秦奮 高健

摘要：替代計量學（Altmetrics）作為基于社交網(wǎng)絡(luò)數(shù)據(jù)的計量指標，其與傳統(tǒng)文獻計量學引文計量的相關(guān)性成為研究人員關(guān)注的重要方向。本文選取ESI圖情領(lǐng)域高被引論文作為數(shù)據(jù)源，通過運用SPSS軟件相關(guān)性分析、主成分分析等方法，對比分析PlumX指標數(shù)值與ESI高被引論文引用量之間的關(guān)系，以期得到指標之間的相關(guān)性和差異性。

關(guān)鍵詞：Altmetrics;ESI;信息科學與圖書館學;高被引;論文;PlumX;SPSS

DOI：10.3969/j.issn.1008-0821.2019.03.018

〔中圖分類號〕G250.252〔文獻標識碼〕A〔文章編號〕1008-0821（2019）03-0157-09

隨著互聯(lián)網(wǎng)大數(shù)據(jù)時代的到來，人們獲取信息的方式變得更加多元化，學術(shù)研究的方式也從單純的依靠紙本資源發(fā)展到電子資源，從通過參加學術(shù)活動交流以了解行業(yè)信息到數(shù)據(jù)庫課題定制推送、信息推薦共享等方式獲取最新研究動態(tài)?？梢姡屡d功能軟件及社交媒體越來越成為人們獲取資源信息的便捷途徑。從而學術(shù)評價的形式和方式也逐步從傳統(tǒng)的引文計量向多元化指標評價體系轉(zhuǎn)變。

傳統(tǒng)引文計量一直以來作為學術(shù)評價的主要方式，存在著一定的問題：①引文統(tǒng)計滯后性。文章引用是學術(shù)評估的傳統(tǒng)形式，即同行評審論文被其他同行評審論文引用，并發(fā)表在具有高影響因子的期刊中。但是，一位研究人員從有想法之時開始到在同行評審期刊中發(fā)表，大約需要2～5年時間。從發(fā)表之時，直到獲得臨界引用規(guī)模，還需要3～5年時間，這使得單純通過引文數(shù)據(jù)來評估文章的水平具有明顯的滯后性，不利于文獻的傳播和利用;②作者引用的文獻并不一定為其最有用的文獻，而可能選取對其發(fā)文有利的相似文獻;③學科偏倚性。如計算機領(lǐng)域的學術(shù)成果多以會議文獻為主，其引用數(shù)相對較低，但這并不足以表征其實際科研水平。Lutz Bornmann等指出科研人員的引文習慣影響引文的質(zhì)量，從而影響到引文分析在對學術(shù)評價中的作用[1]，Gorraiz J等認為引文只能表征一個研究課題的受眾程度，并不能等同于學術(shù)期刊的影響力[2]，楊思洛認為引文分析存在著片面性與計數(shù)不合理性，國內(nèi)大量的學者依賴于引文分析，刻意的引用影響了對文獻及期刊評價的客觀性[3]。因此，單一的引文計量并不能完全客觀地評價學術(shù)水平，需要新的計量方式對其進行補充。

