Altmetrics
Altmetrics,中文常译作替代计量学或补充计量学,是借助网络环境中研究成果被阅读、收藏、讨论、报道与复用的在线痕迹,衡量其传播广度与社会关注程度的一组指标与方法的统称,英文亦称 alternative metrics。[1]它的出现针对传统引文指标的两处短板:引用积累缓慢,往往要等数年才显现,而且只记录学术共同体内部的正式援引,看不见产业、政策、临床、教育与公众层面的使用。替代计量把社交平台讨论、新闻提及、参考文献管理工具中的收藏、下载浏览、政策与指南引用、代码与数据集复用等信号聚合起来,试图更快、更宽地描摹一篇成果「走出去」的过程。词首的「替代」并不意味着取代引文,更贴切的理解是「补充」:它测的是关注度与传播,而非学术质量本身。
缘起与提出背景
替代计量的成形,是几股变化叠加的结果。其一是时滞:一项成果从发表到被引用、再到被引次数可统计,中间隔着审稿、阅读、写作与出版的完整链条,对刚发表的工作、对应用导向的成果而言,这套时钟太慢。其二是成果形态的多样化:数据集、软件、预印本、演示文稿、协议、可视化与教学材料都已成为可独立传播的研究产出,却大多不在传统引文索引的收录范围里,用期刊论文的逻辑去数它们,等于先把它们排除在外。其三是行为可记录:开放获取、网络出版与平台化传播,让阅读、收藏、转发、评论这些以往转瞬即逝的动作留下可采集的痕迹。
其四是评价需求的变化:资助机构、出版方与公众都开始追问研究「除了被同行引用,还产生了什么」,需要关于传播范围与实际应用更早、更宽的证据。术语上,替代计量与「文章级指标」关系密切却不等同:前者强调数据源与测度维度的另辟蹊径,后者强调把测度单位从期刊下移到单篇成果,二者在实践里高度重叠。[2]它继承了引文分析想回答的「影响力」问题,却换了数据来源、时间尺度与受众范围,因此天然与文献计量、科学计量、信息计量相接,又与开放科学、成果多样化和科研问责的趋势紧紧绑在一起。
数据来源与信号类型
可用信号大致分为几类,各自对应不同的传播环节。学术社交网络与参考文献管理工具中的收藏、推荐与讨论,指向专业读者的初步阅读;新闻媒体报道、博客与科普文章,指向面向公众的二次传播;政策文件、临床指南与标准文本中的引用,指向决策与实践层面的采纳;下载量、浏览量与全文请求数,指向最直接的使用;代码仓库的复用与星标、数据集的引用、专利引用、教学大纲与课程材料中的列入,则分别指向工具性使用、技术转化与教育扩散;问答社区、同行评议平台与学术视频的观看与互动,也常被纳入采集范围。来源清单随平台兴衰不断增删,是这一领域与传统引文指标很不相同的地方。
不同来源的含义并不等价,这是理解聚合分数的关键。专业读者的收藏与大众媒体的报道,说明的分别是学术关注与公共可见度;政策引用往往需要经过漫长的转化链条,与几天内飙升的讨论热度处在完全不同的时间尺度;下载多可能只因题目通俗,代码被复用却通常意味着别人真的拿去做了事。因此规范的做法是同时提供来源分解与原始计数,让读者看到分数由哪些信号构成,而不是只给一个总分;加权、去重、时间衰减与反作弊规则也须公开。把含义悬殊的信号不加说明地相加,在方法上难以成立。
与引文指标的关系
两者首先是互补关系,差别体现在多个维度。时间尺度上,在线注意力常在发表后数天至数周内形成,引用则按年积累;受众上,前者覆盖公众、产业、政策与教育场景,后者主要限于学术共同体;对象上,前者可挂在数据集、软件、预印本等任意有标识的成果上,后者基本依附期刊与会议论文;含义上,前者记录「被注意、被使用、被谈论」,后者记录「知识被正式继承与援引」。已有大量研究考察两类指标的相关性,较一致的结论是统计上存在关联却远不等价:高关注度与高被引常常相伴,但任一方都无法可靠预测另一方,它们测的本就是影响力的不同侧面。
正因为测度对象不同,替代计量不能被引文指标收编,也不宜被视为其升级版。引用虽有自引、礼节性引用等缺陷,毕竟受著录规范与同行把关的一定约束;在线注意力则更容易被话题性、争议性、机构营销、平台推荐算法乃至刻意刷量推动,一项被广泛讨论的成果可能恰恰因为结论存疑或受到批评。注意力本身也不分正负,被反驳与被赞同在计数上完全相同。较为稳妥的表述,是把替代计量当作「传播与社会关注的补充证据」:它回答「这项成果被谁看见、在哪里被用、以多快速度扩散」,而「它是否可靠、是否推进了知识」,仍须由内容、复核与同行的实质判断来回答。
