[论文解读] Earlier Web Usage Statistics as Predictors of Later Citation Impact

Tim Brody, Stevan Harnad|ArXiv.org|Mar 8, 2005

scientometrics and bibliometrics research参考文献 3被引用 21

一句话总结

本文研究了早期网络使用统计数据——特别是从 arXiv 预印本档案馆获取的下载次数——是否能够预测研究论文的后期引用影响力。基于物理学预印本的数据，作者表明，早期下载率较高与未来引用次数较多之间存在强烈相关性，这表明网络使用情况可作为研究影响力的一种及时、实时的替代指标，可在引用数据积累之前提供预测。

ABSTRACT

The use of citation counts to assess the impact of research articles is well established. However, the citation impact of an article can only be measured several years after it has been published. As research articles are increasingly accessed through the Web, the number of times an article is downloaded can be instantly recorded and counted. One would expect the number of times an article is read to be related both to the number of times it is cited and to how old the article is. This paper analyses how short-term Web usage impact predicts medium-term citation impact. The physics e-print archive (arXiv.org) is used to test this.

研究动机与目标

• 探讨研究论文的早期网络使用情况是否能够预测其未来的引用影响力。
• 通过利用实时的网络访问日志，解决基于引用的影响力评估中存在的延迟问题。
• 检验下载频率与长期学术影响力之间存在相关性的假设。
• 在缺乏引用数据的情况下，评估网络使用指标的预测能力。

提出的方法

• 本研究使用物理学预印本档案（arXiv.org）的下载统计数据作为文章阅读量的代理指标。
• 分析前12个月内早期下载次数与3至5年发表后引用次数之间的相关性。
• 作者应用统计建模方法，评估早期使用情况对中期引用影响力的影响预测能力。
• 数据来源于一个大型、开放获取的物理学预印本集合，确保了广泛的覆盖范围和现实相关性。
• 分析中控制了文章年龄及其他混杂因素，以隔离网络使用的影响。

实验结果

研究问题

• RQ1 早期网络使用统计数据能否预测研究论文的未来引用影响力？
• RQ2 在学术论文中，下载频率与后期引用次数之间的相关性有多强？
• RQ3 网络使用在多大程度上可作为基于引用的影响力评估的及时替代方案？
• RQ4 下载的预测能力是否因发表后不同时间窗口而异？

主要发现

• 在发表后第一年内，早期下载次数与后期引用影响力之间表现出强烈的正相关性。
• 在第一年下载率较高的论文，在随后3至5年内显著更有可能获得较高的引用次数。
• 即使在控制了文章年龄及其他混杂变量后，下载量的预测能力依然稳健。
• 研究发现，网络使用指标能够以高精度提前预测引用影响力，通常在引用数据可用之前数月甚至数年。