修回日期:2013-10-24
基金:本文系中国科学院国家科学图书馆指向性人才研究基金项目“科技信息政策研究与咨询”(项目编号:馆1203)的研究成果之一。
1 前言:论文级别计量的特殊性和重要性利用论文级别计量(Article-Level Metrics, ALMs)追溯学者工作上的即时性影响和社会化影响,这是引文计量所不能做到的事情[ 1]。传统文献计量多年来已经成为评估新近论文发表重要性的依据。然而,在数字化、网络化、开放化时代的学术交流模式中,个人论文发表在出版物上的影响力,可以更容易地被解析出来,而单独进行计算。
(1)传统的文献计量,着重在文章末尾参考文献的利用,特别是引文矩阵的应用;在期刊评价以及根据期刊评价结果判断单篇学术论文或者论文作者的影响力上,尤为显著。
(2)替代计量(Altmetrics)特别着重Web2.0数据的分析和应用,用以分析期刊的社会化即时性影响,也可以用于单篇论文的社群影响。
(3)论文级别计量,综合两者,既重视传统的引文数据及其分析指标,也重视在数字化、网络化、开放化环境中的Web2.0用户的社群影响力。
笔者综合前人研究[ 1, 2, 3]比较三者异同绘制表1表示理论上的差异。
表1
表1
表1 传统的文献计量、替代计量与论文级别计量的异同比较 项 | 传统的文献计量 (Bibliometrics) | 替代计量 (Altmetrics) | 论文级别计量 (ALMs) | 上层 理论 | 清楚地与科学认识和莫顿规范主义的概念相关 | 需要进一步研究以确认指标的明确意义 | 继承莫顿的科学社会学,但正在影响数字科学社会学 | 指标 特性 | 独立测量引用数量,随后进行各种计算 | 巨大异质性和多样性的指标 | 集成各种数据形成独特指标 | 指涉 对象 | 习惯使用期刊影响指标来大致估计科学论文质量 | 可以测量论文、期刊、学者个人和其他单位的影响力 | 利用整合数据来源,以测量在论文级别上的影响力 | 参照 对象 | 文献计量指标高度指向测量传统媒体:论文和图书 | Altmetrics可以测量课程或者研讨会等传统学术交流中较少被测量到的情况 | 高度指向用户行为以及用户群组行为,而非指向文献 | 测量 对象 | 通过科学出版物,特别是论文和期刊,测量科学与学术影响力 | 通过测量Web2.0用户行为,观测不仅是学院之中的影响力,还有社会上的影响力 | 通过科学出版物、Web2.0使用行为等,测量一篇论文的学术影响和社会影响 | 测量 重点 | 测量长期影响,出版物要经过一段时间后才被知晓 | 直接测量一篇论文在它学术出版交流中的影响力 | 着重测量一篇论文的即时性和社会化 | 测量 范围 | 有时并不适用于某些特定领域,如人文学科 | 在缺少指标的人文学科,可以扮演重要角色 | 完整地呈现一篇论文在整个文献周期中的影响力 | 信息 来源 | 科学社群中的Web of Science和Scopus负责识别和采纳信息源 | 不同的信息源来自各地,所以个别信息源不一定被整个科学社群所知道或者使用 | 合并短期数据(新闻聚合、博客、微博、社会网络)和长期数据(下载、评述) | 分析 工具 | 数据库中容易找到引用数量和科研人员的论文 | 结果难以重复,而且非常依赖测量时间点和测量工具 | 依赖各个开放平台提供开放数据并且允许应用程序界面 | 政策 应用 | 作为致力于评价科研活动的团体机关的重要参考 | 作为一种测量社会化影响力的工具 | 逐渐成为终身教职遴选与评估过程的一部分 |
| 表1 传统的文献计量、替代计量与论文级别计量的异同 |
从Bibliometrics到Altmetrics的发展过程
[ 4],产生了各种各样的服务机制
[ 5],笔者在林和弘(Kazuhiro Hayashi)
[ 4]的工作基础上,绘制
图1表明不同计量方法所反映的人们关注程度的高低,以及人们社群范围的大小。传统文献计量反映文献利用的冰山一角。
承上,与传统文献计量方式相比较,论文级别计量的主要差异有三个[ 6]:
(1)受众:公众关心实践应用而学者关心理论突破;
(2)维度:传统文献计量关心论文影响力,而ALMs关心社会关注度和学者自我进步;
(3)时间:期刊评价体系以年度为单位,而ALMs以月份和天数为计算单位。 简言之,ALMs要求更为细致和更为精密的计算能力,论文级别计量在细粒度上和即时性上,更为先进。影响力测量的全景[ 1]如图2所示:
由于ALMs分析单位为一篇论文而非一份期刊,分析的时效性是一篇论文发布后的每日使用量与引用量,而非一年或者多年所累积的各个论文而形成的期刊引用量;作为一种新兴的期刊服务能力,也是一种新型的机构评价指标,它适合在开放资源环境中,评量一篇论文或者其作者群的学术即时影响程度与社会贡献程度。
2 应用案例的梳理目前业界已有诸多的论文级别计量(ALMs)实现方案,对其进行的案例分析方式包括:根据前期开放数据应用[ 7]、开放平台与开放应用程序界面[ 8]等的基础上,经过文献调研,然后根据线索[ 9],探索PLoS-ALMs的功能和结构,梳理它的数据模型。
根据前人研究的案例[ 1, 5, 10],在国内可以访问的情况下,笔者梳理其中的PLoS.com、Altmetric.com、Plum Analytics.com、CiteULike.org、F1000.com、Mendeley.com和Zotero.org等服务机制,如表2所示:
