July 1, 2020 14 sec read

该文章可以通过该链接完整阅读（包括图片。这些图片有时微信禁止转载）。

我们印象当中，发文章需要做大量的实验和分析。实验对象可以是原子、病毒，可以是疾病、人群，也可以是恒星、宇宙。可是，如果分析的对象是文献本身，这样的研究有吗？能发文章吗？

小编虽然在科研领域20年，但是对这个问题还没有明确答案。于是这两天埋头钻研，结果脑洞大开，发现了一个原来从没听说过的领域：文献计量学，英文叫 Bibliometrics。借用百度百科的话，文献计量学是指用数学和统计学的方法，定量地分析一切知识载体的交叉科学。而这个领域竟然已存在100余年，不得不承认自己实在是孤陋寡闻。

于是，我们用“文献分析”的方法分析了“文献分析”类的文献（咦，怎么有点拗口？），看看有哪些意想不到的发现。我们用的关键词非常简单，就是 bibliometrics。数据来源是PubMed，分析工具是文献鸟的大分析。

01

—

上万篇论文用了“文献计量学”

首先，不仅有论文用了文献计量学的方法，而且有很多。在PubMed数据库里有一万余篇这类的论文。如果看趋势，我们发现在2005-2010增长速度较快，这几年稳定到每年750余篇。

02

—

“文献计量学”论文可以发表在好期刊

那么，这上万篇的论文都发表在什么期刊？是灌水期刊吗？从上图的分布图来看，文献计量学的论文在各类期刊都有。在前25个期刊中，有Nature（254篇）、Science（74篇）、Lancet（41篇）、JAMA（32篇）这类顶尖文章（黄色标记），也有J Clin Epidemiol等这样的不错的期刊（绿色），当然也有影响力更低的期刊。

这么多Nature、Science等文章，自然引起了小编的怀疑和警惕。难道我通过分析文献就可以发表CNS文章？是不是太简单了？于是，小编点击进去，看看有哪些文章发表在这些顶级期刊。

果真不出所料，绝大部分在顶尖期刊的论文是评论、新闻、通信类型的。但是，通过仔细排查，我们还是找到了正规的、研究类的文章。下面举几个例子。

Lancet. 2019 Feb 9;393(10171):550-559. doi: 10.1016/S0140-6736(18)32995-7.

JAMA. 2009 Sep 9;302(10):1092-6. doi: 10.1001/jama.2009.1307.

而在非顶级但是还是很好的期刊上（比如J Clin Epidemiol），这样正规的文章的比例就更多了。下面是几篇例子：

J Clin Epidemiol. 2017 Jan;81:96-100. doi: 10.1016/j.jclinepi.2016.09.008.

J Clin Epidemiol. 2016 Jun;74:66-72. doi: 10.1016/j.jclinepi.2015.10.018.

Arch Bronconeumol. 2013 Jul;49(7):282-8. doi: 10.1016/j.arbres.2013.01.009. Epub 2013 Apr 4.

因此，用到文献计量方法的研究性和综述性论文是可以发表在比较好的期刊上的。当然，如果是通信类的论文，或许更容易一点。比如，下面四篇在Lancet的文章，都是通信类的，都是关于中国的：

03

—

“文献计量学”论文有哪些内容？

那么，我们需要对文献做哪些分析可以发文章呢？我们以发表在Zebrafish的一篇文章为例，看看他们做了什么样的分析。

1. 文献数目随时间变化图

2. Top 研究领域

3. Top 期刊

4. 高引用文献

5. Top 作者

6. 国家分布

7. 学校分布

8. Top 词组以及随时间的变化

当然，我们在发表文章的时候，不局限于上面的分析类型。我们完全可以创新地做各种角度的分析，也可以把这些分析和自己的独特见解结合起来，这样出来的结果更有价值。

04

—

我们在“文献计量学”有很大发展空间

在许多领域，我们国家的论文数目相对美国差距都不是很大，但是在文献计量学，我们论文的数目只有美国的10%（上图）。这说明我们对这个领域还不是很重视，还有很大的进步空间。小编认为，对文献大数据的分析投入相对较小，一台计算机、几个分析软件可能就可以了，但是价值很大，可以让自己和大家在短时间内对某个领域有全局的认识，特别是如果能把文献分析和自己的成果和独到见解结合起来，内容就更丰富，就更容易发表好的文章了。最后祝愿大家多发表好文章！

点击↓↓↓，关注文献鸟公众号

Want to receive new post notification? 有新文章通知我