论文被引文本因素分析多学科视角.docVIP

论文被引的文本因素分析多学科视角 　　[摘要]文献长度、参考文献数量是否影响论文被引频次，不同学科有不同的检验结果。网络环境下，题名字数、关键词个数是否对论文被引具有显著影响，尚未见文献报导。通过对来自6个学科的455篇论文被引的文本因素进行分析，发现：①关键词个数对文献被引存在明显的影响；②参考文献数量对英文语种文献的被引确实存在显著影响，但对中文语种文献被引的影响却不能通过显著性检验；③多学科背景下，文献篇幅长短及题名字数多少对文献被引没有显著影响；④存在“中国学者所发表的英文论文，篇幅越长越有可能不被引用”的现象。 　　[关键词]引用　文本因素　文献篇幅　参考文献数量　题名字数　关键词个数 　　[分类号]G350 　　 　　世所公认，论文的被引是研究论文与某特定领域知识体的“连接剂”，也是测度论文重要性的“计量仪”。鉴于零被引论文的大量出现，不少机构逐渐将论文被自变量量作为判断学者学术水平的一个重要指标。研究论文被引次数的影响因素，将利于学者扩大其学术论文的影响力和公信力，利于管理机构制定合适的奖励或认定政策，也利于报刊等出版单位组稿编辑等业务流程的决策。 　　 　　1　前人研究综述与本文假设 　　论文被引有许多客观因素，甚至偶然因素。总体而言，关于文献被引的因素可分为以下几类：①期刊因素，比如期刊级别、网络出版等；②作者因素，包含作者性别、作者地位、论文作者多寡、论文作者所在机构的学科实力、论文作者所获得的资金资助等；③论文文本因素，包含参考文献多寡、篇幅长短、表格和图形数量、学科热点话题等。以上因素，除了期刊级别、作者性别、热点话题获得一致认可外，在不同学科、不同视角的研究中，对于其他因素都有不同的声音。比如，大陆学者杨冠英就明确质疑作者的影响力：仅有少数的个体对于科学的进步是有贡献的?充斥着各式各样标榜作者自己学术地位的所谓学科知识地图，也许是一种讽刺。欧洲南方天文台(ESO)的天文学家Dietrich及大陆国家天文台陈学雷研究员也怀疑论文篇幅对文章被引次数的影响，认为其尚不确定。 　　另一个值得注意的现象是，目前学者对文献被引的影响因素分析都局限于某一学科。而事实上，早有学者怀疑，自然科学与社会科学在引用文献上面存在极大的差异。比如，Hamilton就认为“人文社会科学不习惯引用前人研究”，但David和Lowell却反驳了这种观点。无论如何，以某一学科为研究对象，所得出的结论是否带有普遍意义，尚需检视。 　　有鉴于此，我们尝试从多学科视角对论文被引的影响因素进行分析，限于篇幅，本文先从论文的文本因素着手。 　　根据前人研究，本文提出如下假设： 　　假设1：论文参考文献越多，其被引的可能性越大； 　　假没2：论文篇幅越长，其被引的可能性越大。 　　除此之外，我们认为，网络环境下，论文题名长度和关键词个数可能影响论文被引次数。论文的题名、关键词是一篇论文必不可少的要素，是论文的精髓与灵魂；网络环境下，更关系检索和结果筛选的效率。从许多检索系统的统计分析来看，用户最倾向使用的检索字段依次为标题、关键词、摘要、作者和参考文献；学者为了尽可能在题名、关键词中充分体现论文研究主题或者研究创新，会选择增加题名长度、关键同个数。而事实上，这也迎合了如今智能检索系统的发展趋势――当题名中无法匹配检索词时，系统自动在关键词、摘要或者全文中进行匹配。检索系统的默认检索途径以及学者的思维习惯，都可能导致“题名较长、关键词较多的文献更容易被检索命中，从而获得学者引用”。即有假设： 　　假设3：论文题名越长，其被引可能性越大； 　　假设4：论文关键词越多，其被引可能性越大。 　　 　　2　样本数据特征 　　 　　本文数据源于西南大学图书馆2009―2010年所出具的37份引用检索报告。此37份报告的委托人为了评职称、重点实验室年检、科研报奖等原因而要求进行多库引用检索，出具的报告中委托人已经将被引很少甚至没有被引的文献剔除，因此，剩下的都是高被引或者委托人认为确实质量高的论文。数据处理过程中，笔者等人剔除了发表于2009年和2010年的论文52篇(即委托人认为质量高但事实上尚没有引用发生的论文)；考虑到奇异值可能带来的影响，笔者还剔除了2004年发表于Science上面的畸高被引论文1篇(蚕学，被引410次)，最终获得论文455篇，其中英文230篇，中文225篇，论文的学科分布如表1所示： 　　笔者等人在原有报告基础上，于2011年2月18日一3月2日问对455篇论文的最新引用情况进行了统计；为了避免自引对论文被引的影响，本文对沦文自引他引进行了区分，455篇论文共得自引1075次，他引3404次(下文的假设检验过程，即分别以总的被引次数和他引次数作为因变量)。样本题名长度、关键词个数、文献长度