表2
表2
表2 ALMs案例分析服务提供者 | 说明 | PLoS.com[ 9] | PLoS开发和发布了Ruby on Rails的应用程序, 自2009年投入使用。用来存储用户在科研论文上的数据。 它可以定义某篇文章以及有关的数据来源进行论文级别计量的追踪。 | Altmetric .com[ 10, 11, 12] | 在数字科学Macmillan的技术孵化器的支持下, Springer、Nature Publishing Group、Scopus和 BioMed Central以及其他团体采用了Altmetrics。 它跟踪社会媒体网站、新闻报纸,以及其他成千上万的学术论文的评论。 Altmetric根据一篇文章被个人谈论的数量、 这些讨论的发生场景(如一篇新闻报导、一个推客博文), 以及每个评论者多久讨论学术论文等,为每篇文章创建一组得分(Score)。它是一个盈利组织。 | Plum Analytics .com[ 13, 14, 15] | Plum Analytics旨在跟踪期刊论文、图书章节、 数据集、演示内容以及软件代码等数据。 它主要为客户提供定制报告,以量化部门生产力、 支持议案,以及解决与其他影响力相关的问题。 PlumX是推销给大学和其他研究机构,来追踪研究者生产力的产品。 | CiteULike.org[ 16] | CiteULike允许用户存储、组织和共享学术论文, 参与者可以发布文章到自己的书库以及组织书签。 相比之下,Mendeley的工具和书库比较受欢迎。 | F1000.com[ 17] | F1000.com是一种生物学和医学存储文章的订阅推荐服务, 包括开放获取期刊和谷歌学术。 谷歌引文是一种使用谷歌学术指标的服务, 它允许作者追踪他们的出版物位置和影响。 它的特点是:投寄后,快速发布;后出版: 发布后进行同行评审;鼓励对论文内容进行修订; 作为一种科研数据知识库,而不介意论文格式。 | Mendeley .com[ 18, 19, 20] | Mendeley是一个免费的参考文献管理和社交网络, 自称是“世界上最大的群聚资源(Crowd-sourced)研究目录”。 注册用户可以存储和注释文章、参加兴趣小组、 分享引用、浏览文章等。Mendeley标示的“热门(Popular)”论文, 是以存储该篇论文(在Mendeley的个人书库)的读者数量来衡量。 Elsevier在2013年4月9日将其收购。 | Zotero.org[ 21] | Zotero.org是一个不断增长的引文管理和资源共享系统。 它是免费的、开源和开放获取的引文管理工具。 它的特色是:6种类型的标签;可以同步选择所需文件; 自动更新引用;显示保存文件的详细资料。 |
| 表2 ALMs案例分析 |
这些案例的共同特征,是各有一套数据流程,将原本封闭在信息服务系统中的用户统计数据,特别是系统记录文档中的裸数据等,予以整理后,提供开放共享。以下重点分析其中一个实现ALMs的开放数据机制。
3 以PLoS为例看ALMs的运行机制3.1 PLoS-ALMs的数据流程作为一种开放获取期刊论文的开放数据发布平台,PLoS-ALMs的数据流程可以分为三个阶段:从各个不同的开放平台上,取得对于PLoS的单篇论文的Web2.0用户行为数据,将它们存储到PLoS平台之中;在PLoS平台之内,将这些来自不同平台的数据,予以对应、整理与合并为一份大的数据表;从这张大的数据表之中,抽取若干具有重要意义的元数据内容,汇集成为新表,予以开放共享。
3.2 PLoS-ALMs的数据源与数据类型数据类型决定了数据来源的选择,在PLoS-ALMs的数据类型中,一般提到4种:使用统计、引用、社会网络、博客;但是还有原先设计的第5种:即时互动。第5种数据来源现在是定期导入,而非即时。整理如表3所示:
表3
表3
表3 PLoS-ALMs的数据来源[ 22] | 使用统计 | Public Library of Science | 在PLoS所属网站上,对PLoS论文 的HTML浏览、PDF下载、 XML下载;以图书馆界的 COUNTER 3格式进行记载 |
| PubMed Central | 在PubMed Central网站上, 对某篇文章的HTML浏览、 PDF下载、XML下载 |
|
|
| 引用 | PubMed Central | PubMed Central对某篇文章的引用数据 |
| CrossRef | CrossRef对某篇文章的引用数据 |
| |
|
| 社会网络 | Twitter | 某篇文章在Twitter被“唧唧咋咋”的数量 |
| Facebook | 某篇文章在Facebook被选“赞(like)”的数量 |
| Mendeley | 用户在Mendeley标引某篇文章的次数 |
| CiteULike | 用户在CiteULike标引某篇文章的次数 |
|
|
| 博客 | Nature Blogs | 在“自然博客”上提到某篇论文的博客文章数量 |
| Research Blogging | 在“科研博客”上提到某篇论文的博客文章数量 |
|
|
