前言：尋找寫作靈感？中文期刊網(wǎng)用心挑選的期刊論文被引量預(yù)測研究，希望能為您的閱讀和創(chuàng)作帶來靈感，歡迎大家閱讀并分享。

1引言

論文的被引量在科研評價過程中具有十分重要的地位，如在科學(xué)基金申請、學(xué)術(shù)獎項評定、機(jī)構(gòu)人才引進(jìn)等過程中，往往需要科研工作者提供論文的引證報告作為其學(xué)術(shù)影響力的佐證。但是，單純地依靠被引量及其相關(guān)指標(biāo)來評價一篇文章學(xué)術(shù)水平的高低或效用的大小存在著一定的局限性，如論文往往需要在發(fā)表后一年或更長時間才可能被引用，存在一定的滯后性，特別是人文社科領(lǐng)域的論文，往往需要3-5年才能達(dá)到被引高峰。因此，利用初期的特征因子對論文中長期被引量做出預(yù)測，較早地發(fā)現(xiàn)未來可能被高被引的論文或高被引學(xué)者，將有助于科研人員的管理與決策活動。在預(yù)測活動中，預(yù)測指標(biāo)和預(yù)測方法的選擇是最為重要的兩部分內(nèi)容。預(yù)測指標(biāo)的選擇主要基于相關(guān)性分析，一般認(rèn)為兩個變量之間是否存在相關(guān)性是能否利用一個變量對另一個變量進(jìn)行預(yù)測的基礎(chǔ)。關(guān)于被引量與其他因素之間相關(guān)性的研究已有較多成果【1-6】，如趙思?等人采用相關(guān)分析對期刊論文的外部特征、作者特征、引用特征和期刊特征共12個細(xì)分指標(biāo)進(jìn)行了檢驗，發(fā)現(xiàn)對論文被引量有顯著貢獻(xiàn)的指標(biāo)包括第一作者的H指數(shù)、第一作者的總被引量、第一作者的平均被引量、樣本后兩年內(nèi)的被引量、期刊即年指標(biāo)等【5】；Haslam等對308篇心理學(xué)期刊論文十年被引量進(jìn)行分析，發(fā)現(xiàn)第一作者的權(quán)威性、是否具有一個或多個資深作者、期刊聲望、論文長度、參考文獻(xiàn)的新鮮度及數(shù)量等均與論文被引量相關(guān)【4】；Tahamtan等在其一篇綜述中，將28個與論文被引量相關(guān)的因素歸納為三大類，即與論文相關(guān)的影響因素（如論文質(zhì)量、主題新穎性、研究主題和領(lǐng)域特征、研究方法等）、與期刊相關(guān)的影響因素（如期刊影響因子、期刊的語種、期刊范圍、出版形式等）、與作者相關(guān)的影響因素（如作者數(shù)量、作者聲望、自引情況、作者的國內(nèi)國際合作情況、國籍、性別、年齡、種族等）【1】；類似地，鮑玉芳等人將影響論文被引量的34個相關(guān)因素按作者因素、文章因素、期刊因素、網(wǎng)絡(luò)計量學(xué)、其他因素這五個維度進(jìn)行梳理，提出了更為全面的指標(biāo)體系【6】。此外，Jahandi⁃deh等人運用獨立樣本T檢驗方法對兩組論文進(jìn)行差別檢驗【3】，Zavos等人選用TheWilcoxonrank-sumtest方法進(jìn)行假設(shè)檢驗【2】，來判斷被引量和其他因素間的關(guān)系。在上述研究中，許多與被引量相關(guān)的因素（如作者因素、期刊因素等）都是在時即已確定。然而，就算在同一刊物上發(fā)表的同期論文，其后期被引量也存在著較大的差異，顯然其長期被引量主要受到了后一些動態(tài)變化因素的影響，如早期的被引量【5,7-8】在被引量預(yù)測方法的選擇上，目前仍以傳統(tǒng)的回歸分析法為主。通過上述梳理和分析，筆者發(fā)現(xiàn)，目前在論文被引量預(yù)測的相關(guān)研究中，已有多位學(xué)者研究了作者相關(guān)因素、論文相關(guān)因素、期刊相關(guān)因素等與被引量的關(guān)系，但鮮有學(xué)者對論文的被引量與早期動態(tài)變化因素進(jìn)行相關(guān)性分析，在基于數(shù)據(jù)類型及其關(guān)系視角下的模型構(gòu)建和模型預(yù)測的方法選擇和運用上，還處于初步階段。因此，本研究中筆者對論文早期動態(tài)指標(biāo)（如早期被引量、早期下載量）、論文總下載量、總被引量、論文題名、論文作者數(shù)量、關(guān)鍵詞數(shù)量以及期刊綜合影響因子等指標(biāo)進(jìn)行逐一分析和選取，以論文的早期被引量和下載量作為重要研究標(biāo)的，并結(jié)合分位數(shù)回歸方法進(jìn)行模型建構(gòu)和預(yù)測，以期尋找到影響論文中長期被引量的有效指標(biāo)，并構(gòu)建較為優(yōu)良的預(yù)測模型。

