郝若揚(yáng)

關(guān)鍵詞： 引文規(guī)范化評價指標(biāo)； 相對引用率； 學(xué)科規(guī)范引文影響力； 期刊規(guī)范引文影響力； 論文影響力評價

ＤＯＩ：１０．３９６９ ／ ｊ．ｉｓｓｎ．１００８－０８２１．２０２３．１２．０１２

〔中圖分類號〕Ｇ２５０.２５２ 〔文獻(xiàn)標(biāo)識碼〕Ａ 〔文章編號〕１００８－０８２１ （２０２３） １２－０１３３－１０

近年來， 伴隨著科學(xué)技術(shù)的迅猛發(fā)展， 學(xué)科領(lǐng)域的劃分越來越精細(xì)， 不同學(xué)科之間的交叉、滲透和融合也越來越深入。在這樣的大背景之下， 如何對科研成果（特別是學(xué)術(shù)論文） 進(jìn)行科學(xué)、公正、客觀地評價， 已經(jīng)成為文獻(xiàn)計量領(lǐng)域面臨的一個亟待解決的關(guān)鍵問題。特別是隨著一些新興的交叉學(xué)科領(lǐng)域的出現(xiàn)， 如何對這些交叉領(lǐng)域的成果進(jìn)行跨學(xué)科評價， 也成為了文獻(xiàn)計量領(lǐng)域的關(guān)鍵問題之一。早先的文獻(xiàn)計量方法主要通過分析論文的被引頻次及其所在期刊的影響因子等較為簡單指標(biāo)對論文的影響力進(jìn)行評價， 這在很大程度上導(dǎo)致了期刊影響因子等計量指標(biāo)被錯誤使用或被異化的問題［１－２］ 。此外， 早先的文獻(xiàn)計量指標(biāo)由于沒有充分考慮學(xué)科領(lǐng)域、文獻(xiàn)類型、引用環(huán)境、文獻(xiàn)出版時間等因素的影響， 很難對不同學(xué)科領(lǐng)域的論文（特別是跨學(xué)科領(lǐng)域的論文）進(jìn)行客觀、公正的評價， 而且這些指標(biāo)在對跨學(xué)科領(lǐng)域論文的影響力評價時展示出較大的局限性［３］ 。

為了解決以上問題， 實現(xiàn)對不同學(xué)科領(lǐng)域論文的合理評價， 文獻(xiàn)計量研究人員提出了引文規(guī)范化指標(biāo)， 也被稱為“相對指標(biāo)”。這類指標(biāo)充分考慮了學(xué)科領(lǐng)域、文獻(xiàn)類型、引用環(huán)境、文獻(xiàn)出版時間等對論文引用的影響， 主要采用歸一化算法對相關(guān)引文指標(biāo)進(jìn)行了規(guī)范化處理， 使得不同學(xué)科領(lǐng)域、不同發(fā)表時間、不同文獻(xiàn)類型的論文的引文指標(biāo)具有一定的可比性［３］ 。１９８３ 年， Ｓｃｈｕｂｅｒｔ Ａ 等［４］ 提出了第一個相對計量指標(biāo)（即相對引文率）來測度期刊論文的影響力。相對引文率被定義為平均引文率與平均影響因子的比值。２０１０ 年， 荷蘭萊頓大學(xué)Ｗａｌｔｍａｎ Ｌ 等［５］ 基于所有論文在指標(biāo)計算中應(yīng)具有相對權(quán)重（即規(guī)范化）的思想， 提出了“平均規(guī)范化引文分?jǐn)?shù)” （Ｍｅａｎ Ｎｏｒｍａｌｉｚｅｄ Ｃｉｔａｔｉｏｎ Ｓｃｏｒｅ， ＭＮＣＳ）。ＭＮＣＳ 指標(biāo)被定義為每篇論文的被引頻次除以其學(xué)科平均引文率所得比率的算術(shù)平均值。通過一系列實證分析， Ｗａｌｔｍａｎ Ｌ 等［５］ 發(fā)現(xiàn)， 在期刊出版年份標(biāo)準(zhǔn)化的情況下， ＭＮＣＳ 指標(biāo)很大程度上會受到最近出版期刊和被引頻次較高的單一文獻(xiàn)的影響。２０１０ 年， Ｍｏｅｄ Ｈ Ｆ［６］ 進(jìn)一步發(fā)展了Ｅｕｇｅｎｅ Ｇａｒｆｉｅｌｄ定義的學(xué)科領(lǐng)域“引用潛力” 的概念， 提出了單篇文獻(xiàn)的“數(shù)據(jù)源歸一化影響力指數(shù)” （Ｓｏｕｒｃｅ Ｎｏｒ?ｍａｌｉｚｅｄ Ｉｍｐａｃｔ ｐｅｒ Ｐａｐｅｒ， ＳＮＩＰ）。ＳＮＩＰ 指標(biāo)被定義為某期刊每篇論文的被引用次數(shù)與該期刊的被引用潛力的比率。ＳＮＩＰ 指標(biāo)反映了期刊的上下文對引用的影響， 充分考慮了學(xué)科主題領(lǐng)域的特征， 特別是引用成熟度和用于評估的數(shù)據(jù)庫涵蓋該領(lǐng)域文獻(xiàn)的程度［６］ 。ＳＮＩＰ 指標(biāo)基于引文規(guī)范化處理， 使得不同學(xué)科領(lǐng)域的期刊可以公平地進(jìn)行比較， 而不受到學(xué)科領(lǐng)域引文行為的影響。同樣基于規(guī)范化的思想， 近年來科睿唯安（Ｃｌａｒｉｖａｔｅ Ａｎａｌｙｔｉｃｓ）在其開發(fā)的ＩｎＣｉｔｅｓ 平臺上推出兩個重要的規(guī)范化指標(biāo)， 即“學(xué)科規(guī)范引文影響力” （Ｃａｔｅｇｏｒｙ Ｎｏｒｍａｌｉｚｅｄ Ｃｉｔａ?ｔｉｏｎ Ｉｍｐａｃｔ， ＣＮＣＩ） 和“ 期刊規(guī)范引文影響力”（Ｊｏｕｒｎａｌ Ｎｏｒｍａｌｉｚｅｄ Ｃｉｔａｔｉｏｎ Ｉｍｐａｃｔ， ＪＮＣＩ）［７］ 。ＣＮＣＩ指標(biāo)被定義為論文的實際被引頻次除以具有相同文獻(xiàn)類型、出版年份和主題學(xué)科領(lǐng)域的論文的預(yù)期被引頻次， 而ＪＮＣＩ 指標(biāo)被定義為論文的實際被引頻次除以同一期刊中論文的平均被引頻次。從這兩指標(biāo)的定義來看， ＣＮＣＩ 指標(biāo)是對論文所屬學(xué)科領(lǐng)域進(jìn)行規(guī)范化， 可用于對比不同學(xué)科領(lǐng)域的論文影響力； 而ＪＮＣＩ 指標(biāo)對發(fā)表論文的期刊進(jìn)行規(guī)范化，可用于對比同一期刊上不同論文的學(xué)術(shù)影響力?；冢茫危茫?和ＪＮＣＩ 指標(biāo)的計算， 可以在一定程度上消除不同學(xué)科領(lǐng)域或不同期刊之間引文模式和引用行為的差異， 使得不同學(xué)科領(lǐng)域或不同期刊之間的論文可以進(jìn)行較為直接的比較。