| 即时互动 (可包括,但不是最新) | Connotea | 不再及时回应PLoS-ALMs服务 |
| | Postgenomic | 在2009年自然集团终止这项服务 |
|
|
|
| 表3 PLoS-ALMs的数据来源[ 22] |
3.3 PLoS-ALMs的数据模型确定数据类型与数据来源后,分析PLoS-ALMs的重点是数据模型,可以粗分为裸数据(来自各个数据来源)与元数据。在PLoS提供的数据上[ 23, 24],参考PLoS提出的ALMs说明[ 25, 26],笔者整理如表4所示:
表4
表4
表4 PLoS-ALMs数据模型数据源 | 裸数据[ 23, 24] | 元数据[ 25, 26] | 基本信息 | 10.1371/journal.pone.0005723︱ Complete Primate Skeleton from the Middle Eocene of Messel in Germany: Morphology and Paleobiology︱05/19/09 | 数字资源唯一标识符(article doi)、 论文题名(title)、发布日期(publish date) | CiteULike | url http://www.citeulike.org/user/laleh_mb/article/4545583︱ 2011-5-2 6:40︱bio nucleosome︱DOI url http://dx.doi.org/10.1371/journal.pone.0005723︱ BergmanLab︱3266︱laleh_mb︱4545583︱ http://www.citeulike.org/user/laleh_mb/article/4545583 | 链接位置(link)、发送时间(post_time)、标签(tag)、 向外链接位置(linkout)、群组名称(username)、 群组识别符(group_id)、用户名称(username)、 论文在CiteULike的识别符(article_id)、 论文在CiteULike的位置(url) | CrossRef | 19328486︱The Anatomical Record: Advances in Integrative Anatomy and Evolutionary Biology ︱Anat Rec︱The Anthropoid-Like Face of Siamopithecus: Cherry Picking Trees, Phylogenetic Corroboration, and the Adapiform-Anthropoid Hypothesis︱contributor given_name Alfred L. surname Rosenberger︱294︱11︱1783︱2011︱ full_text︱10.1002/ar.21468︱0︱ http://dx.doi.org/10.1002/ar.21468 | 国际标准期刊编号(issn)、期刊名称(journal_title)、 期刊缩写(journal_abbreviation)、论文题名(article_title)、 论文作者(contributors)、卷号(volume)、期号(issue)、 论文起始页码(first_page)、出版年(year)、 发布类型(publication_type)、数字资源唯一标识符(doi)、 全文下载数(fl_count)、位置(url) | PubMed Central | 2773077︱http://www.pubmedcentral.nih.gov/ articlerender.fcgi?artid=2773077 | 数据编码(data)、数据位置(url) | Scopus | 5︱2009︱4691︱73︱45126 | 月份(month)、年份(year)、PDF浏览下载(pdf_views)、 XML浏览下载(xml_views)、HTML浏览下载(html_views) | Research Blogging | What makes a Haplorrhine a Haplorrhine? ︱A Primate of Modern Aspect︱zinjanthropus︱ 2010-3-5 4:20︱2010-3-5 3:09︱ http://zinjanthropus.wordpress.com/2010/03/05/what-makes-a- haplorrhine-a-haplorrhine/︱citation title Darwinius masillae is a strepsirrhine reply to Franzen et al. (2009) journal Journal of Human Evolution issn 00472484 publication_year 2010 volume pages doi 10.1016/j.jhevol.2010.01.003 authors author Williams, B. Kay, R. Christopher Kirk, E. Ross, C. title