2研究方法與數(shù)據(jù)

2.1相關(guān)性分析

基于樣本中變量的不同屬性，在本研究中采用Spearman相關(guān)分析方法進(jìn)行變量間相關(guān)性分析與處理。

2.2分位數(shù)回歸

回歸分析能夠定量地闡釋變量間的依存關(guān)系，是預(yù)測和控制領(lǐng)域常用方法之一。傳統(tǒng)的回歸分析一般要求數(shù)據(jù)滿足正態(tài)性假設(shè)或方差齊性假設(shè)，但現(xiàn)實生活中，許多數(shù)據(jù)無法滿足上述假設(shè)，如論文的被引量分布【16】和下載量分布【10】都屬于偏態(tài)分布，經(jīng)典回歸模型在此領(lǐng)域的準(zhǔn)確性會失效。而分位數(shù)回歸則利用自變量和因變量的條件分位數(shù)進(jìn)行建模，不特定要求數(shù)據(jù)的分布形態(tài)，能夠更好闡釋因變量條件分布的全貌而不僅僅分析其條件期望；而且，運用分位數(shù)回歸，自變量可充分反映其對因變量的分布的位置影響、形狀影響等。因此在社科研究中，對于實際所得數(shù)據(jù)的分析解釋，分位數(shù)回歸分析更勝一籌【17-20】。

2.3研究工具

采用spss20.0對數(shù)據(jù)的分布形態(tài)以及數(shù)據(jù)的相關(guān)關(guān)系程度進(jìn)行了處理和分析；運用R語言對數(shù)據(jù)進(jìn)行分位數(shù)回歸分析、方差分析以及被引量的預(yù)測分析和預(yù)測效果檢驗。

2.4數(shù)據(jù)來源與處理

以中國知網(wǎng)提供的11種圖書情報領(lǐng)域期刊2006-2008年發(fā)表的且獲得過下載的10334篇論文作為研究對象（CNKI從2005年開始有完整的下載數(shù)據(jù)），選擇這些期刊主要是由于這些期刊創(chuàng)刊時間較長，在CNKI中收錄完整。剔除數(shù)據(jù)集中的目錄、卷首語、征稿啟事、簡訊等噪聲數(shù)據(jù)后，得到最終數(shù)據(jù)集DataSet1，共涉及論文9919篇。在9919篇論文中，通過SPSS模糊抽樣，隨機(jī)抽取總樣本中約50%的樣本（4988個）作相關(guān)分析和分位數(shù)回歸分析，剩余約50%的樣本（4931個）用作后續(xù)模型驗證以及被引量預(yù)測使用。DataSet1中，每篇論文所涉及的數(shù)據(jù)包含論文的基本題錄信息以及該論文在2006-2015年每一自然年的下載量和被引量，分別加總每一自然年的下載量和被引量，得到每篇論文自出版時到2015年12月31日的總下載量和總被引量；由于不同論文出版月份不同，有的在年初出版，有的在年末出版，因此出版月份較晚的論文在出版當(dāng)年的下載量和被引量無法體現(xiàn)其真實數(shù)量，為了更加準(zhǔn)確地呈現(xiàn)論文在出版后1年內(nèi)的下載量和被引量，本文假設(shè)每篇論文下載量和被引量在一年的不同月份不存在差異，首先采用如下公式計算絕對下載量：其中M表示論文出版月份，并以此類推獲得每篇論文出版后3-7年內(nèi)的絕對下載量；然后采用同樣的處理方法獲得了每篇論文出版后1-7年內(nèi)的絕對被引量，匯總獲得新數(shù)據(jù)集DataSet2（由于2008年發(fā)表的論文截止至2015年12月31日只有7年的下載及被引數(shù)據(jù)，所以將所有論文統(tǒng)一統(tǒng)計年限為7年）。