２０１５ 年， 美國國立衛(wèi)生研究院（Ｎａｔｉｏｎａｌ Ｉｎｓｔｉ?ｔｕｔｅｓ ｏｆ Ｈｅａｌｔｈ， ＮＩＨ）在對論文共引網(wǎng)絡(luò)（Ｃｏ－ｃｉｔａ?ｔｉｏｎ Ｎｅｔｗｏｒｋ）計算和分析的基礎(chǔ)上， 提出了一種新的規(guī)范化指標(biāo)， 被稱為“相對引用率” （ＲｅｌａｔｉｖｅＣｉｔａｔｉｏｎ Ｒａｔｉｏ， ＲＣＲ）［８］ 。ＲＣＲ 指標(biāo)被定義為論文的實際引用頻次除以基于共引網(wǎng)絡(luò)分析獲得的期望引用次數(shù)。ＲＣＲ 指標(biāo)是以ＮＩＨ 的Ｒ０１ 項目資助的論文為基準(zhǔn)， 其中Ｒ０１ 項目為“Ｒ０１ Ｒｅｓｅａｒｃｈ Ｐｒｏ?ｊｅｃｔ Ｇｒａｎｔ”， 它代表了ＮＩＨ 的原始資助項目， 主要鼓勵跨學(xué)科和多學(xué)科研究。ＲＣＲ 指標(biāo)是基于論文共引網(wǎng)絡(luò)來確定論文所屬的學(xué)科領(lǐng)域， 而不是基于論文發(fā)表的期刊所屬學(xué)科進(jìn)行歸一化的， 因此， ＲＣＲ指標(biāo)相對于早先的規(guī)范化指標(biāo)具有較為突出的創(chuàng)新性， 同時其算法也得到了顯著的改進(jìn)［９］ 。為了計算論文的ＲＣＲ 指標(biāo)， ＮＩＨ 開發(fā)了一個Ｗｅｂ 應(yīng)用程序， 即ｉＣｉｔｅ［８］ 。該程序可以根據(jù)相關(guān)的算法為具有ＰｕｂＭｅｄ ＩＤ 的論文計算ＲＣＲ 指標(biāo)。關(guān)于ＲＣＲ 指標(biāo)的優(yōu)點和具體計算方法將在下一小節(jié)進(jìn)行介紹。

上述介紹的指標(biāo)（包括ＭＮＣＳ、ＳＮＩＰ、ＣＮＣＩ、ＪＮＣＩ、ＲＣＲ）都是基于引文規(guī)范化思想設(shè)計的評價指標(biāo)。相對于早先基于絕對引文數(shù)據(jù)進(jìn)行計量的指標(biāo)而言， 引文規(guī)范化指標(biāo)考慮了學(xué)科領(lǐng)域、出版時間、文獻(xiàn)類型等因素對指標(biāo)的影響， 并采用特定算法對論文的引文數(shù)據(jù)在學(xué)科領(lǐng)域和發(fā)表時間內(nèi)進(jìn)行了歸一化處理， 因此， 這些引文規(guī)范化指標(biāo)在對跨學(xué)科領(lǐng)域的論文影響力評價方面體現(xiàn)出了極大的優(yōu)越性。一些引文規(guī)范化指標(biāo)已經(jīng)被出版商、科研資助機(jī)構(gòu)、學(xué)術(shù)研究機(jī)構(gòu)等應(yīng)用到學(xué)術(shù)成果評價和研究績效考核中。

