想提高论文被引，在社交媒体上宣传会有用吗？

2020-10-22 来源：医咖会

社交媒体平台（以Twitter等为代表）逐渐成为了学术进展传播、医学教育培训、同行交流的工具。在Twitter等平台上宣传研究，对论文的被引会有影响吗？ESC（欧洲心脏病学会）针对这一问题对旗下期刊的论文进行了分析，近期刚刚发布了中期分析结果。

原文链接：

https://pubmed.ncbi.nlm.nih.gov/32306033/

研究纳入了ESC旗下12本期刊的文章，排除了指南、专家共识及其他提供推荐意见的文章，对这些文章进行了分层随机化。随机分配至Twitter组的文章，会通过@ESC_journals这个账号在Twitter上进行推送，该账号每天会推送1到2篇研究；分配至对照组的研究，将不会在该账号上主动推送。论文纳入从2018年3月开始，2019年5月结束，共纳入了696篇文章。

关键结论：在Twitter上积极推送研究与在线阅读及被引率的增加具有相关性

结果

研究开始6个月后的中期分析，共纳入536项研究（536/696，77%）进行分析。排除了两篇ESC新闻稿相关的文章后，最终纳入了534篇论文，其中264篇被随机分配到Twitter组，270篇被随机分配到对照组。79%论文的被引率数据来自Web of Science，9%来自Scopus，剩下的12%来自谷歌学术。表1描述了所收录论文的特点。

表1 纳入研究的特征

所有被纳入的论文，从在线发表到检索被引情况的平均间隔天数为328天（IQR 257-408）。整体而言，这些论文的中位被引次数为1（IQR 0-4），中位Altmetric评分为13（IQR 3-29）（注：Altmetric代表了学术产出的社会传播指标，可了解论文的认可程度和分享讨论程度）。

分配至Twitter组的论文，从论文在线发表到在Twitter上推送的中位间隔时间为28天（IQR 16-62）。Twitter组论文的中位被引用数为2（IQR 0-4），中位Altmetric评分为24（IQR 13-39），发推文用户的中位数为41（IQR 24-65）；对照组论文的中位被引数为1（IQR 0-3），Altmetric评分的中位数为4 （IQR 1-14），发推文用户的中位数为5（IQR 1-19）。

使用泊松回归进行的初步分析（被引数为因变量）发现，论文在Twitter上推送与被引数更高存在相关性，这种关联与文章类型无关。

两组的Altmetric评分都与被引次数呈正相关（Twitter组的泊松回归系数为0.43，0.38-0.47，P<0.001；对照组的系数= 0.26，0.22-0.29，P<0.001）（交互项系数= 0.17 P<0.001，图1）。