余波 赵蓉英

摘 要：[目的/意義]研究Altmetrics Top100论文指标的主要特征及其与传统文献计量指标的相关性，以及它们的演化情况;同时，结合Altmetrics指标和传统文献计量指标全面评价Altmetrics Top100论文的影响因素，对于发展和完善Altmetrics计量体系至关重要。[方法/过程]本研究以2016-2018年Altmetric Top100论文为样本，对近3年的高Altmetrics指标论文的来源期刊、学科分布进行统计分析，并讨论这些特征的动态演化情况。采用描述性统计、相关性分析以及回归分析等方法综合探讨Altmetric Top100论文的影响因素。[结果/结论]研究结果表明，高Altmetrics指标论文主要来源于高影响因子期刊，其学科主要集中于医疗健康与生物科学;News、Blog、Tweets、Facebook、Mendeley是高Altmetrics分数论文的显著影响因素，而WOS中的文献使用指标与Altmetrics的主要指标呈显著负相关。最后，分析这些高Altmetrics论文影响因素的原因并提出了建议。

关键词：Altmetrics;特征分析;传统指标;影响因素分析

DOI：10.3969/j.issn.1008-0821.2020.07.014

〔中图分类号〕G250.252 〔文献标识码〕A 〔文章编号〕1008-0821（2020）07-0134-10

Analysis of Evolution Characteristics and Influencing

Factors of Altmetrics Top100 Papers

Yu Bo1，2，3 Zhao Rongying1，2，3

（1.Research Center for Chinese Science Evaluation，Wuhan University，Wuhan 430072，China;

2.Center for Studies of Information Resources，Wuhan University，Wuhan 430072，China;

3.School of Information Management，Wuhan University，Wuhan 430072，China）

Abstract：[Objective/Meaning]This paper studies the main characteristics of Altmetrics Top100 paper indicators and their correlation with traditional literature measurement indicators，and their evolution;At the same time，the comprehensive evaluation of the influencing factors of the Altmetrics Top100 paper in combination with Altmetrics indicators and traditional bibliometric indicators is essential for the development and improvement of the Altmetrics measurement system.[Method/Process]This study used the 2016-2018 Altmetric Top100 paper as a sample to analyze the source journals and subject distribution of the high Altmetrics index papers for the past 3 years;and discussed the dynamic evolution of these features.Descriptive statistics，correlation analysis and regression analysis were used to explore the influencing factors of the Altmetric Top100 paper.[Results/Conclusions]The results of the study indicated that the high Altmetrics index papers were mainly from high impact factor journals.The subjects were mainly focused on medical health and biological sciences;news，blogs，tweets，facebook，and mendeley were significant factors in the high Altmetrics score papers，while the literature usage indicators in WOS were significantly negatively correlated with the main indicators of Altmetrics.Finally，this paper analyzed the reasons for the influencing factors of these high Altmetrics papers and made recommendations.

Key words：Altmetrics;characteristics analysis;traditional indicators;influencing factors

近年来，随着互联网技术的发展，在Web2.0技术环境.，社交网络平台得到了广泛的应用，在这种环境.信息共享和传播的能力普遍提升，一种新的计量指标Altmetrics应运而生[1]。Altmetrics是一种基于Web2.0环境.的科学计量学，利用互联网大数据计量论文的影响力。Altmetrics通过在线社交网络平台对学术论文的提及、分享、收藏等行为来体现学术论文的社会影响力和学术影响力。Priem等介绍了Altmetrics基于在线工具和环境来研究学术影响力[2]。从文献计量学到Altmetrics的发展中，Altmetrics指标得到了广泛的关注和应用。例如：利用网络在线自动分析评价科学研究对教学的影响[3]。随后开始使用Altmetrics和社交媒体指标来分析文章的学术和社会影响[4]。Patel分析了文献计量学、社交媒体、Altmetrics和BJGP对论文的影响[5]。

传统上通常是基于文献的引用指标来衡量科学研究的质量和影响。然而，随着互联网和社交媒体革命的到来，产生了一种快速用于量化科学工作并体现社交媒体关注度的Altmetrics分数。Altmetrics指标是对传统计量指标的补充，在实现评估研究影响方面具有较大的潜力。目前已在不同的领域得到了广泛的应用。在医学等领域，使用Altmetrics对卫生专业教育研究的影响进行实时分析[6]。在出版物领域，使用Altmetrics指标来测量出版物影响[7]。在研究学科领域影响力方面，利用Altmetrics指标比较学科领域研究成果在国际期刊上的影响[8]。在政府数据管理方面，通过Altmetrics指标探讨了联邦统计数据应用于学术研究[9]。

