一、引文資料庫的用途與基本原理
本課程分為三個部分:首先介紹引文資料庫的概念、收錄資料類型、評估標準與相關指標;其次說明資料庫的主要功能並安排實際操作;最後提供延伸資料。由於引文資料庫會持續更新、增加功能,即使曾參加過相關課程,也可以再次熟悉其操作與變化。
引文資料庫的用途不只在於尋找適合閱讀或投稿的期刊。大學排名、系所或研究團隊的研究表現分析、教師影響力評估,以及潛在合作對象的辨識,都可能參考資料庫中的研究成果與引用紀錄。理解這些用途,首先要掌握引文資料庫的核心概念:文獻之間的引用關係可以形成引文網路。
若一篇文章對研究者有幫助,可以向前查看它引用了哪些文獻,也可以向後查看哪些文章引用了它。前者呈現作者認為相關的既有研究,後者則顯示這篇文章如何進入後續研究脈絡。這種從一篇文獻出發、沿著引用關係尋找更多資料的方式,也可理解為文獻「滾雪球」式的探索。引用連結讓研究者得以發現相關文獻;對計量學研究者而言,這些連結則是進一步分析的起點。
計量分析不只在於計算引用次數。研究者還要考慮資料類型、分析年代區間、研究問題、分析方向,以及如何呈現結果。引用關係能提供研究之間可能相關的線索,但引用的意義還須結合文章內容、引用位置與引用者如何使用該成果來判讀。
另一個重要概念是核心合集(Core Collection)。面對持續增加的研究成果,讀者不可能同等優先閱讀所有資料;因此,有些資料庫透過特定的收錄機制,選出一批供學術社群優先參考的期刊或文獻。理解核心合集的收錄方式,也有助於分辨「學術成果已經發表」與「成果被特定引文資料庫收錄」是兩件不同的事。
學術出版本身也有層層把關。例如,學位論文需經口試委員與指導教師評估及修改,完成後可能存入圖書館館藏或論文資料庫;若研究者進一步將成果改寫為期刊論文,稿件還要經過期刊審查,可能包括匿名審查。作者依審查意見修改後,論文才有機會刊登,並進一步被期刊資料庫收錄。期刊的引用次數及統計採用的年代區間,可能是資料庫評估時考慮的因素之一。論文資料庫也可能提供參考文獻與相關論文,但引文資料庫的特色還包括特定的收錄選擇與引用分析。
二、資料來源、收錄範圍與本地研究的可見度
不同資料庫涵蓋的語言、學科與出版品範圍並不相同。Scopus與Web of Science(以下簡稱 WoS)都是具有核心合集的英文引文資料庫,收錄內容主要以英文期刊為主。因此,對於以本地語言發表、尤其是人文與社會科學領域的研究而言,這些資料庫未必能完整呈現研究成果與影響力。資料庫中的紀錄較少,不必然表示該領域研究品質較低;也可能是資料庫的語言與收錄範圍沒有涵蓋該領域常見的出版方式。
查詢臺灣人文與社會科學期刊時,可使用 TCI-HSS。其介面相對簡單,但收錄資料未必完整,研究者可能需要逐篇比對自己的出版成果,確認個人紀錄是否已納入。TCI-HSS 的收錄條件包括具有審查制度、定期出刊,以及平均每年至少刊登三篇文章;相較於 WoS 等資料庫,其評選機制較不嚴格。這些差異提醒使用者,資料庫所呈現的紀錄不能直接視為某個研究領域全部成果的完整清單。
臺灣人文與社會科學期刊的評比與收錄資訊,可在國科會人文及社會科學研究中心相關頁面查詢。講座提到的分類包括 THCI(人文學科)與 TSSCI(社會科學);其中前兩個等級屬於核心期刊,第三級雖不屬核心期刊,但代表期刊具有相對穩定的發行狀況。ACI也提供中文期刊的收錄或排名資訊,可用來查詢感興趣的期刊,或查看特定教師在資料庫中的研究成果紀錄。講座指出,ACI 可使用至 2027 年 6 月 30 日,並建議利用這段期間熟悉其資料與功能,ACI 的評選方式與講座前面介紹的臺灣期刊索引有相似之處,其期刊清單會標示期刊是否同時收錄於 TSSCI 等索引。
