中文学术论文的微信提及数据特征分析研究

作     者：余厚强 李龙飞 杨思洛 Yu Houqiang;Li Longfei;Yang Siluo

作者机构：中山大学信息管理学院广州510006 武汉大学信息管理学院武汉430072 武汉大学中国科学评价研究中心武汉430072 

出 版 物：《情报学报》 (Journal of the China Society for Scientific and Technical Information)

年 卷 期：2024年第43卷第9期

页      面：1080-1093页

核心收录：

学科分类：1205[管理学-图书情报与档案管理] 12[管理学] 120501[管理学-图书馆学] 120502[管理学-情报学] 

基　　金：国家自然科学基金面上项目“中国替代计量的数据识别机制与关键分析方法研究”(72274227) 广东省社会科学基金项目“标准化替代计量指标的构建方案与实证研究”(GD23YTS04) 

主　　题：替代计量学 微信公众号 替代计量指标 微信提及 分布特征 

摘      要：目前中文替代计量数据的开发和应用研究仍旧较少,本研究面向中国自主知识体系建设,以中文学术论文的微信提及数据作为研究对象,探究其不同层次的数据特征分布,为中文替代计量指标的开发及研究提供基础。基于2020年1月中国知网收录的所有中文学术论文的微信提及数据,通过统计分析和数据可视化,揭示微信提及指标在表现形式、及时性、论文层次、来源层次、学科层次的分布特征。主要研究结论如下:①微信提及的表现形式以非参考文献为主,占比高达60.80%;②微信提及的及时性为56.56%,微信提及中文学术论文早于出版日期的原因主要是学者在会议、讲座中分享阶段性成果;③提及中文学术论文的微信公众号账户主体多元且分布较为离散,核心期刊论文更容易受到微信文章的提及,期刊微信账户对本刊发表论文有较为明显的自提及行为;④提及学术论文使得微信文章更具专业性和权威性,对微信文章的传播效应具有促进作用,并且微信文章的提及也有助于学术论文和科研成果的传播分享,提升其社会影响力。