3研究結(jié)果

3.1論文被引量與論文各指標(biāo)的相關(guān)分析

從論文題名長度、作者數(shù)量、關(guān)鍵詞數(shù)量、綜合影響因子、分年被引量、分年段被引量6個常見指標(biāo)，以及總下載量、分年下載量、分年段下載量3個新入指標(biāo)，共9個指標(biāo)，對4988個樣本運用等級相關(guān)分析，發(fā)現(xiàn)：表2所示的5個指標(biāo)中，僅有論文總下載量與論文總被引量之間存在正的強(qiáng)相關(guān)關(guān)系，而其他幾個指標(biāo)相關(guān)強(qiáng)度一般，如影響因子這一指標(biāo)呈現(xiàn)出極低的相關(guān)性，這也印證了Prathap等人的發(fā)現(xiàn)——不論是獨立的科學(xué)家的論文還是研究團(tuán)隊的論文，文章的被引率與其期刊影響因子不存在顯著的相關(guān)性【21】。Lozano研究發(fā)現(xiàn)，來源期刊影響因子高的高被引論文比例正下降【22】。Seglen認(rèn)為期刊影響因子并不是文章的特殊屬性，因此用它來評估論文實質(zhì)上沒有意義【23】。此外，有些學(xué)者認(rèn)為，通過期刊影響因子來判斷文章，使得“自己的成果變成由發(fā)表在哪兒而不是發(fā)表了什么來評判”。表3的結(jié)果顯示，論文分年下載量、論文分年被引量與論文總被引量的相關(guān)趨勢相同，即前7年中，論文的分年下載量和分年被引量均與論文總被引量存在正的強(qiáng)相關(guān)關(guān)系，而后兩年則不存在強(qiáng)相關(guān)。依據(jù)上述結(jié)果，進(jìn)一步分析了分年段下載量與論文總被引量的相關(guān)情況，同樣發(fā)現(xiàn)論文分年段下載量和分年段被引量與論文總被引量的相關(guān)趨勢也相同，即前2年和中間2年的下載量和被引量均與論文總被引量存在正的強(qiáng)相關(guān)關(guān)系，末2年下載量和被引量與總被引量的相關(guān)關(guān)系強(qiáng)度一般（如表4所示）。通過上述分析結(jié)果，早期的分年被引量、前2年被引量（選取第1年和第2年）、中間2年被引量（選取第5年和第6年）均與論文總被引量有著強(qiáng)相關(guān)關(guān)系，由于論文的引用時間有差異，單一年份論文被引有的極少，有的甚至為0，不具有代表性。因此為了提高預(yù)測的準(zhǔn)確性，我們選擇分年段被引，由于前2年被引量和中間2年被引量與論文總被引量的相關(guān)結(jié)果相差不大，那么選擇前兩年被引量會有時間優(yōu)勢，正如Ponomarevp所說，越早發(fā)現(xiàn)突破性研究，則能有更多時間通過工作坊、資金資助或合作研究等方式促進(jìn)相關(guān)科研領(lǐng)域的發(fā)展【12】；且趙思?等人研究發(fā)現(xiàn)“樣本后兩年內(nèi)的被引量”也是有效指標(biāo)之一【5】；Levitt研究相關(guān)領(lǐng)域的論文發(fā)現(xiàn)論文早期引用量與論文總引用量排名具有高強(qiáng)度的相關(guān)性【7】；Stegehuis也采用了論文早期引用量作為預(yù)測指標(biāo)之一。基于上述分析，將前2年被引量作為預(yù)測指標(biāo)之一較為適宜【24】。對于下載量這一新納入的預(yù)測指標(biāo)，從上述分析結(jié)果可發(fā)現(xiàn)，論文前2年下載量與論文總被引量的相關(guān)程度也較為密切，因此前2年下載量也作為一個預(yù)測指標(biāo)用于論文被引情況的預(yù)測。