Altmetrics替代計量學作為近年來國外學術(shù)研究的主要課題，通?；诟鼮閺V泛的社交網(wǎng)絡(luò)上的數(shù)據(jù)，并將其作為參與評價科研水平的一部分，打破將出版的學術(shù)刊物及其引用作為評估科研水平的唯一依據(jù)，其對學術(shù)評價體系的改變有著重要的影響力。很多學者嘗試將Altmetrics指標與Citation指標進行對比分析，如將Mendeley和CiteULike參考工具類指標與引文數(shù)進行對比分析，認為其更具有廣泛性和時效性[4-5];Waltman L等通過學術(shù)期刊的文章收錄情況，對比F1000推薦和引用的關(guān)系[6];Shema H等將Blog數(shù)據(jù)融入到引文計量分析中，創(chuàng)新性地提出博客引文可以作為學術(shù)評估的一種依據(jù)[7];Costas R等也嘗試將Altmetrics多指標與Citation指標進行對比，認為其對發(fā)現(xiàn)高被引期刊有一定的指導作用[8];Luis Ortega認為Altmetrics可以作為文獻計量學的補充工具來評估學術(shù)維度[9]。國內(nèi)學者也逐漸開始關(guān)注Altmetrics，有的學者將其運用到機構(gòu)知識庫中[10-12]，也有嘗試將其運用到學術(shù)評估[13]和期刊利用統(tǒng)計中[14]，但是相關(guān)研究仍多為綜述性研究[15-18]，針對性的探索研究相對較少?？梢姡瑢ltmetrics部分指標與citation指標進行對比分析是近年來研究的主要方向，但是鮮有將Altmetrics工具研究應(yīng)用到科研評估中。目前，國外比較成熟的Altmetrics的工具包括：Altmetrics.com、PlumX、Impactstory以及PLOS的ALMs。其中包含指標最多、涉及范圍最廣的工具為PlumX[19]。José Luis Ortega通過共時法，對來自PlumX 6個維度數(shù)據(jù)以及引用數(shù)據(jù)進行生命周期分析，推斷不同指標對文章的影響力[20-22];Meschede C等將PlumX和Altmetric.com作為研究對象，通過不同來源數(shù)據(jù)對比分析，找出兩者之間的相關(guān)性，以此佐證替代計量學指標可以作為傳統(tǒng)文獻計量學的補充[23];Torres-Salinas D等將PlumX中18個指標運用到評估學術(shù)書籍，并衡量不同指標之間的互補程度[24];劉春麗以PlumX為例，研究了Altmetrics工具與機構(gòu)知識庫的整合效果[25]。但是，值得注意的是，針對PlumX的文獻研究數(shù)據(jù)鮮有針對學科進行研究，事實上，Altmetrics指標對于不同學科的影響是不同的，并不能一概而論。因此，本文擬將PlumX運用到某一學科的文獻計量中，不僅有利于分析影響文獻的主要因素，更有利于評估學科的影響因素。

1數(shù)據(jù)來源

目前，人文社科領(lǐng)域?qū)W術(shù)成果的評估并沒有一個公認的計量方式[26]，傳統(tǒng)的引文計量對于該領(lǐng)域有一定的局限性[27]，替代計量學作為補充性工具對人文社科領(lǐng)域的影響較理工科領(lǐng)域更明顯。因此，本文選取替代計量學評價指標最為全面的PlumX作為工具，PlumX Metrics是Plum Analytics的全面的、項目級別的度量，它提供了在線環(huán)境中人們與單個研究成果（文章、會議記錄、書籍章節(jié)等）交互的方式的洞察力。2017年2月，Plum Analytics宣布加入Elsevier，Plum Analytics和Scopus平臺以集成PlumX度量作為Scopus上文章級度量的主要來源（以及其他Elsevier平臺和產(chǎn)品），取代了之前由Altmetrics.com提供的計量學。為了支持相似分析，并幫助理解所涉及的大量數(shù)據(jù)，它們被分成5類：使用率（USAGE）、捕獲數(shù)指標（CAPTURES）、提及數(shù)（MENTIONS）、社交媒體（SOCIAL MEDIA）以及引用數(shù)（CITATIONS），見表1。使用率（USAGE）是研究者在引用之后想知道的第一個統(tǒng)計數(shù)，其作為一種信號來表征是否有人在閱讀文章或以其他方式進行研究。Taylor & Francis最近發(fā)布了他們的年度開放訪問調(diào)查，這是他們對2012年發(fā)表文章的作者所做的一項調(diào)查。60%的受訪者表示，使用和下載統(tǒng)計數(shù)據(jù)對于評估未來10年的研究價值將變得非常重要。

