在社交媒体上宣传论文,能提高被引率吗?有人对此做了研究
近日,《欧洲心脏杂志》(European Heart Journal;IF=29.983)进行了一项随机对照研究,评估在社交媒体Twitter宣传论文与该文章的被引率是否存在相关性。
链接:
https://academic.oup.com/eurheartj/advance-article-abstract/doi/10.1093/eurheartj/ehac150/6564423?redirectedFrom=fulltext
研究方法
研究随机抽取了695篇发表在ESC期刊上的论文,这些论文的发表时间为2018年3月至2019年5月,将这些文章随机分为两组:Twitter宣传组,对照组(即没有在社交媒体上主动推送相关信息)。
在线发表后的影响力通过Altmetric评分来评估,Altmetric 是一项基于社会网络的学术影响力评价方法,代表了学术产出的社会传播指数。
研究结果
研究最终纳入了694篇论文,其中347篇被随机分配到Twitter宣传组,347篇到对照组。从论文在线发表到检索其引用次数并查看Altmetric评分,间隔的中位天数为994天(IQR:936-1063天)。
总体而言,这些文章的被引次数中位数为14(IQR:7-27),Altmetric评分的中位数为15(IQR:4-31)。被随机分配到Twitter组的文章,从在线发表到被推送到Twitter上的时间,中位数为29天(IQR:17-53天)。表1描述了这些论文的特点。
表1. 纳入论文的特征
随机纳入到Twitter组的论文,被引用数的中位数为15(IQR:8-27),Altmetric评分中位数为24(IQR:13-41)。对照组的论文,被引用数的中位数为14(IQR:7-27),Altmetric评分中位数为5(IQR:1-18)。
泊松回归显示,在Twitter上宣传与被引率增加存在相关性(1.12;95%CI 1.08-1.15)。这种相关性不受文章类型的影响,文章发表至发布Twitter上的时间间隔不影响引用次数。
Altmetric评分和发推文账号的用户数是论文被引数的重要预测因素(泊松回归系数分别为0.27,95%CI:0.26-0.28,P<0.001;0.23,95%CI:0.22-0.24,P<0.001)(图1和图2)。
图1. Altmetric评分与被引次数显著正相关
图2. Twitter用户数量和被引次数之间的相关性
讨论
本研究发现,论文在Twitter上进行宣传和被引次数存在相关性。
图. 在Twitter上进行论文推广与论文知名度和引用次数增加有关
近期也有其他证据支持Twitter和引用次数之间的正相关关系。然而,也有两项较早的随机研究评估了社交媒体宣传策略对发表在《Circulation》杂志上论文浏览量的影响,两项研究的结果相互矛盾。
需要注意的是,Twitter宣传策略也与至少24小时内能免费获取论文全文有关,这可能影响到前述的相关性。
参考文章:
Eur Heart J. 2022 Apr 7;ehac150.
doi: 10.1093/eurheartj/ehac150.
更多阅读:
Nature调查:60%研究人员反馈,因在公众场合评论新冠遭受过骚扰或辱骂
扫码关注“医咖会”公众号,及时获取最新重磅研究