《基于F1000的学术成果影响力评价指标研究》-工学论文，工程论文-论文范文参考-科学狗论文网

标题

基于F1000的学术成果影响力评价指标研究

范文

李莉琼

摘要：学术成果影响力评价是科技管理工作的重要组成部分。由于评价机制不同，量化指标和同行评议之间存在巨大差异。本文以临床医学学科文献为例，通过论文F1000指标、被引频次和期刊影响因子的对比，对学术成果影响力的主要评价标准进行比较研究，为科研人员掌握本学科领域的最新研究进展和发展趋势，提升学术成果影响力提供决策参考。

Abstract： The impact evaluation of academic achievements is an important part of scientific and technological management. Because of different evaluation mechanisms， there are huge differences between quantitative indicators and peer review. Taking the documents of clinical medicine as an example， this paper makes a comparative study on the main evaluation criteria of academic achievements by comparing the F1000 Index， Citation Frequency and Journal Influencing Factors， so as to provide decision-making reference for scientific researchers to master the latest research progress and development trend and enhance the influence of academic achievements.

关键词：F1000;学术成果影响力;同行评议;量化指标

Key words： F1000;the impact of academic achievements;peer review;quantitative indicators

中图分类号：F426 ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ?文献标识码：A ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ?文章编号：1006-4311（2020）24-0208-03

0 ?引言

学术成果影响力评价是科技管理工作的重要组成部分。随着数字出版的发展，学術成果的出版形式逐渐多样化，各学科自身特性及发展状况存在不同差异，目前仅仅利用影响因子、被引频次等计量学指标评价不同学科的学术期刊质量及学术成果影响力越来越受到质疑[1]。同行评议是遴选论文、提高学术质量的重要途径之一。SCI创始人尤金·加菲尔德博士认为“在理想情况下，评价者应阅读每篇文献并作出个人主观评价”[2]。本文以临床医学学科文献为例，通过论文F1000指标、被引频次和期刊影响因子的对比，对学术成果影响力的主要评价标准进行研究，以完善各类评价体系，为科研人员掌握本学科领域的最新研究进展和发展趋势，提升学术成果影响力提供决策参考。

1 ?F1000（Faculty of 1000）简介

SCI、EI、PUBMED等数据库均不能就文献内容质量进行评价与分析。2002年，英国现代生物出版集团（BioMed Central）创建并推出“Faculty of 1000 Biology”，并与2006年推出“Faculty of 1000 Medicine”，邀请全球45个领域的生物学和医学领域专家对其所阅读文献的贡献程度和科学价值进行评述和推荐，帮助科研人员在有限时间内发现专业领域有价值的期刊和学术文献，快速把握论文的研究内容和创新点，轻松掌握本学科领域的最新研究进展和发展趋势。截止于2019年6月，F1000 Prime共有16万篇论文记录，推荐了3500多种不同出版物的文章[3][4]，其中部分来自于知名期刊，如《自然杂志》（Nature）、《科学杂志》（Science）、《新英格兰医学杂志》（New England Journal of Medicine）和《实验医学杂志》（Journal of Experimental Medicine）等，85%的论文推荐来自更专业或不太知名的期刊。专家评价推荐不受时间限制，每一篇论文可以由一个或一个以上的专家独立评价，一篇好文章被评价的次数可能随时间的推移而增加。同行评审推荐的学术评价方法受到了越来越多生物学和医学科研人员的关注。

2 ?研究对象与数据统计分析

2.1 研究对象

本文选取F1000 Prime医学排行榜部分数据和ESI临床医学学科论文及期刊信息，拟从论文被引频次、期刊影响因子的角度研究 F1000 是否影响论文学术影响力，探讨同行评议与文献计量这两种评价方法的差异。

2.2 数据统计分析

F1000 Prime医学排行榜包括当前排名前十的文章（Current Top 10）、排名前十的文章（All Time Top 10）、当前浏览最多的文章（Current Most Viewed）、浏览最多的文章（All Time Most Viewed）和潜在影响力文章（Hidden Jewels）等[5]。

医学学科当前排名前十的文章（Current Top 10）中，推荐等级均达7星及以上，其中发表于2019年的有8篇，发表于2018年的有2篇。以排名第一的文章为例（见表1），在Web of Science中被引频次为0次，但在F1000中获得9次推荐，分别是“非常好（Very Good）”8次、“很好（Good）”1次，推荐等级为17星。从表1可以看到，3篇文章均发表于2019年，来源期刊影响因子差距较大，但都得到专家不同程度的推荐，说明专家推荐与期刊影响因子无关。

医学学科排名前十的文章（All Time Top 10）中，推荐等级均达31星及以上。以排名第一的文章为例（见表2），在F1000中获得22次推荐，推荐等级达48星，专家为该文章写3篇评论，说明其主要贡献和入选理由，但在Web of Science中被引频次仅为10次。

