引用认同视角的科学计量学杰出学者识别引用认同视角的科学计量学杰出学者识别

张子恒; 游晟奕; 谢前前; 李杰

doi:10.15978/j.cnki.1673-5668.202403004

科学观察 ›› 2024, Vol. 19 ›› Issue (3) :37-47 DOI: 10.15978/j.cnki.1673-5668.202403004

数据观察

引用认同视角的科学计量学杰出学者识别引用认同视角的科学计量学杰出学者识别

张子恒 ¹^,²^,^* ,
游晟奕 ¹^,² ,
谢前前 ³^,^* ,
李杰 ¹^,²

作者信息 +

Identification of Outstanding Scholars in Scientometrics from the Perspective of Citation Identity

Zhang Ziheng ¹^,²^,^* ,
You Shengyi ¹^,² ,
Xie Qianqian ³^,^* ,
Li Jie ¹^,²

Author information +

文章历史 +

摘要

[目的/意义] 准确、高效地识别高水平科技人才，对国家引进、培养科学人才，提高创新能力具有重大意义。[方法/过程] 基于科学计量学领域最高奖——普赖斯奖得主的论文数据为样本，通过获奖者的引用认同，分别提出了引用认同强度、引用认同广度和综合认同指标，以识别科学计量领域杰出学者。[结果/结论] 该研究从认同强度、认同广度和综合认同三种测度视角，分别识别了一批具有代表性的杰出科学计量学学者，他们在科学计量学理论、方法、指标、工具以及应用等方面为科学计量学做出重要的贡献。该研究为未来我国特定领域的人才发现或遴选提供了一种新的思路和方法。

Abstract

[Objective/Significance] The precise and efficient identification of high-caliber scientific and technological talents holds significance for the nation, contributing substantially to the strategic imperative of recruiting and cultivating scientific talents and improve innovation capabilities. [Method/Process] Based on the citation data of Derek John de Solla Price Medal Recipients, we proposed one approach to identify outstanding scholars in scientometrics area that combining citation identity strength index, citation identity breadth index, and comprehensive identity index. [Results/Conclusions] We respectively identified three groups of distinguished scholars base on the citation identity strength perspective, citation identity breadth perspective and comprehensive identity perspective. These outstanding scholars have made significant contributions to the theoretical frameworks, methodologies, indicators, tools, and applications within the Scientometrics. Our work proffers a novel paradigm and methodology for the prospective identification or selection of talents within specific domians in the national intellectual landscape.

Graphical abstract

关键词

引用认同 / 人才评价 / 科学计量

Key words

citation identity / talent evaluation / scientometrics

引用本文

引用格式 ▾

张子恒, 游晟奕, 谢前前, 李杰. 引用认同视角的科学计量学杰出学者识别引用认同视角的科学计量学杰出学者识别[J]. 科学观察, 2024, 19(3): 37-47 DOI:10.15978/j.cnki.1673-5668.202403004

Zhang Ziheng, You Shengyi, Xie Qianqian, Li Jie. Identification of Outstanding Scholars in Scientometrics from the Perspective of Citation Identity[J]. Science Focus, 2024, 19(3): 37-47 DOI:10.15978/j.cnki.1673-5668.202403004

登录浏览全文

4963

注册一个新账户忘记密码

1 引言

2021年9月27日，习近平在中央人才工作会议上强调：我国进入了全面建设社会主义现代化国家、向第二个百年奋斗目标进军的新征程，我们比历史上任何时期都更加接近实现中华民族伟大复兴的宏伟目标，也比历史上任何时期都更加渴求人才。科技人才的评价与发现是科学计量学的重要研究方向，准确、高效地评价科研人员学术影响力、识别杰出科研人才，对全方位培养、引进人才，加快建设世界人才中心和创新高地具有重要意义。如何快速、准确地识别科技人才，一直是学界不断探索的研究问题。

