本文關(guān)鍵詞：文獻(xiàn)計(jì)量學(xué)

  更多相關(guān)文章： 國(guó)內(nèi) 國(guó)外 文獻(xiàn) 計(jì)量 學(xué)者 學(xué)術(shù) 好的 比較 分析

　　1 引 言。

　　2006年，Schubert與Glanzel從文獻(xiàn)計(jì)量學(xué)的角度提出了“跨國(guó)偏好（cross-national preference）”,即期刊論文中的跨國(guó)合作、跨國(guó)施引與跨國(guó)被引【1】�；诖�，他們以國(guó)家為研究對(duì)象設(shè)計(jì)了一組指標(biāo)分別用于測(cè)度“合作偏好（co-author ship preference）”、“引用偏好（cross-reference preference）”、“被引偏好（cross-citation preference）”.

　　筆者參照Schubert與Glanzel對(duì)“偏好”的界定，以作者為對(duì)象，從研究主題、合作、施引三個(gè)方面分析作者的“學(xué)術(shù)偏好（research preference）”,用于量化分析學(xué)者在學(xué)術(shù)研究過(guò)程中表現(xiàn)出來(lái)的學(xué)術(shù)傾向。具體而言“,學(xué)術(shù)偏好”包括三個(gè)方面的內(nèi)容（見(jiàn)圖1）：①“合作偏好”,即指定的作者偏好與哪些國(guó)家的哪些作者合作發(fā)表論文；②“主題偏好”,即指定的作者偏好研究哪些問(wèn)題；③“引用偏好”,即指定的作者偏好引用哪些作者的哪些成果�；诖�，，作者的學(xué)術(shù)偏好在其論文的作者/機(jī)構(gòu)、關(guān)鍵詞、參考文獻(xiàn)中得以體現(xiàn)。

　　在國(guó)內(nèi)的圖書(shū)情報(bào)學(xué)各領(lǐng)域，文獻(xiàn)計(jì)量學(xué)研究的國(guó)際化程度相對(duì)較高，發(fā)表的SCI/SSCI論文數(shù)量相對(duì)較多。因此，筆者選擇以文獻(xiàn)計(jì)量學(xué)者為樣本做國(guó)際比較。根據(jù)國(guó)內(nèi)外文獻(xiàn)計(jì)量學(xué)者發(fā)表的國(guó)際期刊論文，可將這些學(xué)者劃分為四類：（A1）中國(guó)大陸學(xué)者；（A2）境外華人學(xué)者，這些學(xué)者在大陸接受過(guò)教育后在國(guó)外任職；（A3）與大陸學(xué)者頻繁合作的境外學(xué)者，其中不含在大陸接受教育或任職的學(xué)者；（A4）很少與大陸學(xué)者合作的境外學(xué)者。

　　這種劃分方法考慮了以下因素：①學(xué)術(shù)環(huán)境，因?yàn)橹袊?guó)大陸與中國(guó)臺(tái)灣、中國(guó)香港、中國(guó)澳門(mén)的科研體制不同、學(xué)術(shù)環(huán)境不同，因此學(xué)術(shù)偏好不同，這些區(qū)域的學(xué)者需要區(qū)分對(duì)待；②教育背景，有些從事文獻(xiàn)計(jì)量研究的學(xué)者在中國(guó)大陸接收本科教育之后在國(guó)外接收研究生教育并就職，他們與中國(guó)大陸學(xué)者有相同的教育背景，但學(xué)術(shù)環(huán)境的不同導(dǎo)致學(xué)術(shù)偏好不同；③科研合作，國(guó)外文獻(xiàn)計(jì)量學(xué)者中有一部分頻繁與中國(guó)大陸學(xué)者合作，而另一些則不然，這也導(dǎo)致學(xué)術(shù)偏好的不同。本文旨在比較這四組學(xué)者在合作、主題、施引等方面的學(xué)術(shù)偏好。

　　2 數(shù)據(jù)與方法。

　　在文獻(xiàn)計(jì)量學(xué)領(lǐng)域，《Journal of Informetrics》、《Sciento metrics》、《Journal of the American Society for Information Sci ence and Technology》三大期刊均位居SSCI數(shù)據(jù)庫(kù)中圖書(shū)情報(bào)類期刊的前10位，刊載了大量?jī)?yōu)秀的文獻(xiàn)計(jì)量學(xué)論文，后者同時(shí)也刊載了圖書(shū)情報(bào)領(lǐng)域其他優(yōu)秀論文。筆者根據(jù)作者在這三大期刊上發(fā)表的論文數(shù)量確定作者樣本。首先，筆者根據(jù)以下檢索式檢索中國(guó)大陸的文獻(xiàn)計(jì)量學(xué)者，以及與中國(guó)大陸學(xué)者頻繁合作的境外文獻(xiàn)計(jì)量學(xué)者：