1 相关研究

Altmetrics的优点是及时地提供了一篇文章的在线关注及其产生争论方面的影响，为作者在理解文章的影响提供了有效的途径。另外，Altmetrics对期刊、出版商和学术机构也有很大的潜在用途。学界使用社交媒体和Altmetrics的最新技术，讨论了Altmetrics的各种解释、数据收集和方法限制以及平台的差异[10]。Altmetrics使用来自社交媒体平台的数据来衡量出版物和其他学术成果的影响。Altmetrics为研究人员和学者提供了跟踪各种媒体和平台影响力的新方法。

1.1 Altmetrics指标与传统指标

1955年，Eugene Garfield博士发表了一篇革命性的科学文章，改变了衡量科学文章影响的方式。同行评审和文献计量学是衡量学术研究对科学影响的标准方法，自2011年以来，随着Altmetrics研究的稳步增长，Altmetrics展开了相关术语的探讨，比较了工具的功能以及對Altmetrics文献进行了系统评价[11]。近年来，Altmetrics在不同领域的应用进行了广泛的研究，对图书馆界也产生了影响[12]。Altmetrics被认为是评估社会影响的重要指标[13]。Altmetrics与传统指标有一定的关联，但Altmetrics可能对学术工作的衡量方式产生影响[14]。计算和分析微博、推特、在线参考管理（Mendeley和CiteULike）和博客与传统引文计数的相关性也是研究的热点之一[15]。另外，通过学术论文的Altmetrics指标和文献计量指标的影响来体现国家间的学术影响力[16]。Altmetric评分以及Altmetrics在衡量研究影响方面的作用也在日益增长[17]。同时，Altmetrics可以捕捉社会和学术影响，超越使用文献计量学和科学计量指标的测量，来测量社交媒体中Altmetrics所提供的社会影响、特征和潜力[18]。

1.2 Altmetrics指标与被引频次

随着Altmetrics指标的不断发展，学术界和社会各界对Altmetric.com在科学领域提供的不同altmetrics指标进行了广泛的分析和探讨，特别关注了Altmetrics指标与引用次数的关系。在论文评价中，有学者认为Mendeley的读者人数指标与Google Scholar的被引次数指标的相关程度相对较高[19];Mendeley读者群中Altmetrics与所有医学领域的引用计数的相关程度[20]。引用计数是衡量研究成果的重要指标，如从多学科角度对Altmetrics指标与引文进行广泛比较[21];从Altmetrics指标和引用论文的角度研究影响引用计数的因素[22]。也有学者通过Scopus和Altmetrics数据的比较来分析科学文献的社交媒体活动，发现Altmetrics可用于区分高度引用的出版物[23]。推文和引文有些相关，它们主要衡量不同类型的影响。Facebook和Twitter用户类型的出版年份分析推文和引文之间的相关性，以探索影响相关性的因素[24]。另外，对Altmetrics指标的质疑也展开了相关的探讨，在引文的指标、读者数量与推文质量显著相关的基础上，质疑Twitter计数用于研究评估目的;另一方面验证Mendeley读者计数的潜在用途[25]。

1.3 Altmetrics与底层指标

Altmetrics Score由不同的社交媒体指标、文献管理指标、新闻指标等组成。有学者研究了这些指标和Altmetrics指标之间的关系。如Twitter和其他十大社交网络的相关性来验证Altmetrics分数[26]。使用Mendeley、F1000和Google Scholar这3种学术社交网络工具中不同类型的Altmetrics计量方法评价同一组论文的社会影响力[27]。另外，有学者使用Altmetrics底层指标比较评估国家间的学术论文影响力[28];基于大规模F1000数据研究Altmetrics与论文质量的关联。Altmetrics应用于读者网络，Mendeley读者数据可绘制Altmetrics读者网络[29]。也有学者利用发布、访问、浏览分析Altmetrics在社会性标签系统BibSonomy的作用[30]。随着Altmetrics指标的发展，Mendeley用户类别的日益增多，在Mendeley注册的人员的数据可用于探讨学术界内外临床医学、工程与技术、社会科学、物理学和化学领域文章的不同类型用户[31]。

