序論：寫作是一種深度的自我表達。它要求我們深入探索自己的思想和情感，挖掘那些隱藏在內心深處的真相，好投稿為您帶來了七篇文獻計量論文范文，愿它們成為您寫作過程中的靈感催化劑，助力您的創作。

篇(1)

>> 國內知識檢索研究的文獻計量學分析 國內鈉離子通道研究現狀的文獻計量學分析 我國電子文件元數據研究的文獻計量學分析 2000-2010年國內信息共享空間研究文獻計量學分析 國內心理治療效果的文獻計量學分析 對國內“壓力”主題體育類論文的文獻計量學分析 辦公自動化與電子文件研究文獻計量學分析 電子商務網站評價研究 醫院文獻計量學分析及創新能力研究的啟示 語義網應用研究的文獻計量學分析 1900~2010年農業發展研究的文獻計量學分析 基于文獻計量學分析的我國酸棗研究現狀 我國檔案服務體系研究的文獻計量學分析 我國學習倦怠研究現狀的文獻計量學分析 2003年～2012年我國檔案學對電子政務研究的文獻計量學分析 中醫體質文獻計量學分析 農業標準文獻專業分布與熱點領域的文獻計量學分析 國內焦慮癥文獻計量學研究 高校二級學院黨政聯席會研究現狀的文獻計量學分析 胚胎干細胞研究文獻計量學分析 常見問題解答 當前所在位置：

[3]周述文，郭曉軍，孫愛平，湯海洪.電子商務網站的分類及評價初探[J].中國管理科學，2000，S1：748-754

[4]蔣穎，金碧輝，劉筱敏.期刊論文的作者合作度與合作作者的自引分析[J].圖書情報工作，2000，12：23-28

[5]汪傳雷，潘珊珊，熊月霞.2007-2011年國外企業孵化器文獻計量分析[J].銅陵學院學報，2012，03：11-14

篇(2)

按照《教育部學科門類、一級學科、二級學科目錄》，公共衛生與預防醫學的二級學科為:流行病與衛生統計學、勞動衛生與環境衛生學、營養與食品衛生學、兒少衛生與婦幼保健學、衛生毒理學、軍事預防醫學等。筆者對2006年－2010年間我國部分地區高校公共衛生與預防醫學二級學科科技論文統計與分析的文獻簡要評述如下。

目前，國內外對于2006年－2010年期間，我國高校公共衛生與預防醫學二級學科的科技論的統計與分析比較少，僅有山西醫科大學孔瑞珍的學位論文《高等院校公共衛生與預防醫學科技論文產出的綜合評價》對篩選出的27所高校在2003年—2007年間產出的科技論文，經秩和比法逐年統計分析后得知，北京大學、四川大學、復旦大學、華中科技大學等高校具有較高的論文產出能力，提示這些高校在公共衛生與預防醫學學科方面具有較強的科研能力，成績突出。對27所高校預防醫學下屬二級學科的科技論文產出數量運用秩和比法統計評價后，得出了在各二級學科方面各大學的科研情況以及優勢所在:流行病與衛生統計學以第四軍醫大學和復旦大學為優，勞動衛生與環境衛生學方面復旦大學和華中科技大學表現突出，營養與食品衛生學是第三軍醫大學和中山大學名列前茅，兒少衛生和婦幼保健學以華中科技大學和安徽醫科大學最強，衛生毒理學突出的是第三軍醫大學和吉林大學［1］。在進行橫向比較后發現，各高校5年間每年的論文產出數量相對起伏不大，但高校在各學科的論文產出能力并不均衡，需要發揮所長，彌補不足，既要全面發展，也應重點突出。

其他文獻主要是對以某地區的衛生機構或某一高校的公共衛生與預防醫學進行研究，例如:溫州醫學院圖書館趙麗紅的《2002－2007年溫州醫學院醫藥衛生科技論文產出的計量分析》一文中應用文獻計量學的科學方法，對2002－2007年溫州醫學院(溫醫)教師在國內生物醫藥期刊上發表學術論文及SCIE收錄國際論文進行定量研究，提供各項指標的統計數據和測評結果。文中利用中國生物醫學文獻數據庫和美國《科學引文索引》按照論文機構分布、論文作者分布、載文期刊分布、基金資助項目產出論文情況統計分析等，得出2002－2007年間，溫州醫學院國內發文和SCIE論文量均呈現出顯著增長的趨勢，在數量上和質量上均有很大程度的提高，但就目前而言，與國內一流醫學院校尚存在一定的差距［2］。浙江省醫學情報所的舒暢和《移植雜志》編輯部的沈敏共同完成的《浙江省各地區醫學科技論文計量分析》一文中用中國生物醫學文獻光盤數據庫(CBMdisc)對浙江省11個省轄市在2002－2007年發表的生物醫學文獻進行統計，按照11個省轄市的總量、省轄市在核心期刊上發表的文獻量、11個省轄市排名前五位的學科等進行統計，根據統計結果對浙江省各地區的生物醫學水平進行分析，發現浙江省生物醫學水平有長足的進步，但地區發展不均衡的現象十分明顯，尤其是省屬單位占居了主導地位，市級醫療單位難以與他們競爭，該文對以后這些地區的發展提出了建議。

篇(3)

關鍵詞：網絡信息計量學，研究內容研究方法，應用

 

網絡信息計量學是采用數學、統計學等各種定量研究方法，對網上信息的組織、存貯、分布、傳遞、相互引證和開發利用等進行定量描述和統計分析，以便揭示其數量特征和內在規律的一門新興分支學科。它主要是由網絡技術、網絡管理、信息資源管理與信息計量學等相互結合、交叉、滲透而形成的一門交叉性邊緣學科，也是信息計量學的一個新的發展方向和重要的研究領域。

與文獻計量學和信息計量學相類似，網絡信息計量學的內容體系是由它的理論、方法和應用3個部分構成的，其理論是基礎，方法是手段，應用是目的， 3者相輔相成，不可偏廢。免費論文。

一、網絡信息計量學的理論研究

丹麥皇家圖書情報學院的研究團隊在網絡信息計量方面的研究貢獻巨大。1997年，該學院的T.C.Almind和Peter Ingwersen首先提出了“Webometrics”的概念，標志著網絡信息計量學的誕生。1998年，Peter Ingwersen受文獻計量學中的期刊“影響因子”(Impact Factor)的概念啟發提出了網絡影響因子(Web Impact Factor，WIF)的概念，用來分析一定時期內相對關注的網站或網頁平均被引情況，以此來評價網站在網上的影響力。這篇論文開創了一個全新的研究領域，此后眾多學者從概念定義、測度方法、實證分析、應用實踐等眾多方面對網絡影響因子進行了廣泛深入的研究，使其成為網絡信息計量學的前沿熱點和重要內容。更為重要的是開創了一種新的研究思路，證明了文獻計量學的經典概念和研究方法可以被成功地應用到網絡信息的研究中，此后更多的概念和方法被引入，明確了網絡信息計量學作為情報學分支學科的性質。

