提高引文分析中作者信息有效性方法研究.docVIP

提高引文分析中作者信息有效性方法研究 　　[摘要]针对引文评价中存在作者信息有效性的问题，分析了造成引文中作者信息统计混淆的原因和消除混淆的方法，提出了根治作者信息统计混淆的方法，从而实现作者信息与引文信息的一一对应。 　　[关键词]作者信息；混淆；作者标识符；ORCID；引文分析 　　[中图分类号]G250.252[文献标志码]B[文章编号]1005-6041（2016）02-0064-04 　　近年来，引文评价越来越为我国大学、科研院所及评价机构所重视，但是有关引文评价的有效性的质疑一直没有停止过。目前，科学界对引文的认识还存在不少误区，不少科研人员和研究机构将引文评价等同于论文作者的学术水平评价，将被引频次的多寡和发表期刊影响因子的高低等同于论文质量的好坏。其实，引文评价是有关作者及其论文的影响力大小的评价，质量高低和影响力的大小是两个不同的概念。尤其应引起重视的是，在引文信息统计中如何提高作者统计信息的唯一性、有效性和完整性，只有消除不同作者信息的混淆，避免同一作者信息的遗漏，才能提高引文评价和分析的准确性、有效性和可靠性。 　　1引文评价中存在作者信息有效性的问题 　　引文评价始于1927年，Gross夫妇通过引文对化学专业期刊进行排行[1]。1971年Zunde认为引文分析有三个主要的应用领域：1）科学家、科学出版物和科学机构的定性和定量评价；2）探究科学技术的发展历史；3）文献的查找和检索[2]。 　　在引文分析应用于作者评价时，人们总期望作者信息能够达到唯一，从而准确地获得引文分析的结果，但在数据库的实际引文检索和分析评价中，由于存在引文作者信息的有效性问题，通常会遇到作者信息因异人同名、同人异名，以及异名同构（英文的全称、缩写，姓与名的书写顺序）等信息混淆问题，引起引文作者归属的歧义、混淆，有时遗漏作者应有的信息，有时加进了其他作者的信息，甚至产生错误的信息，从而导致引文分析结果的误差。 　　这样，不仅对文献检索、Web检索和数据库整合等造成影响，而且对引文分析的结果也会产生麻烦，影响引文计量中论文被引频次统计、作者排名结果、作者h指数测定和同被引图谱输出等的准确性和有效性。 　　2造成引文中作者信息统计混淆的原因 　　2.1 引文中作者姓名的构成 　　目前国际上主要的引文著录规范有： 　　（1）温哥华体例（Vancouver Style），也叫“作者―数字体例”（Author-Number Style）。它通常用于医学和科学期刊，目前国际上已有500多家医学期刊采用[3]。我国的引文著录标准――《文后参考文献著录规则》（GB/T 7714-2005），也参照该体例。 　　（2）哈佛体例（Harvard Style），也叫“作者―日期体例”（Author-Date Style）。它主要应用于人类学、商业、经济和社会政治等社会科学，也用于建筑学、计算机、数学、卫生保健和戏剧等科学和人文学科[4]。 　　（3）牛津体例（Oxford Style），也叫“文献―注释体例”（Documentary-Note Style）。它采用脚注、尾注或页边注的形式，多用于人文学科[5]。 　　这些国际上的引文著录规范，均强调引文信息著录的一致性。在引文著录时，要求作者姓名采用“姓全称+名首字母”的方式。这种方式会引起识别、检索统计的困难，产生异人同名和异名同构等问题。 　　2.2 数据库中引文作者误检和漏检的原因 　　2.2.1 作者信息中的异人同名。在现实中异人同名现象相当普遍。据美国人口普查局统计，1亿个人只用了9万个不同的名字[6]，表明了在美国存在异人同名现象的普遍性。在国内，作者名字的异人同名现象也相当普遍，例如：截至2012年3月12日，在CNKI中检索作者“陈建”，检中结果为652条，涉及论文4 455篇，其中有被引频次的就有324人，涉及论文1 323篇；有的甚至发生在同一个单位里，例如作者“陈益君”这个名字，仅浙江大学就有三人。他们的论文被引用，在引文分析时会出现误检。 　　2.2.2 作者信息中的同人异名。作者在发表论文时，有时还会采用别名、笔名，有时甚至会出现印刷的错误。例如：作者“叶鹰”，就曾用“叶福翔”发表过多篇有关哲学方面的学术论文。又如：在《图书与情报》1998年第4期上发表的“期刊是否都要精装入藏”一文的作者“粟慧”就错误地印刷成“栗慧”，在相关的数据库检索中作者信息也就呈现为“栗慧”。他们的论文被引用，在引文分析时会出现漏检。 　　2.2.3 引文著录规范产生作者新的异人同名和异名同构。由于国外的引文著录规范均要求作者名字在引文著录时采用姓全称+名首字母的方式，这种方式会导致姓相同，名全称不同，而名的首字母缩写相同的情形，引起检索统计新的误差。例如：如果作