近些年， 由于引文規(guī)范化指標(biāo)充分考慮了學(xué)科領(lǐng)域和文獻(xiàn)類型對引文的影響， 具有一定的先進(jìn)性，所以規(guī)范化指標(biāo)得到了較多的關(guān)注和研究。特別是ＲＣＲ 指標(biāo)由于其具有獨特的創(chuàng)新性和改進(jìn)的算法，得到了國內(nèi)外研究人員的關(guān)注。Ｈｕｔｃｈｉｎｓ Ｂ Ｉ 等［９］計算并分析了ＮＩＨ 獲獎?wù)咴冢玻埃埃场玻埃保?年發(fā)表的８８ ８３５篇論文的ＲＣＲ 指標(biāo)發(fā)現(xiàn)， 這些論文具有較高的ＲＣＲ 值， 與學(xué)科領(lǐng)域?qū)＜覍@些論文的評價相一致。同時， Ｈｕｔｃｈｉｎｓ Ｂ Ｉ 等［９］ 將ＲＣＲ 指標(biāo)與其他規(guī)范化指標(biāo)（包括ＭＮＣＳ、ＳＮＩＰ 等）進(jìn)行了對比研究， 研究結(jié)果表明， ＲＣＲ 指標(biāo)是基于論文共引網(wǎng)絡(luò)進(jìn)行學(xué)科分類的， 不同于早先的規(guī)范化指標(biāo)是基于期刊的學(xué)科屬性或預(yù)設(shè)的分類進(jìn)行學(xué)科分類的。因此， 早先的規(guī)范化指標(biāo)通常是一種先驗定義學(xué)科分類， 而ＲＣＲ 指標(biāo)是一種后驗定義學(xué)科分類的方法［９］ 。這是ＲＣＲ 指標(biāo)與早先規(guī)范化指標(biāo)最根本的區(qū)別之一。Ｂｏｒｎｍａｎｎ Ｌ 等［１０］ 研究了Ｆ１０００ 數(shù)據(jù)庫中１６ ５５７篇關(guān)于生物醫(yī)學(xué)論文的ＲＣＲ 指標(biāo)及與其對應(yīng)的ＭＮＣＳ 指標(biāo)、Ｆ１０００ 分?jǐn)?shù)之間的相關(guān)性，結(jié)果表明， 這些論文的ＲＣＲ 指標(biāo)與ＭＮＣＳ 指標(biāo)具有較高的相關(guān)性（相關(guān)系數(shù)達(dá)到０.８８）， 且與Ｆ１０００ 分?jǐn)?shù)相關(guān)性較低（相關(guān)系數(shù)僅有０.２３ ～０.３１）。陳斯斯等［１１］ 在ＩｎＣｉｔｅｓ 數(shù)據(jù)庫中選取了２０１６ 年２２ 個ＥＳＩ 學(xué)科期刊文獻(xiàn)、８ 種交叉學(xué)科期刊文獻(xiàn)和ＥＳＩ的８ 個不同學(xué)科領(lǐng)域中被引頻次最高的單學(xué)科期刊文獻(xiàn)， 分別計算這些文獻(xiàn)的ＲＣＲ 與ＣＮＣＩ 數(shù)值，并進(jìn)行了相關(guān)性檢驗。結(jié)果表明， 對于不同學(xué)科期刊文獻(xiàn)、交叉學(xué)科文獻(xiàn)及單學(xué)科期刊文獻(xiàn)， ＲＣＲ指標(biāo)與ＣＮＣＩ 指標(biāo)均展示了顯著的正相關(guān)性， 交叉學(xué)科文獻(xiàn)的相關(guān)系數(shù)低于單學(xué)科文獻(xiàn)［１１］ 。陳斯斯等［１２］ 利用ＲＣＲ 指標(biāo)與ＣＮＣＩ 指標(biāo)對２００９—２０１８ 年ＰＬｏＳ Ｏｎｅ 期刊所發(fā)表論文的學(xué)術(shù)影響力進(jìn)行了定量評價發(fā)現(xiàn)， ＲＣＲ 指標(biāo)與ＣＮＣＩ 指標(biāo)具有一定的相關(guān)性， 但是ＲＣＲ 指標(biāo)對于非生物醫(yī)學(xué)領(lǐng)域論文的學(xué)術(shù)影響力評價具有一定的局限性。宋麗萍等［１３］選取了Ｆ１０００ 和ＩｎＣｉｔｅｓ 數(shù)據(jù)庫中的２９ ８５０篇細(xì)胞生物學(xué)論文和３０ ３２６篇生物技術(shù)論文， 對這些論文的ＣＮＣＩ 指標(biāo)與被引頻次進(jìn)行了相關(guān)性分析和研究，結(jié)果表明ＣＮＣＩ 指標(biāo)與被引頻次呈現(xiàn)高度正相關(guān)，并且ＣＮＣＩ 在跨學(xué)科比較方面具有一定的優(yōu)越性，可以代償執(zhí)行引用統(tǒng)計的信息過濾與學(xué)術(shù)影響力歸譽(yù)的功能。陳斯斯等［１４］ 還選取干細(xì)胞領(lǐng)域的學(xué)術(shù)論文作為研究樣本， 對這些論文的ＲＣＲ 指標(biāo)、Ｓｃｏｐｕｓ 數(shù)據(jù)庫的ＦＷＣＩ 指標(biāo)（Ｆｉｅｌｄ Ｗｅｉｇｈｔｅｄ ＣｉｔａｔｉｏｎＩｍｐａｃｔ） 和Ｆ１０００ 分?jǐn)?shù)進(jìn)行了相關(guān)性分析和研究。研究結(jié)果表明， ＲＣＲ 指標(biāo)與ＦＷＣＩ 指標(biāo)具有較強(qiáng)的相關(guān)性， 而ＲＣＲ 指標(biāo)與Ｆ１０００ 分?jǐn)?shù)之間相關(guān)性較低［１４］。

由 于引文規(guī)范化指標(biāo)采用了歸一化算法， 其計算方法和計算過程相比早先常用的引文指標(biāo)（如被引頻次等）復(fù)雜很多， 導(dǎo)致規(guī)范化指標(biāo)的推廣過程相對緩慢， 加之引文規(guī)范化指標(biāo)（如ＲＣＲ、ＪＮＣＩ 和ＣＮＣＩ 指標(biāo)等）大都是近年來提出的新穎的引文指標(biāo)。從目前的研究現(xiàn)狀來看， 國內(nèi)外學(xué)者對于規(guī)范化指標(biāo)（特別是ＲＣＲ 指標(biāo)）的研究處于初期階段，因此關(guān)于ＲＣＲ 指標(biāo)的研究相對較少。目前已有的研究主要采用實證分析的方法， 研究某單一科學(xué)領(lǐng)域中論文的ＲＣＲ 指標(biāo)與其他規(guī)范化指標(biāo)（包括ＭＮＣＳ、ＳＮＩＰ 等指標(biāo)）或早先傳統(tǒng)引文指標(biāo)之間的相關(guān)性。值得注意的是， 論文的學(xué)科領(lǐng)域主要局限在生物學(xué)和醫(yī)學(xué)領(lǐng)域， 對于非生物學(xué)和醫(yī)學(xué)領(lǐng)域的論文并沒有進(jìn)行較為深入的研究。這可能與ＲＣＲ指標(biāo)早期主要是起源于ｉＣｉｔｅ 平臺中的生物類和醫(yī)學(xué)類論文有關(guān)。近年來， 隨著學(xué)科交叉的不斷發(fā)展，ｉＣｉｔｅ 平臺中也囊括了部分非生物學(xué)、醫(yī)學(xué)領(lǐng)域的論文， 使得ＲＣＲ 指標(biāo)可以推廣到生物學(xué)、醫(yī)學(xué)領(lǐng)域以外的領(lǐng)域。因此， 本文將選?。玻埃保浮玻埃玻?年在ＩｎＣｉｔｅｓ 數(shù)據(jù)庫中的１０ 種不同學(xué)科領(lǐng)域內(nèi)的論文作為研究樣本， 對這１０ 種科學(xué)領(lǐng)域（包括多個自然科學(xué)和社會科學(xué)領(lǐng)域）論文的ＲＣＲ 指標(biāo)、ＣＮＣＩ 指標(biāo)和ＪＮＣＩ 指標(biāo)進(jìn)行相關(guān)性分析， 并選?。?個具有代表性的學(xué)科領(lǐng)域中的論文進(jìn)行深入分析， 計算并分析論文發(fā)表國家和研究機(jī)構(gòu)的平均ＲＣＲ 指標(biāo)和ＣＮＣＩ 指標(biāo)。通過這些研究， 揭示不同學(xué)科領(lǐng)域ＲＣＲ指標(biāo)、ＣＮＣＩ 指標(biāo)和ＪＮＣＩ 指標(biāo)評價論文學(xué)術(shù)影響力的差異和關(guān)聯(lián)性， 為深入理解引文規(guī)范化評價指標(biāo)、建立科學(xué)評價體系提供一定的指導(dǎo)。