二、網絡信息計量學的研究對象和內容

網絡信息計量學并不僅僅是文獻計量學方法在網絡上的簡單應用，它的研究對象涉及諸多方面的問題。

2.1網絡信息的直接計量問題。

如對集文字、圖像、聲音為一體的多媒體數字信息的計量方法研究，對以字節為單位的信息量和流量的計量研究等。在第63屆國際圖聯大會上，美國計算機聯機圖書館中心奧尼爾提交的《萬維網可存取之信息的特點》一文對萬維網信息的統計指標、統計類型及其它問題進行了討論。奧尼爾認為，目前可以討論的內容包括：站點的數量、靜止的網頁數、靜止網頁的平均規模、交互式網頁的數量等；其它的統計內容還包括語言的分布、出版地、網頁的平均壽命等。

2.2網上文獻、文獻信息及其相關特征信息的計量問題。

如網上電子期刊、論文、圖書、報告等各種類型的文獻，以及文獻的分布、學科主題、關鍵詞、著者信息、出版信息等的計量，既涉及一次文獻的計量，又涉及網上二、三次文獻的計量問題。

對網上文獻增長規律的研究，有助于對科學知識增長規律的認識。對文獻老化規律的研究，對網絡文獻半衰期進行更加細致和完善的界定與探索，使網絡文獻管理趨于合理化。利用傳統的引文分析指標——同被引和引文耦等來表明文獻之間的定量化關系，可以反映出科學研究的理論方法的演變過程，也可以勾勒出科學研究的足跡與脈絡。

2.3網絡結構單元的信息計量問題。

如網絡站點的文獻信息增長、學科分布、信息傳遞，以及各單元之間的相互引證和聯系等的計量研究。

網站作為網絡時代的”知識地圖”成為網絡計量學家所關注的問題，不僅僅是網絡文獻保持著聚類關系，網站之間也有著獨特的引用關系。網絡文獻之間不僅是參考文獻的標注方式，更多的是使用了超級鏈接的方式；不僅僅是參考文獻條目，也可能是通過點擊得到引用文獻的全文。網絡計量學研究的正是萬維網(引文網)中的web網頁(引文)之間的引用關系，同被引與引文耦仍然可以用于揭示站點之間的相關性。

三、網絡信息計量學的研究方法和工具

網絡信息計量學可借鑒傳統的文獻計量學、情報計量學的文獻信息統計方法、數學模型分析方法等方法。但又不能將是文獻計量方法簡單地套。目前，網絡信息計量中主要適用的方法和工具包括：

3.1鏈接分析法

鏈接分析法是在引文分析法的基礎上發展而來的。引文分析可以用于研究文獻資源分布、確定核心期刊、研究科學交流和信息傳遞規律等。在網絡環境中，文獻以網頁的形式顯示在網站上，站點、網頁之間通過超鏈接相關聯，因而，網絡中的鏈接就可以看做印刷型文獻中的引文。在數據的收集過程中，搜索引擎為網絡信息計量研究提供數據來源。McKeman于1996年首先提出了sitation這一新術語，用以研究網頁之間的引用關系。Rousseau認為，對網頁鏈接關系的研究與對發表文章的引文研究相似，但又不盡相同，他對網址的分布模式和進人網頁的鏈接作了分析，發現在他所研究的343個網址中最高層域名服從洛特卡分布，而且對這些網址的引用也符合格特卡分布，自引比例約為30%。

3.2統計分析法

運用統計分析方法進行研究是網絡信息定量研究的基礎，網絡信息的收集、整理、分析都離不開統計學的方法。在傳統的文獻計量學中，對文獻信息的統計分析業已形成相對完整的體系；而由于網絡結構的分散和復雜，以及網絡信息的豐富，網絡計量學需要重新構建針對網絡信息測度的統計指標體系，并在實際應用中將指標與各因素建立起對應關系，從而構建出數學模型，再不斷地進行修正，使之趨于合理。

運用統計分析進行研究，最重要的就是如何收集和分析數據。隨著網絡技術的不斷發展和成熟，絕大多數的印刷版和光盤版數據庫已經實現了網上聯機查詢和檢索，為不同領域人員深入研究網絡信息的有關問題提供了良好的條件。在已有的數據庫中，影響力最大的是美國科學技術情報所推出的三大索引數據庫，即《科學引文索引》、《社會科學引文索引》和《藝術和人文科學引文索引》。隨著期刊電子化進程的加快，人們可以通過有償和無償的方式很快捷地使用各類大型全文電子期刊數據庫，如Elsevier，SDOS，Kluweronline，IEEE/IEE等，這些數據庫都是進行網絡信息計量學研究不可或缺的重要工具。除了必備的網絡數據庫之外，網絡信息計量學研究還必須借助于強大的搜索引擎。

3.3圖論分析法

在圖論中，圖是網絡的一種數學表達。網絡是由結點和邊所組成的，結點之間通過邊相連接。在有向圖中，邊表示結點之間的定向聯系，Web就是有向圖的一個例子，其中的網頁對應于結點，而超鏈接則表示邊。

近些年來，網絡計量學的許多研究工作已經開始從圖形的角度來對網絡進行研究，分析網頁間超鏈接的拓撲結構，以直觀反映網頁之間的連接關系。A.Broder等人利用搜索引擎Altavista收集了200兆的網頁和15億個鏈接，并采用圖形分析法對本地和全球網絡圖形結構進行分析，得出了看起來像“領結”形狀的網絡結構圖并在此基礎上構建了網絡圖的數據庫模型。

四、網絡信息計量學的應用前景

網絡信息計量學的應用領域是十分廣泛的，主要體現在以下幾個方面：

4.1網絡信息資源的評價

網絡信息計量學可應用于網站信息資源評價及網站評價，就像引文分析可以用于確定網絡信息資源的權威性和可靠性。利用網站的鏈接和被鏈接情況,可以確定網站的學術影響力和社會影響力。通過統計網站、網頁的點擊率,可以確定類似于核心期刊的“核心網站”和“核心網頁”。“核心網站”和“核心網頁”的確定有助于用戶快速查找和選擇利用網絡信息,增強上網的目的性,提高獲取所需信息的準確度和快捷度。免費論文。

4.2網絡信息計量學在網絡信息資源建設中的應用

隨著網絡技術的發展,網絡資源信息必將逐漸成為數字圖書館的館藏主體。網絡信息計量學可以提供定量依據和科學方法，在探明各類型信息數量特征的基礎上，分析其增長和老化規律，判斷信息的價值和時效性，從而指導數字圖書館的館藏資源建設，使有價值的信息更充分地發揮作用，使信息空間得到更有效的利用。文獻信息規律反映出的學術動態和信息利用規律反映出的讀者需求，可以指導數字圖書館的館藏資源建設。例如，分析著者信息，可以發現具有不同數量論文的作者的分布規律，進而揭示科學工作者生產科學文獻的能力，并可以據此預測科學家數量的增長和科學發展的趨勢等。

4.3網絡信息計量學對搜索引擎檢索功能的改進

文獻信息規律的研究將使計算機信息檢索系統走向科學化、規范化，從而更方便用戶查尋。例如，面對網上海量的信息資源，且同一類信息分散在網絡的很多地方，使信息查準和查全受到了一定的限制。免費論文。通過文獻計量學分析方法，確定出某一信息相對集中的網站，就會指導用戶進行有目的地查找。