3.2文章被引情況的分位數(shù)回歸分析

3.2.1回歸模型

由于數(shù)據(jù)的極偏態(tài)分布，使得普通回歸模型無法較好解釋變量的真實關(guān)系，如第二節(jié)所介紹的分位數(shù)回歸方法可以有效解決社科研究中數(shù)據(jù)偏態(tài)分布的回歸分析。在分位數(shù)回歸分析中，采用了核估計法對回歸模型的各項系數(shù)進(jìn)行檢驗，得到0.25、0.5、0.75、0.95分位點處的回歸模型，且各分位的回歸模型擬合良好，各回歸參數(shù)指標(biāo)結(jié)果如表5所示，其中Intercept代表常量，F(xiàn)TC代表前2年被引量，lnFTD代表前2年下載量的對數(shù)。從表中可看出在不同的分位點上回歸模型均顯著有效。

3.2.2回歸系數(shù)分析

通過分析各分位點處的前2年被引量、前2年下載量以及常量回歸系數(shù)分布，由圖1發(fā)現(xiàn)，常數(shù)項隨著分位點的升高而逐漸呈現(xiàn)下降趨勢；而前2年被引量和前2年下載量與之相反，呈現(xiàn)出逐步上升趨勢。進(jìn)一步分析發(fā)現(xiàn)，常量（Intercept）在0.5分位點后下降較其他分位點處幅度增大，其余分位點處的斜率較為保持一致，且斜率平緩；FTC的回歸系數(shù)，在75%分位點往后斜率開始陡然變大，而lnFTD斜率變大的幅度較為緩和。從圖1中不難發(fā)現(xiàn)，75%分位點之前，F(xiàn)TC和lnFTD對于總被引量的貢獻(xiàn)比例均較為穩(wěn)定；在75%分位點之后，F(xiàn)TC對總被引量的貢獻(xiàn)比例相較之前有明顯提高，lnFTD的貢獻(xiàn)率也有小幅度的提升。由此發(fā)現(xiàn)，前2年被引量對論文未來的總引量具有強(qiáng)有力的貢獻(xiàn)，尤其是高被引的論文，且與之對應(yīng)的前2年下載量對其總引量也具有顯著貢獻(xiàn)，高下載量在一定程度上。

3.2.3不同分位點處回歸模型差異檢驗

通過分析不同分位點處的回歸系數(shù)，隨著分位數(shù)的變化回歸系數(shù)也隨之呈現(xiàn)出略微差異。雖然回歸系數(shù)的變化看似微弱，但這些變化是否會引起回歸結(jié)果隨分位數(shù)的有序遞增而呈現(xiàn)某種無差別性等級遞增呢？這一疑問，值得進(jìn)一步探討。由此，我們通過方差分析推斷這一疑問，即分析在不同分位點處的回歸模型是否存在一定的差異，并且差異程度是否顯著。通過分析發(fā)現(xiàn)，總體上來說，不同分位點處的回歸模型確實存在著顯著的差異（P=2.2e-16***），如表6所示。這也意味著FTC和lnFTD這兩個預(yù)測指標(biāo)在不同的分位點處對總被引的影響情況是不同的。那么如果采用線性回歸等方法進(jìn)行籠統(tǒng)地模型擬合分析，這一差異情況就會被平均以至消除，預(yù)測的準(zhǔn)確性有可能會偏離。這也進(jìn)一步驗證了采用分位數(shù)回歸分析方法的合理之處。

3.2.4模型總體及不同分位點處擬合結(jié)果

常用的評價模型擬合優(yōu)度的方法有判定系數(shù)R方(R2=SSR/SST)、模型F檢驗、對單個參數(shù)的t檢驗、判定系數(shù)增量等，MayankSingh等人和趙思?等人在回歸擬合判定方法上均選擇了復(fù)相關(guān)系數(shù)R和判定系數(shù)R方【5,14】，在此我們選擇通過上述對不同分位點的模型結(jié)果進(jìn)行比較，我們進(jìn)一步對模型的預(yù)測結(jié)果進(jìn)行了分析，模型總體擬合度優(yōu)良（R=0.860，R2=0.740，F(xiàn)=14220.348，P=0.000*，<0.01），分位點擬合結(jié)果如圖2所示，圖中分別是四個分位點處的預(yù)測值與實際值的分布情況，并在圖中給出斜率為1的參照線，從圖中可看出，預(yù)測值與觀測值的分布較為貼合參照線。此外，0.25分位點的擬合情況總體上預(yù)測值比實際值略微偏大，主要原因可能是由于部分論文的早期下載量偏高而被引量滯后所致。

