霍岩
概述
分析学术交流、合作网络和研究人员影响力的系统是了解学术合作的动态和影响的重要工具。这种系统提供了一种结构化的方法来评估涉及不同实体之间的协作、协调和合作的组织间活动[1]。 在这个系统中构建网络理论的框架包括关键的权衡，例如在测量更多节点与每个节点的更多联系之间做出决定，或者在询问名称与从列表中选择之间做出选择。该方法为清理关系数据提供了一种新技术，从而提高了分析的准确性[2]。此外，该系统还采用数据挖掘、可视化、实地考察和经济分析等多种方法，以提供全面的见解[3]。 为了有效地衡量和分析研究的影响，该系统将文献计量学作为定量测量。这些指标有助于揭示研究成果的数量，阐明知识转移的途径，以及不同科学领域之间的联系[3]。此外，还提出了研究影响评估设计的类型学和方法框架来指导评估。这些工具使研究人员、资助者和利益相关者能够选择合适的评估设计和方法，从而准确地证明研究影响对不同学科的意义和影响范围[4]。 学术交流的特点是其动态和灵活的性质，通过与国家、私营和公共实体以及个人的伙伴关系来促进。这些交流为入境和出境学者提供了许多机会，以适应不断变化的优先事项和需求[5]。尽管国际学生交流和奖学金计划在开辟新的教育机会和在不同学生群体之间建立理解桥梁的潜力，但这种潜力仍未得到充分利用[6]。 通过利用强大的分析系统，利益相关者可以更好地了解和优化学术交流、合作网络和研究人员的影响力，从而提高学术活动的整体有效性和覆盖面。
历史沿革
学术交流分析系统、合作网络和研究者影响的历史发展可以追溯到中世纪，当时学者们“游荡”在世界各地寻找知识并进行探究性工作[7]。随着时间的流逝，国际教育背后的动机发生了重大变化。最初，追求主要是学术和文化交流，但后来扩展到包括发展援助、国际合作、公共外交和商业动机[7]。 统计方法在书目数据中的应用，称为文献计量学，出现在 19 世纪后期，并在第二次世界大战后获得了显着的势头。这一时期出现了“周期性危机”，并引入了计算工具提供的新技术机会[8]。在1960年代初期，尤金·加菲尔德（Eugene Garfield）创建了科学引文索引（Science Citation Index）和德里克·约翰·德·索拉·普莱斯（Derek John de Solla Price）的引文网络分析，为文献计量学的结构化研究计划奠定了基础[8]。 将官方制度框架与个人层面信息交流结构进行比较的可视化方法的发展凸显了从一个等级级别到另一个等级级别的差异[9]。这一进步促进了历史上元数据网络的编码、分析和解释，从而在历史研究和数字技术之间架起了桥梁[9]。因此，文献计量学已成为科学产出、影响和合作的定量分析工具，为博士生、研究人员、管理人员和大学政策制定者提供了宝贵的见解[10]。 替代指标或替代指标的兴起进一步扩大了文献计量学的范围。Altmetrics提供了一种超越传统出版物来衡量研究成果的方法，重点关注数据集、软件、专利和版权等产品[11]。随着资助政策的变化，例如美国国家科学基金会（NSF）在2012年强调可引用和可访问的产品，像Altmetrics这样的文献计量工具的效用有所增加[11]。
文献计量工具和指标
文献计量工具和指标对于分析学术交流、合作网络和研究人员的影响至关重要。这些工具提供了学术影响的定量衡量标准，并有助于评估研究绩效。
常用工具
已经开发了几个软件程序和应用程序来帮助文献计量分析。
BibExcel的
BibExcel 是一个免费软件程序，旨在协助分析书目数据。它可以生成与 Excel 或任何其他程序兼容的数据文件，这些程序需要选项卡式数据记录进行进一步处理。BibExcel因其功能而特别受欢迎，包括作者、标题、引文的频率分布，以及共现分析，如共引、书目耦合、共作者和共词分析[12][13]。
CiteSpace（引用空间）
CiteSpace 是一个免费提供的 Java 应用程序，用于可视化和分析科学文献中的趋势和模式。它有助于确定关键研究领域并跟踪特定科学主题随时间推移的发展[12]。
帕耶克
Pajek是文献计量学中使用的另一种工具，特别是用于可视化协作和引文网络。Pajek由Vladimir Batagelj和Andrej Mrvar开发，适用于处理大规模网络数据[13]。
发布或灭亡