目前，研究日益走向開放的網(wǎng)絡(luò)，網(wǎng)絡(luò)指標來衡量社會的影響可能有一個更廣泛的受眾的環(huán)境。其中，捕獲數(shù)（CAPTURES）可以是引用的先導指標。研究人員可以從大量的在線工具中選擇來幫助他們進行科研的管理，包括文摘和文獻數(shù)據(jù)庫、社會書簽網(wǎng)站、參考文獻管理軟件。這些工具中提供了訂制和跟蹤其用戶與所提供的內(nèi)容的交互，并據(jù)此評估與特定研究成果的接觸或使用;社交媒體（SOCIAL MEDIA）可以很好地衡量某項研究的進展情況。通過追蹤社交媒體的度量，你可以考量研究人員是如何促進他們的工作的，這有助于早期的職業(yè)研究者來開展學術(shù)研究;提及數(shù)（MENTIONS），如新聞文章或博客文章的研究，提到是一種告訴人們真正參與研究的方式?？梢?，PlumX的指標通過收集所有類型的學術(shù)研究成果，匯集適當?shù)难芯恐笜藖碇笇Э茖W研究者進行學術(shù)活動。

本文選取科睿唯安集團Web of Science平臺核心合集2008-2017年SSCI收錄的文章，篩選出信息科學與圖書館學（INFORMATION SCIENCE& LIBRARY SCIENCE）領(lǐng)域中文獻98 433篇，其中被ESI（Essential Science Indicators）收錄高被引文章431篇。數(shù)據(jù)采集日期為2018年9月。通過DOI輸入PlumX網(wǎng)站（https：//plu.mx/plum）獲取PlumX指標，找出引文量與替代計量學指標的相關(guān)性關(guān)系。

2數(shù)據(jù)分析

2.1引文分析

引文分析主要包括兩個層面：一是引文本身以及引文所承載的相關(guān)特征信息的直接計量問題，也就是有關(guān)引文的作者、主題、期刊、年代、國家、機構(gòu)等的分布規(guī)律;二是引文以及引文所承載的相關(guān)特征信息之間的關(guān)系的定性與定量分析，也就是與引文網(wǎng)絡(luò)相關(guān)的問題，包括引文之間的藕合、共引以及形成的特定網(wǎng)絡(luò)的特性等問題[28]。本文選取ESI收錄信息科學與圖書館學領(lǐng)域（INFORMATION SCIENCE& LIBRARY SCIENCE）高被引文章431篇，其被引頻次的數(shù)據(jù)來源于WoS平臺，因此以WoS平臺被引數(shù)據(jù)為依據(jù)具有參考性，具體其文獻被引情況見表2，該被引數(shù)據(jù)為逐年引用，如2008年文獻分別在2008-2017年每年的被引次數(shù)。通過數(shù)據(jù)可見，人文社科專業(yè)的文獻發(fā)表后的第2年為被引增長率最快的一年，被引次數(shù)基本為逐年上升，并未出現(xiàn)文獻老化引起的被引數(shù)量下降趨勢。

2.2PlumX指標

本文依據(jù)SSCI平臺收錄的ESI數(shù)據(jù)庫信息科學與圖書館學領(lǐng)域（INFORMATION SCIENCE & LIBRARY SCIENCE）領(lǐng)域高被引文章DOI號，輸入PlumX網(wǎng)站（https：//plu.mx/plum），得到相應(yīng)的PlumX指標見表3。

不同的指標來源數(shù)值差距比較大，使用數(shù)方面，摘要瀏覽的數(shù)值影響最大，其次是全文的瀏覽和鏈接;捕獲數(shù)方面，文獻參考軟件Mendeley數(shù)值影響最大，其擁有200多萬用戶，作為數(shù)據(jù)來源的主要來源活躍程度較Citelike高，這也表征文獻在學術(shù)平臺上使用情況的人數(shù)較多;提及數(shù)方面，Twitter與Facebook研究的主要指標數(shù)值較高，有研究人員認為該指標在人文社科領(lǐng)域的活躍度比較明顯，多數(shù)學者通過社交軟件進行學術(shù)交流[29-30];引用數(shù)方面，數(shù)值影響最大的為Scopus引用，其次是Crossref以及Pubmed Central。Scopus數(shù)據(jù)庫是目前全球規(guī)模最大的文摘和引文數(shù)據(jù)庫，該數(shù)據(jù)庫提供引文數(shù)據(jù)，并且2010年開始，Elsevier公司由英格蘭高等教育撥款委員會（EFCE）牽頭，聯(lián)合多所知名高校開啟雪球指標計劃，逐步將替代計量學的指標融入到Scopus數(shù)據(jù)庫論文度量指標。2018年其將涉及范圍更為全面的PlumX作為其替代計量學的工具。

