[论文解读] Tracing Digital Footprints to Academic Articles: An Investigation of PeerJ Publication Referral Data

Xianwen Wang, Shenmeng Xu+1 more|arXiv (Cornell University)|Jan 20, 2016

scientometrics and bibliometrics research参考文献 19被引用 5

一句话总结

本研究分析了指向1,432篇PeerJ文章的340万条推荐链接，以绘制引导用户访问学术内容的数字足迹。研究发现，57%的访问量来自外部来源，其中Google（含Google Scholar）是主要推荐来源，其次是社交媒体（Facebook、Twitter、Reddit）和新闻/博客，而像NCBI这样的学术搜索引擎在相似学科中也发挥关键作用。

ABSTRACT

In this study, we propose a novel way to explore the patterns of people's visits to academic articles. About 3.4 million links to referral source of visitors of 1432 papers published in the journal of PeerJ are collected and analyzed. We find that at least 57% visits are from external referral sources, among which General Search Engine, Social Network, and News & Blog are the top three categories of referrals. Academic Resource, including academic search engines and academic publishers' sites, is the fourth largest category of referral sources. In addition, our results show that Google contributes significantly the most in directing people to scholarly articles. This encompasses the usage of Google the search engine, Google Scholar the academic search engine, and diverse specific country domains of them. Focusing on similar disciplines to PeerJ's publication scope, NCBI is the academic search engine on which people are the most frequently directed to PeerJ. Correlation analysis and regression analysis indicates that papers with more mentions are expected to have more visitors, and Facebook, Twitter and Reddit are the most commonly used social networking tools that refer people to PeerJ.

研究动机与目标

• 了解引导用户访问PeerJ中学术文章的数字流量来源及模式。
• 识别在学术内容传播中最具影响力的推荐渠道。
• 评估社交媒体、搜索引擎和新闻平台在推动文章访问中的作用。
• 评估提及与互动对文章可见性及访问量的影响。

提出的方法

• 收集1,432篇PeerJ发表文章的340万条推荐来源链接。
• 将推荐来源分类为：通用搜索引擎、社交网络、新闻与博客、学术资源及其他。
• 对各类别中的推荐量及分布进行定量分析。
• 通过相关性与回归分析，研究提及次数与访问量之间的关系。
• 以Google和Google Scholar作为搜索引擎流量的主要参考点。
• 使用NCBI作为基准学术搜索引擎，对比相似学科的推荐模式。

实验结果

研究问题

• RQ1 有多少比例的PeerJ文章访问量来自外部推荐来源？
• RQ2 哪些推荐类别（如社交媒体、搜索引擎、新闻）是流量的主要驱动因素？
• RQ3 Google、Facebook、Twitter和Reddit等主要平台在文章推荐中发挥何种作用？
• RQ4 社交媒体或新闻平台上的提及在多大程度上与文章访问量增加相关？
• RQ5 与商业搜索引擎相比，学术搜索引擎（如NCBI）在引导访问PeerJ文章方面表现如何？

主要发现

• 至少57%的PeerJ文章访问量由外部推荐来源驱动。
• 通用搜索引擎，尤其是Google和Google Scholar，是首要推荐来源，贡献了最大比例的访问流量。
• 社交媒体（如Facebook、Twitter和Reddit）是第二常见的推荐类别，且与文章访问量呈现显著相关性。
• 新闻与博客位列第三大推荐来源，表明媒体报道在文章发现中发挥了可衡量的作用。
• 学术搜索引擎（以NCBI在相似学科中最为突出）位列第四大推荐来源。
• 在各平台提及次数越多的文章，经回归分析确认，其访问量也显著更高。