知识管理论坛 >

2025 , Vol. 10 >Issue 3: 241 - 255

DOI: https://doi.org/10.13266/j.issn.2095-5472.2025.016

知识管理的范式跃迁与创新生态重构专辑

学术论文知识扩散效果评价与影响因素研究——以生物芯片领域的高被引论文为例

  • 张以迪 ,
  • 魏绪秋
展开
  • 山东理工大学信息管理学院 淄博 255000

作者贡献声明/Author contributions：

张以迪：论文撰写与数据处理；

魏绪秋：研究设计与修改指导。

张以迪，硕士研究生

Zhang Yidi, Master’s Candidate;

魏绪秋，副教授，博士，硕士生导师，通信作者，E-mail：。

Wei Xuqiu, Associate Professor, PhD, Graduate Supervisor, corresponding author, E-mail: weixuqiu@163.com.

收稿日期: 2025-01-22

  网络出版日期: 2025-06-30

基金资助

山东省社会科学规划研究青年项目“新媒体背景下的学术论文知识扩散效果与影响因素研究”(21DTQJ04)

收起

Research on the Evaluation of Knowledge Diffusion Effectiveness and Influencing Factors of Academic Papers: An Example of the Highly Cited Paper in the Field of Biochips

  • Zhang Yidi ,
  • Wei Xuqiu
Expand
  • School of Information Management, Shandong University of Technology, Zibo 255000

Received date: 2025-01-22

  Online published: 2025-06-30

Supported by

This work is supported by the Social Science Planning Research Youth Project of Shandong Province Funded Project titled “Research on the Effect and Influencing Factors of Knowledge Diffusion in Academic Papers under the Background of New Media”(21DTQJ04)

Fold

摘要

[目的/意义] 针对新媒体时代学术论文知识扩散渠道多样化、扩散范围日益扩大的现状，探讨评价学术论文知识扩散的效果及其影响因素的方法，有助于促进学术论文知识有效扩散，提升传播效果。 [方法/过程] 将正式载体和非正式载体产生的交流数据有机融合，构建多维度、多层面的学术论文知识扩散效果评价模型，以评价学术论文知识扩散效果，并基于此探究影响学术论文知识扩散效果的影响因素，提出促进学术论文知识扩散效果的策略，最后以生物芯片领域的高被引论文为例进行实证研究。 [结果/结论] 利用学术论文的知识扩散效果测度公式在一定程度上能遴选出知识扩散效果好的学术论文；探讨学术论文知识扩散效果的12种影响因素，研究发现，正式载体的显著影响因素有参考文献量和首次被引时间2个，非正式载体的显著影响因素有发表时间、第一作者h指数等7个，学术论文知识扩散的显著影响因素有发表时间、跨学科数等6个；提出提升学术论文知识扩散效果的4个策略。

关键词： 知识扩散; 影响因素; 提升策略; 正式载体; 非正式载体

本文引用格式

张以迪 , 魏绪秋 . 学术论文知识扩散效果评价与影响因素研究——以生物芯片领域的高被引论文为例[J]. 知识管理论坛, 2025 , 10(3) : 241 -255 . DOI: 10.13266/j.issn.2095-5472.2025.016

Abstract

[Purpose/Significance] In view of the current situation of diversified channels and increasingly expanding scope of knowledge diffusion in academic papers in the new media era, exploring the methods for evaluating the effect of knowledge diffusion in academic papers and its influencing factors is conducive to promoting the effective diffusion of knowledge in academic papers and improving the communication effect. [Method/Process] Organic integration of data generated by formal and informal carriers, construction of a multi-dimensional, multi-level academic paper knowledge diffusion effect evaluation model, to evaluate the effect of knowledge diffusion of academic papers, and as a basis for this, and to explore the impact factors affecting the effect of knowledge diffusion of academic papers, and based on this, put forward to promote the effect of the diffusion of knowledge of academic papers strategies, and take the highly cited papers in the field of biochips as an example for empirical research. [Result/Conclusion] The formula for measuring the knowledge diffusion effect of academic papers can to some extent select academic papers with good knowledge diffusion effect; twelve factors influencing the effect of knowledge diffusion of academic papers are explored and it is found that there are two significant influences of formal carriers(the amount of references and the time of first citation), seven significant influences of informal carriers(such as the time of publication and the h index of the first author), six significant influences of knowledge diffusion of academic papers(such as the time of publication and the number of interdisciplinary disciplines); and proposes four strategies to enhance the effectiveness of knowledge diffusion in academic papers.

Key words： knowledge diffusion; influencing factors; enhancement strategies; formal vectors; informal vectors

1 引言/Introduction

党的十八大以来，以习近平同志为核心的党中央作出推动传统媒体和新兴媒体融合发展的战略部署。媒体融合发展成为国家战略。所谓新媒体是一个相对的概念，“新”相对“旧”而言，指的是在计算机信息处理技术基础之上，所有人向大众实时交互地传递个性化数字复合信息的传播介质[1-2]。数字化、互动性是新媒体的根本特征[3]。学术论文在知识扩散中起着至关重要的作用。新媒体背景下，学术论文知识扩散的媒介不仅仅局限于正式载体（单篇科学文献、专利、期刊、某学科领域内的文献集合等），还包括非正式载体（网络平台、社交媒体等）[4]。然而，如何研究新媒体背景下的学术论文知识扩散效果，并探讨其影响因素，有哪些策略可以提升知识扩散效果，成为一项迫切需要解决的课题。

2 相关研究/Related research

2.1 知识扩散的内涵

知识扩散概念最早由D. J. Teece[5]提出，他认为知识扩散是组织内部或组织之间的知识共享。然而，随着研究的深入，国内外学者主要从学习视角、传播视角探讨知识扩散相关内涵。
（1）从学习视角看，知识扩散是一种学习活动和行为。G. von Krogh[6]认为知识扩散过程的实质是学习的过程，而学习是对知识和信息的获取、整合和创造；P. Stoneman等[7]认为知识扩散是知识主体主动性、针对性学习、获取知识，并将学习到的知识和自身知识相融合产生新知识的过程。
（2）从传播视角看，知识扩散的定义为一种传播活动或行为，体现了知识主体在知识生产过程中的关系或流程。T. Kalling[8]认为知识扩散是知识在多个参与者之间按照一定的规则或流程的产生、传播与应用；肖梓培等[9]认为知识扩散是知识主体通过正式或非正式的传播渠道，使知识传递至接收者，以实现知识共享的过程；孔玲等[10]认为跨学科知识扩散是指知识从源学科向其他学科领域进行的传播、转移，使知识从源学科生产者传递到其他学科接收者的过程，促进不同学科知识交叉融合。

