期刊的科学评价指标相关性研究
为了比较同行评议与文献计量方法作科学评价的有效性及相关性，该文以代表自然科学的生物信息学（bioinformatics）和代表社会科学的心理学（psychology）两个学科为例，选取F1000总分、Web of Science的被引频次、Mendeley读者阅读量和Altmetrics总分四种不同的期刊论文科学评价指标评价同一组论文，验证了评价结果的一致性。通过统计分析可以得出结论总体而言，F1000总分与被引频次、Mendeley阅读量、Altmetrics总分在科学评价中提供了一致的结论。但在以心理学为代表的社会科学中，各个指标之间的相关性相比以生物信息学为代表的自然科学较差。
目录
摘要 1
关键词 1
Abstract 1
Key words 1
引言 2
相关研究 2
传统计量学指标被引频次 2
以F1000为代表的同行评议指标 2
Mendeley阅读量 2
Altmetrics总分 3
数据和方法 3
数据采集 3
统计方法 3
1.正态性检验方法 4
2.相关性检验方法 4
结果分析 4
数据描述性统计 4
1.生物信息学主题描述性统计 5
2.心理学主题描述性统计 5
相关性分析 6
1.计量指标数据正态性检验 6
2.生物信息学相关性分析 8
3.心理学相关性分析 8
4.生物信息学和心理学的差异性分析 9
结论与不足 9
结论 9
不足 10
致谢 11
参考文献 12
图1四组计量指标态QQ图 7
表1各平台缺失文章数量及文献覆盖率 4
表2研究样本集概况 5
表3单样本柯尔莫戈洛夫斯米诺夫检验 6
表4四种不同的计量变量的峰度与偏度检验结果 7
表5生物信息学主题的三种选择性计量变量的Spearman秩相关系 *好棒文|www.hbsrm.com +Q: ￥351916072￥
数 8
表6心理学主题的三种选择性计量变量的Spearman秩相关系数 9
期刊论文的科学评价相关指标研究
引言
随着信息技术的发展，学术文章的数量也不断增加，对期刊论文进行科学评价是有必要的，该如何公平准确的来评价期刊论文也不断被越来越多的人提及。现有研究常用论文在某数据库中的总被引来建立的评价指标和同行评议等定性方法来评价，然而大多评价指标历史已久远，在原有指标上进行加工变体的指标也有多，如何用有效的指标来评价科学影响力也是学者们不断讨论的话题。本文对以生物信息学（bioinformatics）代表自然科学，心理学（psychology）代表社会科学的两个学科的科学评价指标进行定量分析。通过选择F1000总分，Web of Science被引频次，Mendeley阅读数量和Altmetrics总分的四种不同计量指标来验证同组论文结果的一致性。
相关研究
传统计量学指标被引频次
1927年，Philipp Gross等人提出用被引频次作为科学评价指标[]，但被引频次往往受时间因素的影响，即时间越久被引频次越高。蔡言厚等[]认为被引频次具有适应性、局限性和不合理性，认为被引频次对于工科的评价是不合理的。陈仕吉等[]认为被引频次除了受研究质量影响之外还受多种因素的影响，如期刊影响因子、合作数量，因此被引频次只是研究绩效评价的一个重要参考，并不能完全取代其他的评价方法。王海涛等[]认为被引频次是一个有偏的科研质量评估工具。
以F1000为代表的同行评议指标
F1000（Faculty of 1000）是由生物领域主要科学论文的新的评论和评估系统，于2002年由维特克特拉茨（Vitek Tracz）创立，用来确定当前最有意义和最重要的生物学研究论文，这些论文是通过来自任何期刊的1000多位国际领先的研究人员挑选出来，F1000的主要目标是为了帮助人们发现某个领域内有价值的期刊论文。据此，英国现代生物出版集团 (BioMed Central)于2002、2006年分别推出“Faculty of 1000 Biology”(千名生物学家)和“Faculty of 1000 Medicine”(千名医学家)数据库。
学者宋丽萍选取F1000、Mendeley、Web of Science和Google Scholar数据库，将心理学与生态学的一千多篇论文的同行评议结果以及传统引文分析结果进行相关分析，最后得出了Web of Science被引频次与同行评议结果之间存在正相关关系[]。Wardle David对F1000中7种核心生态学期刊的一千多篇文章的F1000总分与Web of Science被引频次进行了相关分析，发现F1000总分与Web of Science被引频次有差异性 []。Allen L等人通过研究发现将研究论文质量的专家同行评审结果与更为定量的指标（如引文分析）联系起来的工具将是研究评估和评价领域的宝贵补充[]。
Mendeley阅读量
Mendeley是一个在线的学术社交网络平台，收藏了大量的学术文献，它使用机器学习算法自动的提取论文中被引用的参考文献。该网站对文献数据库进行了妥善的管理，对使用者提供了全文本搜索，论文备份以及社交功能。每个使用者都有一个专属的图书库，当一篇论文被使用者添加进自己的图书库中时，那篇论文的阅读量就会增加。每篇论文都实时更新其阅读量，该数据也常称为Mendeley阅读量，被用来评价期刊论文[]。