資料庫入口可由資料庫首頁搜尋,例如輸入 ACI、Scopus 或 Web of Science,再點選相應連結。政大提供的 WoS 資料只涵蓋社會科學研究部分,入口名稱直接顯示為 Social Sciences Citation Index(SSCI);即使如此,輸入「Web of Science」仍可找到相關入口。資料庫介面多為英文,但通常可切換或翻譯成中文,初次使用者可先切換為中文,以利理解功能與操作流程。
資料庫操作教學,可由圖書館e學習網獲得個別資料庫的操作教材。
三、出版物類型、學科慣例與審查狀態
引文資料庫將資料類型分得較細,並非只是介面設計上的差異。一般文獻資料庫主要協助使用者找到並閱讀文章;引文資料庫還要支援引用分析,因此資料類型與相關欄位越細,後續可進行的分類和分析也越多。
期刊文章、綜述、會議論文與專書
期刊文章(Article)是引文分析常用的資料類型,通常會交代研究背景與問題,說明研究方法或推理過程,並呈現結果及後續研究方向。文獻綜述(Review)則會搜尋並整理某段期間內的重要研究,歸納既有成果、主要發現與後續方向。例如,2025 年撰寫的綜述可能整理 2000 至 2024 年間某一領域的研究。綜述能協助讀者迅速掌握領域發展,因此常有較高引用次數;但要寫出有品質的綜述,需要充分掌握相關研究並具備整理與評析能力。
會議論文對理工領域尤其重要。部分理工學科重視新知與技術發展的時效性,研究者希望盡早發表新技術或解決方法。相較於期刊論文,會議論文的審查與發表流程通常較快,因而能較早進入學術交流。人文與社會科學未必同樣重視會議論文,但這不代表會議論文在所有領域都不重要。
人文領域則常以專書及書籍章節呈現研究成果。長期累積的研究可能以專書形式出版;若成果未形成整本書,也可能收錄於書籍中的章節。因此,只計算人文領域的期刊文章,再據此判斷其近年發表量低於自然科學領域,可能忽略人文研究較常以專書或章節發表的特性。
資料論文與開放資料發展有關。部分高等教育機構鼓勵研究者除了發表文章,也分享研究資料,使其他研究團隊能以不同方法使用資料,減少重複蒐集與整理的時間,並促進研究進展。資料論文通常說明資料集如何蒐集、使用時須注意什麼,以及後續研究者可如何運用資料。
資料庫也可能收錄短篇綜論、編輯評論(Editorial)、來函與回覆、討論、書評及會議摘要等。短篇綜論通常比完整文獻綜述短;編輯評論則常用來提出觀點或評論。若作者在某領域具有一定權威性,可能透過編輯評論直接說明對領域的看法,而不必採用原始研究論文完整的研究設計與方法。來函、書評與會議摘要等類型多屬學術交流形式,未必具有完整研究論文相同的研究設計或審查性質。
因此,進行引用分析時,可依研究目的排除不適合比較的文獻類型,避免將性質不同的出版物都視為同等的學術論文。但是否排除某一類型,仍須依研究問題及資料庫實際分類方式決定。
Early Access、預印本與撤稿紀錄
有些文章已先行公開,但尚未正式編入期刊卷期。WoS 使用 Early Access,Scopus 使用 Article in Press 指稱這類文章。它們已獲期刊接受,但尚未完成正式出版所需的全部卷期資訊;有時已有 DOI,並先在線上公開,之後才正式刊登。先行公開使研究較早進入學術交流,也增加文章被閱讀與引用的機會。正式出版後,紀錄通常會補上日期、卷號與期號等資料。
預印本(Preprint)與 Early Access 或 Article in Press 不同:預印本是在尚未完成期刊審查前公開的研究稿件;Early Access 則是已獲接受、但尚未正式編入卷期的文章。期刊審查可能包括送審、作者回覆意見、再次審查與修訂,投稿至刊登可能歷時數月甚至超過一年。對重視技術時效性的理工領域而言,等待正式審查完成可能使成果失去時效性,因此研究者可能透過預印本社群先公開研究,再由學術社群閱讀、討論並指出問題。這種社群回饋不等同於正式匿名審查,但代表研究成果進入學術交流的另一條路徑。
