《表3 论文来源学科分布：高社会影响力论文的特征分析——以2016-2018年Altmetrics TOP100论文为例》

  提示：宽带有限、当前游客访问压缩模式

本系列图表出处文件名：随高清版一同展现

《高社会影响力论文的特征分析——以2016-2018年Altmetrics TOP100论文为例》

1. 获取 高清版本忘记账户？点击这里登录

1. 下载图表忘记账户？点击这里登录

从所属学科分布来看，2016-2018年Altmetrics TOP100论文类别主要集中在以下9个学科（见表3），其中发文量最多的学科是医疗与健康科学，每年占比都超过40%。紧随其后的是生物科学领域，每年占比约为6%-20%，通过这两个学科的占比充分说明大众对于生物医疗方面的关注最为密切。排名第三的学科是地球与环境科学，虽然相对于生物医疗方面其发文量不是很高，但从学科横向比较可以看出，其随着年份增长Altmetrics TOP100排名中该学科的数量趋于上升的趋势，说明地球与环境问题逐渐引起大众的关注，在未来的发展中可能会成为一个关注的热点问题。占比相对较低的几个学科分别是历史与考古学、物理科学、心理学与可重复性研究、信息与计算机技术和材料科学，其中信息与计算机技术和材料科学占比仅有1%-2%，其引起的社会关注度不是很高，产生的社会影响相对较小。但将其放在24个学科中比较，这两个学科的论文可以跻身于Altmetrics TOP100论文中，且连续3年榜上有名，足以反映出该学科依旧是大众关注的热点。另外，笔者发现2016年唯一一篇信息与计算机技术学科的文章在当时引起极大的社会关注，在2016年Altmetrics TOP100论文中排名第九。该论文主要叙述Alpha Go的神经网络算法问题，其发表一个月内在Twitter上被转载高达3，047次，随后又得到其他媒体争相报道并转载。由于高频率的广泛传播使社会各界对人工智能有了一定了解，并引发学术界对该主题的大量研究，从而使该论文在Web of Science的被引频次高达1，464次。