1.4 Altmetrics应用于评估

学术出版物的社交网络指标。从理论上讲，这些新指标可用于评估，以便对出版物的影响进行早期估算或估算非传统指标的影响。它们还可以用作寻求信息的辅助工具，利于数字图书馆用户关注社交网络提及的论文。Altmetrics也可衡量研究量化在社交网络中的影响。它用于评估科学可以补充引文的分析。借鉴之前的引文分析辩论和网络引文分析研究，讨论了評估策略，包括相关性测试、内容分析、访谈和语用分析等[32]。Altmetrics指标是目前科学计量研究中最受欢迎的研究之一。Altmetrics是否可用于评估研究质量？随着Altmetrics研究的广泛应用，Altmetrics已应用于评估研究。基于Mendeley数据的Altmetrics研究衡量论文对特定社会群体的影响[33]。Altmetrics越来越受到科学计量学界的关注，因为它们可以获取研究工作在线接收的数量和质量，分析Altmetrics评估研究质量是否有效[34]。另外，对研究评估的Altmetrics和信息需求分析也受到了关注，Altmetrics在文章级别提供使用数据，来分析有关研究人员的习惯和信息需求的信息来源[35]。我们认为对Altmetrics的理解和使用仍然是一个不断发展的领域。

以上所有研究主要基于某个引文数据库文献指标或单个社交媒体数据指标对论文的影响力或相关性进行一定的探索，缺乏对论文影响因素的研究。基于此，本研究以近3年Altmetrics Top100论文为数据样本，将这些论文的WOS数据库文献指标和社交媒体在线指标相结合来综合研究和分析Altmetrics Top100论文的特征、演化情况以及影响因素。在本研究中，我们主要通过WOS数据库的文献数据和Altmetrics在线数据来探讨论文影响特征和因素等，主要回答以.问题：

1）近3年Altmetrics Top100论文的特征和演化情况？

2）近3年Altmetrics Top100论文的传统文献指标与Altmetrics指标是否有一定的相关性？

3）哪些指标对Altmetrics Top100论文产生重要影响？

2 数据来源与研究方法

2.1 数据来源

Altmetric.com作为一款分析评估单篇论文Altmetrics指标的工具，是目前较成熟的Altmetrics分析工具之一。从2014年起，Altmetric.com每年在其网站公布上一年度Altmetric分数最高的前100篇学术论文—Altmetric Top100[36]。公布的信息包含这些学术论文的Altmetrics分数、来源期刊、学科分布、作者列表、获取方式以及Altmetric分数的不同媒体关注程度（如评论、推送、分享和转载的次数）。本文将选取2016-2018年公布的100篇高Altmetrics指标论文为数据样本。同时，利用这些论文的DOI在WOS数据库.载相应的文献数据。这些数据的采集时间为2019年1月31日。

2.2 研究方法

首先，分析了近3年Altmetric Top100论文的特征，由于Altmetric.com底层数据源不支持SCI、Scopus等任何学术引文类数据库，因此，采用它提供的Altmetrics指标与WOS数据文献的使用指标;然后，利用Stata软件对Altmetrics指标和文献数据指标进行描述统计、相关性分析以及多元回归分析等方法来测度这些论文的Altmetric分数与其WOS数据库中文献使用指标之间的关系以及高影响力论文的影响因素，使得分析结果更加客观准确。

2.3 被解释变量

通过文献分析发现，被引频次（Times Cited）、使用次数（U1）、（U2）和Attention Score（As）是在一定程度上反映了论文影响的文献指标，因此，本文选用了这4个文献指标作为被解释变量。

被引频次（Times Cited）。被引频次是指学术论文发表后被引用的次数，可客观地说明该学术论文被使用和重视的程度，以及其在学术交流中的作用和地位。在Web of Science核心合集中，其字段用Tc表示。

使用次数（U1）、（U2）。在WOS核心数据集中的使用次数（Usage Count）。最近180天的使用次数用字段U1表示，2013年至今的使用次数用字段U2表示。近年来越来越关注对使用次数的度量和概念的讨论，社交媒体多倾向于考虑使用指标来研究学术论文的影响力[37]。

Altmetric Attention Score（As）。Altmetric Attention Score是对科研论文发表后的国际关注监测分析的结果。科研人员可密切关注、及时跟踪自己专业的学术论文、科研成果动态和进展。