講座以 arXiv 為常見的預印本平台,並指出資訊領域尤其常見。未經匿名審查不等於研究成果必然品質低劣,而是代表其審查與交流路徑不同於正式期刊出版。Scopus 與 WoS 也會收錄特定預印本平台的資料,講者指出資料庫會挑選其認為品質較佳的平台;使用者仍應辨識作品的審查狀態,不應將預印本與經期刊正式審查、接受並刊登的文章混為一談。若研究目的在於分析預印本,需切換至相應搜尋範圍;一般文獻搜尋結果可能包含 Early Access,卻不一定包含預印本。
資料庫收錄不代表期刊或其中每篇文章絕對沒有問題。期刊可能有品質或出版倫理問題,也可能有個別文章在審查與收錄後被發現問題。引文資料庫可設置撤稿標示及撤稿原因等紀錄,提醒使用者即使文章仍可在資料庫或網路上找到,也須謹慎判讀其內容與引用價值。在 AI 加速文獻產出的背景下,問題文獻可能增加,而撤稿程序未必同樣迅速;資料庫須持續維護相關紀錄,因為撤稿文章也可能已散布在網路各處。
四、期刊收錄、掠奪性期刊與資料庫查核
掠奪性期刊常刻意使用與知名期刊相似的名稱,或宣稱已被 WoS、Scopus 收錄,以吸引研究者投稿並收取費用。部分開放取用(Open Access, OA)期刊會向作者收取文章處理費(Article Processing Charge, APC);因此,若期刊吸引更多投稿並接受出版,便可能增加費用收入。研究者不能只依期刊網站的自我宣稱判斷收錄狀態,應直接查詢 WoS 或 Scopus,確認期刊目前是否確實收錄。
另一種情況是期刊未必虛稱已經收錄,而是試圖透過不當方式提高引用量,以進入引文資料庫。資料庫依引用關係等指標評估期刊,因此可能有人操縱引用行為,使期刊表面上看來更具影響力。期刊的自我引用若異常增加,或期刊間出現集中互引,都可能引發資料庫檢視。引用堆疊(citation stacking)是期刊或相關出版品透過集中、相互引用,人為推高彼此引用數的情況。異常引用並不只限於此,資料庫也會辨識其他不符合收錄規範的模式。
WoS 與 Scopus 的資料範圍、索引架構及評估方式不同。Scopus 涵蓋多個學科領域;WoS 核心合集則依不同引文索引劃分範圍,常見類別包括科學引文索引擴展版(SCIE)、社會科學引文索引(SSCI)、藝術與人文引文索引(AHCI),以及新興來源引文索引(ESCI)。
資料庫收錄的對象不只有期刊,也可能包括圖書與會議論文。Scopus圖書的收錄由出版社推薦,會議論文則可能依一個會議的標準來評估。期刊有固定發行方式與出版政策,評估時較有明確的審查機制。Scopus 和WoS的網站列有期刊評選資訊,包含形式與內容條件;期刊進入資料庫後仍可能接受後續檢視,若發現問題便可能被剔除。Scopus和WoS都會在網站說明哪些問題期刊被移除。
查核 WoS 期刊可使用 Master Journal List(MJL)與Journal Citation Reports(JCR)。MJL 每月更新,JCR 每年更新。MJL 可查詢曾經或目前收錄的期刊,查詢結果不受使用者所屬機構訂購範圍限制;即使機構未訂購 SCIE 或 AHCI,也可透過該清單查詢。JCR 以期刊為單位呈現引用情況,並提供期刊影響因子(Journal Impact Factor, JIF)等資訊。期刊仍符合相關收錄與評估條件時,查詢頁面會顯示 JIF;若期刊受到處置或不再符合條件,則不顯示該數值。JCR 也可能標示期刊指標遭到「鎮壓」(suppression)。
五、引用情境與研究者識別
引用次數提供研究影響力的線索,但不能獨立說明引用的作用。引用可能出現在前言、文獻回顧、方法、結果或討論等不同部分,也可能用來支持某個觀點、提及既有研究,或提出反對意見。引用出現的位置與功能,能補充單一引用總數所缺少的脈絡。