“杰出”一词往往用以形容具有出色才能者，因此，“杰出学者”是指为其研究领域作出突出贡献、解决领域内重大科学问题、或为解决科学问题提供重要研究方法的研究者，在许多研究中也使用“杰出科学家”或“科技人才”等称谓代替。目前的杰出人才发现研究大多遵循“初步筛选备选名单→构建人才发现指标体系→甄别杰出人才”这一流程。例如江艳萍^[1]等学者通过发文量和被引频次等多项指标初步筛选待评人员，将“与西南交通大学的关联度”加入人才评价指标体系，为西南交通大学人才引进提供了重要参考。舒予等^[2]则以h指数为初筛指标，构建了“学术质量——期刊水平——高水平研究”三维评价体系，基于TOPSIS方法对多个关键指标进行综合。由此可见，体系构建中常见的文献计量指标包括：发文量、被引量^[3]、h指数^[4,5]等，这些文献计量指标大多由发文量和被引量衍生而来。然而，关于被引量是否可以代表论文或学者的学术水平或影响力的讨论从未停止，但相较于其他学者，领域中长期耕耘的权威专家的引用往往更加注重被引研究论文的内容质量与创新性。因此，可以认为来自“领域权威学者”的引用更能说明被引对象的学术水平。

“引用认同”概念由普赖斯奖获得者Howard D. White于2001年提出，并将其定义为“一位作者所引用的作者集合^[6]”。目前，引用认同研究多以作者和期刊为分析对象，也有研究者基于引用认同视角对机构乃至领域开展相关研究。其中，作者引用认同通过按认同值排列的作者名单对研究对象加以分析，White引入了多项指标进一步解读研究对象的引用风格、知识结构等信息；Blaise Cornin发现了作者引用认同的阶段性差异；国内，马凤和武夷山最先对这一概念进行详尽描述^[7]，并引起了广泛关注。宿瑞芳和郑德俊的研究讨论了地域因素、共同学会、合著行为等对学者间认同关系的影响^[8]；任红娟则发现“自引最高”的规律并不适用于档案学，并注意到领域中最具影响力的专家学者会在多位分析对象名单中反复出现^[9]。

综上所述，在已有研究中，尽管有学者注意到了引用认同在科研人员评价中的重要价值，却鲜有学者开展系统性的定量分析和应用研究。在前人的研究基础上，本研究将以科学计量学领域的最高奖获得者的引用认同为切入点，通过构建引用认同的量化计算指标，识别科学计量学领域的杰出科学家。同时，本研究提出了引用认同量化分析方法，以期为我国特殊领域人才识别提供方法支撑。

2 方法与数据

2.1 研究方法

本研究基于引用认同的视角，选取科学计量学领域的普赖斯奖得主群体作为分析对象，对其研究成果及其引用情况进行统计分析，以发现获奖者群体所高度关注的学者，具体研究流程如图1所示。

为确定引用认同名单及其次序，需要对引用认同值进行统计。目前存在多种认同值的计算方式^[6,7]，本文沿用了引用认同提出者White的计算方法。White方法更加关注异步引用，即在计算作者A对作者B的引用认同值时，统计作者A的全部文献中引用了作者B文献数量，当一篇文献中出现多次引用时，只计为一次“认同”。具体计算步骤是：首先对普赖斯奖获得者的每篇论文所引用过的作者进行去重处理，得到多个作者集合；然后，统计所有集合中作者姓名的出现频次，作为分析对象对该位作者的认同值；最后，将作者名单按认同值从高到底依次排列，得到分析对象的引用认同列表。

在引用认同的基础上，本研究将进一步使用“引用认同强度”和“引用认同广度”两个指标对认同结果加以描述。同时，在研究中提出“综合认同”分数，以直观反映某一学者在权威专家群体中受到认可的程度。

2.1.1 引用认同强度

本文将一位学者获得的引用认同强度定义为：被选中的权威学者对其认同值之和，通过该指标测度不同学者受到普赖斯奖获得者的关注程度。

①$\mathrm{CIS}_{i}=\sum_{j=1}^{n} X_{i j}$

一位学者获得的引用认同强度可以用式①表示，X_ij是普赖斯奖得主j对作者i的认同值，n为全部选中的权威专家数量。以Bradford为例，Garfield和Egghe对其认同值都为10，Leydesdorff为9，White和Thelwall对其认同值分别为5和3，此外还有4位获奖者对其认同值为2，5位认同值为1，计算可得Bradford获得的引用认同强度分数为：CIS_Bradford=10×2+9+5+3+2×4+1×5=50。