2.4 解释变量

本文选取了2016-2018年公布的100篇高Altmetrics指标论文以及这些论文的DOI对应的WOS数据中的文献数据为指标数据。在前人研究的基础上[37]，经过挑选，最终确定News、Blog、Tweets、Facebook、Google+、Mendeley为解释变量。具体变量及度量标准如表1所示。

2.5 回归模型设计

回归分析是讨论客观事物之间的联系，代表变量之间的统计关系。在回归分析之前，所有变量之间的相关性需要进行分析。使用回归分析的好处良多，具体如.：它表明自变量和因变量之间的显著关系以及多个自变量对一个因变量的影响强度。回归分析更好的比较和衡量不同尺度变量之间的相互影响，如Altmetrics分数与被引频次数量之间联系。这些有利于帮助研究人员、数据分析人员以及数据科学家排除并估计出一组较佳的变量，用来构建预测模型。

因本文选用的所有变量都服从正态分布，因此回归模型选择多元线性回归模型。另外，目前相关研究的文献多是基于同一指标层次或不同指标层次与被引频次或热点主题的相关性分析[38]。但论文的影响因素是多方面的，文献的单个指标对被引频次的影响难免真实准确，只有结合对有代表性的文献指标和Altmetrics指标，控制其他影响因素不变时的边际作用做多元线性回归分析来探测指标的真实影响作用。因此，本文拟运用多元线性回归模型来测度2016-2018年Altmetric Top100論文的WOS数据和Altmetrics指标对Tc、U1、U2、As的影响因素，具体模型如.：

Tc=β0+β1News+β2Blog+β3Tweets+β4Facebook+β5Google+β6Mendeley+ε

U1=β0+β1News+β2Blog+β3Tweets+β4Facebook+β5Google+β6Mendeley+ε

U2=β0+β1News+β2Blog+β3Tweets+β4Facebook+β5Google+β6Mendeley+ε

As=β0+β1News+β2Blog+β3Tweets+β4Facebook+β5Google+β6Mendeley+ε

3 结果分析

2016年，Altmetric已经跟踪了超过1 700万次提到的270万种不同的研究成果。2017年，Altmetric跟踪了超过1 850万次提到的220万种不同的研究成果。2018年，Altmetric跟踪了超过2 500万次提到的280万份研究成果。并重点介绍了2016-2018年每年发表的前100篇最著名的学术文章，这些文字真正吸引了公众的广泛关注和探讨。

3.1 期刊特征分布

图1列出了2016-2018年Altmetrics Top100论文≥2篇论文的来源期刊分布情况。从图1可以看出，3年中Altmetrics Top100论文源于Nature、Science的比例约超过25%，并且Nature在近3年中逐年.降，从2016年的18篇降到了2018年的9篇;而Science的变化是一种倒三角的趋势，从2016年的9篇增长到2018年的11篇，但2017年.降到5篇。近3年约10%的论文源自美国医学会期刊，即美国医学会权威期刊（JAMA）、新英格兰医学期刊（NewEngland Journal of Medicine）和柳叶刀（The Lancet）。2016年排名前3的来源期刊分别为Nature（18篇）、Science（9篇）、New England Journal of Medicine（7篇）和PNAS（7篇）。2017年排名前3的来源期刊分别为Nature（16篇）、The Lancet（11篇）、British Medical Journal（6篇）。2018年排名前3的来源期刊分别为Science（11篇）、Nature（9篇）和Proceedings of the National Academy of Sciences of the United States of America（9篇）。

Nature、Science、PNAS和PLOS ONE均属于自然科学类的综合期刊，而JAMA、New England Journal of Medicine和The Lancet属于医学、生命科学类期刊。近3年来源于Nature的Altmetric Top100论文总数最多，3年共有43篇论文，这较好的说明在Nature期刊上发表的学术论文的质量和影响力是最为显著的。同时这也与Nature期刊独特的新闻发布服务有密切的关系。每期论文在线发表后，Nature期刊会及时通知论文相关单位进行新闻报道，对部分成果在网站的“新闻与观点”栏目进行突出介绍，并对相关热点问题进行讨论。这些新闻发布服务引起了全球媒体对相关研究成果的广泛关注。其次是Science和The Lancet，3年发文分别为25篇和22篇。值得注意的是，这些期刊均为自然科学领域的权威期刊，均具有较高的期刊影响因子。这在一定程度上说明论文的高Altmetric分数与其来源期刊的高影响力是较为一致的。