2.2 学术论文在正式载体上的知识扩散效果

相关研究主要以正式载体（单篇科学文献、期刊、专利、某学科领域内的文献集合等）为研究数据来源，从文献计量视角、网络分析视角、知识图谱视角研究学术论文在正式载体上的知识扩散效果。
（1）在文献计量视角方面：Y. Liu等[11]提出了学科扩散广度（field diffusion breadth）和学科扩散深度（field diffusion intensity）指标；俞立平等[12]参照h指数的计算原理，提出了一个从知识扩散角度反映学术期刊知识扩散深度的新指标，即CJH指数。
（2）在网络分析视角方面：邱均平等[13]阐述了基于期刊引证关系的学科知识扩散广度、强度以及速度等指标的内涵与计算方法；逯万辉[14]探析了以共被引网络群体中心度为测量指标的我国人文社会科学领域知识交叉与知识扩散状况；潘一如等[15]从引文分布和引文网络两个方面选取指标衡量高颠覆性专利的知识扩散特征。
（3）在知识图谱视角方面：C. Calero-Medina等[16]认为通过知识图谱表示科学文献引文网络，可表征知识的创造和传递过程；徐浩等[17]以科学知识图谱绘制工具CiteSpace为知识载体，深入知识单元维度研究其扩散过程，测度学科领域扩散情况、识别跨学科研究过程中科学共同体内的扩散模式及影响因素。

2.3 学术论文在非正式载体上的知识扩散效果

随着信息技术的发展，人类社会进入了新媒体时代。此时，学术知识的扩散媒介不仅局限于正式载体，还包括非正式载体（网络平台、社交媒体等）。仅在altmetrics.com网站上就提供了News、Blog、Twitter、Patent、Facebook、Wikipedia、Google+、Mendeley、Dimensions等多种非正式载体媒介提及数据。
（1）非正式载体上的覆盖率。J. P. Alperin[18]对拉丁美洲期刊论文的Altmetrics指标覆盖率进行统计，发现仅有Mendeley、Twitter和Facebook的指标覆盖率超过2%；余厚强等[19]对政策文件替代计量指标的覆盖率进行统计，发现经过约半年时间，政策文件替代计量指标记录数比例从0.9%上升到了1.7%；欧桂燕等[20]研究发现，高Altmetrics指标论文的News、Blogs、Twitter、Facebook这4个指标6年的覆盖率均保持在90%以上。
（2）非正式载体上的扩散效果。学术论文在非正式载体上的知识扩散效果测度多是通过量化影响力来间接实现的。J. Priem等[21]首次提出了Altmetrics，旨在用storage、links、bookmarks、conversations等指标数据来测度学术论文影响力；李江波等[22]提出了学术成果在引文数据库中自出版以来的日均被引次数，探讨情感分析方面的Altmetrics指标与引文指标之间的关系；S. U. Hassan等[23]提出了一种名为“替代指数”的新指标，以衡量科学文献的数量和社交媒体活动。

2.4 学术论文知识扩散效果的影响因素

学术论文知识扩散效果的影响因素众多，张锦文等[24]认为跨学科知识扩散的影响因素有知识性因素、主体性因素、环境性因素；汪舒等[25]仿真验证了内容相似性、时间新颖性、位置核心性、作者及团队声誉、期刊影响因子对领域知识扩散的影响；汤书昆等[26]探讨了内容质量、用户感知价值、社交互动、社会影响对出版机构网络直播实现知识创新扩散的影响；宋超等[27]探讨了热点论文的内在影响因素（包括作者合作、摘要、标题、研究文献类型等）和外在影响因素（包括开放获取、使用次数等）。
综上可知，国内外学者对学术论文知识扩散效果影响因素的研究已经取得了一定进展，但还存在些许不足：①现有的学术论文影响力相关评价研究虽能间接反映出学术论文知识扩散效果，但仅仅反映出学术论文在非正式载体上的知识扩散广度，而未体现出学术论文在非正式载体上的知识扩散强度、速度；②现有的知识扩散研究大多以某时间点的学术论文为研究对象，较少关注时间段内学术论文知识扩散情况。因此，在新媒体背景下，融合正式载体交流数据和非正式载体交流数据，并对时间段内的学术论文知识扩散效果进行探讨是本研究的出发点。

3 学术论文知识扩散效果评价模型设计/Design of evaluation model of knowledge diffusion effect in academic papers

3.1 研究思路

笔者将正式载体和非正式载体产生的交流的数据有机融合，构建多维度、多层面的学术论文知识扩散效果评价模型，以评价学术论文知识扩散效果，并以此为基础，探究影响学术论文知识扩散效果的影响因素，提出促进学术论文知识扩散效果的策略。具体研究思路如图1所示：
图1 研究思路

Figure 1 Research idea diagram

3.2 指标设计

3.2.1 正式载体评价指标

（1）作者层面的学术论文知识扩散效果研究。作者层面的学术论文知识扩散效果研究是从微观视角出发，以引证文献作者为研究数据，探究学术论文对研究人员的影响范围、影响程度、影响速度。
知识扩散广度是测度时间内的引证文献作者数与测度时间差的比值，计算方法如公式（1）所示：
B r e a d t h a u t h o r = N T - T P + 1
其中， B r e a d t h a u t h o r表示作者层面的知识扩散广度，N表示测度时间内的引证文献作者数，T表示测度时间， T P表示被引证文献（学术论文）发表时间，“+1”的作用是避免分母为0公式没有意义的情形。
知识扩散强度是测度时间内所有的引证文献作者引证的最高篇次数与测度时间差的比值，计算方法如公式（2）所示：
I n t e n s i t y a u t h o r = M a x N T - T P + 1
其中， I n t e n s i t y a u t h o r表示作者层面的知识扩散强度， M a x N表示测度时间内所有的引证文献作者引证的最高篇次数。
知识扩散速度是测度时间内所有的引证文献作者引证的篇次数和与测度时间差的比值，计算方法如公式（3）所示：
S p e e d a u t h o r = ∑ n T - T P + 1
其中， S p e e d a u t h o r表示作者层面的知识扩散速度，n表示测度时间内某引证文献作者引证的篇次数。
（2）文献层面的学术论文知识扩散效果研究。文献层面的学术论文知识扩散效果研究是从中观视角出发，以引证文献为研究数据，探究学术论文的知识扩散延时、知识传承速度等。
知识扩散速度是测度时间内的引证文献量与测度时间差的比值，计算方法如公式（4）所示：
S p e e d l i t e r a t u r e = C T - T P + 1
其中， S p e e d l i t e r a t u r e表示文献层面的知识扩散速度，C表示测度时间内的引证文献量。
（3）学科层面的学术论文知识扩散效果研究。学科层面的学术论文知识扩散效果研究是从宏观视角出发，以引证学科为研究数据，宏观探究学术论文对学科的影响范围、影响程度、影响速度。
知识扩散广度是测度时间内的引证文献学科数与测度时间差的比值，计算方法如公式（5）所示：
B r e a d t h d i s c i p l i n e = N T - T P + 1
其中， B r e a d t h d i s c i p l i n e表示学科层面的知识扩散广度，N表示测度时间内的引证文献学科数。
知识扩散强度是测度时间内所有的引证文献学科引证的最高篇次数与测度时间差的比值，计算方法如公式（6）所示：
I n t e n s i t y d i s c i p l i n e = M a x N T - T P + 1
其中， I n t e n s i t y d i s c i p l i n e表示学科层面的知识扩散强度， M a x N表示测度时间内所有的引证文献学科引证的最高篇次数。
知识扩散速度是测度时间内所有的引证文献学科引证的篇次数和与测度时间差的比值，计算方法如公式（7）所示：
S p e e d d i s c i p l i n e = ∑ n T - T P + 1
其中， S p e e d d i s c i p l i n e表示学科层面的知识扩散速度，n表示测度时间内某引证文献学科引证的篇次数。