3.3回歸模型適用性驗證

通過分析0.25、0.5、0.75以及0.95分位點處的分位數(shù)回歸模型及其擬合效果，在本次預(yù)測中，運用SPSS隨機(jī)抽樣出的4931個樣本，采用上述各分位點回歸模型進(jìn)行如下模型驗證。圖3可看出參照線從預(yù)測值和實際值的散點中穿出，總體上散點較為貼合參照線。進(jìn)一步，對預(yù)測值和實際值進(jìn)行擬合優(yōu)度檢驗，模型F檢驗結(jié)果由表7所示（F=16568.688，P=0.000*，<0.01），線性擬合效果優(yōu)良；通過計算可知R2=0.771(R=0.878)，標(biāo)準(zhǔn)化殘差。

4討論

4.1前兩年下載量較其他影響因素的預(yù)測優(yōu)勢

在的最早期（比如剛發(fā)表前幾個月），期刊影響因子以及論文題名或主題的相關(guān)性是讀者下載和引用論文的驅(qū)動力，此時期刊影響因子等因素連同下載量一同對論文被引量的增長做貢獻(xiàn)；但隨著時間的推移，論文累積年下載量（比如前兩年下載量、中間兩年下載量）逐漸取代期刊影響因子等因素，與論文被引高度相關(guān)，成為預(yù)測論文的重要指標(biāo)之一。因此，論文的前兩年下載量這一累積下載頻次，其主要源于論文本身因素（內(nèi)部因素），對被引量的預(yù)測優(yōu)勢不言而喻，首先，論文前兩年下載量屬于動態(tài)影響指標(biāo)，其不同于期刊影響因子這一基于期刊的較為固態(tài)化的指標(biāo)，前兩年下載量有著與論文被引量更高更顯著的相關(guān)性，對論文被引的動態(tài)發(fā)展能夠更好地追蹤和預(yù)測，一些學(xué)者也證實早期下載量可作為被引量預(yù)測的一個指標(biāo)依據(jù)【2-3,11,25-26】；其次，論文前兩年下載量作為論文被使用的一個指標(biāo)，可以及時反映論文被使用的情況，且一定程度上能夠先于被引而發(fā)現(xiàn)文章的引用價值，一定程度地促進(jìn)論文被引用，處于一種下載-使用-引用的良性循環(huán)中；最后，論文下載量這一動態(tài)指標(biāo)，一定程度上能夠反映論文的質(zhì)量，而論文最終是否被引用，終究取決于論文內(nèi)容的價值性，而非期刊影響因子等因素。

4.2分位數(shù)回歸在被引量預(yù)測上的優(yōu)勢

傳統(tǒng)的基于最小二乘回歸分析方法通常描述的是自變量對因變量的條件期望即均值影響，這在經(jīng)濟(jì)活動以及科學(xué)研究中，通常所獲取的數(shù)據(jù)并不滿足最小二乘的理論基礎(chǔ)如圖4和圖5所示的科研論文的前兩年下載量（FTD）和前兩年被引量（FTC）的極偏分布形態(tài)，數(shù)據(jù)存在顯著的異方差，使用基于最小二乘的回歸模型其穩(wěn)健性會較差；而分位數(shù)回歸理論優(yōu)勢之一即對數(shù)據(jù)的分布形態(tài)不做嚴(yán)格限定，這對被引量回歸模型的建立、模型預(yù)測較為便利。分位數(shù)回歸的優(yōu)勢之二：不同于基于均值的線性回歸，在大數(shù)據(jù)偏態(tài)分布時，可以從不同分位點給予確切的回歸模型，使模型擬合比基于均值的回歸更準(zhǔn)確、更貼合數(shù)據(jù)（如論文下載量和被引量）的實際分布形態(tài)和發(fā)展趨勢。在本研究結(jié)果中，發(fā)現(xiàn)總體上不同分位點處的回歸模型存在顯著的差異，如果采用基于均值的回歸理論對總體樣本進(jìn)行籠統(tǒng)建模和預(yù)測，那么這種差異情況會被平均弱化以至忽略，預(yù)測結(jié)果也會失準(zhǔn)。分位數(shù)回歸優(yōu)勢之三：基于已獲取的原始數(shù)據(jù)進(jìn)行分析，可不對數(shù)據(jù)進(jìn)行各種轉(zhuǎn)換，從而減少原有數(shù)據(jù)信息量的損失，最大限度挖掘變量間的真實確切關(guān)系，以便后期做較為準(zhǔn)確的預(yù)測。在本研究中，所獲取的原始論文的被引量以及分年被引量存在0值情況，數(shù)據(jù)不適于采取對數(shù)轉(zhuǎn)換等；而采取0值樣本刪除措施亦不可取，這會導(dǎo)致數(shù)據(jù)樣本不完整，樣本不具代表性。