１ ３種引文規(guī)范化評價指標(biāo)的對比

１.１相對引用率（ＲＣＲ）

通過分析不同學(xué)科領(lǐng)域論文的共引網(wǎng)絡(luò)， 計算論文引文率（Ａｒｔｉｃｌｅ Ｃｉｔａｔｉｏｎ Ｒａｔｅ， ＡＣＲ）與預(yù)期引文率（Ｅｘｐｅｃｔｅｄ Ｃｉｔａｔｉｏｎ Ｒａｔｅ， ＥＣＲ）， 然后將這兩者（ＡＣＲ 與ＥＣＲ）相除即可獲得論文的ＲＣＲ 指標(biāo)。其中， 論文的ＡＣＲ 代表論文的年平均被引頻次，而ＥＣＲ 的計算過程則較為復(fù)雜， 其大致流程為：首先將目標(biāo)論文共引網(wǎng)絡(luò)中每一篇論文的期刊引文率（Ｊｏｕｒｎａｌ Ｃｉｔａｔｉｏｎ Ｒａｔｅ， ＪＣＲ）的年平均值作為該篇論文的領(lǐng)域引文率（Ｆｉｅｌｄ Ｃｉｔａｔｉｏｎ Ｒａｔｅ， ＦＣＲ）， 然后選?。危桑?的Ｒ０１ 項目資助的論文為基準(zhǔn)， 調(diào)整ＡＣＲ 與ＦＣＲ 的比值， 通過ＡＣＲ 與ＦＣＲ 線性擬合，計算其回歸系數(shù)即可獲得ＥＣＲ。在ＲＣＲ 的計算過程中， 生成論文的共引網(wǎng)絡(luò)是非常重要的環(huán)節(jié)。圖１展示了一篇論文的引用網(wǎng)絡(luò)示意圖。圖中紅色點代表了目標(biāo)論文， 橙色點代表了引用目標(biāo)論文的相關(guān)文獻(xiàn)， 綠色點則代表橙色點所引用的相關(guān)文獻(xiàn)， 紫色點代表了目標(biāo)論文所引用的相關(guān)文獻(xiàn)。在圖１ 中，橙色點所代表的論文集合構(gòu)成了目標(biāo)論文的引文網(wǎng)絡(luò)， 綠色點所代表的論文集合構(gòu)成了目標(biāo)論文的共引網(wǎng)絡(luò)， 紫色點所代表的論文集合構(gòu)成了目標(biāo)論文的被引用網(wǎng)絡(luò)。ＲＣＲ 指標(biāo)的計算主要是基于對論文的共引網(wǎng)絡(luò)分析而獲得的。隨著論文出版年限的增長， 論文的引用次數(shù)會逐漸增多， 使得論文的共引用網(wǎng)絡(luò)發(fā)生動態(tài)的變化， 進(jìn)而使得論文的ＲＣＲ 數(shù)值同時也發(fā)生變化。在ＮＩＨ 建立ｉＣｉｔｅ 平臺的早期，平臺中數(shù)據(jù)主要是關(guān)于醫(yī)學(xué)、生物學(xué)等領(lǐng)域的論文，因此， 早期ＲＣＲ 指標(biāo)僅適用于醫(yī)學(xué)、生物學(xué)等領(lǐng)域的論文評價。近年來， 隨著ｉＣｉｔｅ 平臺囊括了更多學(xué)科領(lǐng)域的論文數(shù)據(jù)， 使得ＲＣＲ 指標(biāo)逐漸拓展到其他學(xué)科領(lǐng)域， 特別是交叉學(xué)科領(lǐng)域。

１.２學(xué)科規(guī)范化引文影響力（ＣＮＣＩ）

ＣＮＣＩ 指標(biāo)是通過將論文的被引頻次除以同出版年、同學(xué)科領(lǐng)域、同文獻(xiàn)類型論文的平均被引頻次而獲得的。與ＲＣＲ 指標(biāo)不同， ＣＮＣＩ 指標(biāo)主要是基于期刊的學(xué)科分類體系對論文進(jìn)行分類和統(tǒng)計分析?？祁Ｎò哺鶕?jù)期刊的學(xué)科分類對期刊發(fā)表的所有論文進(jìn)行學(xué)科分類。當(dāng)一篇論文被劃歸到單個學(xué)科領(lǐng)域時， 其ＣＮＣＩ 指標(biāo)的計算公式如式（１） 所示：

其中，ｆ代表學(xué)科領(lǐng)域，ｔ代表出版年，ｄ代表文獻(xiàn)類型，ｐ為劃歸的該學(xué)科領(lǐng)域的論文數(shù)量。根據(jù)ＣＮＣＩ 的計算公式， 不難看出ＣＮＣＩ 指標(biāo)是一種基于期刊級別的先驗定義學(xué)科分類的相對指標(biāo)。自從科睿唯安提出ＣＮＣＩ 指標(biāo)以來， 由于其消除了出版年、學(xué)科領(lǐng)域和文獻(xiàn)類型對論文被引頻次的影響，可以對不同出版年、學(xué)科、文獻(xiàn)類型的論文的影響力進(jìn)行較好的評價， 因此ＣＮＣＩ指標(biāo)得到較為廣泛的認(rèn)可。但是， 在使用ＣＮＣＩ 指標(biāo)時， 科睿唯安指出了３點需要注意的事項： ①當(dāng)待評價的樣本量較小時， 一篇高被引論文的被引頻次將會對ＣＮＣＩ 的數(shù)值帶來較為顯著的影響； ②ＣＮＣＩ 指標(biāo)是一種基于平均值的度量， 因此， 即使待評價的樣本量足夠大， 少數(shù)高被引論文也可能對ＣＮＣＩ 的數(shù)值產(chǎn)生較大的影響； ③由于論文出版當(dāng)年的基準(zhǔn)值通常很低，因此， 出版當(dāng)年的ＣＮＣＩ 數(shù)值可能高于預(yù)期的波動。