SCITE 等工具提供引用情境分析,嘗試辨識引用所在位置及其功能;完整內容可能需要付費。WoS 的「參考文獻深度分析」也可在部分文章的查詢結果或文章頁面中,顯示引用出現在簡介、研究方法、結果或討論等區段。這類分析較依賴近代資料及可供機器處理的內容,因此並非每篇文章都能使用。引用若出現在文獻回顧,通常是整理既有研究;若出現在討論,可能呈現較直接的學術對話;若出現在方法,則可能是研究採用相似方法。這些差異影響引用對作者與讀者的意義。
WoS 也提供部分論文的同儕審查歷程資訊。公開紀錄可能呈現審查者要求修改的內容、作者回覆,以及編輯是否接受修改並刊登文章。經過審查並刊登,不代表研究已不容質疑;但健全的編輯與審查程序有助於維持一定的出版品質。
一篇文章被引用很多,不必然代表其貢獻重大或引用都是正面評價。文章可能提出有趣問題,卻得到錯誤答案,因而引來後續研究反駁;有些解決重要問題的研究,也可能因未引發新研究方向而引用較少。引用總數還可能集中在某個時期,之後逐漸減少;也可能初期引用有限,後來因事件或研究發展而快速增加。Scopus 與 WoS 的引文概覽可協助觀察文章不同年度的引用情況;解讀時應結合時間趨勢、引用位置及引用者如何使用該研究。
資料庫若未能正確整合研究者姓名、機構或作品紀錄,同一位研究者的成果可能被拆成多筆紀錄,也可能與同名研究者混淆,進而影響個人或機構統計。ORCID 等研究者識別碼有助於區分同名研究者並連結同一人的作品。研究者維護正確、完整的識別資訊,可改善資料彙整並降低錯誤比對對引用統計及排名的影響。
WoS 作者頁面可包含核心合輯文獻,也可能呈現預印本或其他未收入核心合輯的作品。作者頁面是否完整,取決於研究者是否維護檔案;頁面可能包含研究者照片、ORCID、WoS 配置的作者識別碼,以及作者確認或修正作品歸屬的功能。身分辨識越準確,後續統計越可靠。作者檔案也可能呈現同儕審查紀錄。期刊編輯尋找審查者時,可參考研究者曾參與哪些期刊審查及相關紀錄;因此,維護個人頁面不只影響作品歸屬,也可能影響日後受邀審查的機會。
作者頁面可能呈現第一作者、通訊作者等角色,以及逐年的出版量與引用百分位。作者排序慣例依學科而異論。作者影響力圖表可同時顯示每年出版量及該年度出版品的引用表現,協助觀察學術表現變化;它與 H-index 一樣涉及產出與引用,但提供逐年層次的資訊。
WoS 文獻頁面的 Keywords Plus 是系統演算法從文獻資料中擷取或產生的關鍵字,並非作者提供的關鍵字。WoS 搜尋時可能比對作者關鍵字,也比對 Keywords Plus;系統以全大寫標示後者,以便區分。若分析目的是了解作者實際使用的詞彙,匯出資料後應辨別作者關鍵字與機器產生的關鍵字。
六、研究評估指標及其適用範圍
研究評估指標可從不同角度呈現研究活動。有些衡量發表數量,例如作者或機構的總篇數、在特定期刊發表的篇數,或合作發表的篇數;有些衡量引用總數,或限定一段期間內的引用情況;另一些則經過正規化,以降低學科引用習慣差異對比較造成的影響。網路使用與傳播指標可能統計文章瀏覽、下載,以及在社群媒體、新聞或其他網路媒介上被提及與分享的情形。
指標可以用於不同層級的對象,包括文章、作者、期刊與機構。選用指標前,應先確定評估對象與目的:研究者整體產出、近期引用表現、特定期刊中的發表情形、合作程度或機構影響力,所需的統計方式可能不同。即使同樣是篇數或引用數,統計範圍不同,也可能回答不同問題。
CiteScore、JIF 與加權指標