　　地址： （Peoples R China）精煉依據(jù)： Web of Science類別=（ INFORMATION SCIENCE LIBRARY SCIENCE ） AND來(lái)源出版物名稱=（Scientometrics OR Journal of the American Society for Information Science and Technology OR Journal of Informetrics）索引=SSCI時(shí)間跨度=所有年份從作者精煉排序中按發(fā)文量選取前10位大陸學(xué)者與前10位境外學(xué)者如表1所示（其中剔除了在《Journal of theAmerican Society for Information Science and Technology》發(fā)表大量非文獻(xiàn)計(jì)量論文的作者）。

　　然后，筆者根據(jù)以下檢索式檢索在境外工作的華人文獻(xiàn)計(jì)量學(xué)者，以及境外很少與中國(guó)大陸學(xué)者合作的文獻(xiàn)計(jì)量學(xué)者：

　　出 版 物 名 稱： （Journal of Informetrics） OR出 版 物 名稱： （Scientometrics） OR出版物名稱： （Journal of the AmericanSociety for Information Science and Technology）索引=SSCI時(shí)間跨度=所有年份排除上面20位作者之后，從作者精煉排序中按發(fā)文量選取前10位境外華人學(xué)者與前10位境外非華人學(xué)者，如表2所示。

　　在確定表1與表2中40位文獻(xiàn)計(jì)量學(xué)者作為研究對(duì)象之后，筆者重新從Web of Science數(shù)據(jù)庫(kù)中檢索40位作者的所有被收錄論文，構(gòu)成本文的數(shù)據(jù)集。該數(shù)據(jù)集中論文數(shù)量比表1與表2中的發(fā)文量大。

　　對(duì)于上述四組文獻(xiàn)計(jì)量學(xué)者的比較，筆者分別采用了合作網(wǎng)絡(luò)分析、共詞分析、引用認(rèn)同等方法，從合作、主題、施引三個(gè)方面對(duì)國(guó)內(nèi)外文獻(xiàn)計(jì)量學(xué)者做比較。據(jù)統(tǒng)計(jì)，在過(guò)去幾十年中，學(xué)術(shù)論文（主要指Web of Science數(shù)據(jù)庫(kù)）中的國(guó)際合作越來(lái)越頻繁【2-4】.一篇學(xué)術(shù)論文中國(guó)際合作的認(rèn)定依賴作者之間的合作【5】，也就是說(shuō)，一篇論文由來(lái)自不同國(guó)家/地區(qū)的作者合作發(fā)表，那么這篇論文就屬于國(guó)際合作。

　　從學(xué)術(shù)論文的作者署名與所屬國(guó)家/地區(qū)來(lái)看，發(fā)文類型主要有三種：

　�、俨缓献�，論文中只有一個(gè)國(guó)家/地區(qū)和一個(gè)機(jī)構(gòu)；②國(guó)內(nèi)合作，論文中只有一個(gè)國(guó)家/地區(qū)，但有多個(gè)不同的機(jī)構(gòu)；③國(guó)際合作，論文中有多個(gè)不同的國(guó)家/地區(qū)【6】。國(guó)際合作的動(dòng)因包括以下兩個(gè)方面：

　�、俚赜蛞蛩�，地域越近的國(guó)家/地區(qū)之間合作更便利；②相似性，例如研究相似性、機(jī)構(gòu)相似性、社會(huì)相似性、文化相似性都為不同的國(guó)家/地區(qū)之間合作提供便利【7】。常用的國(guó)際合作測(cè)度指標(biāo)有“雙邊合作測(cè)度指標(biāo)：Salton指標(biāo)”【8】和“多邊合作測(cè)度指標(biāo)：多邊合作指數(shù)”【9-10】。

　　同一篇論文的多個(gè)關(guān)鍵詞兩兩之間稱為一次“共詞（co-word）”.共詞的兩個(gè)關(guān)鍵詞之間存在潛在的關(guān)聯(lián)，共詞次數(shù)越高，關(guān)系越密切�；陉P(guān)鍵詞之間的共詞關(guān)系，可以借助統(tǒng)計(jì)分析方法（相關(guān)分析、聚類分析、多維尺度分析）挖掘論文主題的靜態(tài)結(jié)構(gòu)與動(dòng)態(tài)演化【11-13】。

　　引用認(rèn)同的概念最早由情報(bào)學(xué)家Howard D.White提出，他認(rèn)為某作者引用過(guò)的所有作者的集合即為引用認(rèn)同【14】。國(guó)內(nèi)，武夷山等人【15】最早介紹引用認(rèn)同的相關(guān)研究。一次引用認(rèn)同率是指只被引用一次的作者的數(shù)量所占的比例【16】。該指標(biāo)值越高，表明作者的引用認(rèn)同越廣泛，但同時(shí)也越分散。