4.4從網絡信息的交流研究各門學科的發展趨勢，實現對網絡信息的預測

在萬維網上,一個網頁或網站可能隨時增加新內容而成為新網頁、新網站；也可能因過時而從網上消失；個人主頁和網站也可因內容長期未更新而被主頁空間提供者關閉；一些網站也可能因不善經營而關閉，加上一些網站不時更新，使得網絡信息資源變化迅速。這同樣也帶來了信息老化的加速，甚至可能其速度還高于信息增長速度。通過分析某一領域網絡資源增長、老化、引證情況，可以直接或間接把握該領域的學科發展趨勢及其熱點問題。研究網絡環境下的科學信息交流，探討各學科發展趨勢，分析建立新的科學發展指標，為有關科技決策提供參考，這是網絡計量學的重要應用領域。

參考文獻

1.邱均平，張洋.網絡信息計量學的應用研究[J].圖書情報工作，2007（9）

2.鞠延玲.我國網絡計量學研究熱點分析[J].科技信息，2008（9）

3.張洋.國內外網絡信息計量學研究現狀分析[J].情報雜志，2008（5）

4.趙啟民.網絡計量學的應用研究[J].吉林師范大學學報，2006（2）

篇(4)

關鍵詞：《檔案管理》；2012年；文獻計量；統計分析

1 引言

《檔案管理》創刊于1986年[1]，連續入選中文核心期刊，刊發了大量高被引的論文，備受業界關注。為客觀準確地反映《檔案管理》2012年的載文情況，作者對當年刊發的全部文章進行了各項統計。為確保統計數據的準確，對關鍵詞作了必要的規范，歸并了重復引文，剔除了無文獻來源的注釋性引文，并對全部引文逐一進行了核對，修正了引文中的差錯。

2 統計分析方法

利用文獻計量學的方法，對該刊2012年刊發的文章從欄目發文量、作者及地域和機構、主題、基金論文、引文類型及年代分布等方面進行統計分析，運用CNKI檢索了被引情況。根據載文實際和統計分析的需要，作者統計分析不含“通訊”、“卷首語”、“文摘”等欄目的文章，主題統計分析不含無關鍵詞的文章，引文統計分析不含無參考文獻或參考文獻類注釋的文章。

3 載文統計分析

3.1 載文欄目發文量。2012年《檔案管理》設置有“卷首語”、“理論探討”、“爭鳴”、“業務研究”、“局館長訪談”、“專題沙龍”、“調查報告”、“海外采風”、“工作園地”、“史料鉤沉”等18個欄目，共刊發文章277篇，表1是主要欄目的發文數量。發文量集中于“工作園地”、“業務研究”、“調查報告”和“理論探討”四個欄目（表中單列了占比）。

3.2 作者分布。作者統計針對“工作園地”、 “業務研究”、“調查報告”、“理論探討”、“海外采風”等9個欄目的242篇文章，其中獨著210篇，兩人合著28篇，三人合著4篇，分別占統計文章的86.78%、11.57%和1.65%。

3.2.1 作者發文數量。最多的發文6篇，共兩人，發文3篇以上的作者共12人（“+”后為第二作者發文數），另有馬帥章等28人發文2篇（含非第一作者）。

3.2.2 第一作者地域分布。以第一作者發文最多的為河南作者（168篇），其次是北京（9篇）、山東和上海（各8篇），發文作者涵蓋了19個省市。河南省又以鄭州、開封、濮陽作者發文數量居多（105篇）。

3.2.3 第一作者機構分布。由于有些文章作者單位不夠具體，對統計數據的準確性有一定影響。242篇文章中，各類院校和各級各類檔案館（局）的作者占比較高，分別發文102篇和82篇。

3.3 主題分布。關鍵詞是從文獻的標題、摘要和正文中選取的，能夠反映文獻的主題[2]，因而選用關鍵詞進行主題分析。2012年《檔案管理》中有關鍵詞的107篇論文共有關鍵詞401個，篇均3.75個。涉及關鍵詞305個，最多的僅出現8次，可見分散度較大。為較好地反映文獻主題，可將表達相同或相關概念的關鍵詞進行必要的統一，如將“檔案館”、“檔案局”、“檔案部門”等統一為“檔案館”。規范統一后，利用自編的軟件處理得到以下統計結果。

3.4 基金論文。2012年基金項目論文共25篇，基金論文占比超過10%。其中，河南省檔案局科技項目《轉變檔案行政管理職能研究》、《檔案執法理論與實踐研究》各發文3篇，河南省檔案局科技項目《檔案立法技術研究》發文2篇，基金發文量如表4所示。

3.5 引文統計。2012年《檔案管理》文章中，列有參考文獻、參考文獻類注釋的論文96篇，共有引文725條（其中外文13條），篇均引文7.55條。從年代分布看，2005年后的引文數量占66.62%。引用文獻類型中，期刊論文最多，占比達70.62%，其次是電子文獻、圖書和學位論文。表5列示了引文的年代分布（“其他”為1980年前或無法確認年代的）。

引用文獻中的期刊論文共涉及期刊139種，其中以檔案類期刊為主，排在前9位的都是檔案核心期刊，其次是非核心檔案類期刊和圖書情報類核心期刊。

3.6 被引統計。通過中國知網檢索，截至2013年4月23日，2012年《檔案管理》刊發的被引論文達25篇，其中《中部六省市級檔案網站評估指標體系的構建及評估結果分析》被引3次，《淺談事業單位檔案的信息化建設》等兩篇各被引2次。表6列示了十種檔案學期刊2012年發文及被引情況。

4 結論

通過以上統計和分析，可以得出以下基本結論。

4.1 從欄目發文分布看，“工作園地”、“業務研究”、“調查報告”和“理論探討”四個欄目是發文主體，“工作園地”和“業務研究”兩欄目的發文量超過發文總數的一半，表明《檔案管理》特別注重結合工作實際，與其“以業務指導為主，兼顧學術性和可讀性”[1]的定位是一致的。

“卷首語”是許多檔案刊物共有的欄目，但《檔案管理》六篇卷首語的內容均為“檔案依法行政管理”，對做好檔案工作有很強的針對性和指導性。

4.2 載文中獨著文章居多，發文2篇以上的作者超過40人，他們獨立或合作發文的數量超過100篇，表明《檔案管理》已形成較為穩定的作者隊伍。但作者以個人自由研究為主，論文合作程度偏低[3]。

發文作者的地域和機構數據表明，《檔案管理》立足河南，面向全國。注重反映本省的研究成果，注重各級各類檔案館（局）的業務交流，不斷傳播和促進學術研究。發文作者集中在各級各類檔案館（局）和各類高校，反映了這兩個系統科研能力較強[3]。

4.3 從關鍵詞的詞頻可以看出，《檔案管理》2012年特別注重刊載“檔案執法”、“檔案法規”和“立法”方面的文獻，同卷首語的內容相呼應。此外，“檔案館”、“檔案”、“檔案管理”、“檔案鑒定”、“檔案服務”等也是刊載的重點，有很強的實際工作指導價值。但列有關鍵詞的論文偏少，在一定程度上影響了主題統計結論的準確性。

4.4 基金項目多為與檔案工作相關的省部級以上項目，基金項目級別較高。基金論文占比雖不算高，但針對性很強，較充分地反映了檔案科研特別是檔案執法和立法研究方面的最新成果。

4.5 引用文獻表現出期刊論文多、核心期刊論文比重大、引用年代新的特點，表明刊載的論文注重高水平檔案學研究成果的吸收，注重圖書情報領域研究成果的借鑒，同時廣泛吸納其他學科的成果。但列有引文的論文偏少，有些著錄不準確，外文引文較少。

4.6 盡管統計的時間段較短，而論文的被引和被引率均有較大的滯后性[4]，但截至2013年4月23日的2012年載文被引同其他檔案類期刊2012年載文被引的對比表明，《檔案管理》有較高的被引量，一定程度上反映了該刊在檔案類核心期刊中有較高影響力。

參考文獻：

[1]《檔案管理》雜志社.《檔案管理》簡介[EB/OL].（2011-04-25）[2013-04-01].http：///w_NewsShow.asp？ID=0：2628.

