新型Altmetrics指标与传统学术评价指标相关性研究的任务书.docx

新型Altmetrics指标与传统学术评价指标相关性研究的任务书
任务书
研究题目：新型Altmetrics指标与传统学术评价指标相关性研究
研究背景：
随着科技和互联网的不断进步，科学研究领域也发生了颇为显著的变化。传统的学术评价指标主要包括SCI影响因子、H指数、论文被引用次数等等。然而，在当今网络时代中，人们可以更加方便地获得大量的社交媒体信息和在线数据。在此背景下，越来越多的新型评价指标开始被广泛运用，如Altmetrics指标。
Altmetrics指标是以科学快报、博客、推特、谷歌学术、奖项、专利等非传统出版物和数据流量为主要衡量因素的一种科学评价方法。这种方法同传统指标不同，主要以非线性的方式对论文影响因素进行综合评估，越来越适应了当今高科技时代的需要。
虽然Altmetrics指标已经被许多人所使用，但是其和传统学术评价指标之间相关性的研究却相对较少。因此，本研究旨在探究Altmetrics指标与传统学术评价指标之间是否存在相关性，以此为基础分析其可替代性和补充性。
研究目的和意义：
本研究的主要目的是通过对Altmetrics指标和传统学术评价指标相关性的研究，探究当前两种科学评价指标在衡量学术影响力方面的不同特点。理论上，本文对研究人员、科研管理人员以及高等教育界的人士有很大的实用价值。
1.对科研评价的探究
传统的SCI影响因子等指标，已被广泛地应用于学术机构的科研评价体系中。但是，在当前新的技术趋势的时代下，Altmetrics等新兴评价指标的应用也朝着越来越广泛的方向发展。本研究可以在探究两种不同评价指标的同时，对科研机构科研评价的发展进行探究。
2.对科研数据的智能化处理
本文拟通过大数据/机器学习处理分析Altmetrics指标与传统学术评价指标之间的相关关系，旨在通过智能化方法处理数据研究两种不同评价指标的局限性和边界，从而具有一定的理论和实践指导价值。同时，文章的实践意义也表现在应用智能化方法处理大量数据的优势方面。
3.探究评价指标的多样性和全球一体化
最近几年，随着全球分工和合作的加强，营造跨文化、跨学科和跨界评价的氛围，鼓励革新和拓展评价标准，发现更多的评价主张和方法已经成为一种全球趋势。本研究将探讨科研评价多元化和标准化的机制，对于全球科研交流和合作具有非常重要的意义。
研究思路：
本文将采用定量研究的方法，首先收集和整合数据，理论上基于k-means聚类算法，分析传统学术评价指标与Altmetrics指标之间的相关性。其次，本文拟探究这种相关性的实际意义和可行性，评价两种评价指标的可替代性和补充性。最后，对本文的研究结果进行论述和结论。
研究步骤：
1.收集数据：收集符合要求的科学期刊、SCI影响因子等传统评价指标以及基于Altmetrics系统中的分析指标；
2.数据处理：基于k-means聚类算法进行数据分析，寻找两种评价指标之间的相关性；
3.结果分析：探讨Altmetrics指标与传统学术评价指标间的相关性，分析这种相关性的实际意义和可行性;
4.论述结论：总结评论本研究的结果并场所实际应用建议。
研究时间和预算：
研究时间：3个月
预算：
1.数据收集费用：3000元
2.机器学习培训费用：1500元
3.实验和分析费用：2000元
4.文献收集和翻译费用：1000元
5.报告和学术出版费用：1000元
总计：8500元
参考文献：
Wang,X.,&Song,F.(2019).Exploringtherelationshipbetweenaltmetricsandtraditionalscholarlymetrics.AslibJournalofInformationManagement,71(2),274-295.
Wang,S.(2019).Altmetricsasawaytomeasurescienceandsociety.Scientometrics,118(3),905-916.
Giglia,E.,&Mladenić,D.(2016).Altmetrics:Acomplementtotraditionalbibliometricmeasures.JournaloftheAmericanSocietyforInformationScienceandTechnology,67(11),2727-2737.