１.３期刊規(guī)范化引文影響力（ＪＮＣＩ）

ＪＮＣＩ 指標(biāo)與ＣＮＣＩ 指標(biāo)較為類似， 其主要區(qū)別在于ＣＮＣＩ 指標(biāo)是基于學(xué)科領(lǐng)域進(jìn)行規(guī)范化， 而ＪＮＣＩ 指標(biāo)是基于論文所發(fā)表的期刊進(jìn)行規(guī)范化。ＪＮＣＩ 指標(biāo)被定義為論文的實際被引頻次與該發(fā)表期刊同出版年、同文獻(xiàn)類型論文的平均被引頻次的比值。對于出版社或期刊編輯部來說， ＪＮＣＩ 指標(biāo)是一種重要的評估工具， 可以幫助他們判斷所發(fā)表的論文對學(xué)術(shù)界的影響力水平， 揭示那些超越平均水平并顯著提高了期刊被引頻次的研究工作。表１展示了科睿唯安提供的ＣＮＣＩ 和ＪＮＣＩ 指標(biāo)在作者層面的一個應(yīng)用示例。科研工作者Ｄ 和Ｅ 的總論文數(shù)量和總被引頻次都非常接近， 他們的引文影響力幾乎相同， ｈ 指數(shù)也相同。僅用表１ 中的前４ 個計量指標(biāo)， 無法區(qū)分兩位研究人員的學(xué)術(shù)影響力。然而， 這兩位研究人員實際上是在不同的學(xué)科領(lǐng)域進(jìn)行研究， 并且有不同的論文發(fā)表歷史。使用ＣＮＣＩ和ＪＮＣＩ 指標(biāo)可以更好地區(qū)分和評價他們各自在主題、文獻(xiàn)類型和出版時間方面相對于同行的表現(xiàn)。從表１ 可以看出， 科研工作者Ｄ 的ＣＮＣＩ（１.３２）和ＪＮＣＩ（１.８６）的數(shù)值都超過了平均值１， 而科研工作者Ｅ 的ＣＮＣＩ（０.４５）和ＪＮＣＩ（０.７２）的數(shù)值都低于平均值１。這表明科研工作者Ｄ 發(fā)表論文的學(xué)術(shù)影響力高于全球平均水平， 并高于其工作領(lǐng)域期刊論文的平均水平； 而科研工作者Ｅ 發(fā)表論文的學(xué)術(shù)影響力低于全球平均水平， 且低于其工作領(lǐng)域期刊論文的平均水平。

１.４ ３種指標(biāo)的總體對比

盡管ＲＣＲ、ＣＮＣＩ 和ＪＮＣＩ 指標(biāo)都是基于規(guī)范化的思想提出的， 但是由于它們的定義不同， 導(dǎo)致這３ 種指標(biāo)在數(shù)據(jù)覆蓋范圍、學(xué)科領(lǐng)域分類、文獻(xiàn)類型、指標(biāo)算法及指標(biāo)意義等方面存在一定的差異。從數(shù)據(jù)庫覆蓋范圍來看， ＲＣＲ 指標(biāo)來源于ｉＣｉｔｅ 平臺， 絕大多數(shù)論文是與生物學(xué)和醫(yī)學(xué)領(lǐng)域相關(guān)的；而ＣＮＣＩ 和ＪＮＣＩ 指標(biāo)數(shù)據(jù)來源于包含Ｗｅｂ ｏｆ Ｓｃｉ?ｅｎｃｅ（ＷｏＳ） 數(shù)據(jù)庫， 學(xué)科領(lǐng)域覆蓋面更廣、更全面。從學(xué)科領(lǐng)域分類來看， ＲＣＲ 指標(biāo)是根據(jù)論文的共引網(wǎng)路分析進(jìn)行學(xué)科分類的， 每篇論文的共引用網(wǎng)絡(luò)會隨著論文被引頻次的增加而動態(tài)變化， 因此每篇論文的學(xué)科領(lǐng)域也是不斷變化的； 而ＣＮＣＩ和ＪＮＣＩ 指標(biāo)是基于ＷｏＳ 數(shù)據(jù)庫中期刊的學(xué)科屬性進(jìn)行學(xué)科領(lǐng)域劃分的， 因此每篇論文的學(xué)科領(lǐng)域是相對固定的， 不過考慮到學(xué)科交叉， 一篇論文也可以被分配到１ 個或多個學(xué)科領(lǐng)域。從文獻(xiàn)類型來看， ＲＣＲ 指標(biāo)將文獻(xiàn)類型劃分為Ａｒｔｉｃｌｅ 或非Ａｒｔｉ?ｃｌｅ 兩種， 而ＣＮＣＩ 和ＪＮＣＩ 指標(biāo)則將文獻(xiàn)類型劃分為Ａｒｔｉｃｌｅ、Ｒｅｖｉｅｗ、Ｐｒｏｃｅｅｄｉｎｇ Ｐａｐｅｒｓ 和Ｂｏｏｋｓ 等２００ 多種。從指標(biāo)算法來看， 由于ＲＣＲ 指標(biāo)計算涉及論文共引網(wǎng)絡(luò)的形成和分析， 所以ＲＣＲ 指標(biāo)的算法比ＣＮＣＩ 和ＪＮＣＩ 指標(biāo)的算法更為復(fù)雜。從指標(biāo)意義來看， ＲＣＲ 指標(biāo)是以ＮＩＨ 的Ｒ０１ 項目資助的論文為基準(zhǔn)， 當(dāng)ＲＣＲ 指標(biāo)大于１ 時， 說明論文的影響力高于ＮＩＨＲ０１ 項目資助論文的影響力平均水平； 而ＣＮＣＩ 指標(biāo)反映了論文在同一學(xué)科領(lǐng)域的實際被引頻次與期望被引頻次比值的平均值， 當(dāng)ＣＮＣＩ 指標(biāo)等于１ 時， 說明論文在該學(xué)科領(lǐng)域的學(xué)術(shù)影響力與全球平均水平相當(dāng)； 當(dāng)ＣＮＣＩ 指標(biāo)大于１ 時， 說明論文的學(xué)術(shù)影響力高于全球平均水平；當(dāng)ＣＮＣＩ 指標(biāo)小于１ 時， 說明論文的學(xué)術(shù)影響力低于全球平均水平。ＪＮＣＩ 指標(biāo)主要反映了發(fā)表在同一期刊中論文的學(xué)術(shù)影響力， 因此， 當(dāng)ＪＮＣＩ 指標(biāo)等于１ 時， 說明論文的學(xué)術(shù)影響力與該期刊論文的平均水平相當(dāng)； 當(dāng)ＪＮＣＩ 指標(biāo)大于１ 時， 說明論文的學(xué)術(shù)影響力高于該期刊論文的平均水平； 當(dāng)ＪＮ?ＣＩ 指標(biāo)小于１ 時， 說明論文的學(xué)術(shù)影響力低于該期刊論文的平均水平。