[2] 倪麗娟，于淑麗.檔案學研究熱點分析——基于2004～2008年《檔案學研究》、《檔案學通訊》論文關鍵詞的詞頻分析[J].檔案學通訊，2010（1）：19～22.

[3]袁小翠.2005年～2011年我國檔案信息化研究文獻計量分析[J]. 檔案管理，2011（6）：60～62.

篇(5)

關鍵詞：web of science；孤兒藥；罕見病；文獻計量

1引言

孤兒藥（orphan drug）是指一些專門用于治愈或治療（控制）罕見病的特效藥物。罕見病（rare disease）即受累人數較少的疾病，因各國流行病學數據標準不一，沒有統一的定義。根據美國國立衛生院（NIH）統計認定，目前已有近7000種疾病為罕見病，約占人類疾病總數的10%。這些罕見病種類繁多，通常病情較為嚴重[1]。然而，因孤兒藥主要用于治療罕見病，研發成本高、難度大，臨床用量有限，藥企獲益有限，造成研發動力不足。導致罕見疾病患者無從獲得滿意的藥品或醫療服務[2]。從20世紀80年代開始，世界各國日益關注孤兒藥的開發。美國和歐盟等一些發達國家和地區相繼實施了特殊政策以促進本國孤兒藥的開發。美國孤兒藥法案（Orphan Drug Act，簡稱ODA）和歐盟孤兒藥法案至今已施行了多年，由此促進了孤兒藥的研究與開發[3]。孤兒藥的研發，已成為醫藥界的重要研究課題。

本研究利用文獻計量學的方法，即利用數學和統計學的定量分析方法，對Web of Science收錄的已發表的有關孤兒藥的文獻進行統計分析，以期得出全球各大地區"孤兒藥"這一領域的全球研究動態和發展趨勢。

2數據來源及研究方法

本研究所使用的數據，全部來源于Web of Science。具體檢索方法是：以Web of Science核心集合數據庫中的3個引文數據庫（SCI-Expanded，SSCI，A&HCI）和兩個會議論文引文數據庫（CPCI-S，CPCI-SSH）為文獻來源，在Web of Science中直接輸入主題詞"Orphan Drug"對數據進行檢索，選擇時間跨度為1986年～2014年5月20日，檢索結果共有1907條文獻記錄（檢索時間為2014年5月20日）。

本研究所使用的分析方法，是將Web of Science中自帶的分析功能、EndNote統計軟件及文獻計量在線分析平臺[4]的分析功能相結合，從年代分布、地區分布、出版機構分布、期刊分布、作者分布、主題詞分布及被引頻次分布等方面，對1907篇有關孤兒藥的文獻進行綜合計量分析。

3數據庫結果與分析

3.1文獻年代分布 文獻發表的年代分布在一定程度上反映了這一領域大致的研究狀況、發展速度以及發展趨勢，在對應年代所發表的文章數量則能夠在一定程度上反映這一學科在該時期的研究水平及發展程度。Web of Science核心合集數據庫孤兒藥文獻年代分布，見圖1。

3.2文獻國家地區分布 在1907篇文獻中，排除143篇無國別字段的文獻（7.499%），余下的1764篇孤兒藥文獻涉及到了全球范圍內的53個國家及地區，不難看出關于孤兒藥的研究尚未在全球范圍內普及，而且存在著嚴重的地區不平衡，僅僅是部分發達國家和發展中國家進行研究，各個國家的發文量見表1。

3.3文獻作者分布 在1907篇的孤兒藥文獻中，匿名的論文為74篇，其余的1833篇論文共涉及作者890人，發文量最多的作者共參與24篇。孤兒藥文獻核心作者發文量前10位情況，見表2。根據普萊斯公式：

式中Nmax為數量最多的作者的論文數，經計算可知m為3.89，取整后m為4，即我們可以將數量在4篇以上的作者定為核心作者，共145人。

3.4文獻研究方向分布 在1907篇孤兒藥研究相關文獻中，其研究方向已經向74個學科領域滲透，表3統計了孤兒藥文獻所涉及學科領域前十位的情況。

3.5孤兒藥文獻主要關鍵詞分布 孤兒藥文獻當中除去"罕見病"和"孤兒藥"兩個關鍵詞以外，最多的關鍵詞是"孕烷受體"、"細胞核受體"、"細胞色素P450"合"G蛋白偶聯受體"，其分布情況，見圖2。

3.6文獻發表機構與合作分布 在統計的1907篇文獻中，有150篇文獻無機構字段，其余文獻涉及的作者機構共有542家，分布廣泛。說明該研究已引起眾多機構的關注。孤兒藥文獻發文機構分布情況，見表4。

由于孤兒藥的研究難度大，所需要的技術支持較為嚴格，使得孤兒藥的研究過程很難通過個人或小團隊合作來完成，進一步推進孤兒藥物的研究以大團隊或國際聯合的形式來完成，這樣可以在合作過程中取長補短，分部完成各自較為強大的研究部份，圖3為全球各機構之間的合作關系圖，由于涉及機構數量大，各機構之間合作密切，該圖只截取了核心合作機構。

3.7文獻被引頻次分布 本研究統計了自1992年以來的孤兒藥相關文獻的被引頻次數量。1992年～2014年共有孤兒藥相關文獻1907篇，總計被引頻次為50650次，平均每篇引用次數為26.56次。h-index值為99。逐年的引文數量呈增長態勢，且沒有趨向于飽和，這從一定程度上說明了，有越來越多的科研學者參與到了孤兒藥的研究領域，孤兒藥的受重視程度也越來越高，那么孤兒藥的發展將會加速。

4結論

4.1根據孤兒藥文獻生長曲線，Web of Science核心合集數據庫中的孤兒藥文獻從1992開始收錄的，我們可視其為孤兒藥研究萌芽階段的開始，這一時期中孤兒藥的研究發展較為緩慢，8年間共有文獻147篇，平均每年的孤兒藥文獻產量為18.375篇。進入21世紀后，孤兒藥研究領域進入了發展階段，其文獻數量在總體趨勢上開始大幅增加，但由于孤兒藥自身性質的限制，以及孤兒藥的影響因素甚多且較為敏感，導致一些年份中孤兒藥的文獻數量下降，如：2004年和2009年。

對當前的數據資料進行分析可知，目前約有7000多種疾病被確定為罕見病，其中絕大多數的罕見病暫時都是無藥可治的，只有少部分是有相應的治療藥物（孤兒藥）。因此孤兒藥的研究領域依然處于發展階段。