Scopus 以 CiteScore 評估來源出版物。CiteScore 會考慮前四年的出版資料,並納入五種文件類型:論文、評論文章、會議論文、專書章節與資料論文。它依一定期間內的引用情況與出版文件數量計算。WoS 的期刊影響因子稱為 Journal Impact Factor(JIF);講座指出,其基本概念是以某年度的引用情況對照期刊前兩年出版的相關文件數量,計算兩年期影響因子。另有五年期影響因子,可延長觀察期間;兩年期觀察較適合引用速度快的生物醫藥領域,較長期間更適合社會科學領域。
CiteScore 與 JIF 的資料範圍、文件類型及公式不完全相同,因此同一期刊在兩個資料庫中的數值或排名可能不同。即使期刊在兩者中都位於 Q1,實際數值仍可能有差異。
另有經過加權或正規化的指標,例如 JCI(Journal Citation Indicator),目的在於減少不同學科引用習慣對比較造成的影響。
排名、百分位與學科脈絡
Scopus 可從來源出版物(Sources)查找期刊,先選擇學科領域,再查看該領域排名。來源出版物不只包括期刊,也可能包含叢書、會議論文集及商業出版物等連續性出版品;若只比較期刊,應篩選期刊類型。排名畫面可能呈現多種指標與期刊在特定學科的位置。跨領域比較時,不宜只看原始分數,可參考百分位數,理解刊物在所屬領域中的相對位置;仍須確認百分位的定義及排序方向。
WoS 的 JCR 可依學科類別或地區篩選期刊,查看索引類別、引用指標與排名,也可切換預設或加權指標,例如 JCI。名次必須連同所屬學科及比較母體閱讀:某期刊在特定領域排名第一,表示它在該領域的特定期刊集合中居前;若另一領域期刊總數不同,單看名次不易比較。
JCR 也提供期刊年度表現、引用分布、OA 比例、排名與學科分類。評估期刊時,應觀察引用是否快速上升、自我引用是否明顯,或期刊是否大量引用自身文章。這些情況可能與出版策略有關,例如編輯團隊要求作者引用同一期刊文章以累積引用。它們是進一步查證的線索,不能只憑單一指標便認定期刊存在不當行為。JCR 的 Citation Network 可呈現期刊間的引用關係;若某期刊引用高度集中於自身或少數特定期刊,值得進一步檢視。不同期刊名稱也可能隸屬同一出版集團,因此須考量出版關聯。引用分布較均勻通常比高度集中於單一來源更值得參考,但圖表外觀本身不足以證明期刊是否健全。
期刊年度表現可能改變。若要評估某篇文章發表時的期刊環境,應查看該文發表年度,而不宜只依最新年度資料判斷。
H-index 與網路計量
H-index可用於評估研究者、機構或期刊。若某對象至少有 h 篇成果,各自被引用至少 h 次,其 H-index 即為 h。將文章依引用次數由高至低排列,H-index 是滿足「排名第 h 的文章至少被引用 h 次」的最大 h。因此,單篇文章被引用很多,不會獨自大幅提高 H-index;必須有足夠多篇文章達到相應門檻。
例如,研究者若只有兩篇文章,雖然兩篇各被引用二十多次,H-index 仍不會高於 2,因為成果總數只有兩篇。這個指標同時考量成果數量與引用情形,但無法完整呈現每篇文章的引用差異,也可能低估年輕學者少數高引用成果的影響,或無法單靠一個數值呈現資深研究者的全部表現。
Google Scholar 提供 h5-index,以最近五年為觀察期間計算 H-index;另有 h5-median,即與 h5-index 相關的引用次數中位數。個人檔案頁面也可能呈現 H-index 與 i10-index;後者統計至少被引用十次的文章數量。
網路計量則關注研究成果在傳統學術引用以外的使用與傳播。Scopus 可呈現 PlumX 資訊,PlumX呈現研究成果在專利、政策及醫療診斷等情境中的應用,也包括點擊、下載、瀏覽,以及在部落格、維基百科等網路媒介被提及的情況。它有助於觀察研究影響如何從學術交流擴展至較廣的社會情境。