Publish or Perish 是一个广泛使用的软件程序，用于检索和分析学术引文。它免费供学术和非营利使用，并提供各种文献计量分析，这对于评估研究人员的影响和生产力至关重要[13]。
指标
一些文献计量指标用于衡量学术工作的影响和范围。
引用次数
引用次数衡量特定论文或一组论文被其他作品引用的频率。虽然高引用次数通常表明论文的重要性，但它们并不总是描绘出真正的影响，因为引用可能出于各种原因，包括对结果或理论有争议的负面引用[14][15]。
h指数
h指数旨在衡量研究人员的生产力和引用影响。它被定义为 h 的最大值，使得给定的作者发表了 h 篇论文，每篇论文至少被引用了 h 次。h指数使用更长的引用时间框架，这有助于通过平均更多论文的引用来减少失真[14]。
影响因子（JIF）
期刊影响因子反映了期刊文章在文献中被引用的频率。它的计算方法是将前两年发表的文章在本年度被引用的次数除以该两年发表的文章总数。JIF是评估期刊影响力的广泛接受的指标[11]。
来源：每篇论文的归一化影响 （SNIP）
SNIP通过根据学科领域的引用总数对引用进行加权来衡量期刊的上下文引用影响。该指标考虑了不同领域之间引用实践的差异，从而可以进行更准确的跨领域比较[11]。
局限性
虽然文献计量工具和指标提供了有价值的见解，但它们也有局限性。例如，传统的文献计量工具可能无法区分正面和负面引用，这可能会扭曲研究人员工作的感知影响[14]。
分析方法
分析学术交流、合作网络和研究人员影响的方法多种多样，多方面。已经提出了一个全面的方法框架来指导对研究影响的重要性和范围的评估。该框架允许研究人员、资助者和其他利益相关者选择适当的评估设计和方法，以证明不同学科的研究影响。它包括对研究影响的新定义，并开发了研究影响评估设计的类型学，确保所选择的评估设计和方法适合特定的研究背景[4]。 该框架内提供了研究影响评估设计的类型，有助于有条不紊地指导对研究影响的重要性和范围的评估。该框架的灵活性确保了它可以应用于各个学科，有助于对研究意义和范围进行强有力的评估[4]。 在学术合作和协作领域，定义和衡量协作、协调和合作等关键概念非常重要。这些概念虽然经常互换使用，但在组织间关系 （IOR） 的背景下具有不同的定义和含义。例如，协作涉及相互参与协调努力，而协调是指有序安排集体努力以确保和谐，而合作是指为实现共同目标而共同努力的意愿。衡量这些方面的指标和方法仍在不断发展，各种研究提出了不同的方法来捕捉这些相互作用的细微差别[1]。 社会网络分析（SNA）在理解学术合作网络方面起着至关重要的作用。SNA指标，如密度、聚类系数、度中心性、接近中心性和介数中心性，通常用于分析这些网络中参与者之间的交互和关系模式。例如，对681篇已发表文章的合著网络拓扑结构的分析揭示了通过密度和聚类系数等宏观指标以及度中心性、接近中心性和介中心性等微观指标对网络结构的见解[16][17]。 文献计量研究还通过分析合著网络为科学合作提供了有价值的见解，这些网络揭示了作者、国家和机构之间的互动模式。这些研究有助于衡量研究实践中合作的频率和水平，增强我们对学术信息交流和科学合作动态的理解[17]。 学术交流可以是入境的，也可以是出境的，本质上是动态和灵活的，建立在与各种实体的伙伴关系之上。这些交流为学术发展和国际合作提供了许多机会，因此需要有效的方法来捕捉它们对教育和研究的影响[5][6]。
用于分析交易所的系统和工具
分析学术交流和合作网络需要复杂的系统和工具，这些系统和工具可以处理广泛的文献计量数据并可视化复杂的合作模式。已经开发了各种数据库和软件来支持这项工作，使研究人员能够全面衡量学术交流的影响和演变。
软件工具
已经设计了几种软件工具来促进文献计量网络的构建和可视化。弗拉基米尔·巴塔盖利（Vladimir Batagelj）和安德烈·姆瓦尔（Andrej Mrvar）开发的Pajek等程序有助于可视化协作和引文网络[13]。另一个被广泛使用的工具是Bibexcel，它生成的数据文件可以导入到Excel等程序中进行进一步处理[12]。此外，VOSviewer等工具还提供文本挖掘功能，以构建和可视化从科学文献中提取的术语的共现网络[12]。
高级可视化和分析