2.1.2 引用认同广度

任红娟等研究发现，吴宝康、冯惠玲等作者同时出现在了4位分析对象的引用列表中，表明他们对我国档案学学科影响颇深^[9]。还有学者提出：被一位可敬的人物反复引用是好事，被许多可敬的人物反复引用更佳，被几百名可敬的人物反复引用将获得传世美名^[10]。基于以上认识，有必要对学者受到普赖斯奖得主关注的广泛程度进行测度。所谓引用认同广度是指，一位学者获得了多少位权威专家的认同，在本研究中，某学者获得的引用认同广度代表该学者获得了多少位普赖斯奖获得者的青睐。然而，偶然的引用难以代表获奖者对被引者的认同，此处参考引荐分析方法^[11]，通过设定一定的阈值来确定专家的认同情况。

②$\mathrm{CIS}_{i}=\sum_{j=1}^{n} C R_{i j}$

③$C R_{i j}=\left\{\begin{array}{ll} 0, & X_{i j}<T \\ 1, & X_{i j} \geq T \end{array}\right.$

学者获得的引用认同广度可以用式②和式③表示，Xij是获奖者j对学者i的认同值，一位获奖者对某位学者的认同值大于某一阈值即视为一次认同，将所有获奖者对该学者的认同情况累加，确定该学者获得了多少位获奖者的认同。同样以Bradford为例，当引用阈值为5时，Garfield、Egghe、Leydesdorff和White对其认同值不低于5，即CIB_Bradford=4。

2.1.3 综合认同

已有研究发现，引用认同中的集中-离散分布现象是广泛存在的，综合考虑被普赖斯奖得主认同的广泛程度与认同强度，本文进一步提出了“综合认同”的方法，旨在识别引用认同强度指标和引用认同广度指标都具有较高表现的学者，具体计算公式为：

④$\operatorname{ComID}_{i}=\sum_{j=1}^{n} \ln x_{i j},\left(x_{i j}>0\right)$

式④的具体含义是：首先，对非零的认同值进行对数处理，旨在降低引用认同中的聚集效应；其次，基于对学者受到认同广泛程度的考量，一位学者可能受到来自多位普赖斯奖得主不同程度的认同，将修正后的认同值累加得到综合认同。当一位获奖者仅有一篇文献引用了某位学者时，难以确定获奖者对该学者的认同情况，避免了偶然引用对结果的影响。

2.2 研究数据

本文选择科学计量学界最高奖项——普赖斯奖获得者作为此次研究的数据来源。普赖斯奖章由国际著名计量学期刊Scientometrics的创始人之一Tibor Braun设立，用于褒奖对量化科学研究做出杰出贡献的科学家，自1984年设立以来已有32位学者获此殊荣。本研究借助Web of Science平台检索普赖斯奖得主所著文献并导出题录数据。White在研究中指出，一些类型的文献所引用的参考文献数量极不稳定，因此本研究去除了信件、书评、社论材料等类型的文献。马凤等的研究则发现，基于作者独著论文和其全部论文所得出的引用认同名单不存在明显差异^[7]，周春雷则认为只有第一作者间的引用可以代表认同情况^[11]。因此，为了保证获得的认同结果尽可能反映获奖者的引用情况，本研究去除结果中非第一作者的论文。经过数据处理，本研究最终的数据共包含论文2898篇，86651次引用。表1中的被引频次与h指数是基于这些获奖者以第一作者身份发表的文献的被引情况计算所得。

3 分析结果

由于Web of Science导出的参考文献仅包含第一作者，在对引用关系进行统计时，仅计算被引文献的第一作者。在计算认同值时，对每一篇文献的参考文献列表中出现的作者名单进行除重。由于在WoS平台上所导出的参考文献作者署名方式存在诸多变体，因此本研究对获得较高认同值的作者进行了作者消歧处理，最终结果名单中包含了24433位被认同作者。