Complete Primate Skeleton from the Middle Eocene of Messel in Germany: Morphology and Paleobiology journal PLoS ONE issn 1932-6203 publication_year 2009 volume 4 pages doi 10.1371/journal.pone.0005723 authors author Franzen, J. Gingerich, P. Habersetzer, J. Hurum, J. von Koenigswald, W. Smith, B. ︱ 190880︱http://zinjanthropus.wordpress.com/2010/03/05/ what-makes-a-haplorrhine-a-haplorrhine/ | 博文题名(post_title)、博客空间名称(blog_name)、 博主(blogger_name)、接收时间(received_date)、发布时间(published_date)、 博文位置(post_URL)、链接名称citations、唯一识别符(id)、链接位置(url) | PubMed Central Usage Stats | 1︱0︱0︱0︱32︱2010︱5︱35︱11︱0︱0 | 月份(month)、存储页面的浏览次数(scanned-page-browse)、 被引次数(cited-by)、摘要浏览次数(abstract)、 全文浏览次数(full-text)、发布年(year)、 下载次数(pdf)、单独访问IP次数(unique-ip)、图表次数(figure)、 存储摘要浏览次数(scanned-summary)、附加数据(supp-data) | Facebook | http://www.PLoSone.org/article/info%3Adoi%2F10. 1371%2Fjournal.pone.0005723︱http://www.PLoSone.org/article/ info:doi/10.1371/journal.pone.0005723︱232︱0︱4︱ 236︱0︱1.01503E+16︱0 | 网络位置(url)、正规化后的网络位置(normalized_url)、 分享次数(share_count)、按赞次数(like_count)、 评论次数(comment_count)、总计次数(total_count)、 点击次数(click_count)、评论者识别符(comments_fbid)、 评论次数(commentsbox_count) | Mendeley | oai_id oai:pubmedcentral.nih.gov:2683573 pmid 19492084 other 09-PONE-RA-09293R1 pmc_id 2683573 doi 10.1371/journal. pone.0005723︱readers 202 discipline id 3 name Biological Sciences value 57 id 7 name Earth Sciences value 18 id 23 name Social Sciences value 7 country name United States value 27 name United Kingdom value 11 name Germany value 7 status name Ph.D. Student value 28 name Student (Master) value 11 name Post Doc value 9︱5︱forename John surname Hawks︱Journal Article︱ PLoS ONE︱Public Library of Science︱ dc4e7b50-6d01-11df-a2b2-0026b95e3eb7︱forename Jens L surname Franzen forename Philip D surname Gingerich forename Jrg surname Habersetzer forename Jürn H surname Hurum forename Wighart surname Von Koenigswald forename B Holly surname Smith︱Complete Primate Skeleton from the Middle Eocene of Messel in Germany: Morphology and Paleobiology ︱4438819005 2063231︱2009︱TRUE︱Background: The best European locality…︱aging animals body weight bone bones bone bones anatomy…︱(以下省略) | 系统识别符(identifiers)、在Mendeley的整体情况(stats)、 期号(issue)、编辑姓名(editors)、文件类型(type)、 