以「樹根」比喻網路計量:我們容易看見學術圈內的引用,但研究成果是否進入日常生活並影響社會,還需從其他傳播與應用資料觀察。在 Scopus 的文章頁面,PlumX 資訊可能先以簡要數字呈現,點入後可查看細節,例如哪些部落格提及文章及其計數。這些資料的索引完整度受語言與資料收錄影響;英文資料通常較容易被細緻索引,中文資料未必達到同樣程度,因此未出現在資料庫中的提及或使用紀錄,不一定代表成果完全沒有相應影響。
七、Scopus、SciVal 與 WoS 的檢索和分析功能
Scopus
Scopus 的 Scopus AI 可讓使用者以問題描述研究需求,由系統整理或轉換相關關鍵字、尋找文章並提供摘要;使用者可點擊來源回看文章,也能參考延伸閱讀或潛在研究方向。這類功能較偏向協助找到並理解文獻,與計量學研究目的不同。
- 引文概覽最多可分析兩萬筆資料,也可只選取部分文獻。它能呈現不同年度的引用情況,讓使用者觀察引用隨時間變化;同一年出版的文章,累積引用可能差異很大。若要辨識近年較受注意的文章,應查看各年度引用,而非只比較歷年累積總數。
- 分析結果則可按出版年代、來源出版物、國家、作者或機構整理,協助觀察某些作者或機構是否持續投入特定主題。來源出版物的年度分析也可比較所選期刊在不同年度的文獻數與引用次數。
SciVal
SciVal 可用 Scopus 引文資料分析研究影響力、合作情形與研究成果的延伸用途。使用者可選取機構,例如政大,設定分析期間查看 Scopus 收錄論文數量、貢獻研究者人數及相關文章。平台也可分析機構、學院、地區、研究主題或來源出版物;透過 Entity 可選取或建立分析單位,例如其他大學、企業、文學院研究者集合、臺灣整體,或計量學等主題。Scopus Sources指 Scopus 收錄的來源出版物,因此可分析期刊的作者數、文章數及相關指標。
FWCI(Field-Weighted Citation Impact,領域加權引文影響力)這項指標經加權處理,可將研究成果的引用表現與世界平均相比。一般而言,FWCI 大於 1 表示高於世界平均,小於 1 表示低於世界平均;Scival提供的資料可快速依照此指標了解作者、期刊、機構的影響力是否高於世界平均。
SciVal 也可呈現與大學排名相關的資訊,並進一步分析排名及研究表現。合作分析可觀察研究者如何合作,以及如何促進國際合作。講者指出,國際合作研究有時較易獲得較多引用,可能與議題具有跨國性,以及合作研究者各自的人脈有助於研究成果傳播有關。平台亦提供政策影響、專利影響等數字,協助從不同面向理解研究成果。這些資料可供機構思考研究發展政策,但不同機構或研究單位的量化比較也可能帶來不易面對的現實感。
SciVal 提供 AI 助理,可用自然語言提問以協助解讀資料,可詢問政大相關數字的意義、比較其他學校,或查看歷年成長情形。AI 的回答仍須由使用者理解與判讀。
WoS
WoS 預設入口是智慧檢索;進行文獻計量分析時,通常會使用進階檢索。進階檢索可選擇資料庫範圍,除了核心合集相應索引,也可能提供 KCI、預印本、ProQuest 論文及化學相關資料庫等選項。Query Builder 可利用欄位代碼與檢索語法組成複雜檢索式,並可設定日期範圍。作者檢索則需留意姓名辨識問題:中文姓名可能同名,英文拼寫也未必能區分不同研究者;ORCID 由四組數字構成,透過識別碼搜尋可降低同名混淆。
WoS 的 AI 輔助功能包括關鍵字推薦及在搜尋結果達到一定數量時產生 AI 概覽。若AI 概覽可摘要文獻大意,但內容不一定完全正確,須回到原始文獻核對。智慧檢索可接受中文或自然語言提問,再轉換為較簡單的關鍵字組合;使用者可再加入推薦關鍵字或編輯檢索式,以改善精確度與完整性。
