来源：丁香科研
那些提到文献计量学就觉得「水」和不好发的人，还是没掌握发文的核心要义 —— Idea ！没有不好的方法，只有不好的选题。这篇今年刚发在顶刊 BMJ 的文献计量学研究足够证明以上观点。
接下来就让我们快速了解一下这篇文章的内容，并为大家好好科普一下什么是文献计量学吧！
选题 ：这是一项关于学术出版界对于使用生成性人工智能「Generative Artificial Intelligence，GAI」的指南和指示的文献计量分析研究。GAI 在 2023 年开始风靡全球，且被广泛的用于科研的各个环节，但世界范围内还没有统一的 GAI 使用规范，这项研究的目的是确定学术出版商和科学期刊对于作者使用 GAI 的指导方针的范围和内容。
看人家这选题，多与时俱进，多有实用性和指导性！
方法与结论 ：研究设计为横断面的文献计量研究，研究对象是 2023 年 5 月 19 日至 20 日以及 10 月 8 日至 9 日期间，排名前 100 的学术出版商和排名前 100 的高影响力科学期刊的网站。研究者手动整理了这些出版商和期刊网站上列出的 GAI 指南的内容，并利用软件进行了描述性统计分析。
研究结果显示，在前 100 名大型出版商中，仅有 24% 提供了关于使用 GAI 的指导；在前 100 名高排名期刊中，有 87% 提供了关于 GAI 使用的指导。但不同出版商和期刊关于 GAI 的允许用途以及披露方式存在相当大的差异，缺乏标准化，这给作者带来了负担，并可能限制了规定的有效性。
看下来不难发现，这篇顶刊的方法学其实并不复杂，研究对象也是很容易获取的：期刊作者指南。此外，文章里表面，这些结果都是 24 h 之内全部弄完的。
这么短时间的投入就能获取一篇 BMJ，简直太顶了！
什么是文献计量学？
文献计量学 「Bibliometric」 说白了，就是对已发表信息「不仅期刊文章，其他例如：书籍、数据集、博客、声明、说明书、专利等」及其相关元数据「例如，摘要、关键词、引文」使用统计数据来进行描述分析，并绘制可视化图形得出这些信息之间的趋势或关联。
发文情况如何呢？
以 bibliometrics 为关键词搜索 Pubmed 数据库，2014 - 01 至 2024 - 07 的共有文献 2966 篇，如图 1 所示，2023 达到年发文量顶峰 715 篇，提示该领域的研究得到快速发展，处于快速上升阶段。
发文最多期刊 top 25
热门关键词频
热门疾病主题词 Top 25
如何完成一项文献计量学分析？
第一步：确定研究目的、对象
根据自己的喜好和方向确定研究选题，例如：了解某领域的研究热点、探究某一特定主题的研究趋势、评估某一期刊在该领域的影响力等。随后，可以选择特定期刊、特定年份、特定研究主题等作为研究对象的范围。
第二步：检索并收集文献数据
这是比较关键的一步了，利用各类医学文献数据库「如 PubMed、Web of Science、Scopus 等」检索符合研究对象的文献数据。需要注意检索策略的制定和检索结果的导出，这一步通常在一天内完成！
第三步：数据分析和作图
利用专业的文献计量学分析软件，如 CiteSpace、VOSviewer、Biblioshiny R 、BICOMB / gCLUTO 等进行数据的分析。常规像文章的影响因子、被引频次、H 指数等都是评价期刊、作者、研究机构的学术影响力和贡献度的公认指标。当然，所有文献特征如其主题、研究设计、机构等等都可以作为展示的一部分，取决于你想展示什么。
第四步：写作投稿
在数据解读时，我们可以通过共现分析、聚类分析等方法，识别文献中的关键词和主题之间的关联程度，揭示研究热点和学科发展趋势。