3.2.2 非正式载体评价指标

根据网络平台或社交媒体提及数据指标，笔者设计了Altmetric上的用于量化知识扩散效果的知识扩散广度、知识扩散强度、知识扩散速度指标。
（1）知识扩散广度是测度时间内提及某学术论文的网络平台或社交媒体数量与测度时间差的比值，计算方法如公式（8）所示：
B r e a d t h A l t m e t r i c = N T - T P + 1
其中， B r e a d t h A l t m e t r i c表示学术论文在Altmetric上的知识扩散广度，N表示测度时间内提及某学术论文的网络平台或社交媒体数量。
（2）知识扩散强度是测度时间内提及某学术论文次数最多的网络平台或社交媒体的提及次数与测度时间差的比值，计算方法如公式（9）所示：
I n t e n s i t y A l t m e t r i c = M a x N T - T P + 1
其中， I n t e n s i t y A l t m e t r i c表示学术论文在Altmetric上的知识扩散强度， M a x N表示测度时间内提及某学术论文次数最多的网络平台或社交媒体的提及次数。
（3）知识扩散速度是测度时间内所有提及某学术论文的某网络平台或社交媒体的提及次数和与测度时间差的比值，计算方法如公式（10）所示：
S p e e d A l t m e t r i c = ∑ n T - T P + 1
其中， S p e e d A l t m e t r i c表示学术论文在Altmetric上的知识扩散速度，n表示测度时间内提及某学术论文的某网络平台或社交媒体的提及次数。

3.3 权重设计

CRITIC（Criteria Importance Through Intercriteria Correlation）权重法是基于指标对比强度（标准差）和指标之间的冲突性（相关系数）来综合衡量指标的客观权重[28]，其具有多属性、多目标的决策优势。根据CRITIC法的计算过程[29]，笔者首先计算各特征指标在正式载体、非正式载体扩散中的权重，得出学术论文在正式载体及非正式载体上知识扩散效果；然后将以上2种结果有机融合，得出学术论文知识扩散效果。
学术论文在正式载体知识扩散效果测度方法如公式（11）所示：
K D C i t a t i o n = w 1 × B r e a d t h a u t h o r + w 2 × I n t e n s i t y a u t h o r + w 3 × S p e e d a u t h o r + w 4 × S p e e d l i t e r a t u r e + w 5 × B r e a d t h d i s c i p l i n e + w 6 × I n t e n s i t y d i s c i p l i n e + w 7 × S p e e d d i s c i p l i n e
学术论文在非正式载体知识扩散效果测度方法如公式（12）所示：
K D A l t m e t r i c = w 1 × B r e a d t h A l t m e t r i c + w 2 × I n t e n s i t y A l t m e t r i c + w 3 × S p e e d A l t m e t r i c
公式（12）
学术论文知识扩散效果测度方法如公式（13）所示：
K D = w 1 × K D C i t a t i o n + w 2 × K D A l t m e t r i c

4 学术论文知识扩散效果评价/Evaluation of knowledge diffusion effect of academic papers

4.1 数据来源与处理

4.1.1 数据来源

生物芯片具有微型化、集成化、并行化、自动化和数字化等特性，能在方寸空间处理大量与生命相关的信息，其技术已经广泛应用到生命科学、医学等众多领域。高被引论文一般具有重要的学术价值和社会价值，并受到研究人员的广泛关注，在学术界具有较高的影响力，有着较好的扩散效果。因此，笔者以生物芯片领域的高被引论文为研究对象，研究其知识扩散效果，以明晰科研人员对生物芯片领域的关注度。
笔者通过Web of Science数据库获取生物芯片领域的高被引论文相关数据信息。参照已有研究[30-31]，制定以下检索策略：选择高级检索（Advanced Search），输入检索词TI=biochip or TI=microarray or TI=microfluidic or TI= 'lab on chip' or TI=bioMEMS，通过高被引（highly cited papers）、论文（document types-article）限定检索类型，检索时间为2024年7月15日，共检索出80篇生物芯片领域的高被引论文。笔者以80篇生物芯片领域的高被引论文为研究对象，依次通过Web of Science数据库获取高被引论文的被引频次（Citations），共获取37 899条引证文献。因此，笔者以生物芯片领域的高被引论文的37 899条引证文献为研究数据，研究生物芯片领域的高被引论文的知识扩散效果。
通过Altmetric EXPLORER（https://www.altmetric.com/explorer/login）的TITLE OF OUTPUT检索的生物芯片领域的高被引论文，并通过TIMELINE采集生物芯片领域的高被引论文历天的News、Blog、Patent、X(Twitter)等15种网络平台或社交媒体提及数据，HIGHLIGHTS处采集生物芯片领域的高被引论文的Altmetric得分，总计采集到61篇生物芯片领域的高被引论文的11 966次提及数据。因此，笔者通过11 966次提及数据研究61篇生物芯片领域的高被引论文在Altmetric上的知识扩散效果。

4.1.2 数据处理

抽取生物芯片领域的高被引论文的37 899条引证文献的作者、学科、年份等字段，并依据文献引用与被引用关系，建立被引证文献与引证文献作者的关联关系，并从作者层面、文献层面、学科层面衡量被引证文献的知识扩散广度、强度、速度、延时等知识扩散效果。
对采集的生物芯片领域的高被引论文News、Blog、Patent、X(Twitter)等15种网络平台或社交媒体提及数据的覆盖率进行统计，统计结果见表1。
表1 Altmetric数据指标覆盖率

Table 1 Altmetric data indicator coverage

Altmetric指标 覆盖率/% Altmetric指标 覆盖率/%
X(Twitter) 68.75 F1000 6.25
Patent 52.50 Policy 5.00
News 41.25 Peer review 2.50
Wikipedia 36.25 Q&A 1.25
Facebook 33.75 Weibo 0.00
Google+ 33.75 LinkedIn 0.00
Blog 30.00 Pinterest 0.00
Reddit 7.50
充分研究学术论文在Altmetric上的知识扩散效果，需保证生物芯片领域的高被引论文有一定的指标覆盖率。笔者选择覆盖率超过30%的X(Twitter)、Patent、News、Wikipedia、Facebook、Google+、Blog等7种网络平台或社交媒体提及数据指标，以保证生物芯片领域的高被引论文有高指标覆盖率，以便较好反映学术论文在Altmetric上的知识扩散效果。