WoS 結果頁面的篩選欄位較細,也提供依引文關聯或主題關聯整理資料的功能。系統會以機器處理資料並依主題重新分類 Citation Topics 。引文關聯著重文獻之間的引用連結,主題關聯則試圖呈現研究內容的相近性,兩者可從不同角度探索文獻群。
WoS 可透過「匯出精簡結果」快速匯出篩選器呈現的數字,並以 Excel 開啟,例如查看結果中 Article、Early Access 或特定作者相關文獻的數量。結果排序與引文或主題分類配合使用,可協助尋找某議題中常被引用的文章,或追查其他研究者如何挑戰某篇文章。 引文概覽與分析結果功能與Scopus類似。
Scopus 與 WoS 的文章、作者、機構及期刊頁面都會呈現不同的分析資訊。期刊頁面可查看排名及趨勢;文章頁面可查看引用、參考文獻與其他指標;作者或機構頁面則有助於觀察研究成果、作者分布、合作及 SDGs 關聯。指標旁若有說明圖示或驚嘆號,通常可點開查看計算方式或定義。閱讀指標時,除記錄數字,也要確認計算口徑、資料範圍、期間及所屬學科。
九、書目計量研究的設計、可重複性與 AI 使用
書目計量流程通常先依研究主題在 Scopus、WoS 或 TCI-HSS 等資料庫檢索,再下載、清理資料,最後匯入 VOSviewer 等工具產生知識圖譜,並依研究問題分析。圖譜中的節點大小、節點間距與群集可用來探索研究主題、關鍵字或文獻關係,並形成對領域發展方向的觀察;但不能只憑圖形外觀直接下結論,仍須回到文獻內容與研究脈絡檢驗。
書目計量研究重視可重複性:其他研究者應能了解資料如何檢索、篩選、清理及分析,並據此檢查或重現結果。傳統文獻資料庫在此類研究中仍重要,因為資料來源與檢索流程較能明確交代;AI 搜尋檢索結果較難重現。
研究方法至少應說明使用哪個資料庫、採用哪些檢索詞與檢索方式、設定哪些篩選條件、納入哪些文獻類型,以及如何清理與分析資料。Scopus 與 WoS 的資料範圍不同;若同時使用,必須說明兩者的差異、如何互補,以及為何選擇這些資料庫。選擇資料庫應配合研究問題,而非假定某一資料庫必然優於其他來源。
研究目的也會影響納入的文獻類型。若主題較新興,可考慮是否納入會議論文、Early Access或預印本;納入範圍須在研究方法中交代。匯出欄位同樣要配合分析問題:研究關鍵字時,應確認匯出欄位能提供所需的關鍵字資訊;分析資助或贊助資料時,則須匯出相應欄位。資料庫提供許多欄位,不代表每項研究都需要全部使用。
使用 VOSviewer 時,圖譜可能受資料筆數限制與分群參數影響,研究者有時需多次調整與測試。應記錄使用的設定並說明選擇理由。若圖譜含年份資訊,可比較不同時期的主題變化;較早期文獻關注的議題可能與近期不同,關鍵字轉變也可能反映領域關注重點變化。但這類變化仍須以文獻內容和研究脈絡檢驗,不能直接等同於整個學科的變遷。
AI 可協助探索主題、處理資料或支持結果詮釋,但其輸出只能作為參考,研究者仍須檢查資料並判斷分析是否合理。若 AI 參與資料搜尋、資料擷取、同義詞整理或篩選規則形成,這些步驟都可能影響研究結果,應在方法中具體揭露,以利後續研究者理解、重複或檢驗研究流程。
十、量化評估的限制、公平性與負責任的使用
2015 年提出的萊頓宣言(Leiden Manifesto)列出十項研究評估原則,主張評估須重視學科差異,避免只依量化結果判斷。指標可輔助評估,但不應取代專業判斷;資料蒐集及分析過程也應盡可能透明,以便檢視與驗證。近年有研究探討 AI 是否能補足傳統評估方法的不足,例如用於評估研究品質或影響力;相關研究以萊頓宣言的十項原則為基礎,討論其如何應用於 AI 評估及需額外注意之處。AI 可能帶來新的分析能力,也引出實務與倫理問題,例如是否真正節省時間、是否需要投入更多時間檢查結果,以及將研究資料交由 AI 處理可能涉及的著作權問題。
量化指標的誘因與風險