3.2 学科特征分布

图2统计了2016-2018年Altmetric Top100论文的学科分布情况。从图2中的数据可以看出，关于医疗与健康领域的学术论文在Altmetric Top100论文中占的比重最大，几乎每年都在50%左右，生物科学领域的论文紧随其后，约占6%～20%;然后是人类社会研究、物理科学所占比重约为12%，心理学与可重复性研究、地球与环境科学、历史与考古学等领域的论文占的比重都在10%以.，而信息与计算机科学和材料科学领域的论文比重最低，仅有1%～2%。这些数据较好的说明了高Altmetric指标论文主要集中在医疗和健康、生物科学领域，充分显示了随着人们生活水平的日益提高，大众对医疗、健康和生物研究的关注度普遍较高。同时，从社交媒体关注热度论文的角度而言，Altmetric分数高的论文说明各社交媒体对其高分论文的广泛传播，产生了较强的社会影响力;通过社交媒体的广泛传播，这些学术论文促成其他研究者对论文引用的可能，进而也提升了论文的学术影响力的可能。

从Altmetric Top100论文的研究主题来看，大众主要关注与生活密切相关的研究成果或重大的科学研究发现，甚至包含一些有趣的研究前沿。如2018年关于Mortality in Puerto Rico After Hurricane Maria的论文居当年Altmetric Top100论文的第一位，2017年关于Associations of Fats and Carbohydrate Intake with Cardiovascular Disease and Mortality in 18 Countries from Five Continents（PURE）：A Prospective Cohort Study的论文居第一位，而居2016年Altmetric Top100论文首位的是美国前任总统Barack Obama关于United States Health Care Reform：Progress to Date and Next Steps的文章。同时也发现，这些研究主题随着时间的变化，其主题也在不断的演化。

通过对学科统计分析发现，关于医疗与健康领域的学术论文在AltmetricTop100论文中占了较大的比重，几乎每年都在50%左右，生物科学领域的论文紧随其后，约占6%～20%，人类社会研究、物理科学所占比重约为12%。并且研究主题最多的是医疗健康领域，随着社交媒体的发展，人们也较多的关注环境和科技前沿感兴趣的话题。

通过多元线性回归模型分析发现，上述因素对论文被引频次、使用次数U1、使用次数U2、Altmetric Attention Score（As）均有影响，对Altmetrics Top100论文影响的因素主要有News、Blog、Tweets、Facebook、Google、Mendeley对As的影响显著;这可能与Altmetrics总分是通过各指标的加权得分有关，从一定程度上反映了这些指标因素对Altmetrics高影响力论文的影响较大。这与Shufei的研究结果一致[39]。Altmetrics分数能够定量地反映学术论文在社交和新闻媒体上被公众关注的程度，从而在一定程度上体现出学术论文的社会影响力;高Altmetrics指标论文的主要Altmetrics指标与使用指标存在一定正相关，表明高Altmetrics指标论文同时具有较高的学术影响力。

然而我们发现WOS中的文献使用指标与Altmetrics的主要指标呈显著负相关。如News、Tweets和Mendeley对Tc呈显著负相关，这较好的表明了News、Tweets和Mendeley的數量越大，对被引次数的影响就越小。另外，News和Tweets对U2的影响也呈显著负相关，这也说明了U2对News和Tweets的影响也是相反的。值得注意的是这些所选的文献影响因素对U1的影响几乎较小，通过多元回归模型分析所体现的影响均不显著。各种研究发现，文章的Altmetric评分与传统的引文计数之间的相关性较弱且可变[40]。

本研究结论在理论和实践方面均有一定的创新价值。在理论上，传统的文献指标与Altmetrics指标结合进行论文影响因素研究，发现Altmetrics分数与对社交媒体的主要指标有较显著影响，而相对应文献的WOS文献指标与社交媒体的主要指标呈现显著的负向关系，在实践上，本文的结论也否定了近年学术界在国际上发表学术论文过于强调某一方面的因素来提高论文的影响力的现象，如被引频次、期刊影响因子等[41]。

