论文层面的Altmetrics指标对被引的作用机制：基于匹配巢式病例对照的实验研究

Previous studies focused on the correlationship between Altmetrics and cited. However, the impact of Altmetrics on cited is not clear. Matched Nested Case-Control Study was conducted in epidemiology researches for etiological inferences. Based on the methodology, the current project conducted an experimental study to collect data. We investigated the cited frequency of literatures published in 2017 of journals such as Nature Communication via Scopus and Web of Science every day. Once a literature received a citation, then two literatures (before and after the literature) with no citations were to as a control group. The Altmetrics data of them of the same day were collected. As a result, cited would not have an impact on Altmetrics, for the citing literature would be unlikely to be read when it was just been published. Therefore, the cited at this moment, was influenced by Altmetrics it received before. In conclusion, the confounding from the interactions between cited and Altmetrics can be controlled by the current experimental study. Conditional logistic regression and Cox’s proportional hazards regression model was conducted to analyze the impact of Altmetrics and their interactive effects on cited. This study is expected to reveal the role the Altmetrics play in cited in the article-level. The current study will be benefit to extend the methodology of Bibliometrics. Additionally, this study will provide some advices of impact-improving and evaluation of literatures for stakeholders, such as publishers and so on.

现有研究聚焦于论文层面的Altmetrics指标（以下简称“ALT指标”）与被引间的“相关关系”，而ALT指标对被引的作用机制并不明晰。“匹配巢式病例对照”设计被广泛用于流行病学研究中的病因推断。我们引入这一方法设计实验来收集数据：每天通过WoS等监控队列（PLOS等2017年载文），一旦发现某文献被引，即将其作为“病例”，同时以该文献同期前后两篇尚未被引的文献作为“对照”，记录当天数据。由于施引文献在当天被阅读的可能性极小，被引不会对ALT指标产生影响。此时的被引是由先前的“阅读”等ALT指标导致的结果。因此，本实验能控制由于ALT指标与被引间的相互作用而带来的混杂。课题采用条件逻辑回归和Cox模型拟合，研究ALT指标以及指标间的交互效应对被引的影响。课题预期将揭示论文层面的ALT指标对被引的作用机制。研究成果有助于拓展文献计量学的方法论；能为期刊等利益相关者在论文评价等方面提供参考。

背景：Altmetrics涵盖的指标极多，除了社交媒体（Twitter等）、同行推荐（如F1000）等，还包括同行评议、Videos等新兴指标。Altmetrics与论文被引的关系受到了大量的研究，其方法主要有五种：相关分析、分组比较、回归分析、路径分析、随机对照设计。以往研究在三个方面有待提升：双向因果、Altmetrics间的交互效应与被引的关系、新兴Altmetrics与被引的关系。主要研究内容：围绕三个局限性，研究内容有两大块：单一Altmetrics与被引的关系、Altmetrics间的交互效应与被引的关系。在单一Altmetrics与被引的关系研究中，一方面，采用了匹配巢式病例对照研究的设计，最大程度上减少了双向因果；另一方面，采用了倾向得分匹配、内容分析法等研究了视频摘要、出版后同行评议极性、开放同行评议、图形摘要等新兴Altmetrics与被引的关系。在研究Altmetrics间的交互效应与被引的关系中，我们采用了定性比较分析（QCA）的研究框架。重要结果：（1）Mendeley读者数对论文的首次被引产生显著的且积极的贡献，而Twitter等其他Altmetrics对论文的首次被引均没有显著的，或是没有稳定的贡献；在被引次数上：拥有视频摘要的论文比没有视频摘要的论文的要高、收到正面的出版后同行评议的论文比那些没有收到出版后同行评议的论文的高、开放同行评议的论文比那些不开放同行评议的论文的要高；拥有图形摘要的论文，在论文的文字摘要使用次数上，显著高于那些没有图形摘要的论文的；然而，在全文使用次数和被引上，两者没有显著性差异。（2）很多个不同的Altmetrics组合路径（交互效应）均与论文的早期被引次数有关联。四个数据集中覆盖率最高的Altmetrics组合路径均显示，高的Mendeley读者数与高的论文在Web of Science中的使用次数组合在一起，在论文的早期被引中扮演着重要的角色。而其他的Altmetrics（Twitter、Facebook、Blog、News），在早期被引中起到的作用，因其所在的Altmetrics组合路径的不同而不同。科学意义：科研人员可以考虑在Mendeley中分享其研究成果，增强研究的学术影响力。科技期刊应该考虑提供视频摘要、图形摘要功能，同时积极推进开放同行评议、出版后同行评议来增强论文的学术影响力。