２ 近５年不同學(xué)科領(lǐng)域文獻(xiàn)的規(guī)范化指標(biāo)相關(guān)性研究

為了研究在不同學(xué)科領(lǐng)域中規(guī)范化指標(biāo)的相關(guān)性， 本文從科睿唯安ＩｎＣｉｔｅｓ 數(shù)據(jù)庫平臺下載了２０１８—２０２２ 年ＷｏＳ 在１０ 個不同學(xué)科領(lǐng)域中收錄的所有論文的相關(guān)信息（ 包括ＷｏＳ 編號、ＤＯＩ、Ｐｕｂｍｅｄ ＩＤ、論文題目、作者、出版期刊、學(xué)科領(lǐng)域、文獻(xiàn)類型、出版年、被引頻次、發(fā)表研究機(jī)構(gòu)、發(fā)表國家、ＣＮＣＩ、ＪＮＣＩ 等）。從這些論文中選出有Ｐｕｂｍｅｄ ＩＤ 的論文， 然后利用Ｐｕｂｍｅｄ ＩＤ 通過ｉＣｉｔｅ 平臺計算獲得論文的ＲＣＲ 指標(biāo)。隨后進(jìn)一步對具有Ｐｕｂｍｅｄ ＩＤ 的論文的ＣＮＣＩ、ＪＮＣＩ 和ＲＣＲ 指標(biāo)進(jìn)行統(tǒng)計分析。在本文數(shù)據(jù)收集和研究中， 所涉及的１０ 個學(xué)科領(lǐng)域涵蓋了自然科學(xué)和社會科學(xué)的多個分支， 包括信息與圖書情報、經(jīng)濟(jì)學(xué)、生物學(xué)、遺傳學(xué)、內(nèi)科醫(yī)學(xué)、細(xì)胞生物學(xué)、凝聚態(tài)物理、有機(jī)化學(xué)、機(jī)器人技術(shù)和交叉科學(xué)。需要指出的是， 數(shù)據(jù)中論文所對應(yīng)的學(xué)科領(lǐng)域、發(fā)表國家和發(fā)表研究機(jī)構(gòu)的界定都是科睿唯安ＩｎＣｉｔｅｓ 數(shù)據(jù)庫直接給出的。對于給定的一個學(xué)科領(lǐng)域， 在ＩｎＣｉｔｅｓ數(shù)據(jù)庫中使用“分析” 模塊， 在其中選擇“國家”或“研究機(jī)構(gòu)” 就可以對這個學(xué)科領(lǐng)域的論文進(jìn)行相應(yīng)的統(tǒng)計分析。

表２列出了２０１８—２０２２ 年研究的１０ 個學(xué)科領(lǐng)域中論文的數(shù)量和所有具有Ｐｕｂｍｅｄ ＩＤ 論文的ＲＣＲ、ＣＮＣＩ 和ＪＮＣＩ 指標(biāo)的平均值， 其中３ 種指標(biāo)的平均值是將所有具有Ｐｕｂｍｅｄ ＩＤ 論文的ＲＣＲ、ＣＮＣＩ 和ＪＮＣＩ 指標(biāo)進(jìn)行相加求和然后除以ＰｕｂｍｅｄＩＤ 論文總數(shù)獲得的。從表２ 中的數(shù)據(jù)可以看出，對于生物學(xué)、醫(yī)學(xué)等領(lǐng)域， ｉＣｉｔｅ 數(shù)據(jù)庫平臺涵蓋了８５％以上的ＷｏＳ 論文； 對于社會科學(xué)領(lǐng)域（如信息與圖書情報、經(jīng)濟(jì)學(xué)等）、物理學(xué)、化學(xué)、工程技術(shù)科學(xué)、交叉科學(xué)等， ｉＣｉｔｅ 平臺收錄的論文數(shù)量低于ＷｏＳ 論文數(shù)量的５０％。這是由于ｉＣｉｔｅ 平臺本身主要是針對生物學(xué)、醫(yī)學(xué)領(lǐng)域的論文評價而建立。近年來， 隨著交叉學(xué)科的發(fā)展和ＲＣＲ 指標(biāo)的廣泛應(yīng)用， ｉＣｉｔｅ 平臺逐漸擴(kuò)展到了生物學(xué)和醫(yī)學(xué)領(lǐng)域之外的學(xué)科方向， 并收錄了很多相關(guān)學(xué)科領(lǐng)域的論文。對比表２ 中不同學(xué)科領(lǐng)域中論文的ＲＣＲ和ＣＮＣＩ 指標(biāo)的平均值發(fā)現(xiàn)， 遺傳學(xué)、內(nèi)科醫(yī)學(xué)、細(xì)胞生物學(xué)、經(jīng)濟(jì)學(xué)、凝聚態(tài)物理等領(lǐng)域中論文的ＲＣＲ 和ＣＮＣＩ 指標(biāo)的平均值較高， 這說明從平均意義上而言， 這些領(lǐng)域中的論文相比其他領(lǐng)域的論文具有更高的學(xué)術(shù)影響力。

對上述１０ 種學(xué)科領(lǐng)域中具有Ｐｕｂｍｅｄ ＩＤ 論文的ＲＣＲ、ＣＮＣＩ 和ＪＮＣＩ 指標(biāo)進(jìn)行Ｐｅａｒｓｏｎ 相關(guān)性分析， 所獲得的相關(guān)系數(shù)在表２ 中列出。從表２ 中相關(guān)系數(shù)的數(shù)值來看， 對于這１０ 種學(xué)科領(lǐng)域， 論文的ＲＣＲ 指標(biāo)與ＣＮＣＩ、ＪＮＣＩ 指標(biāo)呈現(xiàn)正相關(guān)， 且ＣＮＣＩ 指標(biāo)與ＪＮＣＩ 指標(biāo)也保持正相關(guān)。對于其中大多數(shù)學(xué)科領(lǐng)域而言， ＲＣＲ 與ＣＮＣＩ 指標(biāo)之間以及ＣＮＣＩ 與ＪＮＣＩ 指標(biāo)之間的相關(guān)系數(shù)均較大， 而ＲＣＲ與ＪＮＣＩ 指標(biāo)之間的相關(guān)系數(shù)相對較小， 表明這些學(xué)科領(lǐng)域論文的ＲＣＲ 與ＣＮＣＩ 指標(biāo)之間以及ＣＮＣＩ與ＪＮＣＩ 指標(biāo)之間保持高度的正相關(guān)， 而ＲＣＲ 與ＪＮＣＩ 指標(biāo)的相關(guān)度較低。值得注意的是， 遺傳學(xué)論文的ＲＣＲ 指標(biāo)與ＣＮＣＩ、ＪＮＣＩ 指標(biāo)之間的正相關(guān)系數(shù)僅有０.２１～０.２２， 展示了低度的正相關(guān)。這表明ＲＣＲ 指標(biāo)與ＣＮＣＩ、ＪＮＣＩ 指標(biāo)在論文評價方面出現(xiàn)了不一致， 這可能與３ 種指標(biāo)的來源數(shù)據(jù)庫覆蓋的引文范圍差異有關(guān)， ＲＣＲ 指標(biāo)來自于ＮＩＨ 建立的ｉＣｉｔｅ 數(shù)據(jù)平臺， 而ＣＮＣＩ 和ＪＮＣＩ 指標(biāo)來源于科睿唯安的ＩｎＣｉｔｅｓ 數(shù)據(jù)庫。