像 CiteSpace 这样的高级软件应用程序为可视化和分析科学文献中的趋势和模式提供了复杂的功能。这些工具允许基于引文、书目耦合、共同引用或共同作者关系构建文献计量网络，从而使研究人员能够深入了解学术交流和合作网络的动态[12]。此外，使用实时网络利用率监测工具（如NetFlow分析仪）增强了有效跟踪和衡量学术合作影响的能力[18]。
数据库和数据源
数据库通过提供分析所需的原始数据，在文献计量研究中发挥着关键作用。这些数据库可以由商业机构、公共机构或私人实体开发，通常涵盖特定的学科。流行的数据来源包括Scopus和ISI Web of Knowledge，它们共同提供了关于社会交换理论等主题的大量经验和概念参考[13][19]。政府和机构记录也是研究人员的重要资源[20]。
文献计量方法
文献计量方法已经有了显著的发展，现在为评估研究绩效和监测大学部门和研究所提供了高质量、可靠和信息丰富的工具[15]。尽管它们很有效，但传统的文献计量工具有局限性，例如假设引用本质上是积极的，但情况可能并非总是如此。负面引用或未经仔细阅读而添加的引用可能会扭曲研究人员工作的感知影响[14]。
演变和未来趋势
学术交流分析的未来可能会看到机器学习和边缘计算技术的进一步整合。这些进步将增强对互联学术和研究设备产生的大量数据的处理和分析，为创新开辟新的可能性，并提高整体网络效率[21]。随着技术的快速发展，这些系统和工具将在理解和优化学术交流与合作网络方面发挥越来越重要的作用。
应用和目标
用于分析学术交流、合作网络和研究人员影响的系统服务于几个关键的应用和目标。它旨在提供一个全面的框架来评估跨学科研究的影响和有效性。通过利用方法框架，研究人员、资助者和机构等利益相关者可以选择合适的评估设计和方法来证明其研究工作的影响[4]。 该系统的一个主要应用是文献计量研究，它有助于分析不同领域科学合作的频率和模式[17]。合著者网络分析是该系统的一个组成部分，它确定了作者、国家和机构之间的互动模式，从而为学术交流的多个层面的合作提供了见解[17]。这种理解可以带来更好的资源分配和战略伙伴关系，从而提高研究计划的生产力和影响力。 另一个重要的应用是大学和研究单位的监测和排名。专业社交网络提供的指标可用于开发大学排名和基于互联网的评估系统，以提供有关大学工作人员研究影响的最新信息[22]。这可以促进基准测试，并帮助机构确定需要改进的领域，从而促进更高的研究和教育标准。 该系统还满足了对组织间活动内协作、协调和合作的更明确定义和衡量标准的需求[1]。通过提供准确捕捉这些概念的方法论方法，该系统有助于改善这些相互作用的时间方面，这对于成功的学术和研究合作至关重要。 此外，该系统在加强国际化和学术合作方面发挥了重要作用。它支持学生和学术交流的举措，这对于提高全球范围内的教学和研究质量至关重要[7]。例如，有效的国际学生交流和奖学金计划可以在来自不同背景的学生之间架起理解的桥梁，尽管仍有巨大的潜力需要实现，特别是在发达国家和发展中国家之间的交流中[6]。
挑战和局限性
学术交流、合作网络和研究人员影响力分析系统的实施充满了一些挑战和局限性。
数据收集和响应率
最大的挑战之一与数据收集方法的设计和执行有关。健康调查和其他研究问卷往往设计不佳，回复率低，这可能导致稳健分析所需的数据供应不足[20]。在这些情况下，激励性数据收集计划可能有助于提高响应率和数据质量。
协作、协调和合作的衡量
另一个关键领域涉及准确衡量研究人员之间的协作、协调和合作。现有的方法论方法与重新概念化的定义部分一致，但往往无法涵盖这些结构的全部范围。例如，“伙伴合作”的措施经常将与决策目标和新计划的执行相关的项目混为一谈[1]。未来的研究需要制定更精确的措施来充分捕捉这些重新定义的概念。
评估和指标
由于多种因素，评估研究网络的有效性本质上是复杂的。围绕“有效性”概念的模糊性，难以衡量研究人员与企业家之间的某些关系方面，以及合作网络中形式和观念的多样性都构成了重大障碍[23]。指标的应用应与具体的评估目标保持一致，并辅以定性输入，例如同行评审，以抵消潜在的偏见[14]。然而，现有的研究指标面临着一些批评，如数据库覆盖率有限、特定学科的引用率差异以及管理人员和资助者过度依赖定量指标[24]。
数据治理和验证
有效的数据治理对于确保遵守 GDPR 等法律要求和维护数据收集实践的完整性至关重要。了解数据收集背后的目标、采用验证程序和确保数据准确性都是这方面的重要最佳实践[25]。
数据库可变性和数据清理