3.1 引用认同强度视角的杰出学者识别

表2中列出了去除自引后认同强度排名前50位的学者的排名情况，并对列表中的普赖斯奖得主进行了标注。

通过表2可知，有26位获奖者出现在了排名前50位学者的名单中，29位获奖者处在前100名。其中加菲尔德是获得最高引用认同强度的学者。作为科学计量学学科的奠基人之一，他创办的科学引文索引（Science Citation Index）是科学计量学研究的重要数据来源。加菲尔德发表了大量科学计量学的相关研究，并对科学计量领域其他分支的发展起到了极大促进作用^[12]，可以说他对科学计量学这一学科的诞生与发展做出的贡献是空前的。此外，在引用认同强度分析的结果中，有的学者虽然获得了较高的引用认同强度，但他们的研究只被少数几位获奖者频繁引用，并未得到普赖斯奖获得者的广泛关注，例如Smith AG的引用认同强度为75，其中有50次来自Mike Thewall；Lawrence S的72次认同中有39次来自Mike Thewall，17次来自Bar-Ilan Judit；Ismael Rafols的认同强度为79，50次来自Leot Leydesdorff，其与Leydesdorff合著了14篇论文。不难发现，被少数获奖者频繁引用的学者多为获奖者的合作伙伴，在基于普赖斯奖获得者分析的引用认同强度计算中更具优势。这也说明，单从引用认同强度视角来识别杰出学者存在一定片面性。因此，在本研究中，不仅考虑作者被认同的总强度，而且进一步提出了认同广度测度方法。

3.2 引用认同广度视角的杰出学者识别

表3中列出了引用认同广度不低于5的全部学者，同时本研究也列出了引用认同广度低于5的普赖斯奖获得者及其引用认同广度。分析结果显示，大部分普赖斯奖得主位于这一表单的前列。通常当一位获奖者在其2~3篇论著中提及了某位学者即可以认为该获奖者对该学者的研究成果持一定认同态度，表3给出阈值设定为5时的引用认同广度排名列表，这是因为该阈值得出的结果更能体现学者之间的差异性。

结合引用认同强度的分析结果，发现多数获得高认同强度的学者同样获得了较高的引用认同广度（例如Hirsch JE、Seglen PO以及大多数获奖者），但有一些学者的排名出现了明显下滑（例如Wouters P、Rafols I、Lariviere V），同时也涌现了一批具备高认同广度、但认同强度并不突出的学者（例如Katz JS、Radicchi F）。两项指标中得分较高者具有不同特性，但也呈现出极高的重合度，绘制引用认同强度得分前50的作者，以及获得引用认同广度不低于5的40位作者名单之间的集合关系，如图2所示。

经研究发现，通过引用认同强度识别的作者更加关注认同值的“总和”，高认同强度区域的学者的认同强度来自极少数的获奖者；高引用认同广度区域的学者的认同值分布则更加平稳，其特点是多位获奖者曾引用过他们的研究，但认同值较低。计算两区域学者认同值分布的方差（若为普赖斯奖得主，则不计算自引），发现高认同广度区域的学者方差普遍低于高认同强度区域，因此引用认同广度更强的作者的认同值分布也更为均衡。

3.3 综合认同分析

在认同广度和认同强度的基础上，进一步对被引作者的综合认同分数进行了计算。其中，综合认同分数排名前50的学者，如表4所示。

表4中的一些非普赖斯奖得主，他们的研究被许多普赖斯奖得主高度关注，例如：(1) 第12位的Hirsch是著名的h指数的提出者，他提出的h指数实现了作者所发表论文的数量与质量的综合，引起了学界广泛关注与热烈讨论。在此基础上，多位普赖斯奖得主进一步讨论了h指数的优劣势，并提出了基于h指数的新指数^[13]。(2) Stephen Cole是美国社会学家，在二十世纪六七十年代发表了多篇关于科学计量的研究成果，其内容涉及科研产出与评价、科学合作等方面，获得了科学计量学研究者的大量引用，其成果被引文分析、计量评价、人才发现等多个研究方向的文献所参考，(3) Per O. Seglen的研究领域是生命科学，主要从事细胞自噬相关研究，他的科学计量学研究发表时间介于1992－2000年间，共有6篇相关研究成果，其研究兴趣集中在引文分析与计量学评价指标上，许多有关复杂网络、计量评价的研究引用了他的成果。(4) Dianna Hicks与Paul Wouters、Ludo Waltman、Sarah de Rijcke和Ismael Rafols发表了著名的《莱顿宣言》（《The Leiden Manifesto for research metrics》），提出了合理利用科学评价指标的十条原则，该文目前已经获得了799次引用，她本人的研究兴趣则集中于科研机构的绩效评估，即便本文只统计了参考文献的第一作者，《莱顿宣言》其他四位作者中有三位也取得了较高的综合认同。Ludo Waltman作为2021年的普赖斯奖得主，排名第14；Paul Wouters排在第26位；Ismael Rafols未在表中列出，其综合认同为12.91，排名第56位。(5) Marcus M. Kessler是文献耦合的提出者，这一概念已经成为引文分析的知识基础。(6) Lotka提出了著名的洛特卡定律，提出科研生产的平方反比定律，是对科学家及其产出进行定量研究的先驱。