方法、标识与数据基础设施
技术上的核心难题,是把散落在无数平台上的提及,准确归到同一项成果。持久标识符充当聚合的锚:文献与数据集的数字对象标识让不同平台的链接可以解析到同一对象,作者唯一标识帮助把成果归集到个人,机构与资助标识则补齐归属信息。聚合服务通过平台接口、出版方推送、网页抓取与引用匹配持续采集,再做去重、链接解析、来源分类、语种识别与时间切片,最终形成可按成果查询的信号集合。[3]没有这套标识与匹配,跨平台计量就只能停留在各平台自说自话的孤立计数。
标识体系也决定了「什么能被计量」。成果与作者的唯一标识逐步普及,使同一作者的分散产出、同一成果的多个版本得以被归并,减少了同名与版本混乱带来的误差。[4]数据集、软件与预印本等新型成果拥有各自的标识与元数据规范后,才真正进入可计量的范围,不再只能依附正式论文被间接提及。[5]难点依旧不少:预印本与正式版、镜像与转载、同一新闻被多站转发,都可能造成重复或归属错误;机器人流量与刷量会污染计数;平台接口变更、关闭或调整规则,会让历史序列出现断裂甚至无法回溯。分数往往由商业服务计算,算法不公开、数据不易长期保存,也使可复核性与可持续性成为持续被追问的问题。
应用场景与呈现方式
最常见的呈现,是出版平台在文章页展示关注度分数及其来源分解:读者一眼能看到某项成果被多少新闻报道、多少社交账号讨论、在哪些政策文件中被提及。机构知识库用它补充成果页的传播信息,基金与科研机构把它写进绩效与影响力报告,作为「研究被社会看见」的佐证;作者将其纳入履历与项目申请,说明工作发表后迅速引发的关注;图书馆与科研管理部门借它发现值得推广的成果,媒体与公众则用它识别正在被讨论的研究。[6]开放学术基础设施把跨来源的元数据与使用记录汇到一起,让这些展示不必依赖单一平台的数据。
比分数更实质的用途,在于构建「影响力叙事」。把政策文件采纳、临床指南引用、软件被复用、数据集被再分析、教学材料收录等信号串成可核查的案例链,能够具体说明一项研究如何进入实践,这比一个笼统的总分更契合评估应用价值的需求。替代计量因此与开放科学、公众参与交织在一起。也正因如此,它常被用于回答「纳税人为何应当支持这项研究」这类传统引文指标难以回应的问题,而不只是给论文再添一个数字。
争议、局限与规范化
批评几乎与这一方法同步出现。最突出的是易被操纵:刷量、互推、机构集中营销、账号矩阵都能在短期内抬高数值,而注意力又天然偏爱争议、猎奇与热门话题,冷门但扎实的工作可能长期无人问津。覆盖偏差同样明显:平台渗透率、语种、学科习惯与地区差异,使人文社科、非英文成果与本地议题被系统性低估;不同来源的量纲难以相加,正负评价在计数里无法区分,平台接口的商业封闭则让数据难以长期复核与保存。此外,把「被谈论得多」直接读成「质量高、影响大」,是应用中最常见、也最需要警惕的跳跃。[7]标准化组织与学界因此推动术语定义、指标口径、数据交换与来源描述的规范,试图让不同服务给出的数字至少可以互相理解。
规范化的方向,不在于造出一个更漂亮的总分,而在于约束如何使用。较被认可的做法包括公开原始计数与加权规则,明确区分「被使用」「被关注」「被认可」的不同含义,并把定量信号当作寻找案例的线索而非结论本身。它也与更广泛的负责任评价取向相接:评价什么、奖励什么,会反过来塑造研究者选择什么问题、以何种形式发布。替代计量拓宽了「影响」的视野,把政策、实践与公众纳入观察,同时也把「我们究竟想奖励什么」这一价值判断重新摆上台面,而这恰恰不是任何一个数字能够代为回答的。
参考资料
- ↑ Altmetric 替代计量服务,Altmetric。(2026-11-14查阅)
- ↑ 公共科学图书馆,公共科学图书馆(PLOS)。(2026-11-14查阅)
- ↑ Crossref 学术元数据与 DOI 注册机构,Crossref。(2026-11-14查阅)
- ↑ ORCID 研究者唯一标识,ORCID。(2026-11-14查阅)
- ↑ DataCite 科研数据标识机构,DataCite。(2026-11-14查阅)
- ↑ OpenAIRE 开放学术基础设施,OpenAIRE。(2026-11-14查阅)
- ↑ 美国国家信息标准组织官网,美国国家信息标准组织。(2026-11-14查阅)