權(quán)重為
參照(1)式,得出期刊移動(dòng)傳播評(píng)價(jià)指數(shù)計(jì)算方法:
M=0.108m11+0.097m12+0.06m21+0.061m22+
0.061m23+0.027m31+0.022m32+0.028m33+
0.028m34+0.028m35+0.186m41+0.021m51+
0.023m52+0.023m53+0.023m54+0.025m55+
0.022m56+0.023m57+0.013m61+0.013m62+
0.011m63+0.012m64+0.014m65+0.013m66+
0.012m67+0.012m68+0.018m69+0.018m610
(6)
表6 專家賦值表(二級(jí)指標(biāo))
本研究成敗的關(guān)鍵在于專家的選擇,通過(guò)有目的地選擇來(lái)保證專家具有良好的代表性:期刊編輯組為從事期刊編輯行業(yè)9年以上的專家,期刊宣傳、發(fā)行或微信平臺(tái)運(yùn)營(yíng)組為期刊編務(wù)、微信公眾號(hào)維護(hù)人員。69.23%的專家年齡在40歲以上,其學(xué)歷均在碩士及以上,工作年限在11年以上的專家占73.08%,并且工作經(jīng)歷與本研究有關(guān),61.53%的專家具有副高及以上職稱。問卷回收率反映了專家的積極程度,也是專家意見匯總的基礎(chǔ)。第一輪發(fā)放問卷的回收率為86.67%,第二輪發(fā)放問卷的回收率為100.00%,回收率滿足統(tǒng)計(jì)學(xué)需要。問卷的權(quán)威系數(shù)基于專家填寫的判斷依據(jù)、影響程度量化表和熟悉度表的數(shù)據(jù)計(jì)算而得。一級(jí)指標(biāo)中,專家對(duì)“入駐數(shù)據(jù)庫(kù)客戶端”之外的5項(xiàng)指標(biāo)均有很好的權(quán)威性,權(quán)威系數(shù)均大于0.7;而對(duì)“入駐數(shù)據(jù)庫(kù)客戶端”數(shù)據(jù)的權(quán)威系數(shù)為0.5962~0.6077,說(shuō)明專家對(duì)大多數(shù)一級(jí)指標(biāo)較為熟悉,意見具有權(quán)威性。
本研究期望解決的問題在于科學(xué)合理地篩選期刊移動(dòng)傳播評(píng)價(jià)指標(biāo)。評(píng)價(jià)指標(biāo)數(shù)量不宜過(guò)多,以免增加后期搜集指標(biāo)的難度與數(shù)據(jù)處理的復(fù)雜性。評(píng)價(jià)模型中的指標(biāo)數(shù)據(jù)均可以在互聯(lián)網(wǎng)上獲?。浩诳闆r指標(biāo)可通過(guò)各大數(shù)據(jù)庫(kù)如中國(guó)知網(wǎng)、萬(wàn)方數(shù)據(jù)庫(kù)等獲得;網(wǎng)站指標(biāo)可通過(guò)各期刊所辦的網(wǎng)站獲得;微博指標(biāo)可通過(guò)新浪微博獲得;微信公眾號(hào)指標(biāo)可通過(guò)“清博大數(shù)據(jù)”提供的WCI獲得;入駐數(shù)據(jù)庫(kù)客戶端指標(biāo)可從該期刊所入駐的各數(shù)據(jù)庫(kù)客戶端獲得;期刊自有App指標(biāo)可從安卓商店或App Store中獲得。值得關(guān)注的是,期刊編輯、期刊宣傳和發(fā)行工作者對(duì)評(píng)價(jià)模型中的大多數(shù)指標(biāo)持有相同的觀點(diǎn),說(shuō)明本評(píng)價(jià)模型的指標(biāo)選取得到了專家的認(rèn)同。專家僅對(duì)于博文數(shù)量、App評(píng)論數(shù)量(安卓)、App評(píng)分(安卓)、App Store搜索數(shù)量(蘋果)、App評(píng)論數(shù)量(蘋果)和App評(píng)分(蘋果)6項(xiàng)二級(jí)指標(biāo)評(píng)價(jià)結(jié)果的差異有統(tǒng)計(jì)學(xué)意義(P<0.05)。這可能是由于期刊宣傳、發(fā)行或微信平臺(tái)運(yùn)營(yíng)人員(宣傳組)大多由編務(wù)人員擔(dān)任,他們的專業(yè)方向、觀察和思考期刊的傳播力角度與編輯有所不同。由表2可知,期刊宣傳、發(fā)行或微信平臺(tái)運(yùn)營(yíng)組專家對(duì)于以上6項(xiàng)的評(píng)分高于期刊編輯組專家,說(shuō)明前者認(rèn)為這6項(xiàng)指標(biāo)對(duì)于期刊移動(dòng)傳播力而言具有更為重要的作用。
隨著移動(dòng)終端的普及和讀者閱讀習(xí)慣的改變,中青年讀者普遍使用互聯(lián)網(wǎng)和移動(dòng)互聯(lián)網(wǎng)檢索資料。網(wǎng)絡(luò)傳播已經(jīng)是當(dāng)前科技期刊傳播的主流力量。針對(duì)我國(guó)科技期刊移動(dòng)傳播評(píng)價(jià)的空白建立移動(dòng)傳播評(píng)價(jià)模型,激勵(lì)其增加對(duì)移動(dòng)傳播的投入,引導(dǎo)和規(guī)范科技期刊建立健全科技期刊傳播結(jié)構(gòu)具有重要意義[2,13-14]。期刊傳播力建設(shè)和評(píng)價(jià)與學(xué)術(shù)期刊的影響力息息相關(guān),通過(guò)傳播期刊的內(nèi)容來(lái)實(shí)現(xiàn)信息的傳遞,獲得讀者對(duì)期刊內(nèi)容的知曉、認(rèn)同或者質(zhì)疑。傳播是期刊發(fā)揮其效應(yīng)的起始點(diǎn),通過(guò)傳播可以擴(kuò)大期刊的影響力[15]。如何擴(kuò)大期刊傳播力和影響力,可以從學(xué)術(shù)期刊傳播特點(diǎn)著手,加強(qiáng)期刊特色內(nèi)容建設(shè),以信息傳播模式提升學(xué)術(shù)期刊的影響力[16]。
建立期刊移動(dòng)傳播評(píng)價(jià)體系是一項(xiàng)復(fù)雜的系統(tǒng)工程,需要多部門的配合與支持。本研究選取一定角度拋磚引玉,提出期刊移動(dòng)傳播評(píng)價(jià)模型指標(biāo)篩選初步構(gòu)想,以期刊情況、網(wǎng)站、微博、微信公眾號(hào)、入駐數(shù)據(jù)庫(kù)客戶端和期刊自有App 6個(gè)指標(biāo)評(píng)價(jià)期刊移動(dòng)傳播力,采用德爾菲法確定各指標(biāo)權(quán)重,擬為構(gòu)建科技期刊移動(dòng)傳播評(píng)價(jià)體系提供參考依據(jù)。本研究?jī)H從理論層面分析和探討,并未在各個(gè)學(xué)科領(lǐng)域深入開展實(shí)際應(yīng)用研究,應(yīng)用的樣本數(shù)量較小,還需要擴(kuò)大樣本數(shù)量并且在更多領(lǐng)域應(yīng)用測(cè)試后,方可建立科技期刊移動(dòng)傳播評(píng)價(jià)體系,這也是本課題組下一步重點(diǎn)研究的方向。