将综合认同较高的前50位非获奖者在认同强度-认同广度分布图中进行了标记，结果如图3。图3中，橙色节点为获得较高综合认同的非普赖斯奖得主学者。可以看出他们基本位于绿色节点的右上侧，存在个别的绿色节点掺杂在以黄色、红色节点为主的区域。这是由于这些节点代表的作者虽然获得了较高的引用认同广度和引用认同强度，但其认同值分布呈现较为显著的聚集效应，因而获得了较低的认同值。图中的结果显示，本文提出的综合认同结果能较好的对引用认同强度和引用认同广度进行综合。将图3与图2进行比较，图2中交集部分的36位学者位于综合认同指标前50名之内，可以认为综合认同可以识别出两项指标都较为突出的学者。

为了进一步认识近期具有高综合认同的杰出学者，在以上分析的基础上，结合近年来的发文情况，遴选了未获得普赖斯奖的15位高综合认同分数学者，如表5。结果显示，近期获得了较高综合认同分数的学者在研究中极大地促进了科学计量学特定方向的发展，或者在某方面发展了科学计量学的应用范围，这些学者共同组成了科学计量学领域除普赖斯奖得主之外最值得关注的杰出科学家群体。

4 总结与讨论

领域内权威专家的引用往往更加关注被引论文的质量与创新性。本研究以既有获奖者为起点，选取32位普赖斯奖得主的引文数据作为数据来源，基于引用认同视角提出了引用认同强度、引用认同广度和综合认同三项计量指标，从不同视角识别了一组科学计量学领域的杰出科学家群体。

（1）引用认同强度和引用认同广度视角下识别的杰出学者具有很大程度的重合，又具有各自特点。引用认同强度较高而广度较低的学者，其认同值分布往往更加集中，少数几位获奖者几乎贡献了全部认同；反之认同广度较高而强度较低的学者的认同值分布更为均衡。

（2）综合认同对认同值进行修正后再进行累加，在降低认同值分布的聚集效应的同时，兼顾学者受到认同的广泛程度，是对引用认同强度和引用认同广度的综合。从结果来看，综合认同所识别出的杰出学者在引用认同强度和引用认同广度上都具备良好表现。

（3）在高综合认同的学者名单中，不仅包含现阶段具有较高学术影响力的学者，也有本领域奠基人与基础理论的提出者。这是由于研究数据中包含了许多早期文献，发表时间跨度较大，因此许多早期的研究者也被识别出来。将时间因素纳入统计范围是有意义的，既可以帮助我们回溯曾经为学科发展进步做出突出贡献者，也可以借以识别未来的学术新星，用于识别潜在人才、进行科研奖项预测等工作。

参考文献

原文顺序 | 出版日期 | 本文引用

[1]	江艳萍, 夏琬钧, 赵颖梅, 等. 基于文献计量方法的全球潜力华人青年学者发现与评价策略研究[J]. 情报杂志, 2019, 38(7): 178-183.

[2]	(Jiang Y P, Xia W J, Zhao Y M, et al. Discovery and evaluation strategy for the global potential Chinese young scholars: a research based on bibliometric method[J]. Journal of Intelligence, 2019, 38(7): 178-183.)

[3]	舒予, 张黎俐, 张雅晴. 海外高水平学者发现与评价策略研究[J]. 现代情报, 2018, 38(6): 93-98.

[4]	(Shu Y, Zhang L L, Zhang Y Q. Research on overseas high level scholars' discovery and evaluation strategy[J]. Journal of Modern Information, 2018, 38(6): 93-98.)

[5]	科睿唯安. 2018高被引科学家: 发现自然科学和社会科学领域的顶尖人才[J]. 科学观察, 2019, 14(3): 56-65.

