2003年，Vaughan和Shaw最早对Web引文进行了研究，通过从图书情报学学术期刊提取文章的题名，将它们在ISI数据库（Web of Science）中的被引情况和在网络上的被引情况进行比较，结果发现期刊论文的Google网络引文是学术目的且与ISI引文数据显著正相关[69]。Antelman研究了OA论文的引文优势，发现发表于同一期刊中OA论文的被引频次明显高于非OA论文，如在哲学类论文中为1.6∶1.1；在政治学科 中为2.2∶1.18[70]。2007年，Kousha和Thelwall提出了“Google Web/URL引文”的概念，涵盖了对在线文章的标题或URL的提及引用，并以8个学科的开放存取期刊为例，与ISI数据库中的引文记录进行了比较，发现Web引文数量较大，除心理学科外其余7个学科的Web引文和ISI数据库引文显著正相关，确认了谷歌学术搜索是一个很好的引文来源、与ISI数据库引文显著正相关[71]。2009年，Schubert提出了单篇论文的H指数，定义为被引文献中至多有h篇论文被引用了h次[72]。2012年，Ren和Gong从学术价值（引文率、下载率）、创新价值（期刊影响因子、文摘转载）、社会价值（搜索引擎检索结果研究）等方面提出了单篇论文质量定量评估指标体系[73]。2013年，Xie通过归纳总结，提出了单篇文献评价的标准和元素，包括可信性（摘要/片段、作者/来源、全文本、关键词、数字、标题/副标题、URL）、深度（摘要/片段、全文本、链接、数字、图片、特殊特征、标题/副标题），语言（摘要/片段、全文本、关键词、链接、特殊特征、标题/副标题），覆盖（摘要/片段、全文本、数字、标题/副标题），声望（摘要/片段、作者/来源、链接、标题/副标题、URL），特殊性（摘要/片段、全文本、数字、特殊特征、标题/副标题），范围（摘要/片段、全文本、特殊特征、标题/副标题），使用目的（摘要/片段、全文本、标题/副标题），项目类型（全文本、链接、图片），响应速度（全文本、链接、图片），独特信息（全文本、数字、特殊特征），准确性（全文本、数字），费用（全文本、URL），时效性（全文本、时间/日期），易用性（全文本、图片），长度（摘要/片段、长文本），布局（全文本、图片）、图片、数字、可提供性（全文本）[74]。
国内学者刘锦宏、罗紫初最早进行了单篇论著质量评价研究，并从定性和定量两个方面建立了专家质量评价模型，定量有被访次数、被引次数、被下载和打印次数、被转载次数、引文数量、链接数量和获奖次数因素，定性有论文、作者、网站的权威性，内容、格式、来源的准确性，日期、内容的新颖性，内容、出版形式的全面性，用户界面友好性、检索功能、网站安全性等因素[75]。胡德华对开放存取期刊论文的质量和影响力进行了评价研究并提出了4个定量指标（平均被引频次、被引频次的极差、平均作者数、论文合著率）[76]。田丽、谢新洲等从科学性、影响力和创新性3个方面提出了网络科技论文评价指标体系[77]。2010年，曹兴等以知识共享为理论支撑，结合网络发表学术论文的特点，从知识共享的主体（科技工作者认同度、发表的习惯、网络论文读者群广度）、知识共享的客体（网络论文的学术价值、严格的同行专家审稿）、知识共享的手段（网络发表的管理模式、网络发表平台资源、网络发表平台检索功能）、知识共享的制度（与科研绩效评估体系挂钩、网络发表的知识产权保护、网络论文的质量评价机制）4个方面提出了网络论文学术影响力的综合评价指标体系[78]。李贺从静态和动态2个层面构建了网络发表论文的学术影响力评价指标体系，静态指标有内容质量、网站性能、基金论文等级等的论文学术质量影响力，下载频次、被引频次、期刊综合影响力等的论文学术水平影响力，动态指标有网络提及、链接流行度、网络被引频次等论文网络发表影响力[79]。尹天久、宗乾进和袁勤俭从文字表达、科学创新、数据处理、研究方案和参考文献5个方面提出了开放存取论文质量评价指标[80]。沈小玲研究构建了网络论文学术影响力评价指标体系，包括论文内容评价（论文年均引用次数、论文关键词个数、同年同学科论文平均引用次数）、论文发表载体评价（论文出版物总引用次数、论文出版物即时影响指数、该学科期刊种数、论文出版物在学科中排名、年均总被引（总被引次数/发表年限）次数、论文引用率（总被引次数占总浏览数的百分比））、论文作者评价（作者论文篇均引用数、作者H指数）、论文传播利用评价（浏览论文的独立IP地址数量、论文总浏览次数（所有学术社交网络和开放存取平台浏览总和）、论文年均浏览次数（所有学术社交网络和开放存取平台）[81]。顾立平分析研究了PLoS论文层级计量数据模型，包括论文基本信息（数字资源唯一标识符、论文题名、发布日期）、来自外部数据来源的信息（在BioMed的浏览/下载数量、在CiteULike的标引数量、来自CrossRef的引用数据、来自Scopus的引用数据、来自PubMed的引用数据、Research blogging提到这篇论文的博客文章数量、在“自然博客”提到这篇论文的博客文章数量（Nature）、在Bloglines即时互动的数目、在Postgenomic即时互动的数目、在Facebook里面的like数量、在Twitter里面的推文数量、在Wiki里面的条目撰写数量、在ScienceSeeker里面的推荐数量）、来自PLoS集团的数据（在PLoS下载HTML格式论文的数量、下载PDF格式论文的数量、下载XML格式论文的数量、在PLoS的下载总量）、来自PubMed的信息（在PubMed下载HTML格式论文的数量、下载PDF格式论文的数量、下载总量、在Mendeley的标引次数）、来自Mendeley的信息（在Mendeley的用户数量、在Mendeley被利用的数据、在Connotea的评论数量）、定期自Connotea导入的数据（在Connotea的评论反馈数量、注解数量、注解反馈评论数量、评分得分、平均评分分数、对评分的反馈意见数量和在Connotea的引用链接）[82]。2015年，唐继瑞和叶鹰提出了单篇论著的学术迹与影响矩评价指标[83]。
总体上看，对开放获取论文的评价主要是以信息为中心、采用文献计量学或网络计量学等定量方法进行，对用户的满意度评价或感知认知评价关注不足（见表2-6）。
表2-6 国内外开放获取论文质量评价
续表(www.xing528.com)
续表
续表
免责声明：以上内容源自网络，版权归原作者所有，如有侵犯您的原创版权请告知，我们将尽快删除相关内容。