4.2孤兒藥研究的地域主要集中于歐洲及美洲的發達國家，并沒有在全球范圍內普及，可見發達國家在孤兒藥領域強大的科研能力。美國和歐洲地區相關孤兒藥研究已走在世界的前沿。從機構類型來看，高等院校在孤兒藥研究領域占具絕對的優勢。從機構的發文量排名和合作機構情況來看，孤兒藥研究已形成核心作者群體和合作機構群。孤兒藥研究領域中，多以合作形式進行，個人獨立完成的形式工作量大，難以完成。

4.3孤兒藥研究涉及面廣，研究方向相對明確。本研究對文獻研究方向所涉及的學科領域進行統計顯示，藥學藥理學中的研究最為廣泛，商業經濟、社會學、政府政策及法律方面的研究也不在少數。

4.4孤兒藥研究領域已進入分子水平，已形成研究熱點。本研究的結果確認了現階段的孤兒藥研究已步入了分子水平，孕烷受體、細胞核受體、細胞色素P450和G蛋白偶聯受體為孤兒藥研究領域現階段的研究熱點，這也反映出這三種受體與細胞色素P450是孤兒藥研究中的研究難點和關鍵點。

4.5從孤兒藥文獻被引頻次逐年上升的態勢看，孤兒藥研究已引起國際有關研究人員的重視，科研力度和水平在逐步加強，其研究的深度和廣度也在不斷地擴大。

參考文獻：

[1]馬端.罕見病并不罕見[J].中國循證兒科雜志，2011，6（2）：83-85.

[2]田圓圓，張象麟，董江萍.歐美孤兒藥的研究與開發現狀[J].中國新藥雜志，2012，21（8）：844-850.

篇(6)

關鍵詞 社交網絡平臺；科技傳播；學術指標

中圖分類號 G2 文獻標識碼 A 文章編號 1674-6708（2016）175-0077-04

伴隨著研究機構間的合作，研究人員之間的溝通交流、跨領域合作越來越緊密，研究人員之間獲取對方最新的個人信息、研究成果、研究方向等在科研活動的重要性逐漸凸顯[ 1 ]。因此，基于科研人員這一特定群體的學術社交網絡（academic social network sites，ASNS）應運而生。社交網絡的功能主要是，允許用戶創建學術檔案，上傳學術出版物，建立自己的朋友圈以及相互瀏覽朋友圈內彼此的內容[ 2 ]。并為其他科研人員提供訪問、下載、評論、交流的機會，將全世界的科學家緊密的聯系在一起。社交網絡正在深刻影響和改變著新一代科研人員進行科技傳播的方式，科研人員在社交網絡平臺的使用行為研究也日益受到學術界的關注。目前，國內外對科研人員社交網絡的研究已取得一定進展，如Alberto[3]等學者研究了Google ScholarCitations、ResearcherID、ResearchGate、Mendeley&Twitter社交網絡平臺的使用，周義剛[4]研究了學術社交網絡對學者科研方式的改變作用等。這些研究為深入探索科研人員對于社交網絡的使用提供了基礎。

本文以ResearchgGate、GoogleScholar、百度學術和ResearchID四大學術社交網絡平臺為例，研究這四大學術平臺的功能和應用情況，并以2015年國家杰出青年（以下簡稱杰青）為研究對象，介紹其在平臺中的使用現狀，進一步了解學術平臺在科技傳播中的地位與作用。

1 四大學術社交網絡平臺簡介

GoogleScholar簡稱GS，是谷歌于2004年11月的免費搜索平臺，到2006年擴展到中文學術領域。谷歌推出GS，旨在“站在巨人的肩膀上”，為全球用戶提供可廣泛獲取學術文獻的簡便方法[5]。該平臺文獻收錄覆蓋范圍廣泛，支持數十種語言，充分體現了傳統搜索平臺的實力。

ResearcherID由湯森路透于2008年1月正式推出，是一個為用戶提供身份認證的學術平臺。用戶不能自動在該平臺上傳學術成果，需要在Web of Science中批量同步WOS賬戶下的論文到ResearcherID平臺中。該平臺提供了論文推薦、Tweeters和Mendeley訪問人數記錄、論文下載功能，還提供了文獻計量指標分析功能。

ResearchGate創建于2008年5月，是一個為全球科研工作者提供服務的社交網絡平臺。其能夠向用戶反饋學術論文被瀏覽、下載和引用的信息，并向用戶推送與其研究領域相近的作者和研究成果，在全世界范圍內構建了一個基于用戶學術背景的學科聯系網絡[6]，是一個新興的國際化學術交流平臺。

2014年6月，為了更好的滿足中國學者對于中文文獻的需求，百度公司推出了百度學術[7]，免費提供海量中英文學術文獻搜索服務，展現合作學者、合作機構的信息，以及收入文章的來源與數量信息。并為用戶提供管理學術成果，實時追蹤科研動態，添加感興趣領域，訂閱獲取相關研究領域論文的服務。

GoogleScholar和百度學術主要偏向于學術文章的搜索和使用，ResearchGate更偏向于社交網絡的交流和學習，ResearcherID主要為用戶提供了認證和文獻計量指標分析的功能。四大學術平臺的優缺點對比見表1。

2 學術社交網絡平臺指標對比分析

當前，采用文獻計量指標對科研工作人員進行定量評價已得到學術界的普遍認可，因為文獻計量指標在一定程度上反映了研究人員的學術水平，能夠對研究人員進行比較客觀的評價。因此各大學術平臺也相應提出了發展相對成熟的各項學術指標。學術平臺不同，提供的指標也存在差異，并且平臺提供的指標都是基于其所在的平臺收錄情況計算的。現歸納總結了各平臺提供的計量指標如表2。其中“√”號表示學術平臺擁有該項指標。由下表知，四個學術平臺都提供了發文數量、被引頻次和h指數三個指標值。其中ResearchGate中的h指數要通過該平臺中的Scores才能獲取，另外，該平臺還提供了排除自引后的h指數。

百度學術為科研人員提供了基于該平臺計算的g指數；Google率先提出了i10指擔i10指數表示作者發表文章的被引次數在10次以上的文章篇數。此外，GoogleScholar平臺還給出了近5年來的指標統計結果；ResearchID平臺單獨提供的指數為篇均被引和被引用的論文數；ResearchGate平臺特有的指數為Reads、RG Score、Following和Followers。Reads表示科研人員的論文被關注的程度，它綜合計算了論文被閱讀的次數和被下載的次數，在ResearchGate中，通過Stats可以清楚的查看每天或每周的Reads。RG Score指標根據學者的研究被其他同行接受的程度計算學術聲譽，該指標的計算方法沒有被公開，但它考慮的是學者上傳的文章被誰訪問和下載了[8]。Following指作者關注的ResearchGate用戶的數量，Followers表示關注該作者的ResearchGate用戶數量。從指標上看，除ResearchGate外，其他平臺還是偏于傳統計量。但百度學術添加了追蹤最新科研動態，訂閱感興趣領域文章的功能，只是還沒有形成相應的社交化計量指標。

每個平臺提供的指標都有共同點和各自特點，隨著網絡的不斷發展，各種學術平臺不斷興起，提供的功能也日益豐富，除提供傳統的學術計量指標外還增加了很多新興的指標，如ResearchGate提供的Reads指標、Following指標和Followers指標等。這些指標的產生促進了新一代計量指標的發展，也不斷促使傳統學術平臺的社交網絡化發展，為科技的傳播起到了積極的推動作用。