3引文量與PlumX指標相關(guān)性分析

本文選取2008-2017年ESI收錄信息科學與圖書館學領(lǐng)域（LIBRARY AND INFORMATION SCIENCE）專業(yè)高被引相關(guān)文獻431篇作為數(shù)據(jù)來源，通過PlumX網(wǎng)站（https：//plu.mx/plum）獲取使用數(shù)、捕獲數(shù)、提及數(shù)、社交媒體以及引用數(shù)指標，運用SPSS20.0軟件中的相關(guān)性分析、因子分析等方法，對引文量和PlumX多指標進行相關(guān)性分析，具體結(jié)果見表4。

3.1引文量與各指標相關(guān)性分析

通過表4可見，ESI被引頻次與使用數(shù)和捕獲數(shù)相關(guān)系數(shù)分別為0.725和0.718，在0.05的水平上顯著相關(guān)，說明文獻的閱覽和下載以及文獻管理軟件對文獻引用有一定的影響，數(shù)據(jù)主要來源于EBSCO和Mendeley。Mendeley軟件用戶量龐大，主要用戶為高校及研究所的科研人員，因此科研人員的行為對引用量有正相關(guān)性。ESI被引頻次與引用數(shù)的相關(guān)系數(shù)為，說明兩者之間是極強相關(guān)。PlumX中的引用數(shù)據(jù)主要包括Scopus、CrossRef和PubMed Central等引用數(shù)據(jù)，其中影響最大的是Scopus引用數(shù)據(jù)，說明WOS平臺與Scopus平臺雖然數(shù)據(jù)來源不同，但是其對文章引用數(shù)的表征一致。ESI被引頻次與提及數(shù)和社交媒體的相關(guān)系數(shù)小于0.4，相關(guān)性較弱，說明ESI高被引論文與提及數(shù)和社交媒體沒有必然相關(guān)性。ESI處理的數(shù)據(jù)僅限于ISI收錄的期刊論文（科技論文、評述論文、會議論文以及研究報告）。編輯信件、更正通知、摘要、圖書、圖書的章節(jié)以及未被ISI索引的期刊論文，均不被考慮在內(nèi)[31]。而社交媒體（Twitter、Facebook、Google+等）和提及數(shù)（News、Blogs、Wikipedia等）指標則是基于社會網(wǎng)絡(luò)的學術(shù)評價方法，其底層數(shù)據(jù)源并不支持WOS數(shù)據(jù)庫。通過利用PlumX工具收割社交網(wǎng)絡(luò)工具以及文獻管理系統(tǒng)中涉及某一研究成果的相關(guān)信息（下載量、引用次數(shù)、瀏覽次數(shù)、評論、轉(zhuǎn)發(fā)等），通過對這些數(shù)據(jù)進行聚類分析和統(tǒng)計計算，測量該研究成果的指標[32]。由此可見，兩者之間的數(shù)據(jù)來源范圍和數(shù)據(jù)計算方法均沒有共通性，相關(guān)性也相對較弱。社交媒體和提及數(shù)的相關(guān)系數(shù)為0.991，在0.01的水平上顯著相關(guān)。說明社交媒體的傳播與在線學術(shù)討論的次數(shù)互相影響力比較高。