4.2 学术论文知识扩散效果测度

根据统计分析，学术论文在正式载体评价指标、非正式载体评价指标见表2。
表2 学术论文在正式载体、非正式载体评价指标

Table 2 Evaluation indexes of academic papers in formal and informal carriers

编号 正式载体评价指标 非正式载体评价指标
作者层面 文献层面 学科层面 知识扩散广度 知识扩散强度 知识扩散速度
知识扩散广度 知识扩散强度 知识扩散速度 知识扩散速度 知识扩散广度 知识扩散强度 知识扩散速度
1 301.33 1.00 319.00 35.33 9.33 18.00 88.00 1.33 162.00 170.33
2 154.90 0.60 166.20 27.50 6.30 7.50 59.00 0.20 0.70 1.20
3 89.67 1.78 119.33 21.78 3.11 9.22 44.22 0.22 0.11 0.22
4 86.00 1.33 100.00 19.00 9.00 8.00 49.00 1.67 16.33 29.33
5 127.33 0.67 133.33 20.00 11.00 5.67 44.33 0.67 1.33 1.67
6 158.60 1.40 193.60 34.40 5.00 15.20 48.40 0.60 3.40 4.00
7 129.00 1.67 149.00 21.00 9.33 9.00 58.00 1.33 86.00 88.33
8 97.50 2.17 144.67 33.00 3.50 27.17 80.00 0.43 0.86 1.29
9 160.43 8.57 227.14 36.00 6.29 15.14 84.43 0.25 0.38 0.50
…… …… …… …… …… …… …… …… …… …… ……
编号1的学术论文为D. Najjar等于2022年在Nature Biomedical Engineering上发表的A lab-on-a-chip for the concurrent electrochemical detection of SARS-CoV-2 RNA and anti-SARS-CoV-2 antibodies in saliva and plasma一文，其作者层面的知识扩散广度为301.33，影响到的引证作者数量为904人；作者层面的知识扩散强度为1，P. Chen、D. E. Ingber、H. Jang、X. Jiang、P. Jolly、T. Kang等6人在该论文发表后引用了3次；作者层面的知识扩散速度为319.00，论文发表后有957人次的引用；文献层面的知识扩散速度为35.33，论文发表后有106篇引证文献；学科层面的知识扩散广度为9.33，影响到学科数量有28个；学科层面的知识扩散强度为18.00，分析化学学科在该论文发表后引用了54篇次；学科层面的知识扩散速度为88.00，论文发表后有264学科篇次的引用；非正式载体的知识扩散广度为1.33，其在X(Twitter)、News、Facebook、Blog等4个网络平台或社交媒体上被提及；非正式载体的知识扩散强度为162，其在X(Twitter)提及次数为486次；非正式载体的知识扩散速度为170.33，其在X(Twitter)被提及486次，在News上被提及19次，在Facebook上被提及4次，在Blog上被提及2次。
根据公式（1）—公式（13），测度学术论文的知识扩散效果，测度结果如表3所示：
表3 学术论文的知识扩散效果测度结果

Table 3 Measurement results of knowledge diffusion effect of academic papers

编号 知识扩散效果 编号 知识扩散效果
1 0.392 0 …… ……
2 0.072 0 10 0.093 3
3 0.052 9 11 0.694 9
4 0.443 2 12 0.112 7
5 0.250 6 13 0.363 2
6 0.155 4 …… ……
由表3可知，编号11的学术论文的知识扩散效果测度结果最高为0.694 9。为了探讨学术论文的知识扩散效果测度结果的分布情况，笔者运用SPSS软件，对其分布区间、平均值、中位数、众数等进行分析，发现其取值范围在区间[0.042 1,0.694 9]，平均值（0.211 979）高于中位数（0.178 850）和众数（0.105 1），且不足40%的学术论文的知识扩散效果测度结果高于平均值。由以上数据分布可知，生物芯片领域的高被引论文的知识扩散效果综合测度结果呈现正偏分布，取值小的数据发生概率大。根据帕累托原则，学术论文的知识扩散效果测度公式在一定程度上能遴选出知识扩散效果好的学术论文。

5 学术论文知识扩散效果的影响因素/Influencing factors of knowledge diffusion effect in academic papers

5.1 影响因素分析

学术论文知识扩散效果的影响因素众多，笔者制定主题词、是否高被引论文、论文文献类型的限定等检索策略，在一定程度上规避了一些影响因素对学术论文知识扩散效果的影响，如研究内容因素、文献类型因素、高被引论文因素等。因此，笔者主要探讨学术论文时间、作者、跨学科、基金资助、参考文献、期刊影响因子、开放获取等影响因素。借鉴郭凤娇[32]对中国社会科学国家学术论文影响力的影响因素分类，根据产生过程，笔者将其划分为原生影响因素和次生影响因素，其中原生影响因素包括时间、作者、跨学科、基金资助、参考文献等因素，次生影响因素包括期刊影响因子、开放获取等因素。

5.1.1 原生影响因素

（1）发表时间。时间因素包括学术论文的发表时间。学术论文的发表时间越早，越容易被研究人员所关注、继承、应用，从而实现学术论文知识的一次扩散。因此，笔者将探讨学术论文发表时间对学术论文知识扩散效果的影响。
（2）作者。作者因素包括作者声誉、合作规模等。科研人员的主要引用动机包括有说服力的表达、权威期刊、权威机构、权威作者等[33]。可见作者声誉是影响学术论文知识扩散效果的一个因素。鲁云蒙等[34]研究发现科研团队间的知识交互策略对知识扩散影响较大，可见合作是影响学术论文知识扩散效果的一个因素。因此，笔者将探讨学术论文第一作者和通信作者的作者声誉（h指数[35]）、作者合作规模对学术论文知识扩散效果的影响。
（3）跨学科。学科知识的扩散与吸收促进了学科的协同、交叉、融合、发展与创新[36]。学术论文所属学科属性在一定程度上影响学术论文知识扩散效果。笔者将探讨学术论文跨学科对学术论文知识扩散效果的影响。
（4）资助基金。科学基金聚焦国际研究前沿和国家重大战略需求，引领科技发展方向，促进重点科技领域的原创性和突破性创新，体现了国家科技战略的总体部署方针[37]。戚尔鹏等[38]提出“基金资助引用优势”，基金论文的被引频次和影响力普遍高于非基金论文。可见，资助基金在一定程度上能够影响学术论文知识扩散效果。笔者将探讨学术论文资助基金量对学术论文知识扩散效果的影响。
（5）参考文献。参考文献是学术论文重要的组成部分，其不仅体现了作者严谨的学术精神，还是评价论文学术水平的重要依据[39]。毛大胜等[40]提出科技论文的参考文献数量可以反映论文的学术水平。可见，学术论文参考文献在一定程度上能够影响学术论文知识扩散效果。笔者将探讨学术论文参考文献量对学术论文知识扩散效果的影响。