3 案例分析

為了深入了解學術平臺在科研人員中的使用情況，本文以杰青為研究對象，對其在學術平臺中的使用進行研究。杰青即國家杰出青年，由國家自然科學基金委員會負責實施，是我國國家層面第一個面向45歲以下優秀青年科學工作者的專項基金[9]。自設立以來，已有20余年的歷史，培養了一批批世界科技前沿的學術帶頭人，帶動了我國基礎研究的整體水平，在學術界有著較高威望。本文從國家自然科學基金委員會官網上選取了2015年的200位杰青獲得者進行分析，通過姓名字段和機構字段在各學術平臺中進行檢索，采集其在學術平臺中的文獻計量指標信息，以了解各學術平臺在較年輕的科研人員中的使用現狀。

3.1 杰青在學術平臺中的整體覆蓋程度研究

由圖1可以看出，杰青使用百度學術的比例最高，使用ResearcherID的最低。可見，百度學術在杰青中的認知度和普及度非常高。GoogleScholar在科研人員中也得到了廣泛認可，但其服務器從國內撤離后，訪問受到限制，因此，國內科研人員對其的使用受到影響。ResearchGate當前也得到了科研人員的普遍認可，在杰青中的使用比例排名第二，但與百度學術平臺相比，仍有較大差距。

進一步分析杰青在四個學術平臺中使用個數占比知，杰青使用1個學術平臺和同時使用2個學術平臺的比例相當，均在32%左右，同時使用3個學術平臺和4個學術平臺的杰青較少，占比9%左右。有18位杰青沒有使用任何平臺，占比9%。可見，絕大多數杰青都會選擇使用學術平臺進行學術交流，并且有一半以上的杰青會選擇1個或2個學術平臺進行使用。

由表3可知，使用1個學術平臺的64位杰青中，有48人選擇使用百度學術平臺，9人選擇使用researchGate平_，4人選擇使用ResearcherID平臺，3人選擇使用GoogleScholar學術平臺；使用2個學術平臺的65位杰青中，有34位杰青同時使用百度學術平臺和ResearchGate平臺，有15位杰青同時使用百度學術平臺和GoogleScholar平臺，同時使用其它兩個平臺的人數較少。

根據以上分析可知，只有9%的杰青沒有選擇上述任何學術平臺，并且在這4個學術平臺中，使用最廣泛的是百度學術，其次是ResearchGate；選擇使用學術平臺的杰青中，使用1到2個平臺的杰青人數最多，且使用1個學術平臺的杰青中，75%的杰青選擇百度學術作為學術交流平臺，在使用2個學術平臺的杰青中，較多的杰青選擇同時使用百度學術和ResearchGate，其次是選擇同時使用百度學術和GoogleScholar作為學術交流平臺。因此在杰青中，百度學術和ResearchGate的使用要大于GoogleScholar和ResearcherID的使用。

3.2 不同學部杰青在學術平臺中的使用覆蓋度研究

國家杰出青年，按研究領域的不同，分為8個學部：數理科學部、工程與材料學部、化學科學部、生命科學部、醫學科學部、地球科學部、信息科學部和管理科學部。各學部杰青對于學術平臺的使用覆蓋程度也有所差異，如圖2。圖中的百分比表示各學部杰青在每個平臺中的使用人數占該學部總人數的比例。因為各學部的人數不同，因此本文采用杰青的使用比例進行比較。

由圖2可以看出，就平臺而言，百度學術平臺在各個學部中的使用覆蓋度都要高于其他平臺。就學部而言，信息學部在百度平臺中的使用比例要高于其他學部；地球學部在ResearchGate和GoogleScholar中的使用比例要高于其他學部；數理科學部在ResearcherID中的使用比例要高于其他學部。醫學科學部除在ResearchGate中的使用比例較高外，在其他平臺中的使用比例都偏低。生命科學部在所有平臺中的使用比例幾乎都小于其他學部。工程材料學部，化學科學部和管理科學部杰青在各平臺中的使用覆蓋度均處于中等水平。

3.3 各學術平臺文章收錄情況分析

篇(7)

關鍵詞期刊評價　引用質量　影響因子　H指數　IF(sub)wh(/sub)指數

1　引言

學術期刊評價是優化學術期刊使用，提高學術期刊內在質量的重要環節，也是學術影響力與科技評價的重要手段。學術期刊評價方法主要有專家主觀評價與利用引文分析的定量評價，引文分析法比較客觀，是當前評價學術期刊的主流方法。文獻計量學家從不同角度提出了許多期刊評價引文計量指標，如傳統的文獻計量指標：被引頻次、影響因子、即年指標、他引率、引用半衰期、被引半衰期等；現代最新發展的文獻計量指標：H指數、SJR指數與Eigen-factor等。其中E.Garfield提出的期刊影響因子(Impact Factor，簡稱IF)影響最廣，現已成為國際上通行的期刊評價指標。但隨著文獻計量學、計算機與期刊數據庫的深入發展，影響因子越來越暴露出其不合理一面，如引用質量、自引、跨學科比較、統計源期刊等問題。

鑒于IF與H指數不能反映引用質量以及SJR指數與Eigenfactor計算復雜，筆者(201：1)曾經提出使用熵值法將IF與H指數結合起來構建HIP指數評價科技期刊，該方法仍然沒有彌補IF與H指數將期刊之間的引用同等對待的缺點。本文構建一種新的學術期刊評價指標：加權影響因子(IF(sub)wh(/sub)指數)，該指數既能反映IF與H指數計算簡便、設計巧妙的優點，又體現SJR指數與Eigenfactor計算中考慮引用質量的思想，實現IF、H指數、SJR指數與Eigenfactor的優勢互補，得出更為簡便、合理的評價結果。本文余下部分結構安排如下：第二部分是對期刊評價計量方法研究進展進行綜述；第三部分介紹IF(sub)wh(/sub)指數設計思想及其計算方法；第四部分以20種CSSCI收錄圖書情報學期刊為例，計算它們的IF(sub)wh(/sub)指數值，在此基礎上研究IF(sub)wh(/sub)指數評價與IF、H指數評價以及CSSCI評價的關系；第五部分是對本文及其未來發展方向的總結，以期為IF(sub)wh(/sub)計量指標的研究和利用提供科學依據。

2　期刊評價文獻計量指標研究綜述

進入21世紀以來，期刊評價取得了一些突破性進展，在文獻計量學界影響最大的首先是美國物理學家Hirsch(2005)創造性地提出H指數來測評科學家的成就，H指數兼顧了論著數量和質量。隨后，Braun等將H指數引入并應用于期刊評價，即期刊的H指數是該期刊所發表的全部論文中最多有h篇論文至少被引用了h次。短短幾年，H指數就已成為文獻計量學中評價期刊的重要指標之一。然而，H指數與IF一樣，未考慮引證期刊的質量差異，也即對于不同質量的期刊引用某一被引文獻是同等對待的，這顯然與不同期刊得到的認可度差異較大的現實相背離。因而，隨后誕生了考慮引用行為質量的SCImagc Journal Rank(SJR指數，又稱期刊聲望指數)與Eigen-factor(特征因子)。SJR指數是借鑒Google網頁排名的PageRank算法結合Elsevier的Scopus數據庫的數據應用而提出的一種新型的期刊評價指標，該算法賦予高聲望期刊的引用以較高的權重，并以此規則迭代計算直到收斂。SJR指數同時衡量了期刊被引數量和質量，如果一種期刊越多地被高聲望期刊所引用，則此期刊的聲望也越高，該指標2008年得到了Nature的報道并被認為是對International StatisticalInstitute(ISI)的期刊影響因子的強有力的挑戰。因此，Thomson Reuters科技集團于2009年推出了增強功能的2007版Journal Citation Reports(簡稱JCR)，并新增了重要的文獻計量指標――EigenfaetorTMMetrics(特征因子，簡稱Eigenfactor，包括EigenfactorScore和Article Influence Score)。Eigenfactor是Thomson Reuters與華盛頓大學、加州大學圣塔芭芭拉分校的研究團隊構建和完善的，其計算原理與SJR指數設計思想類似，同樣依據Google網頁排名的PageRank算法。Eigenfaetor基于社會網絡理論，并借助完整的JCR引文數據庫，通過文獻之間的引用關系反映期刊問的關系網絡，進而綜合評價期刊的權威性和引文影響力。