5結(jié)論與展望

通過知網(wǎng)獲取11本圖情類期刊中9919篇論文為期9年的論文被引量，筆者運用分位數(shù)回歸分析等方法，對論文的被引量及其相關(guān)影響因素（如論文題名長度、論文作者數(shù)量、論文關(guān)鍵詞數(shù)量、綜合影響因子以及下載量等）進(jìn)行分析，發(fā)現(xiàn)除下載量外其他幾個因素與被引量的相關(guān)性較微弱，因此筆者又對論文的分年被引量和分年下載量逐一分析，發(fā)現(xiàn)前2年被引量和前2年下載量是影響論文總被引量的有效指標(biāo)，以這兩個主要指標(biāo)進(jìn)行回歸和預(yù)測，得到了較為可靠的分析結(jié)果。（1）運用分位數(shù)回歸分析，四個分位點的回歸模型均顯著有效。通過對四個回歸模型的回歸系數(shù)進(jìn)行分析，發(fā)現(xiàn)前2年被引量對論文未來的總引用量具有強(qiáng)有力的貢獻(xiàn)，尤其是高被引的論文；與之對應(yīng)的前2年下載量對總引量也具有顯著貢獻(xiàn)，BottingNicola等人在研究社交媒體對學(xué)術(shù)論文影響中，也發(fā)現(xiàn)論文下載量和引用率是評價學(xué)術(shù)影響力的重要指標(biāo)【27】。下載量作為一個新晉的論文被引評價指標(biāo)現(xiàn)如今通常會影響人們對論文引用的判斷【28】，因此，高下載量在一定程度上能夠有效促進(jìn)論文后續(xù)被引用。（2）不同分位點處的回歸模型存在顯著的差異。通過對四個模型運用方差分析后發(fā)現(xiàn)，四個模型總體上出現(xiàn)了顯著差異（P=2.2e-16***）。前2年被引量和前2年下載量這兩個預(yù)測指標(biāo)在不同分位點處對總引量的影響情況顯著不同。那么如果采用線性回歸等方法進(jìn)行籠統(tǒng)地模型擬合分析，這一差異情況就會被平均以至消除，預(yù)測的準(zhǔn)確性有可能會偏離。（3）運用分位數(shù)回歸模型對另一組數(shù)據(jù)進(jìn)行預(yù)測，預(yù)測值與實際值擬合優(yōu)良。通過隨機(jī)抽樣抽取出4988個樣本做回歸模型和模型擬合，得出回歸模型擬合良好；以此運用該模型對剩余4931個樣本進(jìn)行了模型檢驗，發(fā)現(xiàn)總體上回歸模型可以較為準(zhǔn)確地預(yù)測論文預(yù)期總被引，R=0.878，R2=0.771，標(biāo)準(zhǔn)化殘差均值為0.000，運用該模型做預(yù)測較為有效。隨著文獻(xiàn)開放獲取的不斷發(fā)展，論文的下載和使用變得越來越便利，下載量這一即時性數(shù)據(jù)也更容易獲取并用于文獻(xiàn)被引分析，論文下載量對被引量的分析和預(yù)測在未來的學(xué)術(shù)影響力評價中具有潛在的影響和優(yōu)勢。不過由于不同的學(xué)科，其下載量對被引量的影響可能存在一定的差異，單一學(xué)科的預(yù)測模型可能具有一定局限性。在后續(xù)研究中，擬采用多學(xué)科大數(shù)據(jù)進(jìn)行融合分析和預(yù)測，以進(jìn)一步研究在多領(lǐng)域?qū)W科文獻(xiàn)中下載量是否依然是被引量模型預(yù)測的有效指標(biāo)及其對學(xué)術(shù)影響力評價貢獻(xiàn)的可持續(xù)性。