基于学术数据库的高校图书馆事实型数据资源建设研究

刘丹 叶继元 王敏芳 杜慧平

摘   要：文章主要论述了高校图书馆利用所采购的学术数据库来建设高校事实型数据资源的工作，详细分析了建设体系目标、功能设置、数据内容体系构成以及构建过程中遇到的问题及对策。通过不同层次的事实型数据，能够为高校的学科、学者和学生提供相应的参考与咨询，并为高校提供有力的信息资源保障。

关键词：高校图书馆;事实型数据;学术数据库;数据资源建设

中图分类号：G255   文献标识码：A   DOI：10.11968/tsyqb.1003-6938.2020077

Abstract This study discusses the use of the academic evaluation databases to construct the university factual data resources， and analyzes in detail the objectives of construction system， functions， data content system composition， problems encountered in the construction process and countermeasures. Through different levels of factual data， library can provide corresponding information support for disciplines， scholars and students in colleges and universities， and provide powerful data guarantee for colleges and universities.

Key words university library; factual data; academic database; data resource construction

1   引言

图书馆的一个重要特征就是为用户“服务”，它既是图书馆的出发点和归宿点，也是图书馆的核心价值和根本任务。高校图书馆作为图书馆的主力军之一，需要为学校中的教师、学生、行政管理人员等不同群体提供不同类型的服务，如书刊借阅、电子阅览、知识讲座、课题查新、论文查重、学科服务等。在新时代，图书馆在提供上述基础服务外，还可以朝着更深入的方向发展，从“为人找书，为书找人”，到“为人找知识，为知识找人”，再到“为人找方案，为方案找人”。方案，即解决问题的方案，可视为图书馆所提供的高层次咨询服务。然而方案的制定，需要依托一定数量和质量的信息或数据，因此，对信息或数据进行深度加工和处理，成为高校图书馆的一项重要工作之一。

事实型数据是一类反映客观事实的数据，它所提供的是最原始的客观统计数字，它应该是可供挖掘的数据。图书馆在其日常业务中会产生大量的事实型数据，如读者入馆人次数据、读者借阅数据、馆藏的类型与数量、数据库的检索与下载数据、馆际互借数据、课题查新数量等，这些数据对于总结图书馆的业务工作、提高服务质量和水平都有着重要的依据作用。上述数据是图书馆已经熟知和常规化建设的事实型数据，还有一类则是容易被忽视的数据资源，即本研究中所提到的基于图书馆所购买的学术数据库加工而得来的一系列事实型数据，这些数据主要是指馆员在图书馆所购买的学术数据库的基础上，通过数据下载、清洗、整理、加工和分析之后所得到的，与所在高校密切相关的一系列数据资源，通过对这些数据资源进行不同角度和深度的加工与揭示，能将它们转换成一系列有价值的信息和情报，为高校的发展建设、相关政策和方案的制定提供重要的信息参考与决策支撑。

学术数据库是高校图书馆购买的主要数据库类型之一，它们是一类具有一定科学研究和参考价值的数据库，汇集了国内外各学科、学者、国家、机构等不同主体在科学研究领域的知识生产或影响力情况，在这类数据库中，存在着大量的精准事实型数据资源。2018年10月，科技部、教育部、人力资源社会保障部、中科院以及中国工程院联合发布了《关于开展清理“唯论文、唯职称、唯学历、唯奖项”专项行动的通知》，是年11月，教育部又发布了《关于开展清理“唯论文、唯帽子、唯职称、唯学历、唯奖项”专项行动的通知》;2020年2月，教育部、科技部印发的《关于规范高等学校SCI论文相关指标使用树立正确评价导向的若干意见》，要求规范各类评价工作中SCI论文相关指标的使用，建立科学的评价体系。破除“四唯”“五唯”，不是对既有学科评价、人才评价标准的推倒重来，而是不能片面化、绝对化，反对的是“唯”字。因此，直接将数据库中的数据资源服务于参考与咨询，是具有一定局限性和片面性的，需要对数据库中的数据资源内容进行深度内容加工，并结合高校实际情况深入分析，才能给高校、科研管理者以及同行专家提供有价值的信息参考与咨询。