SJR指數與Eigenfactor同時考察了引用期刊的數量與質量，但sJR指數與EigenfactQr計算較為復雜，而且必須有成熟規范的期刊數據庫，目前SJR指數與Eigenfactor分別通過各自數據庫(Scopus數據庫與JCR的引文期刊數據)計算得到，因而根據SJR指數與Eigenfactor這兩個更為科學的評價指標對國內核心期刊進行綜合評價尚未普及。國內學者研究多數是對SJR指數與Eigenactor及其算法的理論特性進行研究。趙星、高小強等(2009)較早在國內期刊上引入SJR指數及其計算方法，并探討了SJR指數與IF、H指數的關系；楊康、劉明政等(2009)將SJR指數與IF各方面的特征進行了詳細比較；王一華(2010)對S3R、IF和H指數三種指標之間關系進行比較研究后認為SJR同時兼顧期刊被引數量與質量，從而更優。馬麗、趙星(2010)認為H指數和SJR指數區分度弱于中心度和特征因子指標。劉艷華、華薇娜(2009)、任勝利(2009)、竇曦騫、祁延莉(2009)、趙星(2009)與朱兵(2010)從不同視角研究了Eigenfactor評價期刊的特征、優勢與不足；米佳、濮德敏(2009)用軟件實現了Eigenfaetor算法，并以我國CSSCI收錄的圖書情報學期刊為樣本嘗試性地對其進行評價，評價結果表明Eigenfactor與期刊綜合指數、H指數、IF存在較強的皮爾遜相關性。蘇成、潘云濤等(2009)構建了適用于期刊引用網絡的Hypertext Induced TopicSearch(HITS)算法與PageRank算法，并探討了這

些算法用于期刊評價的優缺點以及適用范圍。

正是由于學術期刊評價問題的復雜性，不同文獻計量指標評價都有其科學合理的一面，也有其不足的缺憾，為了進行客觀、公正、科學的學術期刊評價，國內外眾多學者始終堅持探尋新的文獻計量指標以獲得更為科學合理的評價結果，如近年來國際上出現的一些基于引文的文獻計量指標：相對影響因子、論文計數影響因子、期刊使用因子、趨勢指數、歐洲因子、權威因子、期刊排名計劃(JRS)等。本文借鑒IF與H指數設計巧妙的優點以及SJR指數與Eigenfaetor算法中考慮引用質量的思想，構建一種加權影響因子：IF(sub)wh(/sub)指數，通過對不同引用質量的期刊給予不同的權重，試圖進一步改進IF，從而完善學術期刊評價體系。

3　IF(sub)wh(/sub)指數設計

IF(sub)wh(/sub)指數構建的核心思想是，在計算兩年影響因子時賦予不同期刊引用大小不同的權重，引證期刊的權重用其H指數大小反映，利用影響因子計算公式計算加權的影響因子即為該期刊的IF(sub)wh(/sub)指數。同理，剔除自引后的IF(sub)wh(/sub)指數記為IF(sub)wh(/sub)。

IF(sub)wh(/sub)指數計算的基本思路是，首先，收集被評價期刊的被引數據；其次，統計引證期刊的引用次數并計算其H指數，對所有引證期刊的H指數除以所有引證期刊H指數的均值，進而得到均值為1的期刊相對H指數(H(sub)r(/sub))；再次，用H(sub)v(/sub)代替單獨的每條引用(次數)，以反映不同權重期刊的引用；最后，利用兩年影響因子計算原理，用匯總的H(sub)r(/sub)值代替原計算公式中被引用的總次數進行計算即為該期刊的IF(sub)wh(/sub)指數。即

由IF(sub)wh(/sub)指數計算的基本思路可以看出，IF(sub)wh(/sub)與影響因子具有相同的性質，IF(sub)wh(/sub)指數越大說明該期刊的論文平均影響力和學術作用也越大。IFwh指數具有以下三個方面特征。第一，IF(sub)wh(/sub)指數繼承了影響因子設計巧妙的優勢；第二，IF(sub)wh(/sub)指數考慮了不同期刊引用質量的差異，以H指數作為期刊引用的權重同樣考慮了H指數計算簡便以及H指數反映期刊質與量的統一的優勢；第三，IF(sub)wh(/sub)指數與SJR指數、Eigenfactor相比，不僅考查了引證期刊的聲望，而且計算較為簡便。

4　IF(sub)wh(/sub)指數評價期刊實踐與分析

4.1　數據來源

本文基礎數據來源于中國社會科學研究評價中心的中文社會科學引文索引(CSSCI)數據庫與中國科學技術信息研究所中國期刊引證報告(擴刊版)。選擇CSSCI(2010-2011年)收錄的20種圖書情報學期刊作為評價對象，運用IFwh指數對其進行評價實證分析。被評價期刊的被引數據來自CSSCI被引數據庫，即在該數據庫中查詢這20種期刊2008與2009年論文被2010年CSSCI收錄期刊引用數據(檢索日期2011年6月10日，由于CSSCI被引記錄錄入時間滯后問題，被引數據可能存在向下偏誤)。CSSCI是教育部在全國推廣的官方人文社科評價體系，以其收錄期刊影響大、編輯出版規范，得到學術界廣泛認同，因而以CSSCI引用數據來評價被引期刊質量科學可靠，可以真實地反映期刊質量。評價期刊發文數以及引證期刊H指數等文獻計量指標數據來自2010年版中國科學技術信息研究所的《中國期刊引證報告(擴刊版)》，該報告是依托中國科學技術信息研究所國家工程技術數字圖書館“知識服務”系統，在“萬方數據――數字化期刊群”基礎上，結合中國科技論文與引文數據庫(CSTPCD)進行統計分析而編制完成的，規范科學，具有權威性與公信力。被評價期刊發文及其引用指標統計如表1所示。

表1中IF(2010年)是依據兩年IF定義計算得到的，即等于各期刊2008、2009年載文在2010年被CSSCI源期刊引用的總次數除以這兩年發文數，由此可以看出，兩年IF的計算并沒有考慮不同期刊引用質量差異的影響。表1中H，指數是指相對H指數，是將各期刊H指數除以這20種期刊在2010年所有102種引證期刊的2009年H指數平均數7.84，以減少H指數的方差，也即相對H指數的平均數為1。表1同時統計了剔除自引后的被引次數，為計算剔除自引后的IF(sub)wh(/sub)指數(簡稱IF(sub)wh(/sub)指數)提供數據基礎。