出版刊物(publication_outlet)、出版社(publisher)、 通用唯一识别符(uuid)、作者姓名(authors)、论文题名(title)、 在Mendeley发布的用户(mendeley_authors)、发布年(year)、 是否为开放获取期刊(oa_journal)、 论文摘要(abstract)、论文关键词(keywords) | Twitter | 2.22806E+17︱New primate, pretty cool; but can somebody explain how the 2 parts were "immediately recognizable" as a match? http://t.co/TBvXyjmR︱Tue, 10 Jul 2012 21:35:24 +0000︱rkaufman︱http://a0.twimg. com/profile_images/459775229/Screen_shot_ 2009-10-08_at_1.50.37_PM_normal.png︱ http://twitter.com/rkaufman/status/222806251753582594 | 标识符(id)、推文文本(text)、创建时区年月日分秒(created_at)、 用户名(user)、用户头像(user_profile_image)、推文位置(url) | Wikipedia | 10︱4︱3︱1︱3︱3︱1︱2︱0︱1︱3︱0 ︱0︱0︱1︱0︱0︱1︱0︱1︱0︱34 | 英文(en)、德文(de)、法文(fr)、意大利文(it)… 韩文(ko)、反馈意见(commons)、总数(total) | Relative Metric | Relative Metric 2009-01-01T00:00:00Z︱ 2009-12-31T00:00:00Z︱subject_area /Medicine and health sciences︱average_usage 331︱587︱729︱834︱935…3364︱ (以下省略其他领域的数据) | 时间、主题领域、平均使用量(重复 不同时间段的记录)…(以下省略) |
| 表4 PLoS-ALMs数据模型 |
其中,以“︱”分隔的裸数据中,字串相连的部分,可方便对应每条元数据;另以“…”省略过长字串。
除了ALMs数据,PLoS还提供适用期刊级别计量(JLMs)的数据,两者略有不同,在此不作赘述。
3.4 PLoS-ALMs的开放数据模型在数据类型、数据来源和数据模型之后,作为一种开放平台(Open Platform)的PLoS提供ALMs开放数据(Open Data),以作为机关团体或者个人进行开放应用程序界面(APIs)的应用开发。然而,根据PLoS-ALMs数据模型所提炼出来的开放数据,被存储在另一知识元库(Knowledge Base, KB)中,通过这个KB对外开放共享。整理如表5所示:
表5
表5
表5 PLoS-ALMs的开放数据模型类别 | 知识元库模型的元素(Elements) | 论文的基本信息 | 数字资源唯一标识符(doi)、发布日期(publication_date)、题名(title) | 来自外部数据来源的信息(数据来源皆为同样是作为开放平台、提供开放数据的Web2.0服务机制,但是数据数量和质量并不稳定) | 在BioMed的浏览/下载数量(biod)、在CiteULike的标引数量(citeulike)、来自CrossRef的引用数据(crossref)、来自Scopus的引用数据(scopus)、来自PubMed的引用数据(pubmed)、在“科研博客”提到这篇论文的博客文章数量(researchblogging)、在“自然博客”提到这篇论文的博客文章数量(nature)、在Bloglines即时互动的数目(bloglines)、在Postgenomic即时互动的数目(postgenomic)、在Facebook里面的like数量(facebook)、在Twitter里面的推文数量(twitter)、在Wiki里面的条目撰写数量(wikipedia)、在ScienceSeeker里面的推荐数量(scienceseeker) | 来自PLoS集团的数据 | 在PLoS下载HTML格式论文的数量(counter_html)、下载PDF格式论文的数量(counter_pdf)、下载XML格式论文的数量(counter_xml)、在PLoS的下载总量(counter) | 来自PubMed的信息(数据来源稳定可靠) | 在PubMed下载HTML格式论文的数量(pmc_html)、下载PDF格式论文的数量(pmc_pdf)、下载总量(pmc)、在Mendeley的标引次数(mendeley_readers) | 来自Mendeley的信息(增长最快) | 在Mendeley的用户数量(mendeley_groups)、在Mendeley被利用的数据(mendeley)、在Connotea的评论数量(comments) | 定期自Connotea导入的数据(这个部分的数据已经无关即时性,可能在未来有所改变) | 在Connotea的评论反馈数量(comment_replies)、注解数量(notes)、注解反馈评论数量(note_replies)、评分得分(ratings)、平均评分分数(avg_rating)、对评分的反馈意见数量(rating_comments)和在Connotea的引用链接(trackbacks) |