[6]	(Clarivate. Highly cited scientists in 2018: discovering top talents in the fields of natural science and social science[J]. Science Focus, 2019, 14(3): 56-65.)

[7]	熊回香, 叶佳鑫, 丁玲, 等. 基于改进的h指数的学者评价研究[J]. 情报学报, 2019, 38(10): 1022-1029.

[8]	(Xiong H X, Ye J X, Ding L, et al. Scholar evaluation research based on an improved h-index[J]. Journal of the China Society for Scientific and Technical Information, 2019, 38(10): 1022-1029.)

[9]	邱均平, 缪雯婷. h指数在人才评价中的应用——以图书情报学领域中国学者为例[J]. 科学观察, 2007, 2(3): 17-22.

[10]	(Qiu J P, Miao W T. Application of h-index in evaluating individual's performances[J]. Science Focus, 2007, 2(3): 17-22.)

[11]	White H D. Authors as citers over time[J]. Journal of the American Society for Information Science and Technology, 2001, 52(2): 87-108.

[12]	马凤, 武夷山. 引用认同——一个值得注意的概念[J]. 图书情报工作, 2009, 53(16): 27-30, 115.

[13]	(Ma F, Wu Y S. Citation identity—a noticeable concept[J]. Library and Information Service, 2009, 53(16):27- 30, 115.)

[14]	郑德俊, 叶继元. 期刊引用认同及其被引评价新指标有效性分析[J]. 中国图书馆学报, 2010, 36(4): 106-114.

[15]	(Zheng D J, Ye J Y. Analysis of the validity of journal citation identities and journal citation images[J]. Journal of Library Science in China, 2010, 36(4): 106-114.)

[16]	任红娟. 我国档案学近十年核心作者引用认同研究[J]. 档案管理, 2013(6): 16-18.

[17]	(Ren H J. Research on citation identity of core authors of archive science in China in recent ten years[J]. Archives Management, 2013(6): 16-18 )

[18]	孙海生, 韩红. 引用认同用于科研人员评价的实证分析[J]. 情报杂志, 2011, 30(7): 30-33.

[19]	(Sun H S, Han H. Empirical analysis of citation identity used in author evaluation[J]. Journal of Intelligence, 2011, 30(7): 30-33.)

[20]	周春雷. 引荐分析法:一种新的引文分析法[J]. 情报学报, 2010, 29(04): 671-678.

[21]	(Zhou C L. Citation recommendation analysis: a new citation analysis approach[J]. Journal of the China Society for Scientific and Technical Information, 2010, 29(04): 671-678.)

[22]	王金鹏, 王慧杰. 从科学知识图谱角度看加菲尔德的学术地位和影响——基于SCI近20年的数据[J]. 国家图书馆学刊, 2010, 19(4): 41-46.

[23]	(Wang J P, Wang H J. On Garfield's academic position and influence from the perspective of scientific knowledge map—based on the data of SCI in recent 20 years[J]. Journal of the National Library of China, 2010, 19(4): 41-46.)

[24]	李杰, 宋东桓, 吴登生. h指数开创性论文的引文扩散可视化[J]. 科学观察, 2023, 18(3): 37-49.

[25]	(Li J, Song D H, Wu D S. Citation diffusion visualization of the seminal paper of h-index[J]. Science Focus, 2023, 18(3): 37-49.)

[26]	韩佳燕, 赵勇. 引用关系中的诺贝尔奖效应研究——以2009-2016年21位诺贝尔化学奖得主为例[J]. 情报杂志, 2021, 40(7): 174-181, 200.

[27]	(Han J Y, Zhao Y. Research on the Nobel prize effect in citation relation—a case study of chemistry laureates from 2009 to 2016[J]. Journal of Intelligence, 2021, 40(7): 174-181, 200.)

[28]	宿瑞芳, 郑德俊. 作者引用认同实证——以国内图书情报学为例[J]. 图书情报工作, 2010, 54(22): 51-56.

[29]	(Su R F, Zheng D J. Empirical analysis on authors' citation identity—taking domestic LIS as examples[J]. Library and Information Service, 2010, 54(22): 51-56.)