目前各高校购买使用的学术数据库种类繁多，中文数据库如中国知网、万方数据知识服务平台、超星期刊、维普资讯中文期刊服务平台等;外文数据库如Elsevier ScienceDirect、Web of Science、Scopus、SpringerLink等。本研究拟以ESI和Incites數据库为例，分析高校图书馆基于学术数据库来构建事实型数据资源体系的目标和功能设置、数据内容体系构成、构建过程中遇到的问题以及相应对策等。

2   相关研究现状

目前国内图书馆关于事实型数据资源的建设实践主要集中在对图书馆的日常管理、服务、资源建设等方面原始数据的记录和填报，以基础数据的形式为图书馆的各类统计、评估和管理提供依据和参考，如教育部高校图书馆事实数据库、台湾地区图书馆的“全国图书馆调查统计系统”和“公共图书馆统计系统”、江苏省高校图书馆事业发展统计与决策服务系统等。相关理论研究分布在对事实数据库的结构、检索及发展的研究[1-2];事实数据库统计和建设过程中的难点分析与建议[3-5];基于事实数据库中的基础数据进行图书馆的建设现状分析[6-7];事实数据库建设平台研究[8]等方面。图书馆除了在其日常业务中会产生大量的事实型数据外，在其所购买的学术数据库中也存在着大量的事实型数据，这些数据库中汇集了国内外各学科、学者、国家、机构等不同主体在科学研究领域的知识生产或交流情况。

基本科学指标（Essential Science Indicators，ESI）和Incites作为目前高校购买和使用较多的两个国外学术数据库，里面包含了不同学科领域中各个国家、机构和期刊的科学研究相关统计数据。据科睿唯安公司统计，截至2019年12月，国内已购买ESI的高校约为254所，Incites约为237所，由于数据库采购价格相对较高，对数据库的研究、利用和开发程度就显得尤为重要。目前国内关于ESI和Incites的理论研究主要集中在三个方面：关于数据库本身的研究，涉及其功能介绍、优势及缺陷分析[9-13]，这部分研究主要集中在ESI和Incites购买引进的初期，各高校对于其使用还尚处于摸索阶段;数据库的应用领域分析。这部分研究文献占比较多，内容涵盖了学科分析、科研产出分析、机构分析等领域[14-17];图书馆服务研究，主要涉及馆藏文献建设数据支持研究、馆藏保障研究等[18-19]。（1）在实践层面上，由于各高校基于ESI或Incites所做的相关工作公开程度不同，因此本研究以各高校图书馆网站上所能获取的公开信息资源为调研统计依据。通过调研发现，各高校在对服务归属、服务主体、服务内容上会有所差异;（2）在服务归属方面，有的高校将基于ESI和Incites的工作纳入图书馆的学科服务，如中南大学、电子科技大学;有的高校则将其归入机构知识库服务，如华南农业大学、南京医科大学;还有的专门设置ESI或Incites服务专栏，如广州大学、郑州大学等;（3）在服务主体方面，大部分高校的这项工作都是由图书馆来完成，如上海交通大学、合肥工业大学、南京理工大学等;也有由图书馆和学校其他部门如发展规划处、科学研究院、学科建设办公室等共同承担，如广州大学、南京工业大学、湖南农业大学等;还有几所高校由学校其他部门如学科与重点建设处、科技处等单独承担，如郑州大学、中国石油大学;（4）在服务内容上，各高校基于ESI和Incites提供了诸如期刊目录、学科分析、科研产出分析、二级单位贡献度分析、高校竞争力对比分析等服务。

作为高校的重要信息服务机构，图书馆如何才能不囿于科研评价数据库中的数据设计逻辑，而是依托数据库中的原始事实数据，并按照高校实际需要和使用目标，重新理解、解释和分析这些数据，再将这些数据与学校的现实状况，诸如师资、资源投入、地理区域、生源以及经济状况、制度因素等相结合，进行深度融合，建立精准服务于本校的事实型学术评价数据资源库，做出真正有意义的，深入的，能够为学校的发展提供精准化、强有力的信息支撑和保障，应该是新时代图书馆信息资源建设和高质量信息服务的一个重要方向。