5.1.2 次生影响因素

（1）期刊影响因子。1955年，加菲尔德首次提出了“影响因子”[41]这一专业术语。1963年，他把“影响因子”定义重新修正为“期刊文章的平均被引用次数”[42]。期刊的影响因子能够在一定程度上反映期刊的学术影响力，一般认为期刊影响因子越高，期刊的学术价值越高，论文在高影响因子的期刊发表往往也同时获得较好的影响力[43]。因此，笔者将探讨学术论文期刊影响因子对学术论文知识扩散效果的影响。
（2）开放获取。开放获取为研究人员提供了免费获取和使用科研文献的机会，促进了研究成果的交流、传播、共享与应用。魏明坤等[44]通过论文发表后的使用情况及产出水平揭示中美图情领域开放获取论文影响力的扩散。因此，笔者将探讨开放获取情况对学术论文知识扩散效果的影响。
（3）首次响应时间。学术论文首次响应时间是反映学术论文发表之后传播与利用水平和速度的重要指标，也反映出文献发表之后能否迅速吸引读者的注意力和使用[45]。因此，笔者将探讨首次响应时间和Altmetrics首次提及时间对学术论文知识扩散效果的影响。
因此，学术论文知识扩散效果的影响因素说明见表4。
表4 学术论文知识扩散效果的影响因素说明

Table 4 Description of factors influencing the effect of knowledge diffusion in academic papers

类型 影响因素 影响因素说明
原生因素 发表时间 1.发表时间为测度时间减去发表时间加1
作者

2.作者声誉因素1为第一作者h指数（来源Web of Science作者个人信息）

3.作者声誉因素2为第一通信作者h指数（来源Web of Science作者个人信息）

4.作者合作规模为作者合作个数

跨学科 5.跨学科为学术论文所属学科个数
资助基金 6.资助基金为学术论文资助基金个数
参考文献 7.参考文献为学术论文参考文献个数
次生因素 期刊影响因子

8.期刊影响因子因素1为期刊影响因子

9.期刊影响因子因素2为5年期刊影响因子

开放获取 10.开放获取为学术论文开放获取最高级别（来源Web of Science开放获取级别：无、Bronze、Green、Hybrid、Gold，根据颜色[46]，分别赋值1分、2分、2分、3分、4分）
首次响应时间

11.首次响应时间因素1为首次被引时间减去发表时间加1

12.首次响应时间因素2为Altmetrics首次提及时间减去发表时间加1

5.2 影响因素的知识扩散效果分析

根据表4，收集并整理学术论文知识扩散效果的影响因素值，并运用SPSS与学术论文的 K D（学术论文的知识扩散效果）、 K D C i t a t i o n（作者—文献—学科层面学术论文的知识扩散效果）和 K D A l t m e t r i c（学术论文在Altmetric上的知识扩散效果）进行相关性分析，分析结果见表5。根据表5，可知与 K D、 K D C i t a t i o n和 K D A l t m e t r i c显著的影响因素。
表5 影响因素与知识扩散效果相关性分析结果

Table 5 Results of correlation analysis between influencing factors and knowledge diffusion effect

原生影响因素 次生影响因素
发表时间 第一作者h指数 第一通信作者h指数 作者合作规模 跨学科数 资助基金数 参考文献量 期刊影响因子 5年期刊影响因子 开放获取最高级别 首次被引时间 Altmetrics首次提及时间
K D C i t a t i o n Pearson 相关性 -0.182 0.024 0.130 0.044 -0.081 0.055 0.258* 0.046 0.029 0.144 -0.374** -0.059
显著性 （双尾） 0.105 0.834 0.249 0.698 0.474 0.627 0.021 0.688 0.798 0.202 0.001 0.654
K D A l t m e t r i c Pearson 相关性 -0.268* -0.263* 0.021 0.274* -0.321** 0.276* 0.008 0.438** 0.438** 0.169 -0.205 -0.215
显著性 （双尾） 0.016 0.019 0.850 0.014 0.004 0.013 0.941 0 0 0.133 0.068 0.096
K D Pearson 相关性 -0.305** -0.165 0.101 0.217 -0.274* 0.226* 0.177 0.331** 0.320** 0.212 -0.388** -0.181
显著性 （双尾） 0.006 0.145 0.373 0.053 0.014 0.044 0.117 0.003 0.004 0.059 0 0.163

注：*表示在置信度（双测）为0.05时，相关性是显著的；**表示在置信度（双测）为0.01时，相关性是显著的

（1） K D C i t a t i o n的显著影响因素偏少。在本研究的12个影响因素中， K D C i t a t i o n的显著影响因素有参考文献量（原生影响因素）、首次被引时间（次生影响因素）。
（2） K D A l t m e t r i c的显著影响因素适中。与 K D C i t a t i o n的显著影响因素不同，在本研究的12个影响因素中， K D A l t m e t r i c的显著影响因素有所增加，增加至7个显著影响因素，其中原生影响因素有发表时间、第一作者h指数、作者合作规模、跨学科数、资助基金数等5个，次生影响因素有期刊影响因子、5年期刊影响因子等2个。
（3） K D的显著影响因素适中。 K D是由 K D C i t a t i o n和 K D A l t m e t r i c综合作用的结果，在本研究的12个影响因素中， K D的显著影响因素有6个，其中原生影响因素有发表时间、跨学科数、资助基金数等3个，均为 K D A l t m e t r i c的显著影响因素；次生影响因素有期刊影响因子、5年期刊影响因子、首次被引时间等3个，1个为 K D C i t a t i o n的显著影响因素，2个为 K D A l t m e t r i c的显著影响因素。

6 提升学术论文知识扩散效果的策略/Strategies to enhance the effect of knowledge diffusion in academic papers

根据学术论文知识扩散效果测度结果与影响因素间的显著性关系，笔者提出以下学术论文知识扩散效果的提升策略：

6.1 快速转化学术构思与设想

学术论文撰写一般包括以下流程：首先，通过调研相关文献探讨研究的价值与意义；随后，进行理论研究、实证研究等工作；最后，进行学术论文写作。在整个过程中，研究人员需投入大量的时间、精力甚至是资金。
学术论文发表一般要经过“三审三校”，在该过程中还会涉及到学术论文的多次同行评议和多轮修改。在此期间，研究人员等待的时间过长，如韩磊等[47]调研发现全国科技期刊中审稿时间在2个月及以上的占72.04%。
可见，学术论文从撰写到发表均存在一定时滞。当研究人员有了学术构思与设想后，应快速将其转化，最大限度减少学术论文撰写与发表时滞，如在撰写过程中，一有构思与设想，就要快速地付诸于行动，进行相应文献的调研与数据调研获取，撰写相应学术文献；在发表过程中，可以选择预印本等开放获取方式或网络首发等方式，快速地将学术构思与设想公布于众，优先发表，提高论文在发表时间、首次被引时间上的优势，从而提升学术论文知识扩散效果。