通過數(shù)據(jù)可見，PlumX的指標間都有一定的相關(guān)性，使用數(shù)、捕獲數(shù)和引用數(shù)具有較強的相關(guān)性;與社交媒體及提及數(shù)相關(guān)性較弱，相關(guān)系數(shù)并不大，但是通過Facebook、Twitter和社交媒體的相互作用，對學術(shù)文獻的推廣有一定的積極意義。

3.2綜合指標分析

本文運用SPSS軟件將ESI引文數(shù)，PlumX指標中的“使用數(shù)”、“捕獲數(shù)”、“引用數(shù)”、“提及數(shù)”和“社交媒體”的數(shù)值進行因子分析，見表5。通過數(shù)據(jù)可見，KMO數(shù)值為0.772，其值大于0.7，證明所選樣本可以使用因子分析法;Bartlett球形檢驗的值為305.137（自由度為15），伴隨概率值為0.000<0.01，達到了顯著性水平，說明拒絕零假設(shè)而接受備擇假設(shè)，即相關(guān)矩陣不是單位矩陣，適合進行因子分析。由碎石圖可見，其中兩個因子數(shù)值大于1，且累計方差率也達到了較高的比例，用其反映學術(shù)水平說損失的信息量不多，所以本文認為這兩個公因子能夠反映學術(shù)水平。

如圖2所示，旋轉(zhuǎn)后的因子負載矩陣可以明顯地看出兩個主因子的分布，第一主因子主要包括使用數(shù)、捕獲數(shù)和引用數(shù)，可見使用數(shù)、捕獲數(shù)和引用數(shù)對ESI引用的作用比較明顯;第二主因子主要包括提及數(shù)和社交媒體。可見，PlumX的5個指標可以歸納為兩個主要公因子：第一是基于傳統(tǒng)文獻使用方式的論文傳播情況，包括文獻的下載使用、文獻管理軟件的使用以及引文數(shù)量的影響;第二是以新興媒體行為為代表的大眾媒體對學術(shù)論文的影響，包括Twitter、Facebook、Blogs和Wikipedia等。綜上所述，兩個因子從不同角度表征了文獻的影響力，可以作為綜合指標來評估論文的影響力。

4結(jié)論與展望

本文篩選WoS平臺ESI圖情專業(yè)高被引論文作為數(shù)據(jù)源，運用替代計量學指標中涵蓋數(shù)據(jù)范圍最廣的PlumX工具作為依據(jù)，探求引文量與替代計量學相關(guān)性，以此來驗證替代計量學是否能作為傳統(tǒng)引文計量學的補充指標，彌補引文分析存在的滯后性、偏倚性等弊端。通過研究得到以下結(jié)論：

替代計量學并非對傳統(tǒng)文獻計量學引文指標的純粹補充，其能測度引文指標無法涵蓋的領(lǐng)域，例如文獻管理軟件應(yīng)用、學術(shù)視頻的影響力、學術(shù)博客的社會影響力等。替代計量學也并非全盤否定基于引文的傳統(tǒng)指標，而是從學術(shù)追蹤和交流等方面進行計量。PlumX作為替代計量學重要的指標，不僅涵蓋了新興網(wǎng)絡(luò)傳媒對文獻傳播的影響分析，還融入傳統(tǒng)文獻計量學引文數(shù)的重要指標，其在評價論文水平方面具有一定的意義。

ESI高被引論文引用數(shù)與使用數(shù)和捕獲數(shù)有一定的相關(guān)性，說明研究人員的推廣對文章的引用起到的作用較大。而ESI高被引論文引文數(shù)與社交媒體和提及數(shù)沒有明顯的相關(guān)性，說明高被引論文并不依賴社會媒體宣傳度，且通過SPSS分析可見，兩者具有明顯的側(cè)重性，因此引文量與社交媒體平臺相互獨立性，將兩者結(jié)合評估學術(shù)水平將更全面客觀。ESI高被引論文引用數(shù)和PlumX指標引用有高度相關(guān)性，說明PlumX能夠包含引用數(shù)據(jù)的指標。因此，PlumX不僅擁有替代計量學指標及時性、便捷性的特點，更有效地填補了傳統(tǒng)引文分析的弊端，能夠作為補充性指標對該領(lǐng)域的學術(shù)水平進行綜合評價。