3   高校图书馆事实型数据资源构建

3.1    必要性和建设目标

服务和存储是高校图书馆的两大任务，当面对所采购的数据库时，一方面要利用这些数据库为学校师生提供服务，另一方面也不能忽视利用数据库过程中所产生的一系列数字信息资源的保存工作。学术类数据库一般都能够提供国家、地区、机构、个人等不同层面科学研究成果相关数据，但这类数据库具有数据量大、数据更新速度快、数据时效性强、数据内容丰富、市场价格相对较高等特征，这些特征使得高校即使购买了这些数据库，但却无法高效的从数据库中直接获取到所需数据，因此，需要结合高校自身特色、各院系、研究中心以及行政部门的数据需求，对学术数据库中的数据进行再加工，向学校各职能部门、院系以及师生提供基于不同角度和深度的有价值数据信息资源。同时，对这些事实型数据进行组织和存储，建立高校事实型数据平台，既便于随时查用，又用以永久保存。

基于学术数据库的事实型数据资源库，建设目标主要包括三个方面：首先，为高校提供精准的信息参考与咨询服务;其次，进行学术事实型数据资源的长期存储;最后，实现高校学术数据信息资源的共建共享，单个高校的学术数据资源可能是有限的，但当所有高校的学术评价数据汇集在一起时，就能够对整个高校系统的学术相关信息进行完整地揭示和呈现。

3.2    内容组织及其实现

基于ESI和Incites两个学术数据库所构建的事实型数据资源库在数据内容组织上主要分为三个层次：原始数据层、存储数据层和信息服务层。（1）原始数据层。该数据层中的数据是从学术数据库中直接下载至本地的，数据下载时既要保证及时性，同时又要注重全面性。有很多当时觉得可能与信息服务无关的数据，有时往往是有用的，因为用户的需求是在不断变化发展的，因此数据下载时一定要做到尽可能全面和准确;（2）存储数据层。这一层的数据是对所下载的数据进行加工之后，依据学科、人员和管理三个角度对数据进行分类之后存储的。学术资源数据库中下载的原始数据，有一些是无法直接供信息服务阶段分析使用的，存在着一定的误差，如人名、机构名的不同表达方式等，这些数据需要进行人工或机器干预，进行相应的加工整合后，才能供下一步信息分析利用;（3）信息服务层。这一层主要是利用存储数据层中的数据进行深度分析，形成各类分析报告、数据项，供不同部门和人员借鉴、查阅和使用（详细数据内容构成见图1）。

3.3    事实型数据资源构建维度

图书馆事实型数据资源体系包括两个维度：基本存储维度和拓展分析维度。其中，基本存储维度主要承担学术数据信息资源的组织与存储，实现数字信息资源的长期保存;拓展分析维度主要负责在原始数据层、存储数据层和信息服务层的基础上，结合各类信息需求，为高校提供不同角度和深度的信息咨询和决策支持。

3.3.1   基本存储维度

在基于学术数据库所构建的图书馆事实型数据信息资源库中，存储数据层中的数据是由馆员结合学校的相关数据如教职工人事名单、研究生名单、二级单位划分等，对学术数据库中下载的数据，进行人工或机器加工之后得到并进行存储的，一般为结构化的数据。存储维度中数据搜集的全面性与加工的精准性，将会直接决定着数据进一步可加工和分析的广度与深度，对信息服务内容的丰富性与可靠性有着直接的影响。由于学科、人员和管理是高校发展的三大重要要素，因此，存储数据层中的数据主要依据学科、人員和管理三大主题来进行划分和存储。