6.2 注重学术论文质量问题

在科学研究中，学术论文不仅是学术交流与合作的重要方式，也是衡量研究人员科研成果的重要标准。学术论文的质量会影响研究人员的科研声誉以及科研工作的后续发展，值得研究人员高度重视。
高质量的学术论文更易得到高期刊影响因子、高5年期刊影响因子的期刊编辑认可并通过同行评议，从而得以在高期刊影响因子、高5年期刊影响因子的期刊上刊出。由于学术论文质量高等因素，也极易得到国内外研究人员的关注、认可与应用，并在后续研究中，将其作为研究的工作背景和依据，使其成为被引证文献，从而缩短首次被引时间。
因此，关注学术论文质量问题，有助于提升学术论文知识扩散效果。提升学术论文的质量应注意以下几点：①在选题构思与设想方面，应服务于国家重大需求[48]，突出科学领域的目标导向、问题意识、学科视角，着重解决学科领域的基础理论、前沿问题、国家热点以及学科领域的重点问题、难点问题，提高选题构思与设想的价值和意义；②在方法选取及使用数据方面，研究人员需注重在研究过程中所使用方法的科学性、合理性、可靠性，以及调研对象的代表性与调查数据的可靠性等问题；③在语言表达、逻辑结构等方面，研究人员需注重语言表达的规范性和简洁性、逻辑结构的合理性和完备性等问题。

6.3 关注跨学科、交叉学科综合研究

跨学科、学科交叉是目前现代科学发展、变革的重要特征[49-50]。在2024年国家社会科学基金年度项目申报公告中提及“鼓励学科交叉”，并在申报问答中回答了跨学科研究课题如何填报学科范围的问题[51]。在2024年度国家自然科学基金项目指南前言中提及“推动构建学科交叉协作攻关平台”，并设有交叉科学部[52]。可见，全国哲学社会科学工作办公室和国家自然科学基金委员会高度重视跨学科、交叉学科综合研究。
跨学科研究根据视角的不同可概要地分为方法交叉、理论借鉴、问题拉动、文化交融4个层次[53]，其中，方法交叉有方法比较、移植、辐射、聚合等；理论借鉴主要指知识层次的互动；问题拉动是以较大的问题为中心所展开的多元综合过程；文化交融是不同学科所依托的文化背景之间的相互渗透与融合。
因此，关注跨学科、交叉学科综合研究，有利于学科知识在不同学科领域扩散，提升学术论文知识扩散效果。这就需要研究人员在科研活动中不仅要关注本学科领域的研究，还需注重跨学科、交叉学科综合研究。在此过程中，可以有简单方法、理论的跨学科借鉴，也可以运用多学科知识探讨重大理论问题、解决重大现实疑难等。

6.4 注重发挥科研团队优势

在早期科研活动中，由于交通、通讯等因素限制，科研人员大多独自开展科学研究，然而在大科学时代，科研任务更加复杂化、专业化，科研合作成为提高科研效率的重要手段。科研团队是以科学技术研究与开发为内容，由为数不多的技能互补、愿意为共同的科研目的、科研目标和工作方法而相互承担责任的科研人员组成的群体[54]。科研团队不仅是科学研究的中坚力量，体现着一个学科领域人力投入的集聚程度，还引领着科学研究发展的态势与前沿[55]。中国共产党第二十次全国代表大会上的报告指出：加快建设国家战略人才力量，努力培养造就更多创新团队。这进一步凸显了科研团队在科学研究、强国建设过程中的重要性。
因此，科研团队可以通过技能互补、深度交流与合作，集思广益、共同探讨与解决在科研活动中遇到的科研瓶颈，顺利解决我国国民经济建设和社会发展中重大科技问题，为我国传统产业技术改造和升级、新兴产业形成、社会可持续发展以及科技实力和自主创新能力的提高作出突出贡献。

7 结语/Conclusions

笔者设计了学术论文知识扩散效果评价模型，以生物芯片领域的高被引论文为研究对象从多维度多角度综合评价学术论文知识扩散效果，并在学术论文知识扩散效果评价基础上探讨了学术论文知识扩散效果的12种影响因素，经研究发现 : K D C i t a t i o n的显著影响因素有2个， K D A l t m e t r i c的显著影响因素有7个，KD的显著影响因素有6个。同时，笔者还提出了提升学术论文知识扩散效果的4个策略：快速转化学术构思与设想，注重学术论文质量问题，关注跨学科、交叉学科综合研究，注重发挥科研团队优势。
然而，本研究存在着一些不足和问题，有待进一步深化研究：①在研究对象方面，仅以生物芯片领域的高被引论文为研究对象进行研究，一方面忽视了研究内容对知识扩散效果的影响，另一方面忽视了低被引论文、零被引论文的研究。因此，在后续研究中，应基于全领域论文数据探讨学术论文知识扩散效果及影响因素。②在研究数据方面，正式载体上的数据主要以引证数据为主、非正式载体上数据主要以Altmetric Explorer采集数据为主。然而，由于引证动机的复杂性，学者们引证行为也具有多变性。不正当引证动机的存在，在一定程度上影响了学术论文知识扩散的评价结果。此外，Altmetrics数据也存在相应问题，如未考虑在线的正向讨论或负向讨论、操弄数据等。因此，在后续研究中应采用多元化研究数据，如引进引证情感、引证位置、正向讨论、负向讨论等数据。

参考文献

原文顺序 | 文献年度倒序 | 文中引用次数倒序
[1]
廖祥忠. 何为新媒体?[J]. 现代传播(中国传媒大学学报), 2008(5): 121-125.

LIAO X Z. What is new media?[J]. Modern communication(Journal of Communication University of China), 2008(5): 121-125.

[2]
景东, 苏宝华. 新媒体定义新论[J]. 新闻界, 2008(3): 57-59.

JING D, SU B H. New definition of new media[J]. Journalism and mass communication, 2008(3): 57-59.

[3]
匡文波. “新媒体”概念辨析[J]. 国际新闻界, 2008(6): 66-69.

KUANG W B. On the concept of new media[J]. Chinese journal of journalism & communication, 2008(6): 66-69.

[4]
侯剑华, 郑碧丽, 张洋. 科学知识扩散研究:概念界定、理论基础与体系重构[J]. 现代情报, 2020, 40(9): 117-126.

HOU J H, ZHENG B L, ZHANG Y. Research on scientific knowledge diffusion: concept definition, theoretical basis, system reconstruction[J]. Journal of modern information, 2020, 40(9): 117-126.

[5]
TEECE D J. Technology transfer by multinational firms: the resource cost of transferring technological know-how[J]. World scientific book chapters, 1977, 87(346): 242-261.

[6]
VON KROGH G. Care in knowledge creation[J]. California management review, 1998, 40(3): 133-153.

[7]
STONEMAN P, DIEDEREN P. Technology diffusion and public policy[J]. The economic journal, 1994, 104(425): 918-930.

[8]
KALLING T. Organisation-internal transfer of knowledge and the role of motivation: a qualitative study[J]. Knowledge & process management, 2003, 10(2): 115-126.

[9]
肖梓培, 刘萍. 基于引用内容分析的学者知识扩散特征研究——以刘则渊教授为例[J]. 现代情报, 2024, 44(4): 32-41.

XIAO Z P, LIU P. Knowledge diffusion characteristics of scholar based on citation content analysis: take professor Liu Zeyuan as an example[J]. Journal of modern information, 2024, 44(4): 32-41.

[10]
孔玲, 胡昊天, 张卫, 等. 跨学科知识扩散视域下学科交叉科学术语识别与特征计算[J]. 图书情报工作, 2024, 68(12): 119-137.