目前替代計量學領(lǐng)域的實證研究數(shù)據(jù)主要來自于外文文獻，鮮有針對國內(nèi)文獻的替代計量學研究。通過研究可見，本文研究的PlumX指標的數(shù)據(jù)獲取主要依靠文章DOI號，DOI注冊服務(wù)是由IDF批準的全球9個RA（DOI注冊機構(gòu)）進行運行和推廣。2007年3月，中國科技信息研究所和萬方數(shù)據(jù)公司于聯(lián)合申請，由IDF批準成立了我國首個RA，并建立運行了“中文DOI”（http：//www.chinadoi.cn）服務(wù)。現(xiàn)階段，中文DOI已推出DOI多重解析服務(wù)，與國外的Springer，Elsevier等大型出版商以及SCI、EI等文摘數(shù)據(jù)庫通過DOI進行被引文獻、施引文獻的相互鏈接以及資源統(tǒng)計。隨著國內(nèi)科研水平的不斷提高，中文DOI服務(wù)的不斷發(fā)展，替代計量學的相關(guān)研究必將成為中文文獻研究的主要方向。

但是，本文仍存在一定的不足。主要在兩個方面：第一，樣本的選擇相對較少，雖然考慮到引文周期的因素，時間跨度為10年以上，但是由于學科的特殊性，使得數(shù)據(jù)量不夠充分;第二，替代計量學指標數(shù)據(jù)與引文量在學術(shù)文獻評價中所占比重并沒有一個確切的數(shù)據(jù)支持，這一方面將在后續(xù)的研究中進一步討論和探索。

替代計量學對于促進科學交流的網(wǎng)絡(luò)化是必然趨勢，既是提高科學交流效率的需要，也是網(wǎng)絡(luò)時代科學家交流偏好變化的產(chǎn)物。本文希望通過探求替代計量學指標PlumX與引文量之間的關(guān)系，找到綜合評價學術(shù)評價的合理方式，豐富學術(shù)評價體系，更全面地提供學術(shù)評價的方法，為進一步提高科研水平提供理論支持。

參考文獻

[1]Bornmann L，Daniel H.What Do Citation Counts Measure？A Review of Studies on Citing Behavior[J].Journal of Documentation，2008，64（1）：45-80.

[2]Gorraiz J，Gumpenberger C，Schlgl C.Usage Versus Citation Behaviours in Four Subject Areas[J].Scientometrics，2014，101（2）：1077-1095.

[3]楊思洛.引文分析存在的問題及其原因探究[J].中國圖書館學報，2011，37（3）：108-117.

[4]Bornmann L.Alternative Metrics in Scientometrics：A Meta-analysis of Research Into Three Altmetrics[J].Scientometrics，2015，103（3）：1123-1144.

[5]Peters I，Peters I，Bar-Ilan J，et al.Coverage and Adoption of Altmetrics Sources in the Bibliometric Community[J].Scientometrics，2014，101（2）：1145-1163.

[6]Waltman L，Costas R.F1000 Recommendations as a Potential New Data Source for Research Evaluation：A Comparison With Citations[J].Journal of the American Society for Information Science & Technology，2014，65（3）：433-445.

[7]Shema H，Bar-Ilan J，Thelwall M.Do Blog Citations Correlate with a Higher Number of Future Citations？Research Blogs As a Potential Source for Alternative Metrics[J].Journal of the American Society for Information Science & Technology，2014，65（5）：1018-1027.

[8]Costas R，Zahedi Z，Wouters P.Do“Altmetrics”Correlate with Citations？Extensive Comparison of Altmetric Indicators with Citations from a Multidisciplinary Perspective[J].Journal of the Association for Information Science & Technology，2014，66（10）：2003-2019.