| 表5 PLoS-ALMs的开放数据模型 |
3.5 PLoS-ALMs的作用对PLoS-ALMs的开放数据模型进行分析,可以发现PLoS-ALMs最大程度地提供有利开放获取期刊(或者开放获取论文)的相关统计数据,以促进更多开放应用程序的出现。例如,同样作为开源平台的Impactstory不仅集成PLoS的数据而且也提供了论文级别计量(ALMs)的应用程序接口。随着越来越多与Web内容进行信息交互的用户,他们留下更多的数据记录,从而培育了诸如Altmetrics等的服务机制,未来随着深入社会结构的开放数据、开放应用程序、开放源代码,收割有用的数据可以解析为有用情报[ 27, 28]。如何建立Article-Level Metrics等的新兴情报服务,值得共同探索。
适用于ALMs的Impactstory.org提供这类工具的一幅全景[ 29],如表6所示:
表6
表6
表6 Impactstory.org的ALMs的应用平台与观测变量分类 | 应用平台 | 观测变量 | 社会网络 应用 | Twitter、Facebook、Del.icio.us | 讨论(Mentions)、链接、赞(likes)、对论文的标引 | 特殊科研 工具 | Zotero.org、Mendeley.com、 CiteULike.org | 链接、书签、推荐、增加到阅读群组 | 出版平台 | PLoS、Scopus、PubMed | 网页浏览、PDF下载、摘要浏览 | 科研产出、 发布机制 | Github.com、Datadryad.org、 Slideshare.net、 Figshare.com | 浏览、推荐、分享 |
| 表6 Impactstory.org的ALMs的应用平台与观测变量 |
相比Impactstory.org的数据模型,商业公司Plum Metrics提出了在Web2.0服务机制下,较为多样的测量变量[ 30, 31],整理如表7所示:
表7
表7
表7 Plum Metrics的ALMs概念与操作变量分析概念 | 操作变量 | | 使用(Usage) | 下载、浏览、拥有、馆际互借、文献传递 | 捕获(Captures) | 收藏、书签、保存、读者、社群、观察 | 谈论(Mentions) | 博客文章、新闻报道、维基百科的文章、评论、评审 | 社会媒体(Social Media) | 推客(Tweets)、给力(+1)、给赞(likes)、 分享、打分(rating) | 引用(Citations) | PubMed的引用报告、Scopus的引用报告、 专利等 |
| 表7 Plum Metrics的ALMs概念与操作变量 |
表6与表7揭示利用ALMs测量单篇论文的种种可能。有别传统的文献计量依靠文后的参考文献作为引文数据,而进行影响力测量的方式,论文级别计量提供一些更为多样的选择,并且如前所述(表1和图1),它也把传统的文献计量考虑在内。
4 讨论:论文级别计量支持开放创新的方式科技信息学术交流体系,已经朝向开放获取、开放知识和开放创新的方向前进,新的开放知识服务模式(Open Knowledge Services)包括[ 32]:将图书馆作为支持用户创新的平台,以及将图书馆发展为开放的公共知识服务创新平台。图书馆需要积极掌握各种分析和遴选工具,实施各种参与开放科学的实践工作。
过去人们进行判断,是以基于科研的引用性(Citeable)和基于评审的前沿性(Frontmatter)作为黄金标准,然而诸如引用,在没有任何背景脉络(Context)下容易误导人们的判断,并且存在时间延迟(Time-delay)等问题,所以传统的计量方法,难以回答何为具有未来发展潜力的论文[ 33]。而藉由论文级别计量,则可能可以发现人群广为有兴趣的科研成果,以及藉由其他技术工具,形成快速进行社群讨论的服务机制。
新型的学术交流服务工具(如Altmetrics等)[ 34],既可组织开放数据,也可呈现可视化内容,这些工具能够:分享数据集、代码和实验设计;发布参数或者语义内容;使用户以Web2.0形式(如博客、微博和书签等)评审和建议那些正在进行的科研工作。这些为学术交流提供更为有利的信息筛选方式以及社群评议方法。例如英国皇家化学学会,就正式采用了这种机制[ 35, 36]要求旗下5种学术期刊实施具有ALMs的Altmetrics功能,促进传统学术期刊以及学术评量体系的转型。英国皇家学会在2013年10月23日签署了DORA宣言[ 37],该项发布于2013年6月24日的宣言,其第一条便是舍弃基于期刊的计量,如期刊影响因子等,而以个人研究论文的质量作为评估科学家贡献的标准[ 38]。
不仅期刊可以运用ALMs而且机构知识库也可有所应用[ 39]。本文在实际分析ALMs的原理、案例、实现机制、数据内容框架等基础上,认为它的服务方式已经成熟,无论是期刊出版平台或者机构知识库,均可借鉴已有案例并且开展初步实验。抛砖引玉,是以为文。