KONG L, HU H T, ZHANG W, et al. Identification and feature computation of interdisciplinary scientific terms in the perspective of transdisciplinary knowledge diffusion[J]. Library and information service, 2024, 68(12): 119-137.

[11]
LIU Y, ROUSSEAU R. Knowledge diffusion through publications and citations: a case study using ESI-fields as unit of diffusion[J]. Journal of the Association for Information Science & Technology, 2010, 61(2): 340-351.

[12]
俞立平, 万晓云, 项益鸣, 等. 一个评价学术期刊知识扩散深度的新指标——CJH指数[J]. 情报杂志, 2019, 38(8): 145-150.

YU L P, WAN X Y, XIANG Y M, et al. A new index for evaluating the depth of academic journal knowledge diffusion-cited journal h index[J]. Journal of intelligence, 2019, 38(8): 145-150.

[13]
邱均平, 瞿辉, 罗力. 基于期刊引证关系的学科知识扩散计量研究——以我国“图书馆、情报、档案学”为例[J]. 情报科学, 2012, 30(4): 481-485.

QIU J P, QU H, LUO L. Subject knowledge diffusion based on the citation relationship of journals—a case study on library, information and archives science of China[J]. Information science, 2012, 30(4): 481-485.

[14]
逯万辉. 基于共被引网络群体中心度的我国人文社会科学领域知识扩散网络研究[J]. 图书馆杂志, 2020, 39(2): 80-86.

LU W H. Research on the knowledge diffusion network of discipline based on group centrality[J]. Library journal, 2020, 39(2): 80-86.

[15]
潘一如, 毛进, 李纲. 基于引文网络的高颠覆性专利知识扩散特征研究[J]. 数据分析与知识发现, 2023, 7(10): 1-14.

PAN Y R, MAO J, LI G. Knowledge diffusion characteristics of highly disruptive patents based on citation network[J]. Data analysis and knowledge discovery, 2023, 7(10): 1-14.

[16]
CALERO-MEDINA C, NOYONS E C M. Combining mapping and citation network analysis for a better understanding of the scientific development: the case of the absorptive capacity field[J]. Journal of informetrics, 2008, 2(4): 272-279.

[17]
徐浩, 钱爱兵, 朱学芳, 等. 科学知识图谱绘制工具CiteSpace的学科领域扩散特征研究[J]. 情报杂志, 2017, 36(5): 69-74.

XU H, QIAN A B, ZHU X F, et al. Discipline diffusion features of the mapping knowledge domains software: citespace[J]. Journal of intelligence, 2017, 36(5): 69-74.

[18]
ALPERIN J P. Geographic variation in social media metrics: an analysis of Latin American journal articles[J]. Aslib journal of information management, 2015, 67(3): 289-304.

[19]
余厚强, 肖婷婷, 王曰芬, 等. 政策文件替代计量指标分布特征研究[J]. 中国图书馆学报, 2017, 43(5): 57-69.

YU H Q, XIAO T T, WANG Y F, et al. Study of distribution characteristics of policy documents Altmetrics[J]. Journal of library science in China, 2017, 43(5): 57-69.

[20]
欧桂燕, 马廷灿, 李瑞婻, 等. 2013—2018年高Altmetrics指标论文的特征演变分析[J]. 情报学报, 2020, 39(3): 243-252.

OU G Y, MA T C, LI R N, et al. Analysis of the characteristic factors and the evolution of the high Altmetrics score papers in 2013-2018[J]. Journal of the China society for scientific and technical information, 2020, 39(3): 243-252.

[21]
PRIEM J, TARABORELLI D, GROTH P, et al.Altmetrics: a manifesto[EB/OL]. [2025-02-26].

[22]
李江波, 张梁, 姜春林. Altmetrics视角下的人文社会科学学术专著影响力评价研究——基于BkCI、Amazon和Goodreads的比较分析[J]. 情报学报, 2020, 39(9): 896-905.

LI J B, ZHANG L, JIANG C L. Research on influence evaluation of humanities and social sciences academic monographs from the perspective of Altmetrics: comparative analysis based on BkCl, Amazon, and Goodreads[J]. Journal of the China Society for Scientific and Technical Information, 2020, 39(9): 896-905.

[23]
HASSAN S U, IQBAL S, ALJOHANI N R, et al. Introducing the 'alt-index' for measuring the social visibility of scientific research[J]. Scientometrics, 2020, 123(3): 1407-1419.

[24]
张锦文, 庄若澜, 赵雅洁, 等. 跨学科知识扩散研究综述：测度、过程与影响因素[J]. 情报理论与实践, 2024, 47(12): 195-206, 194.

ZHANG J W, ZHUANG R L, ZHAO Y J, et al. Overview of interdisciplinary knowledge diffusion research: measurement, process, and influencing factors[J]. Information studies: theory & application, 2024, 47(12): 195-206, 194.

[25]
汪舒, 韩毅. 多指标融合的引文网络仿真及领域知识扩散影响因素识别——以知识管理领域为例[J]. 图书与情报, 2022(5): 41-50.

WANG S, HAN Y. Citation network simulation based on multi-indicator fusion and influencing factors identification to domain knowledge diffusion-taking knowledge management as an example[J]. Library & information, 2022(5): 41-50.

[26]
汤书昆, 秦庆. 出版机构网络直播实现知识创新扩散的因素与实证研究[J]. 出版广角, 2020(12): 26-29.

TANG S K, QIN Q. Factors and empirical research on knowledge innovation diffusion through live streaming by publishing organizations[J]. View on publishing, 2020(12): 26-29.

[27]
宋超, 陈悦, 汪玲, 等. 热点论文分布特征与影响因素分析——兼评时间窗口与学科间差异[J]. 图书情报工作, 2019, 63(16): 84-94.

SONG C, CHEN Y, WANG L, et al. Analysis of distribution characteristics and influencing factors of hot papers—comment on the differences under time window and interdisciplinary[J]. Library and information service, 2019, 63(16): 84-94.

[28]
DIAKOULAKI D, MAVROTAS G, PAPAYANNAKIS L. Determining objective weights in multiple criteria problems: the critic method[J]. Computers & operations research, 1995, 22(7): 763-770.

[29]
张玉, 魏华波. 基于CRITIC的多属性决策组合赋权方法[J]. 统计与决策, 2012(16): 75-77.

ZHANG Y, WEI H B. Multi-attribute decision-making combined weighting method based on CRITIC[J]. Statistics & decision, 2012(16): 75-77.

[30]
李丫丫, 赵玉林. 基于专利的技术融合分析方法及其应用[J]. 科学学研究, 2016, 34(2): 203-211.

LI Y Y, ZHAO Y L. Method and application of technological convergence analysis base on patents[J]. Studies in science of science, 2016, 34(2): 203-211.

[31]
王康, 陈悦. 基于突变检测的技术融合前沿及其演进分析——以生物芯片专利为例[J]. 情报杂志, 2021, 40(7): 1-7.

WANG K, CHEN Y. Analysis on research frontier and evolution of technology convergence based on burst detection—taking the biochip patent as an example[J]. Journal of intelligence, 2021, 40(7): 1-7.