近年來， 規(guī)范化指標(biāo)不僅被用于評價學(xué)術(shù)成果的影響力， 而且也被應(yīng)用于評價個人、研究機(jī)構(gòu)以及期刊的學(xué)術(shù)水平和學(xué)術(shù)影響力［１１，１５］ 。在隨后的小節(jié)中， 本文從１０ 種學(xué)科領(lǐng)域選擇了３ 個具有代表性的學(xué)科領(lǐng)域（包括信息與圖書情報、遺傳學(xué)和交叉科學(xué)）， 對這３ 種學(xué)科領(lǐng)域中論文的發(fā)表國家和研究機(jī)構(gòu)的平均ＲＣＲ 指標(biāo)和ＣＮＣＩ 指標(biāo)進(jìn)行分析， 進(jìn)而研究不同學(xué)科領(lǐng)域中論文的發(fā)表國家和研究機(jī)構(gòu)的學(xué)術(shù)水平。３ 個代表性學(xué)科領(lǐng)域中， 信息與圖書情報作為社會科學(xué)類的代表領(lǐng)域， 遺傳學(xué)則是近年來生物醫(yī)學(xué)類自然科學(xué)領(lǐng)域中較為積極活躍的學(xué)科領(lǐng)域之一， 而交叉科學(xué)則反映了多個自然科學(xué)領(lǐng)域的融合。

２.１信息與圖書情報領(lǐng)域論文的發(fā)表國家和研究機(jī)構(gòu)的規(guī)范化指標(biāo)

表３和表４ 分別給出了２０１８—２０２２年信息與圖書情報領(lǐng)域論文發(fā)表國家和研究機(jī)構(gòu)情況及其對應(yīng)的傳統(tǒng)引文指標(biāo)（論文總數(shù)和總被引頻次）和規(guī)范化指標(biāo)的平均值。這兩個表格中的數(shù)據(jù)都是根據(jù)總被引頻次進(jìn)行排名的， 分別給出領(lǐng)域中排名前十位的國家和研究機(jī)構(gòu)的情況。這兩個表格中的ＲＣＲ和ＣＮＣＩ 指標(biāo)的平均值是將對應(yīng)國家或研究機(jī)構(gòu)在領(lǐng)域內(nèi)發(fā)表的所有具有Ｐｕｂｍｅｄ ＩＤ 論文的ＲＣＲ 和ＣＮＣＩ 指標(biāo)進(jìn)行統(tǒng)計平均而獲得的。從表３ 和表４的數(shù)據(jù)可以看出， 盡管一些國家（如美國、西班牙、德國等）或研究機(jī)構(gòu)（如美國加州大學(xué)、美國賓夕法尼亞聯(lián)邦高等教育系統(tǒng)）的論文總數(shù)和總被引頻次較高， 但是它們所對應(yīng)的ＲＣＲ 和ＣＮＣＩ 平均值卻相對較低。這說明盡管這些國家或研究機(jī)構(gòu)所發(fā)表的論文數(shù)目較多， 但是其高被引論文的數(shù)目相對較少， 或其論文的學(xué)術(shù)影響力相對較低。同時也進(jìn)一步表明了國家或研究機(jī)構(gòu)所對應(yīng)的ＲＣＲ 和ＣＮＣＩ平均值與總被引頻次呈現(xiàn)較弱的相關(guān)性。圖２（ａ）和２（ｂ）分別展示了表３ 和表４ 中排名前十的國家和研究機(jī)構(gòu)對應(yīng)的ＲＣＲ 平均值與ＣＮＣＩ 平均值之間的線性相關(guān)性。從圖中可以看出， 這些國家和研究機(jī)構(gòu)所對應(yīng)的ＲＣＲ 平均值與ＣＮＣＩ 平均值具有顯著的線性相關(guān)性。根據(jù)規(guī)范化指標(biāo)的定義和內(nèi)涵， ＲＣＲ 和ＣＮＣＩ 平均值越高的國家和研究機(jī)構(gòu)，其發(fā)表論文的學(xué)術(shù)水平越高， 學(xué)術(shù)影響力越大。結(jié)合表３ 的數(shù)據(jù)可以看出， 在信息與圖書情報領(lǐng)域，相比其他國家， 我國發(fā)表論文的ＲＣＲ 和ＣＮＣＩ 平均值較高， 說明近些年我國在該領(lǐng)域具有較高的學(xué)術(shù)影響力。結(jié)合表４ 的數(shù)據(jù)可以看出， 在信息與圖書情報領(lǐng)域， 中國科學(xué)院和武漢大學(xué)在國際上具有較高的學(xué)術(shù)水平。值得注意的是， 在表４ 中， 英國斯旺西大學(xué)的論文總數(shù)僅有７４， 但其論文的總被引頻次高達(dá)５ ４７８， 其原因是７４ 篇論文中有１０ 余篇論文是高被引論文。這些高被引論文使得英國斯旺西大學(xué)論文的ＲＣＲ 和ＣＮＣＩ 平均值高于其他９ 所研究機(jī)構(gòu)。這反映出規(guī)范化指標(biāo)的一個局限性： 當(dāng)待評價的樣本量較小時， 少數(shù)高被引論文的被引頻次將會對規(guī)范化指標(biāo)帶來較為顯著的影響。

２.２遺傳學(xué)領(lǐng)域論文的發(fā)表國家和研究機(jī)構(gòu)的規(guī)范化指標(biāo)