4.2　圖書情報學核心期刊IF(sub)wh(/sub)指數

依據IFwh指數構建思想與步驟，計算得到2010年我國20種圖書情報類CSSCI期刊的IF(sub)wh(/sub)指數值與IF(sub)wh(/sub)排名，如表2所示。根據IF(sub)wh(/sub)指數評價，《中國圖書館學報》、《大學圖書館學報》、《圖書情報知識》、《圖書情報工作》與《情報學報》位居圖書情報類核心期刊前5名，這些期刊的IF與H指數也都排名靠前。《情報科學》、《圖書館》、《圖書館理論與實踐》、《檔案學通訊》與《檔案學研究》則位列圖書情報類核心期刊最后5名。

表2中IF(sub)wh(/sub)指數是根據剔除自引后的被引數據計算的各期刊IF(sub)wh(/sub)指數。在20種評價期刊中有6種期刊的IF(sub)wh(/sub)指數與IF(sub)wh(/sub)指數評價結果相同，分別是《中國圖書館學報》、《大學圖書館學報》、《圖書情報知識》、《圖書館建設》、《情報資料工作》與《圖書館工作與研究》，這些期刊自引量較小，自引對期刊排名影響極小；考慮自引情況，排名差異最大的是《情報科學》，IF(sub)wh(/sub)指數排名16，而IF(sub)wh(/sub)指數排名12，上升4個名次；剔除自引后，排名上升的期刊還有《圖書館理論與實踐》上升3個名次，《國家圖書館學刊》與《圖書與情報》上升2個名次，《圖書館雜志》與《檔案學研究》名次上升1位；其余期刊在剔除自引后，排名均有所下降，其中下降幅度最大的是《圖書情報工作》與《現代圖書情報技術》，各自下降3個名次，這與期刊的分工細化與定位密切相關，如《現代圖書情報技術》是以跟蹤技術的研究、應用、交流為主體的專業期刊，從而特色鮮明、方向單一，無可避免地常常引用自己期刊的論文；此外，《情報學報》、《情報理論與實踐》、《圖書館》、《圖書館論壇》、《情報雜志》與《檔案學通訊》剔除自引后的IF(sub)wh(/sub)指數均有所下降。

4.3 IF(sub)wh(/sub)指數評價與CSSCI評價比較

CSSCI評價依據的是定量(引文文獻計量指標)評價與定性(學科專家)評價相結合，CSSCI期刊

評價實質上是主客觀相結合的評價方法，具有一定的科學合理性；但利用IF衡量的引文文獻計量指標仍然沒有考慮引證期刊質量差異的影響，同時專家主觀評價也易受到人為因素的干擾。表2中的序號同樣是CSSCI對期刊的評價結果，由此可以看出，IF(sub)wh(/sub)指數評價結果與CSSCI排名多數一致，少數期刊略有差異，個別期刊評價結果差異較大，二者名次的Kendall Tau-b相關系數為0.611，統計檢驗P值接近0.000，在0.01顯著性水平下檢驗顯著。

有7種期刊的IFwh指數評價排名與CSSCI評價排名相同，分別是《中國圖書館學報》、《圖書情報工作》、《圖書館工作與研究》、《情報雜志》、《圖書館理論與實踐》、《檔案學通訊》、《檔案學研究》；兩種評價結果差異最大的是《圖書與情報》，CSSCI排名第17名，而IFWh指數排名第7名，IF(sub)wh(/sub)指數排名第5名，分別相差10與12個名次；依據IF(sub)wh(/sub)指數評價而使得名次上升的還有：《圖書館雜志》名次上升7位，《情報資料工作》上升3位，《圖書情報知識》上升2位，《大學圖書館學報》與《國家圖書館學刊》名次上升1位。其余7種期刊IF(sub)wh(/sub)指數評價排名比CSSCI評價排名有所下降，其中差異最大的是《圖書館》與《情報科學》，分別相差8與6個名次；《情報學報》與《圖書館建設》均相差3個名次，《情報理論與實踐》相差2個名次，《圖書館論壇》與《現代圖書情報技術》則僅相差1個名次。

IF(sub)wh(/sub)指數評價與CSSCI評價結果的比較進一步說明了IFwh指數的可靠、合理性。Kendall Tau-b相關系數說明這二種期刊評價方法顯著相關，而且IF(sub)wh(/sub)指數還具有避免人為因素干擾、反映引證期刊質量差異、計算使用簡便等優點。

4.4　IF(sub)wh(/sub)指數與IF、H(sub)r(/sub)指數相關性分析

IF與H指數作為當前最為流行的兩種文獻計量學指標，它們將來自所有刊物的引用都平等看待，并沒有考慮引證期刊自身的影響力。IF(sub)wh(/sub)指數的制定就是考慮到了不同質量期刊的引用權重，為深入了解IF(sub)wh(/sub)指數的特性，需進一步研究IF(sub)wh(/sub)指數與IF、IF(sub)wh(/sub)、H(sub)r(/sub)指數的相關關系。借助SPSS19.0軟件計算，IF(sub)wh(/sub)與IF的Pearson相關系數是0.998，而IF(sub)wh(/sub)與IF(sub)wh(/sub)。是0.989，IF(sub)wh(/sub)指數與H(sub)r(/sub)指數是0.661，統計檢驗在0.01顯著性水平下均顯著。圖1用散點圖的方式揭示了IFWh指數與IF、H(sub)r(/sub)指數、IF(sub)wh(/sub)的相關關系。從圖1也可以直觀看出，IF(sub)wh(/sub)指數與IF的相關性比IF(sub)wh(/sub)指數與H(sub)r(/sub)指數的相關性更為緊密。這說明，與H指數相比，IF與IF(sub)wh(/sub)指數的相關性更強，這是因為IF(sub)wh(/sub)指數完美繼承了IF設計巧妙計算簡單的特點，而且還考慮了期刊引用質量的影響。同時，IF(sub)wh(/sub)指數與IF(sub)wh(/sub)指數的相關系數要小于與IF與IF(sub)wh(/sub)指數的相關系數(0.989＜0.998)，圖1中的直線對散點圖的擬合情況也驗證了這點，表明IF(sub)wh(/sub)指數與IF和IF(sub)wh(/sub)指數的相關性均十分顯著，但與IF的相關性更強；而且，IF(sub)wh(/sub)指數不將自引納入統計范疇，消除了過度自引帶來的引文數據偏差。

5　結語

IF與H指數作為當前主流的期刊評價指標，其設計巧妙、計算簡便又利于理解，但是它們在計算時都將重要期刊的一次引用與次要期刊的一次引用賦予相同的權重，顯然不科學不合理，它們只能部分地反映期刊的影響程度，不能全面地反映期刊的影響力大小。IF(sub)wh(/sub)指數綜合考慮了引用次數和引用質量，而且使用H指數反映期刊引用質量并作為引用次數的權重，從而計算加權影響因子，可以彌補IF評價的弊端，又能體現IF與H指數計算簡便的思想，更能客觀科學地反映期刊的影響力。同時，IF(sub)wh(/sub)指數剔除了自引數據，從而可以揭示更為真實的引用情況和研究對象的學術影響力。本文研究思路同樣適用于學科專業和科教人員等層面的科研論文評價。