[32]
郭凤娇. 中国社会科学国际学术论文影响力评价研究[D]. 武汉:武汉大学, 2017.

GUO F J.Influence evaluation of Chinese international academic papers in social sciences[D]. Wuhan: Wuhan University, 2017.

[33]
马凤, 武夷山. 关于论文引用动机的问卷调查研究——以中国期刊研究界和情报学界为例[J]. 情报杂志, 2009, 28(6): 9-14.

MA F, WU Y S. A survey study on motivations for citation[J]. Journal of intelligence, 2009, 28(6): 9-14.

[34]
鲁云蒙, 刘铁忠. 基于知识关联性的科研合作网络隐性知识扩散模型研究：以重大科技工程为例[J]. 数据分析与知识发现, 2021, 5(9): 10-20.

LU Y M, LIU T Z. Diffusion model for tacit knowledge of scientific cooperation network based on relevance: case study of major sci-tech projects[J]. Data analysis and knowledge discovery, 2021, 5(9): 10-20.

[35]
HIRSCH J E. An index to quantify an individual's scientific research output[J]. Proceedings of the National Academy of Sciences, 2005, 102(46): 16569-16572.

[36]
岳增慧, 许海云. 学科知识扩散过程探测研究——以社会网络领域为例[J]. 图书情报工作, 2016, 60(9): 106-115.

YUE Z H, XU H Y. Research on the process of knowledge diffusion among scientific disciplines—taking the field of social network as an example[J]. Library and information service, 2016, 60(9): 106-115.

[37]
王伟, 梁继文, 杨建林. 基于语义加权网络的重点领域科学基金资助态势识别研究[J]. 现代情报, 2025, 45(1): 46-59, 111.

WANG W, LIANG J W, YANG J L. Identifying the funding situation of science fund based on semantic weighted network in the strategic emerging industries[J]. Journal of modern information, 2025, 45(1): 46-59, 111.

[38]
戚尔鹏, 叶鹰. 基础学科论文的基金资助引用优势研究[J]. 大学图书馆学报, 2015, 33(6): 11-16.

QI E P, YE Y. A Study on the citation advantage of funding papers in natural sciences[J]. Journal of academic libraries, 2015, 33(6): 11-16.

[39]
张转. 参考文献在学术期刊审稿中的作用[J]. 石家庄学院学报, 2005(4): 125-128.

ZHANG Z. Attaching importance to references in rewising drafts of academic periodicals[J]. Journal of Shijiazhuang University, 2005(4): 125-128.

[40]
毛大胜, 周菁菁. 参考文献数量与论文质量的关系[J]. 中国科技期刊研究, 2003, 14(1): 34-36.

MAO D S, ZHOU J J. The relationship between the number of references and paper quality[J]. Chinese journal of scientific and technical periodicals, 2003, 14(1): 34-36.

[41]
GARFIELD E. "Science citation index"--a new dimension in indexing[J]. Science, 1955, 144(3619): 649-654.

[42]
GARFIELD E, SHER I H. New factors in the evaluation of scientific literature through citation indexing[J]. Journal of the American Society for Information Science & Technology, 2010, 14(3): 195-201.

[43]
曾建勋, 李旭林. 中国期刊高被引指数的探究[J]. 中国科技期刊研究, 2007, 18(4): 555-557.

ZENG J X, LI X L. Research on the high citation index of Chinese journals[J]. Chinese journal of scientific and technical periodicals, 2007, 18(4): 555-557.

[44]
魏明坤, 袁伟. 中美图情领域开放获取论文影响力扩散研究[J]. 情报科学, 2022, 40(10): 74-81.

WEI M K, YUAN W. A study on the impact diffusion of open-access papers in the field of LIS between China and the USA[J]. Information science, 2022, 40(10): 74-81.

[45]
胡泽文, 任萍, 崔静静. 图书情报与档案管理期刊论文首次响应时间的影响因素研究[J]. 情报杂志, 2022, 41(4): 202-207.

HU Z W, REN P, CUI J J. Study on the influencing factors of the first response time of articles from journals in library information and archives management[J]. Journal of intelligence, 2022, 41(4): 202-207.

[46]
清华大学图书馆. 开放获取到底有多少种颜色？[EB/OL]. [2025-02-05].

Tsinghua University Library. How many colors of open access are there?[EB/OL]. [2025-02-05].

[47]
韩磊, 徐学友, 郎伟锋, 等. 我国科技期刊审稿流程设置的现状调查[J]. 中国科技期刊研究, 2023, 34(8): 1000-1006.

HAN L, XU X Y, LANG W F, et al. A survey of the current situation of review process of scientific journals in China[J]. Chinese journal of scientific and technical periodicals, 2023, 34(8): 1000-1006.

[48]
李依依. 国家需求就是我们的科研选题[J]. 中国科技产业, 2024(9): 6-7.

LI Y Y. National demand is our research topic[J]. Science & technology industry of China, 2024(9): 6-7.

[49]
冯业栋, 丁宁, 周松. 跨学科影响力的分析方法与实证研究——以管理学为例[J]. 图书与情报, 2024(3): 124-131.

FENG Y D, DING N, ZHOU S. Analytical methods and empirical research on interdisciplinary influence: an example from management studies[J]. Library & information, 2024(3): 124-131.

[50]
王迪, 周力虹, MICHAEL S. 中外iSchools院校科研布局全景对比：以科研与环境互动为视角[J/OL]. 中国图书馆学报:1-17[2025-02-20].

WANG D, ZHOU L H, MICHAEL S. A comparison of China and foreign iSchools research distribution panorama: from the perspective of interactions between research and environment[J/OL]. Journal of library science in China:1-17[2025-02-20].

[51]
全国哲学社会科学工作办公室. 2024年国家社会科学基金年度项目申报公告[EB/OL]. [2025-02-12].

National Office for Philosophy and Social Science. 2024 Annual Project Application Announcement of the National Social Science Fund[EB/OL]. [2025-02-12].

[52]
2024年度国家自然科学基金项目指南[EB/OL]. [2025-01-11].

2024 National Natural Science Foundation Project Guidelines[EB/OL]. [2025-01-11].

[53]
刘啸霆. 当代跨学科性科学研究的“式”与“法”[EB/OL]. [2025-02-28].

LIU X T. The "form" and "method" of contemporary interdisciplinary scientific research[EB/OL]. [2025-02-28].

[54]
陈春花, 杨映珊. 基于团队运作模式的科研管理研究[J]. 科技进步与对策, 2002(4): 79-81.

CHEN C H, YANG Y S. Study of science research management based on team-working model[J]. Science & technology progress and policy, 2002(4): 79-81.

[55]
余厚强, 白宽, 邹本涛, 等. 人工智能领域科研团队识别与领军团队提取[J]. 图书情报工作, 2020, 64(20): 4-13.

YU H Q, BAI K, ZOU B T, et al. Identification and extraction of research team in the artificial intelligence field[J]. Library and information service, 2020, 64(20): 4-13.

Options
文章导航

/

〈 〉