（1）学科数据，主要包括各学科领域中的全球机构、科研人员以及期刊三个方面。其中，学科的机构数据包括各学科进入世界前1%的全球机构名录以及各机构的WOS论文数量、论文总被引频次、篇均被引频次、高被引论文、热点论文等数据;各学科的全球科研人员名录，以及这些作者的全球排名、WOS论文数量、总被引频次、篇均被引频次、高被引论文及热点论文等情况;各学科的期刊分布情况，以及各期刊的全球排名、收录的WOS论文数量、总被引频次、篇均被引频次、高被引论文及热点论文等;（2）人员数据，主要包括各学科领域中的全球科研人员名单以及他们的科研产出和科研影响情况;本校师生在各学科领域内的科研产出和科研影响数据，如科研人员的姓名、WOS论文数、被引频次等;（3）管理数据，主要包括高校的科研产出和科研影响数据、国内和国际合作机构情况。其中科研产出和科研影响在本研究中对应的指标主要表现为进入全球前1%的学科以及这些优势学科在国内外的排名、WOS收录的论文数量、总被引次数、高被引及热点论文情况;尚未进入全球1%的其他学科科研产出和科研影响情况;与本校有科研合作的国内和国际机构名录，以及这些机构的科研产出和科研影响力情况。

3.3.2   拓展分析维度

拓展分析维度主要是指图书馆依据高校不同部门、不同群体的需求，在基本存储维度存储的数据基础上，为高校所提供的不同角度和深度的信息服务和决策支持工作。服务对象有各二级单位和学院、机关行政部门、科学研究部门以及科研人员等，服务内容主要包括学科分析（预警和预测）、科研人员分析、二级单位学科分布、合作机构竞争力分析、学科期刊目录等。针对服务对象的不同需求和关注点，图书馆综合利用数据存储层中的学科、人员、管理相关数据，提供不同角度和深度的信息服务。

（1）学科分析。主要包括学科的预警和预测，其中，学科预警重点用于揭示和分析与所关注学科（如优势学科、潜力学科）排名相近的其他国内外机构的科研产出和科研影响情况，用以了解其他高校或科研机构学科发展情况。学科预测主要利用回归分析等方法，基于存储层批量数据来进行学科全球排位预测，用以了解和掌握学校的学科发展态势。如当需要预测某一学科进入ESI全球前1%的可能性时，可以首先利用Incites查询出机构各学科的总被引频次（时间年限设定为10年，学科分类选择ESI分类、文章类型限定为Article和Review），然后与ESI中的学科阈值进行对比，即可计算出学科进入ESI的可能性百分比，需要注意的是，由于Incites和ESI的统计时间段有微差，因此这个数据是一个估值，存在一定的偏差。

（2）科研人员分析。科研成果是表达和记载科学研究人员观点和思想的重要载体之一，了解各学科领域具有一定影响力的科研人员以及他们的成果主题、学术影响，对本校师生的科学研究以及合作伙伴的寻找都是有一定意义的。另一方面，对于高校而言，教师和学生是科学研究的两大主体，分析和整理教师、学生在科研成果中的分布详细数据，对于高校不同层次学生如本科、硕士研究生、博士研究生的培养以及科研团队的建设都是有重要参考价值的。

（3）二级单位学科分布，主要是指二级单位的科研产出和科研影响所分布的学科类别及占比，这类分析对于学校二级单位的设置、布局及发展有着重要的参考作用。这部分分析需要通过对科研成果中的作者地址信息进行二级机构字段抽取，并在此基础上进行数据清洗才能准确获得。

（4）合作机构科研竞争力分析。了解和精准掌握与学校有科研合作的国内外机构的科研产出和影响力情况，对高校国际国内学术交流与合作发展有着重要的信息参考价值。如可以综合利用ESI和Incites来获得本校的国内国际合作机构，以及这些机构在各个学科的表现力情况。

（5）学科期刊投稿指南。通过将某一学科在全球期刊分布与机构在该学科领域的期刊分布进行对比分析，为教师与学生提供学科期刊参考指南，并利用其他数据库如JCR对所提供的学科期刊数据进行加工和完善，如提供期刊的分区及影响因子数据等。