[9]Ortega J L.Relationship Between Altmetric and Bibliometric Indicators Across Academic Social Sites：The Case of CSICs Members[J].Journal of Informetrics，2015，9（1）：39-49.

[10]邱均平，張心源，董克.Altmetrics指標在機構(gòu)知識庫中的應(yīng)用研究[J].圖書情報工作，2015，（2）：100-105.

[11]王聰，劉春麗.Altmetrics在我國高校機構(gòu)知識庫應(yīng)用分析[J].情報雜志，2016，35（12）：116-120.

[12]劉春麗.Altmetrics工具與機構(gòu)知識庫的整合與效果——以PlumX為例[J].圖書情報工作，2015，59（24）：39-46.

[13]趙蓉英，郭鳳嬌，譚潔.基于Altmetrics的學術(shù)論文影響力評價研究——以漢語言文學學科為例[J].中國圖書館學報，2016，42（1）：96-108.

[14]陳銘.期刊利用統(tǒng)計與Altmetrics的興起[J].圖書與情報，2014，（1）：12-17.

[15]邱均平，余厚強.論推動替代計量學發(fā)展的若干基本問題[J].中國圖書館學報，2015，41（1）：4-15.

[16]王睿，胡文靜，郭瑋.常用Altmetrics工具比較[J].現(xiàn)代圖書情報技術(shù)，2014，（12）：18-26.

[17]衛(wèi)垌圻，譚宗穎.Altmetrics國內(nèi)外研究中的問題與挑戰(zhàn)[J].圖書情報工作，2015，59（2）：93-99.

[18]趙蓉英，魏明坤，汪少震.Altmetrics的發(fā)展動態(tài)探析[J].情報科學，2017，（2）：171-176.

[19]楊柳，陳銘.常用替代計量學工具之比較研究[J].情報理論與實踐，2015，38（9）：114-119.

[20]Ortega J L.The Life Cycle of the Altmetric Impact：A Longitudinal Study of Six Alternative Metrics from PlumX[J].Journal of Informetrics，2017，12（3）.

[21]Ortega J L.To Be or Not to Be on Twitter，and Its Relationship with the Tweeting and Citation of Research Papers[J].Scientometrics，2016，109：1-12.

[22]Ortega J L.Reliability and Accuracy of Altmetric Providers：A Comparison Among Altmetric.com，PlumX and Crossref Event Data[J].Scientometrics，2018，116（3）：2123-2138.

[23]Meschede C，Siebenlist T.Cross-metric Compatability and Inconsistencies of Altmetrics[J].Scientometrics，2018，115（4）：1-15.

[24]Torres-Salinas D，Robinson-Garcia N，Gorraiz J.Filling the Citation Gap：Measuring the Multidimensional Impact of the Academic Book At Institutional Level with PlumX[J].Scientometrics，2017，113（4）：1-14.

[25]劉春麗.Altmetrics工具與機構(gòu)知識庫的整合與效果——以PlumX為例[J].圖書情報工作，2015，59（24）：39-46.

[26]Trowler，Paul.Academic Tribes and Territories[M].Open University Press，2001.

[27]Nederhof A J.Bibliometric Monitoring of Research Performance in the Social Sciences and the Humanities：A Review[J].Scientometrics，2006，66（1）：81-100.

[28]梁永霞.引文分析學的知識計量研究[D].大連：大連理工大學，2009.

[29]Holmberg K，Thelwall M.Disciplinary Differences in Twitter Scholarly Communication[J].Scientometrics，2014，101（2）：1027-1042.

[30]Hellqvist B.Referencing in the Humanities and Its Implications for Citation Analysis[J].Journal of the American Society for Information Science & Technology，2010，61（2）：310-318.

[31]王穎鑫，黃德龍，劉德洪.ESI指標原理及計算[J].圖書情報工作，2006，50（9）：73-75.

[32]Piwowar H.Introduction Altmetrics：What，Why and Where？[J].Bulletin of the American Society for Information Science & Technology，2013，39（4）：8-9.

（責任編輯：郭沫含）