科學論文在社交媒體引起的關注是否會對其被引產生影響?這是一個值得研究的重要問題。本文的研究基于PeerJ期刊發(fā)表的2612篇文章的Altmetrics數(shù)據(jù)以及被引頻次數(shù)據(jù),采用中介效應模型論證了文中提出的研究假設,即社交媒體關注會對論文的被引計數(shù)產生積極影響,并且存在從論文的社交媒體關注到論文的閱讀再到論文的被引用這樣的影響路徑。研究中有以下幾點發(fā)現(xiàn):第一,論文的altmetric得分、HTML閱讀數(shù)、PDF下載次數(shù)以及論文的被引頻次等指標在分布上滿足二八定律,即大約20%的論文具有較高的計量指標值,而80%的論文的計量指標值都較低,總體呈冪律分布。第二,社交媒體的關注會給科學論文的訪問量帶來顯著影響,社交媒體的關注度越高,由此帶來訪問量的變化便越顯著,但這種顯著的影響難以持續(xù),會隨著論文在社交媒體上熱度的衰退而衰退,熱度的持續(xù)時間大概在論文發(fā)表后7天左右。第三,變量相關性分析表明,論文的altmetric得分、HTML閱讀次數(shù)、PDF下載次數(shù)以及論文的被引頻次等指標之間的線性相關性在統(tǒng)計上均顯著,altmetric得分與論文的HTML閱讀數(shù)、PDF下載次數(shù)呈中度相關,與論文的被引頻次...

【文章頁數(shù)】：56 頁

【學位級別】：碩士

【文章目錄】：
摘要
Abstract
1 緒論
    1.1 研究背景
    1.2 國內外相關研究綜述
        1.2.1 科學論文的社交媒體傳播
        1.2.2 社交媒體計量指標與Altmetrics的提出
        1.2.3 Altmetrics與傳統(tǒng)論文使用指標的關系研究
        1.2.4 中介效應模型
    1.3 研究目的、意義、思路
        1.3.1 研究目的
        1.3.2 研究意義
        1.3.3 研究假設
        1.3.4 研究路線
2 數(shù)據(jù)、指標與方法
    2.1 數(shù)據(jù)收集
        2.1.1 數(shù)據(jù)來源
        2.1.2 數(shù)據(jù)內容
        2.1.3 指標選取
    2.2 數(shù)據(jù)處理
    2.3 研究方法與模型
        2.3.1 研究方法
        2.3.2 模型選擇
3 研究中變量相關關系的分析和檢驗
    3.1 樣本論文的總體特征統(tǒng)計分析
        3.1.1 樣本論文的社交媒體關注度總體情況
        3.1.2 樣本論文的下載量的總體情況
        3.1.3 樣本論文的HTML閱讀量的總體情況
        3.1.4 樣本論文的被引頻次的總體情況
    3.2 基于子樣本論文的社交媒體關注對論文訪問量的影響探究
        3.2.1 論文推文數(shù)據(jù)的整體統(tǒng)計分析
        3.2.2 論文社交媒體提及數(shù)與帶來的訪問者數(shù)量之間的相關性
        3.2.3 來自社交媒體的訪問者數(shù)量和訪問者總數(shù)之間的相關性
        3.2.4 變化趨勢分析
    3.3 論文被引頻次與社交媒體關注度、論文閱讀量的相關分析
        3.3.1 卡方檢驗
        3.3.2 線性相關性的統(tǒng)計顯著性檢驗
4 社交媒體關注度對論文被引頻次的作用路徑及關系分析
    4.1 中介效應模型的構建
    4.2 模型的檢驗流程
    4.3 中介效應檢驗結果
        4.3.1 社交媒體關注度對論文被引頻次的總效應
        4.3.2 社交媒體關注度對論文HTML閱讀次數(shù)的效應
        4.3.3 社交媒體關注度對論文PDF下載次數(shù)的效應
        4.3.4 社交媒體關注度、HTML閱讀數(shù)及PDF下載數(shù)對論文被引頻次的直接效應
        4.3.5 中介效應的估計及評估
結論
參考文獻
攻讀碩士學位期間發(fā)表學術論文情況
致謝



本文編號：3827505