表2中论文“Hydroxyethyl starch 130/0.42 versus Ringer's acetate in severe sepsis”發表于2012年7月12日，在Web of Science中被引用次数高达1013次，是一篇高被引论文。分析其引用文献情况，2012年该文章被引用12次，2013年引用次数达到159次，迅速攀升到最高值。在F1000中，该文章被推荐17次，其中“优秀（Exceptional）”9次、“非常好（Very Good）”6次、“很好（Good）”2次;2012年7月份该文章被推荐9次，最早的推荐时间是7月11日，最新一次专家推荐时间为2013年6月13日，反映出F1000专家推荐评价的及时性。

3 ?小结

综上可以看出，由于评价机制不同，被引频次、期刊影响因子和论文F1000指标之间存在巨大差异。文献被引频次是衡量科研成果被同行关注程度的重要指标，随时间积累而变化;期刊影响因子是衡量学术期刊影响力的重要指标，反映了期刊的整体质量水平及读者的引用偏好;F1000 推荐的绝大部分文献都是在论文正式出版前1个月至出版后一年，时效性强的评价避免了期刊影响因子的片面性和论文被引频次统计的滞后问题。

学术成果影响力的各评价指标侧重点不同，不能简单地通过单个指标来衡量，各评价指标相互独立互为补充却不可替代。“改变临床实践（Changes Clinical Practice）”、“重要确认（Confirmation）”、“新发现（New Finding）等十一种标签和“随机临床试验（Clinical Trial ： Randomized）”、“综述评论（Review/Commentary）”等四种文献类型在F1000中可以被科研人员分面检索。被标注为“新发现（New Finding）”、“技术进步（Technical Advance）”等标签的文章更容易引起科研人员的重视[6][7]。F1000评委会成员不考虑期刊影响因子和论文被引频次，根据论文对其学科的贡献程度和学术价值进行推荐分级和评议，并不只是简单给出优劣评价，而是从学科专家的视角深入挖掘文献价值。以“F1000排名前十的文章（All Time Top 10）”中的第一篇为例，论文“Genome-wide non-mendelian inheritance of extra-genomic information in Arabidopsis”获得20次专家推荐，其中15次“优秀（Exceptional）”、5次“非常好（Very Good）”和1次“持异议（Dissent）”，共计55星。其中，F1000评委会成员Alejandro Sanchez-Alvarado对文章提出异议，指出其“对观察到的逆转的解释，没有提供任何实验证据;期待对本文的假设进行系统的细胞学检验。”这些推荐及评论文字对于科研人员来说是难得的学习资料，指引了读者的阅读与思考。

每个评价指标都存在自身的局限性和不足。学科特点、语言可能对文献被引频次产生一定影响;影响因子可能受到期刊发文量及引用情况的影响;F1000学科比较单一，论文各项指标可能受到评议专家学科背景、所在国别及阅读偏好的影响，基于同行评议却难以保证个人评价的客观性。学术成果数据不仅仅包括论文本身的基本信息，还包括其在专家评议过程中被标注的各种信息，还有被浏览、检索、下载过程中产生的以信息资源为中心的各类数据，并与学科专业匹配情况等共同形成该科研成果的完整画像。科研人员在选择学术成果影响力评价体系时考虑各自不同优劣势、学科特点及适用范围，量化指标和同行评议结合，全面系统地阅读该学术成果相关数据，减少各种主观因素的不确定影响。

参考文献：

[1]刘芳，朱沙.学术期刊与学术成果影响力主要评价指标差异性研究——以Nature期刊为例[J].情报杂志，2015，34（08）：65-69.

[2]Eugene Gaifield.The History and Meaning of the Journal Impact Factor.[J].Journal of the American Medical Association.2006，Vol.295（No.1）：90-93.

[3]ARTICLE RECOMMENDATIONS.F1000Prime[EB/OL]. （2019-6-23）.https：//f1000.com/prime/recommendations.

[4]F1000 Faculty.F1000Prime[EB/OL]. （2019-6-24）.https：//f1000.com/prime/thefaculty.

[5]谢岩岩，孙继林.F1000的文献评价功能浅议[J].图书馆杂志，2011，30（04）：38-42，47.

[6]Highly Cited Papers.InCites Essential Science Indicators[EB/OL]. （2019-5-17）.https：//esi.clarivate.com.

[7]Hot Papers.InCites Essential Science Indicators[EB/OL]. （2019-5-17）.https：//esi.clarivate.com.

随便看

科学优质学术资源、百科知识分享平台，免费提供知识科普、生活经验分享、中外学术论文、各类范文、学术文献、教学资料、学术期刊、会议、报纸、杂志、工具书等各类资源检索、在线阅读和软件app下载服务。