[30]	Cronin B, Shaw D. Identity-creators and image-makers: Using citation analysis and thick description to put authors in their place[J]. Scientometrics, 2002, 54(1): 31-49.

[31]	Zhou C L, Kong X Y, Lin Z P. Research on derek john de solla price medal prediction based on academic credit analysis[J]. Scientometrics, 2019, 118(1): 159-175.

[32]	白青, 董文华. 引用认同在科学计量分析中的应用研究[J]. 情报杂志, 2010, 29(9): 38-40.

[33]	(Bai Q, Dong W H. The application of citation identity in quantitative analysis[J]. Journal of Intelligence, 2010, 29(9): 38-40.)

[34]	周春雷, 孟丽慧, 李彦博, 等. 学术授信分析: 模型、方法及应用[J]. 档案管理, 2022(2): 21-25.

[35]	(Zhou C L, Meng L H, Li Y B, et al. Analysis of academic credit: model, method and application[J]. Archives Management, 2022(2): 21-25.)

[36]	Bonnevie-Nebelong E. Journal citation identity, journal citation image and internationalisation: methods for journal evaluation[J]. Scientometrics, 2006, 66(2): 411-424.

[37]	王丽, 袁军鹏, 王娜, 等. 学术期刊的引用认同分析——以Scientometrics为例[J]. 情报杂志, 2011, 30(2): 18-22.

[38]	(Wang L, Yuan J P, Wang N, et al. Citation identity of academic periodicals based on analysis on the Lysis on scientometrics[J]. Journal of Intelligence, 2011, 30(2): 18-22.)

[39]	李燕萍. 基于期刊的引用认同和引证图像研究[J]. 情报理论与实践, 2011, 34(2): 38-41, 53.

[40]	(Li Y P. Research on the journal-based citation identity and citation image[J]. Information Studies (Theory & Application), 2011, 34(2):38- 41, 53.)

[41]	李晓辉, 孙坦. 基于期刊引用形象和期刊引用认同的期刊评价[J]. 大学图书馆学报, 2011, 29(2): 103-107.

[42]	(Li X H, Sun T. Journal evaluation based on journal citation image and journal citation identity[J]. Journal of Academic Libraries, 2011, 29(2): 103-107.)

[43]	苏芳荔. 期刊引用认同和期刊引证形象实证[J]. 情报理论与实践, 2013, 36(5): 93-97.

[44]	(Su F L. An empirical analysis of journal citation identity and journal citation image[J]. Information Studies (Theory & Application), 2013, 36(5): 93-97.)

[45]	鲁晶晶, 邓勇, 陈云伟. 引用认同用于科研机构分析的探讨[J]. 图书情报工作, 2011, 55(6): 53-56.

[46]	(Lu J J, Deng Y, Chen Y W. Discussion of research institution analysis based on citation identity[J]. Library and Information Service, 2011, 55(6): 53-56.)

[47]	苏芳荔. 机构引用认同和机构引证形象实证研究[J]. 情报杂志, 2012, 31(9): 54-58.

[48]	(Su F L. Empirical analysis of research institutions citation identity and research institutions citation image[J]. Journal of Intelligence, 2012, 31(9): 54-58.)

[49]	苏芳荔. 机构引用认同和机构合作的比较研究[J]. 情报理论与实践, 2012, 35(11): 125-128.

[50]	(Su F L. Comparative study of institution citation identity and institution collaboration[J]. Information Studies (Theory & Application), 2012, 35(11): 125-128.)

[51]	刘志伟, 吕斌. 引用认同视角下信息计量跨学科研究的现况、评价与发展策略——以Web of Science数据为例[J]. 图书馆杂志, 2021, 9: 97-111, 121.

[52]	(Liu Z W, Lyu B. The present situation, evaluation and development strategy of interdisciplinary research in informetrics from the perspective of citation identity: based on Web of Science[J]. Library Journal, 40(07): 97-111, 121.)

[53]	宋培彦, 冯超慧, 龙晨翔, 等. 基于颠覆性指数优化的细分领域优秀科技人才发现研究[J]. 情报杂志, 2022, 41(5): 61-65.

[54]	(Song P Y, Feng C H, Long C X, et al. Study on discovery of outstanding scientific and technological talents in specific domains based on optimized disruptive index[J]. Journal of Intelligence, 2022, 41(5): 61-65.)