3.5    存在的主要问题及对策

目前在利用学术数据库建立学校的事实型数据资源库时，主要存在着数据资源准确性不够、精细化程度不高、学科分类多样化以及作者权重设置不合理等四个方面的问题。

（1）在数据资源的准确性方面，比较典型的就是作者名称不规范，同一位作者会出现多个英文名称，如“Fang，Dagang”“Fang，Da Gang”“Fang，Da-Gang”“Fang，D.-Gang”“Fang，D.-G.”“Fang，D.G.”，通过核实发现，这六个不同的英文人名对应的均为同一人。针对作者名称不规范的问题，可以通过数据库检索、人事名单核对以及与作者本人核实等多种方式相结合，来进行识别和确认。

（2）数据精细化程度不够高。一方面表现为作者单位的标注深度不统一，有的作者单位标注为学校，有的为学院、系，或实验室（中心）等，另一方面则表现为同一单位的不同标注方式，如“化工学院”，出现了“Sch Chem Engn”“Inst Chem Engn”“Chem Engn Coll”“Coll Chem Engn”“Inst Chem Technol”“Sch Chemicsal Engn”等六种不同英文形式。针对作者单位标注深度以及表达方式不统一等问题，通过建立机构名库，对学校各二级学院、系、实验室（中心）进行英文名称梳理和归并，以保障事实型数据的统一与规范。

（3）学科分类多样化。不同学术数据库所采用的学科分类体系是有所差异的，如Web of Science、ESI、Scopus等，国内已有一批学者对这些不同的学科体系进行映射研究，用以揭示学科分类的差异[20-22]。本研究所利用的ESI数据库根据收录的学术期刊属性设定了22个学科，其中人文社会科学只有2个，分别为“经济与商业（Economics & business）”“社会科学总论（Social Science， General）”，在学科设置上明显偏重于自然科学领域，且与我国教育部的《学位授予和人才培养学科目录》存在一定差异;Incites虽已建立与教育部一级学科的映射关系，但目前只实现77个一级学科映射，尚未与110个一级学科完全映射，且与教育部一级学科之间所建立的映射关系是否恰当也需更多数据支持与验证[23]。因此，在利用ESI、Incites等学术数据库建立高校事实型数据资源库时，需要将其与教育部的学科分类进行映射，用以提高事實数据统计利用时的精准性。

（4）作者权重。ESI和Incites数据库在进行作者科研产出与被引用相关计量时，对同一文献的不同作者均赋予相同的贡献度，即无论是第一作者、第二位作者或第十位作者，论文数和被引用数统计时均算一次，然而在各学科的实际科学研究中，不同排序作者对同一科研成果的贡献是存在差异的，因此，对作者贡献率分配进行进一步评估研究也是十分必要的，但由于权重评估在标准设定、过程实施等方面都相对复杂，目前关于作者权重方面的研究大部分都处于理论探索阶段[24]。

4   南理工图书馆事实型数据资源建设与服务案例

ESI和Incites作为重要外文资源数据库之一，存储着大量的有价值数据，如何对它们进行深入的数据挖掘，将数据转变成为有价值的信息和情报，是馆员的重要任务之一。南理工图书馆在充分挖掘和高效利用现有馆藏资源和网络信息资源的基础上，已为学校各行政职能部门、二级学院、师生等群体提供不同类型的信息服务。

图书馆依据服务对象的信息需求和数据加工的深度建立了不同层次的信息服务，目前主要划分为“数据简报”和“信息服务报告”两大系列，并构建出内容体系（见图2）。

数据简报系列主要源自于存储数据层中的数据，该种类型报告以提供客观数据为主，未加入信息分析，有总括型和专门型两种，其中总括型数据简报如《工信部七所高校ESI数据简报》《江苏省高校ESI数据简报》，内容主要包括前1%学科数量、论文总数及排名、引用总数及排名、篇均引用数、高被引论文数、热点论文数。专门型数据简报是为学校特定职能部门如发展规划处、人事处、科学研究院等提供的，最新有关学科、科研人员、科研产出的数据情况，如《22个学科科研产出数据简报》《22个学科科研人员分布》等。