表５ 和表６ 分別給出了２０１８—２０２２ 年遺傳學(xué)領(lǐng)域論文發(fā)表國家和研究機(jī)構(gòu)情況及其對應(yīng)的引文指標(biāo)和規(guī)范化指標(biāo)。從表５ 和表６ 的數(shù)據(jù)可以看出：被引頻次排名前十的國家或研究機(jī)構(gòu)所對應(yīng)的ＲＣＲ和ＣＮＣＩ 平均值與總被引頻次保持較弱的相關(guān)性。對表５ 和表６ 中的ＲＣＲ 平均值與ＣＮＣＩ 平均值進(jìn)行相關(guān)分析發(fā)現(xiàn)， 不同國家對應(yīng)的相關(guān)系數(shù)僅有０.２４８，而不同研究機(jī)構(gòu)對應(yīng)的相關(guān)系數(shù)高達(dá)０.９５１。不同國家所對應(yīng)的相關(guān)系數(shù)較低是由于在遺傳學(xué)領(lǐng)域不同國家發(fā)表論文的ＲＣＲ 平均值非常接近造成的。從表５ 的數(shù)據(jù)中可以看出， 在遺傳學(xué)領(lǐng)域， 盡管我國發(fā)表的論文總數(shù)和總被引頻次均居世界第二位，但是其ＲＣＲ 和ＣＮＣＩ 平均值與其他國家相比較低，說明我國在遺傳學(xué)領(lǐng)域的高被引論文相對較少， 學(xué)術(shù)影響力與其他９ 個國家有一定差距。結(jié)合表６ 的數(shù)據(jù)可以看出， 在遺傳學(xué)領(lǐng)域， 位于世界前十的研究機(jī)構(gòu)均為歐美發(fā)達(dá)國家， 并且都是世界知名的研究機(jī)構(gòu)， 而我國未有研究機(jī)構(gòu)進(jìn)入世界排名前十的位置。

２.３交叉科學(xué)領(lǐng)域論文的發(fā)表國家和研究機(jī)構(gòu)的規(guī)范化指標(biāo)

表７ 和表８ 分別給出了２０１８—２０２２ 年交叉科學(xué)領(lǐng)域論文發(fā)表國家和研究機(jī)構(gòu)情況及其對應(yīng)的引文指標(biāo)和規(guī)范化指標(biāo)。從表７ 和表８ 的數(shù)據(jù)可以看出， 被引頻次排名前十的國家或研究機(jī)構(gòu)對應(yīng)的ＲＣＲ 和ＣＮＣＩ 平均值與總被引頻次呈現(xiàn)低度的相關(guān)性。對表７ 和表８ 中的ＲＣＲ 平均值與ＣＮＣＩ 平均值進(jìn)行相關(guān)分析發(fā)現(xiàn)， 不同國家和研究機(jī)構(gòu)對應(yīng)的相關(guān)系數(shù)分別高達(dá)０.９７５ 和０.９９１。這表明在交叉科學(xué)領(lǐng)域， 排名前十的國家和研究機(jī)構(gòu)對應(yīng)的ＲＣＲ平均值與ＣＮＣＩ 平均值呈現(xiàn)高度的相關(guān)性。從表７的數(shù)據(jù)不難看出， 在新興的交叉科學(xué)領(lǐng)域， 盡管我國發(fā)表的論文總數(shù)與總被引頻次居于世界第二位，但其ＲＣＲ 和ＣＮＣＩ 平均值相比表７ 中的多數(shù)國家偏低， 這說明我國在交叉科學(xué)領(lǐng)域論文的學(xué)術(shù)影響力有待進(jìn)一步提高。結(jié)合表８ 的數(shù)據(jù)可以看出， 在交叉科學(xué)領(lǐng)域， 中國科學(xué)院的論文總數(shù)與總被引頻次居于世界第三位， 其ＲＣＲ 和ＣＮＣＩ 平均值也處于表８ 中的中上水平， 這說明中國科學(xué)院在交叉科學(xué)領(lǐng)域中具有較多的高被引論文， 其學(xué)術(shù)水平相對較高。

３結(jié)論

本文選?。桑睿茫椋簦澹?數(shù)據(jù)庫中２０１８—２０２２ 年１０種不同學(xué)科領(lǐng)域的論文作為研究對象， 對這些論文的ＲＣＲ、ＣＮＣＩ 和ＪＮＣＩ 指標(biāo)進(jìn)行了相關(guān)性分析。研究結(jié)果表明， 在１０ 種學(xué)科領(lǐng)域中， 論文的３ 種規(guī)范指標(biāo)之間均保持正相關(guān)； 對于其中大多數(shù)學(xué)科領(lǐng)域， ＲＣＲ 與ＣＮＣＩ 指標(biāo)之間以及ＣＮＣＩ 與ＪＮＣＩ 指標(biāo)之間相關(guān)程度均較高， 而ＲＣＲ 與ＪＮＣＩ 指標(biāo)之間的相關(guān)程度相對較低。同時， 本文也選取了３ 個具有代表性的學(xué)科領(lǐng)域， 對其中的論文發(fā)表國家和研究機(jī)構(gòu)的規(guī)范化指標(biāo)進(jìn)行較為深入的分析。分析結(jié)果表明， 在不同學(xué)科領(lǐng)域中， 被引頻次排名前十的國家或研究機(jī)構(gòu)所對應(yīng)的ＲＣＲ 均值和ＣＮＣＩ 均值具有較高程度的相關(guān)性， 且對應(yīng)的ＲＣＲ 和ＣＮＣＩ 均值能夠反映其在學(xué)科領(lǐng)域中的學(xué)術(shù)水平和學(xué)術(shù)影響力。目前， 本文的研究仍存在一定的不足之處， 如在研究中沒有分析規(guī)范化指標(biāo)隨時間的演化、研究中選取的學(xué)科領(lǐng)域仍較少等。在今后的研究中， 將深入分析規(guī)范化指標(biāo)隨時間的演化， 并關(guān)注規(guī)范化指標(biāo)在不同學(xué)科領(lǐng)域中評價論文學(xué)術(shù)影響力的差異， 同時將持續(xù)挖掘規(guī)范化指標(biāo)的特點， 驗證規(guī)范化指標(biāo)評價學(xué)術(shù)影響力的一致性和有效性， 并考慮將規(guī)范化指標(biāo)與其他引文指標(biāo)相結(jié)合， 從而建立多元化、多維度的科學(xué)評價體系。