当然，由于研究数据和方法的局限，本文也存在一些不足，需要在未来的研究中进行一些探索。随着大数据技术、人工智能、互联网的蓬勃发展，社交媒体日益普及，科学知识的传播和科技创新正受到更多方面的影响。因此，Altmetrics Top100论文的特征和影响因素将变得越来越复杂、多样化、动态特征，论文影响因素的研究还需要进一步完善。这项研究我们只选择了2016-2018年Altmetrics Top100论文进行研究，且仅选用了（2016-2018）WOS的文献使用数据和Altmetrics的主要指标;论文数据有限，为了得出更可信的结论，后期我们将使用更大的样本数据集，并且扩大论文的相关数据指标以及Altmetrics的相关数据指标，进一步研究这些论文的学术影响力和社会影响力的因素以及演化情况以得出更有价值的研究结果。

参考文献

[1]Bornmann L.Do Altmetrics Point to the Broader Impact of Research？An Overview of Benefits and Disadvantages of Altmetrics[J].Journal of Informetrics，2014，8（4）：895-903.

[2]Bornmann L.Validity of Altmetrics Data for Measuring Societal Impact：A Study Using Data from Altmetric and F1000 Prime[J].Journal of Informetrics，2014，8（4）：935-950.

[3]Baheti A D，Bhargava P.Altmetrics：A Measure of Social Attention Toward Scientific Research[J].Current Problems in Diagnostic Radiology，2018，46（6）：391-392.

[4]Bornmann L.Alternative Metrics in Scientometrics：A Meta-analysis of Research Into Three Altmetrics[J].Scientometrics，2014，103（3）：1123-1144.

[5]Bornmann L，Haunschild R.Measuring Field-normalized Impact of Papers on Specific Societal Groups：An Altmetrics Study Based on Mendeley Data[J].Research Evaluation，2017，26（3）：230-241.

[6]Bornmann L，Haunschild R.Do Altmetrics Correlate with the Quality of Papers？A Large-scale Empirical Study Based on F1000 Prime Data[J].Plos One，2018，13（5）：e0197133.

[7]Bornmann L，Haunschild R.Overlay Maps Based on Mendeley Data：The Use of Altmetrics for Readership Networks[J].Journal of The Association for Information Science and Technology，2016，67（12）：3064-3072.

[8]Borrego A.Altmetrics for the Research Evaluation and the Analysis of the Needs of Information[J].Profesional Dela Informacion，2014，23（4）：352-357.

[9]Cho J.A Comparative Study of the Impact of Korean Research Articles in Four Academic Fields Using Altmetrics[J].Performance Measurement and Metrics，2017，18（1）：38-51.

[10]Cress P E.Using Altmetrics and Social Media to Supplement Impact Factor：Maximizing Your Articles Academic and Societal Impact[J].Aesthetic Surgery Journal，2014，34（7）：1123-1126.

[11]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 and Technology，2015，66（10）：2003-2019.

[12]Cress P E.Using Altmetrics and Social Media to Supplement Impact Factor：Maximizing Your Articles Academic and Societal Impact[J].Aesthetic Surgery Journal，2014，34（7）：1123-1126.

[13]Das T.Measuring Scholarly Use of Government Information：An Altmetrics Analysis of Federal Statistics[J].Government Information Quarterly，2015，32（3）：246-252.

[14]Dhiman A K.Bibliometrics to Altmetrics：Changing Trends in Assessing Research Impact[J].Desidoc Journal of Library & Information Technology，2015，35（4）：310-315.

[15]Erdt M，Nagarajan A，Sin S C.Altmetrics：An Analysis of the State-of-the-Art in Measuring Research Impact on Social Media[J].Scientometrics，2016，106（2）：1117-1166.

[16]Finbar Galligan，Sharon Dyas-Correia.Altmetrics：Rethinking the Way We Measure[J].Serials Review，2013，39（1）：56-61.

[17]Hauscild R，Bornmannl.How Many Scientific Papers are Mentioned in Policy Related Documents？An Empirical Investigation Using Web of Science and Altmetric Dat[J].Scientometrics，2017，110（3）：1209-1216.

[18]Huang T，Davies J，Weatherall K.Measuring Publication Impact Using Article-level Metrics（Altmetrics）[J].Current Medical Research and Opinion，2014，（30）：S16-S16.

[19]Kousha K，Thelwall.Assessing the Impact of Disciplinary Research on Teaching：An Automatic Analysis of Online Syllabuses[J].Journal of The American Society for Information Science and Technology，2008，59（13）：2060-2069.