信息服务报告主要是在存储数据层的基础上，依据不同服务对象的信息需求，结合学校的其他类型数据、相关管理政策等所进行的数据加工和信息分析。如《潜力学科分析估算》（见图3）《ESI年度分析报告》《学科分析报告》《学科竞争力分析报告》《研究生高水平论文参与度分析报告》等。其中，《ESI年度分析报告》主要用于揭示科研产出和科研影响年度变化（全球排名、WOS论文总数、被引总数、篇均被引）、全球前1%学科数据及年度变化、高被引论文和热点论文学科分布、二级单位学院分布、ESI学科预警机构数据分析（选取和我校ESI排名相近的高校数据进行对比）;《学科分析报告》是在综合利用不同数据库基础上，针对某一具体学科如物理、材料科学等来进行的分析，这类报告一般对学校重点关注的优势学科或潜力学科进行细致深入的数据挖掘和信息分析，内容主要包括该学科在全球范围的科研产出情况、与我校该学科有合作的国家/机构分析、该学科领域全球前1%机构分析、我校学科科研人员分布、收录期刊分布等;《学科竞争力分析报告》主要是对全校各学科总体科研产出情况进行数据分析形成的报告，主要有科研文献总体产出及被引用情况、研究领域分布、文献类型分析、合作机构分析等，该报告主要用于了解近十年学校总体科研产出情况;《研究生高水平论文参与度分析报告》主要是对学校研究生在WOS论文、高被引论文、热点论文中的参与情况进行分析，为学校研究生的教育和培养提供数据参考与支撑，如何对各学院、实验室研究生论文参与度平均值进行对比（见图4）。

目前图书馆基于学术数据库所构建的高校事实型数据资源及相关报告已经被学校相关行政部门认可、采纳和定期使用，如为发展规划处提供科研人员学科贡献数据、潜力学科预测数据、学科竞争力分析等;为研究生院提供硕、博士研究生高水平论文参与度分析;为科学研究院提供本校及相关机构的科研产出数据信息等。

5   结语

对于高校而言，学科是高校开展科学研究、进行人才培养、汇聚学术队伍的主要载体;学者是高校開展教学和科研的主体;学生则是学习知识和接受科研训练的主力军，这三者构成了高校教学和科研的核心。图书馆的信息服务是在其丰富的数据资源、智力资源以及技术资源的基础上，以学校的学科、学者和学生为中心，由图书馆员利用其所具有的高度专业化的知识技能，对有关数据和信息进行检索、筛选、组织、重组和分析，为学校的学科发展规划、人才培养、学者科研等方面提供有价值的信息支撑。ESI、Incites等这类学术评价数据库中的事实型数据能够让图书馆密切结合学校的实际信息需求，建立目标针对性强、数据利用率高、内容个性化的图书馆信息服务体系，从而拓展高校图书馆的深层次信息服务内容。能够为学校的学科建设提供精准的学科分布数据;为绩效管理部门提供详细的科研人员的学术产出和学科分布情况;为教师和学生提供详细的学科团队、领域期刊信息。

当然，科研论文只是科研产出的其中一个重要部分，此外，科研报告、会议文献、专利等都是科研产出的重要成果类型，因此，图书馆在利用事实型数据建立数据资源库时，需要综合利用各类数据资源，一方面可以充分挖掘学校已购买的中外文数据库中的事实型数据资源，如ESI、Incites、Scopus、中国知网、万方数据等，另一方面要加强与学校其他部门之间的合作，实现基础数据的共享与融合。鉴于此，才能构建全面、精准的信息服务体系。基于实践，本研究仅对基于ESI和Incites的事实型数据信息服务进行了论述，有关其他学术数据库的信息服务还有待于进一步探讨和深入研究。同时，本研究中的基于ESI和Incites的事实型数据信息服务体系是根据目前学校不同部门和群体的需求所建立，该体系会随着学校各部门的建设发展和信息需求来进行不断完善和扩充。

参考文献：

[1]  尹汉军.事实数据库研究[J].图书情报知识，1994（1）：49.

[2]  黄晓钟.建立专业综合事实数据库的库结构设计原则与工作程序[J].情报学报，1994（1）：43-49.