量化測量不只描述研究成果,也可能反過來影響研究行為。當某個數字成為衡量標準,就可能有人試圖操縱它。期刊可能透過不當手段增加被資料庫收錄的機會,或提高引用量;研究者也可能受到指標誘因影響。指標一旦用於評量,就須留意數字是否受到操作,以及它所代表的內容是否仍可靠。
高度依賴量化指標可能增加研究者壓力,尤其是尚未累積學術聲望的職涯早期研究者:他們通常較少被引用,卻仍須面對升等等要求。指標也可能影響研究方向,使研究者偏向投入資助較多、引用較頻繁的熱門領域,導致大量研究集中於相似題目。但研究受到較多關注或引用,並不必然代表它最有助於改善社會問題。
資料庫限制、學科差異與影響力的多種形式
Scopus 與 WoS 等大型資料庫有專業團隊處理資料建置與分類,下載後較容易進行後續分析,但收錄範圍有限。只有被資料庫收錄的成果,才會進入以該資料庫為基礎的分析。這可能使許多在地研究未被納入。較開放的資料來源如 Google Scholar 可擴大涵蓋範圍,但資料整理與維護方式不同,下載後可能較混亂,須由研究者投入更多時間檢查與分析。不同資料來源所得結果可能不同,不能假定彼此完全一致。
資料庫分析也會受到作者姓名或機構名稱錯誤、資料未維護、收錄範圍不一、出版類型計算方式不同等因素影響。區域性研究未必被主流資料庫收錄,各學科的出版習慣、合作方式與引用模式也不同。常用資料庫若偏重生醫與理工領域,便可能影響其他領域研究成果的可見度。
理工與生醫領域通常出版頻率較高,合著者也可能很多;一篇文章可能列出上百名甚至數千名作者,所有列名作者都可能同時取得相應的出版紀錄或引用表現。人文領域則常見單一作者成果。即使採用相同指標,不同學科的研究者也不處於完全相同的計量環境,不能只以表面上的出版數或引用數直接比較。
引用只是研究影響力的一部分。研究者也可能透過專利、影響公共政策或培育人才產生影響;設計展覽可能具有重要影響,卻難以用論文數或引用數衡量;人類學與考古學的在地報告,也可能不屬資料庫認定的研究文章類型。人文與社會科學常見專書、單一作者作品及較慢的引用累積。跨學科合作可能提高引用表現,但不必然代表其在某一學科自身的評價脈絡中同樣受到認可。
EDI、代表性與網路計量的邊界
滑鐵盧大學(University of Waterloo)成立了一個跨部門、跨學院的計量工作小組,由圖書館、校務研究辦公室及各學院代表共同組成。該小組於 2016 年成立,並在成立當年發布第一版報告,此次分享的是2026年新版報告。
報告討論量化指標是否適用於人文與社會科學,也關注如何將 EDI(Equity, Diversity, and Inclusion,公平、多元與共融)納入研究評估:女性及少數族群是否在計量過程中被忽略,或未能在分析結果中充分呈現。以臺灣原住民族為例,原住民族研究者進入高等教育、取得博士學位,進而以自身族群為題研究並發表成果的比例,可能受到人口規模與社會條件等因素影響較少。因而需要追問:指標是否主要反映優勢群體的研究成果?少數族群或不同性別的研究者是否在收錄或分析結果中被低度呈現?這不只是資料技術問題,也涉及哪些人有機會產出研究、哪些研究容易被收錄,以及哪些成果能被看見。
網路計量也有邊界。新聞提及可以反映研究曝光,但未必證明研究實際影響政策;新聞在某事件中引用學者觀點,不表示政策形成或改變時確實受到論文影響。社群媒體上的傳播也可能來自平台機制,而非內容本身具有較大的實質影響。早期曝光不等於持續影響,也不必然轉化為專利、政策或其他具體成果。
量化指標仍有實務價值,但其意義取決於指標如何建構、用於何種分析層級,以及是否符合學科與成果類型。資料庫收錄範圍、資料品質、研究者群體代表性和指標可能帶來的行為誘因,都會影響分析結果。未來仍須改進相關指標,使其更能反映研究與影響,同時避免使某些研究者、學科或成果形式變得不易被看見。