[20]Luo F H，Sun A X，Erdt M.Exploring Prestigious Citations Sourced from Top Universities in Bibliometrics and Altmetrics：A Case Study in the Computer Science Discipline[J].Scientometrics，2018，114（1）：1-17.

[21]劉春丽，何钦成.不同类型选择性计量指标评价论文相关性研究——基于 Mendeley、F1000和Google Scholar 3种学术社交网络工具[J].情报学报，2013，32（2）：206-212.

[22]刘艳民.Altmetrics指标与传统文献计量指标相关性研究[J].情报杂志，2017，36（9）：71-77.

[23]Maggio L A，Meyer H S，Artino A R.Beyond Citation Rates：A Real-Time Impact Analysis of Health Professions Education Research Using Altmetrics[J].Academic Medicine，2017，92（10）：1449-1455.

[24]Maricato J D，Vilan J L.The Potential for Altmetrics to Measure Other Types of Impact in Scientific Production：Academic and Social Impact Dynamics in Social Media and Networks[J].Information Research-An International Electronic Journal，2018，23（1）：780.

[25]Mohammadi E，Thelwall M，Haustein S.Who Reads Research Articles？An Altmetrics Analysis of Mendeley User Categories[J].Journal of the Association for Information Science and Technology，2015，66（9）：1832-1846.

[26]Nuzzolese A G，Ciancarini P，et al.Do Altmetrics Work for Assessing Research Quality？[J].Scientometrics，2018，118（2）：539-562.

[27]Ortega J L.The Life Cycle of Altmetric Impact：A Longitudinal Study of Six Metrics from PlumX[J].Journal of Informetrics，2018，12（3）：579-589.

[28]Priem J，Groth P，Taraborelli D，et al.Altmetrics：A Manifesto[EB /OL].http：//Altmetrics.org/manifesto/，2010.

[29]Priem J，Taraborelli D，Groth P，et al.Altmetrics：A Manifesto[EB].http：//Altmetrics.org/manifesto/，2015.

[30]Priem J，Groth P，Taraborelli D.The Altmetrics Collection[J].Plos One，2012，7（11）：e48753.

[31]Patel A，Chavda J.Measuring Research Impact：Bibliometrics，Social Media，Altmetrics，and the BJGP[J].British Journal of General Practice，2016，66（642）：E59-E61.

[32]Park H，Park H W.Research Evaluation of Asian Countries Using Altmetrics：Comparing South Korea，Japan，Taiwan，Singapore，and China[J].Scientometrics，2018，117（2）：771-788.

[33]Rodriguez C T，de Araujo R F.Altmetrics and Citation Indicators Applied to Scientific Production in Science Open：Descriptive Analysis for Brazil，Spain and Portugal[J].Bibliotecas-Anales De Investigacion，2018，14（2）：124-137.

[34]Sugimoto C R，Work S，Lariviere V.Scholarly Use of Social Media and Altmetrics：A Review of the Literature[J].Journal of The Association for Information Science and Technology，2017，68（9）：2037-2062.

[35]Saeed-Ul Hassan，Imran M，Gillani U.Measuring Social Media Activity of Scientific Literature：An Exhaustive Comparison of Scopus and Novel Altmetrics Big Data[J].Scientometrics，2017，113（2）：1037-1057.

[36]Thelwall M，Haustein S，Larivière V，et al.Do Altmetrics Work？Twitter and Ten Other Social Web Services[J].Plos One，2013，8（5）：e64841.

[37]Thelwall M，Wilson P.Mendeley Readership Altmetrics for Medical Articles：An Analysis of 45 Fields[J].Journal of The Association for Information Science and Technology，2016，67（8）：1962-1972.

[38]Sud P，Thelwall M.Evaluating Altmetrics[J].Scientometrics，2014，98（2）：1131-1143.

[39]Shu F，Lou W，Haustein S.Can Twitter Increase the Visibility of Chinese Publications？[J].Scientometrics，2018，116（1）：505-519.

[40]Xia F，Su X，Wang W，et al.Bibliographic Analysis of Nature Based on Twitter and Facebook Altmetrics Data[J].Plos One，2016，11（12）：e0165997.

[41]Zoller D，Doerfel S，Jaschke R.Posted，Visited，Exported：Altmetrics in the Social Tagging System Bib Sonomy[J].Journal of Informetrics，2016，10（3）：732-749.

（責任编辑：陈 媛）