[3]  吴翻.对修订《全国高校图书馆事实数据库》的建议[J].图书情报工作，2004（1）：115-118.

[4]  李新苹.对《全国高校图书馆事实数据库》统计工作的几点想法[J].现代情报，2005（8）：120-121.

[5]  祝红艺，罗红彬.数字资源计量规范研究——基于事实数据库专项数据填报的思考[J].现代情报，2016，36（1）：114-117.

[6]  赵勇，李晨英.高校图书馆纸质资源建设效率评价方法研究——基于教育部高校图书馆事实数据库统计指标的实证分析[J].图书馆建设，2012（6）：26-30.

[7]  耿曼曼，朱茗.高校图书馆事实数据库建设现状及展望——以“江苏省高校图书馆事业发展统计与决策服务系统”为例[J].数字图书馆论坛，2018（11）：39-46.

[8]  姚晓霞.高校图书馆事实数据库的设计理念及其实现[J].大学图书馆学报，2013，31（5）：114-117.

[9]  史竹琴，朱先奇.ESI在世界一流大学与学科评价中的问题与对策研究[J].重庆大学学报（社会科学版），2017（6）：84-91.

[10]  赵继.全面认识和合理使用ESI（基本科学指标）[J].中国高等教育，2015（1）：31-34.

[11]  颜惠，黄创.ESI评价工具及其改进漫谈[J].情报理论与实践，2016，39（5）：101-104.

[12]  董琳，刘清.ESI文献分类研究[J].图书情报工作，2007，51（6）：113-115.

[13]  王颖鑫，黄德龙，刘德洪.ESI指标原理及计算[J].图书情报工作，2006，50（9）：73-75，35.

[14]  黄紫菲.利用ESI数据库进行文献计量分析研究——以计算机科学为例[J].图书情报工作，2006，50（8）：55-58.

[15]  刘兵红，张惠荣，汪红武.基于ESI数学学科的数据对比分析及对学科建设的思考——以武汉大学数学学科为例[J].图书情报知识，2017（1）：114-122.

[16]  姜华，刘苗苗.中国“C9”与澳大利亚“G8”联盟一流学科之比较分析——基于ESI和InCites数据库[J].中国高教研究，2017（6）：67-72，81.

[17]  罗梅兰，陈洪波.基于ESI的工程学科领域枢纽机构分析[J].图书馆研究与工作，2017（9）：46-50.

[18]  董政娥，陈磊，陈惠兰.ESI、InCites和JCR数据库联合提供外文文献馆藏建设数据支持研究——以东华大学为案例[J].图书馆，2016（3）：41-44，55.

[19]  楊毓丽，丁媛，张苏.基于ESI单本外文图书质量评价体系实证研究——以计算机学科为例[J].图书馆杂志，2015，34（7）：11-18.

[20]  谢慧珍.学科分类差异对高校图书馆学科评价服务的影响研究[J].图书情报工作，2020，64（2）：85-93.

[21]  蔺梅芳，刘静.基于Incites学科映射的一级学科文献计量分析——以电子科技大学为例[J].四川图书馆学报，2015（3）：71-73.

[22]  陈雨. WoS与Scopus学科分类对学科学术竞争力评价结果的影响研究[D].北京：中国农业大学，2018.

[23]  蔺梅芳，刘静.基于Incites学科映射的一级学科文献计量分析——以电子科技大学为例[J].四川图书馆学报，2015（3）：71-73.

[24]  杨毓丽，单承伟，张苏.基于ESI科学家计量方法的重新评估[J].情报杂志，2014，33（9）：76-82.

作者简介：刘丹（1985-），女，金陵科技学院人文学院馆员，研究方向：信息资源建设、学术评价;叶继元（1955-），男，南京大学信息管理学院博士生导师，研究方向：信息资源建设、学术规范与评价等;王敏芳（1964-），女，南京理工大学图书馆研究馆员，研究方向：学科服务、学科评价;杜慧平（1980-），女，上海师范大学信息管理系副教授，研究方向：信息资源建设、知识组织。