文献计量分析的一个重大障碍是不同数据库之间文献计量格式的可变性。由于这些差异，文献检索可能会产生不一致的结果。为了减少可能出现的错误，建议对常用数据库进行标准化，并进行彻底的数据清理，特别是在Web of Science、Scopus、PubMed和Dimension等数据库中，这些数据库没有明确设计用于文献计量分析[15]。 通过改进的方法论方法、全面的指标和严格的数据治理实践来应对这些挑战和局限性，可以显著增强对学术交流和研究人员影响力的分析。
案例研究
西班牙高级大学地质学研究人员
对西班牙地质学领域的高级大学研究人员进行了详细的案例研究，采用了多种方法。该方法包括对一组预定义的研究人员进行邮件调查，并对其科学成果进行文献计量研究。该研究的结果支持了这样的假设，即研究团队的整合显着增强了与同事建立联系和合作的能力。这反过来又使所有团队成员受益，因为他们可以参与资助项目，并增加他们在国际主流期刊上发表文章的潜力[26]。
美国国家癌症研究所资助的跨学科烟草使用研究中心
美国国家癌症研究所资助的跨学科烟草使用研究中心的合作措施已被广泛用作学术合作伙伴之间合作质量的指标。这些措施在最初的出版物中已被广泛报道，尽管除了原始研究之外，可用的其他心理测量数据相对较少。这些合作指标为烟草使用研究领域学术伙伴关系的有效性和质量提供了宝贵的见解[27]。
世界银行集团在利比里亚的政策干预
世界银行集团独立评估小组（IEG）利用网络分析，在各种组织和干预措施中更好地了解政策干预措施在利比里亚卫生部门的作用。这项网络分析研究是正在进行的研究计划的一部分，该计划通过应用一致的问卷和方法定期监测网络的演变[28]。这种方法提供了关于不同利益攸关方和政策措施在卫生部门内如何相互作用的全面视图。
行业参与感染和免疫研究网络
感染和免疫领域的研究网络报告了类似的行业参与水平。这些领域的网络有助于公司确定技术趋势和潜在的合作伙伴。例如，德克萨斯大学以其高度集中性措施而闻名，是全球病毒网络内的卓越中心。该大学一直积极参与基孔肯雅病毒（CHIKV）的药物和疫苗开发，并参与了其他各种合作努力[29]。 这些案例研究说明了分析学术交流、合作网络以及研究人员在不同领域和学科的影响方面的多种应用。从这些研究中获得的见解不仅增强了对合作动态的理解，而且为学术和研究机构内的政策和计划的制定提供了信息。
未来方向
未来在分析学术交流、合作网络和研究人员影响方面的努力将采用多种创新策略和方法，以提高这些研究的有效性和全面性。
加强交流项目
2010年5月在里约热内卢举行的联合国不同文明联盟（UNAOC）第三届论坛期间，AFS跨文化项目和国际教育研究所共同组织了一次讨论，为加强学术交流迈出了重要一步。这次讨论的重点是制定改善交流的建议，包括德国政府针对艺术专业人士的创新计划的介绍。展望未来，我们计划与全球合作伙伴一起编写一份关于高中、大学和教师/研究人员层面交流项目的综合报告，以制定促进跨文化终身学习和参与的政策建议[6]。
不断发展的方法
价值链方法在交流项目分析中的应用预计将在了解其运作和制定新战略方面发挥关键作用。这种方法将有助于阐明学术交流中协作、协调和合作的各个方面，更清楚地了解其动态和潜在的改进领域[30][1]。
高级数据挖掘技术
数据挖掘方法的发展，包括CRISP-DM、KDD过程和SEMMA，将继续在与学术交流和合作网络相关的海量数据集分析中发挥关键作用。需要先进的统计方法和机器学习算法来优化数据效用并应对大规模数据分析带来的挑战[31][3]。在数据集中添加个人和组织标识符，如STAR METRICS，将进一步增强捕获、存储和分析数据的能力，促进稳健指标的发展[3]。
分析协作网络
未来的研究将受益于使用合著网络分析分析研究合作的机构关系网络。这种方法将使研究人员能够揭示作者、机构和国家等社会行为者之间的互动模式，从而更深入地了解合作和学术交流的水平。通过研究共生关系，研究人员可以更准确地衡量科学界内部合作的程度和性质[17][23]。
文献计量分析与定性分析相结合
文献计量分析将继续成为评估研究绩效、识别趋势和建立研究概况的重要工具。然而，必须将定量文献计量指标与同行评审等定性证据相结合，以确保全面和准确的评估。先进的文献计量方法与定性输入的整合将导致对研究影响和影响的更可靠和信息丰富的评估[10][15]。
发表回复