国内学者宋丽萍等人以F1000总分代表同行评议，Mendeley阅读量代表影响计量学，选取期刊影响因子代表传统的文献计量指标进行了相关分析，结果表明期刊影响因子与论文的影响力具有较大的差异性[]。邱韵霏等人选取了四个学科的Mendeley阅读量和被引频次进行相关分析，得出了Mendeley的阅读数据比被引频次的覆盖率高的结论[]。
目录
摘要 1
关键词 1
Abstract 1
Key words 1
引言 2
相关研究 2
传统计量学指标被引频次 2
以F1000为代表的同行评议指标 2
Mendeley阅读量 2
Altmetrics总分 3
数据和方法 3
数据采集 3
统计方法 3
1.正态性检验方法 4
2.相关性检验方法 4
结果分析 4
数据描述性统计 4
1.生物信息学主题描述性统计 5
2.心理学主题描述性统计 5
相关性分析 6
1.计量指标数据正态性检验 6
2.生物信息学相关性分析 8
3.心理学相关性分析 8
4.生物信息学和心理学的差异性分析 9
结论与不足 9
结论 9
不足 10
致谢 11
参考文献 12
图1四组计量指标态QQ图 7
表1各平台缺失文章数量及文献覆盖率 4
表2研究样本集概况 5
表3单样本柯尔莫戈洛夫斯米诺夫检验 6
表4四种不同的计量变量的峰度与偏度检验结果 7
表5生物信息学主题的三种选择性计量变量的Spearman秩相关系 *好棒文|www.hbsrm.com +Q: ￥351916072￥
数 8
表6心理学主题的三种选择性计量变量的Spearman秩相关系数 9
期刊论文的科学评价相关指标研究
引言
随着信息技术的发展，学术文章的数量也不断增加，对期刊论文进行科学评价是有必要的，该如何公平准确的来评价期刊论文也不断被越来越多的人提及。现有研究常用论文在某数据库中的总被引来建立的评价指标和同行评议等定性方法来评价，然而大多评价指标历史已久远，在原有指标上进行加工变体的指标也有多，如何用有效的指标来评价科学影响力也是学者们不断讨论的话题。本文对以生物信息学（bioinformatics）代表自然科学，心理学（psychology）代表社会科学的两个学科的科学评价指标进行定量分析。通过选择F1000总分，Web of Science被引频次，Mendeley阅读数量和Altmetrics总分的四种不同计量指标来验证同组论文结果的一致性。
相关研究
传统计量学指标被引频次
1927年，Philipp Gross等人提出用被引频次作为科学评价指标[]，但被引频次往往受时间因素的影响，即时间越久被引频次越高。蔡言厚等[]认为被引频次具有适应性、局限性和不合理性，认为被引频次对于工科的评价是不合理的。陈仕吉等[]认为被引频次除了受研究质量影响之外还受多种因素的影响，如期刊影响因子、合作数量，因此被引频次只是研究绩效评价的一个重要参考，并不能完全取代其他的评价方法。王海涛等[]认为被引频次是一个有偏的科研质量评估工具。
以F1000为代表的同行评议指标
F1000（Faculty of 1000）是由生物领域主要科学论文的新的评论和评估系统，于2002年由维特克特拉茨（Vitek Tracz）创立，用来确定当前最有意义和最重要的生物学研究论文，这些论文是通过来自任何期刊的1000多位国际领先的研究人员挑选出来，F1000的主要目标是为了帮助人们发现某个领域内有价值的期刊论文。据此，英国现代生物出版集团 (BioMed Central)于2002、2006年分别推出“Faculty of 1000 Biology”(千名生物学家)和“Faculty of 1000 Medicine”(千名医学家)数据库。
学者宋丽萍选取F1000、Mendeley、Web of Science和Google Scholar数据库，将心理学与生态学的一千多篇论文的同行评议结果以及传统引文分析结果进行相关分析，最后得出了Web of Science被引频次与同行评议结果之间存在正相关关系[]。Wardle David对F1000中7种核心生态学期刊的一千多篇文章的F1000总分与Web of Science被引频次进行了相关分析，发现F1000总分与Web of Science被引频次有差异性 []。Allen L等人通过研究发现将研究论文质量的专家同行评审结果与更为定量的指标（如引文分析）联系起来的工具将是研究评估和评价领域的宝贵补充[]。
Mendeley阅读量
Mendeley是一个在线的学术社交网络平台，收藏了大量的学术文献，它使用机器学习算法自动的提取论文中被引用的参考文献。该网站对文献数据库进行了妥善的管理，对使用者提供了全文本搜索，论文备份以及社交功能。每个使用者都有一个专属的图书库，当一篇论文被使用者添加进自己的图书库中时，那篇论文的阅读量就会增加。每篇论文都实时更新其阅读量，该数据也常称为Mendeley阅读量，被用来评价期刊论文[]。
国内学者宋丽萍等人以F1000总分代表同行评议，Mendeley阅读量代表影响计量学，选取期刊影响因子代表传统的文献计量指标进行了相关分析，结果表明期刊影响因子与论文的影响力具有较大的差异性[]。邱韵霏等人选取了四个学科的Mendeley阅读量和被引频次进行相关分析，得出了Mendeley的阅读数据比被引频次的覆盖率高的结论[]。
版权保护: 本文由 hbsrm.com编辑，转载请保留链接: www.hbsrm.com/jsj/xxaq/509.html
