Altmetric Attention Score

Kan anvendes på: Kan anvendes: Tidsskriftartikler, bøger og alle forskningsresultater, der er deponeret i et arkiv, som virksomheden sporer (f.eks. Figshare, Zenodo eller et institutionelt arkiv)

Metrisk definition: Altmetric Attention Score er en automatisk beregnet, vægtet optælling af al den opmærksomhed, som et forskningsresultat har fået.”

Metrisk beregning: Altmetric beregner: “Altmetric Attention Score er en automatisk beregnet, vægtet optælling af al den opmærksomhed, som et forskningsresultat har fået: AAS tager højde for den mængde opmærksomhed, som et forskningsresultat har fået på tværs af en række online opmærksomhedskilder (f.eks. Twitter, Pubpeer osv.). Hver kilde er vægtet efter virksomheden. AAS-vægtningen tager også hensyn til, om forfatteren af en omtale af et forskningsoutput regelmæssigt poster om videnskabelige artikler.

Datakilder: Nyhedsartikler, blogs, Twitter, Facebook, Sina Weibo, Wikipedia, Politikdokumenter (pr. kilde), Q&A, F1000, Publons, Pubpeer, YouTube, Reddit, Pinterest, LinkedIn, Open Syllabus, Google+. Selv om Altmetric-artikelsiden viser Mendeley-læsere, Scopus-citeringstællinger og CiteULike-bogmærker, tæller disse særlige data ikke med i scoren.

Ansvarende anvendelsestilfælde: AAS bruges bedst af den enkelte forsker til at forstå den samlede mængde opmærksomhed, som forskningen har fået online. Enkeltpersoner kan også bruge “Score in Context” (findes på Altmetric-detaljesiderne) til at forstå, hvordan en forskningsresultats score er sammenlignet med andre scores. AAS kan også bruges af udgivere og institutioner til at gruppere den opmærksomhed, som deres offentliggjorte og/eller producerede forskning har fået, med henblik på at overvåge og benchmarke dens rækkevidde.

Begrænsninger: AAS tager ikke hensyn til følelserne i de omtaler, der er foretaget om forskningsobjekter, og hjælper således ikke med at forstå den positive eller negative opmærksomhed, som et stykke forskning har fået. Ifølge Lockwood (2016) får “artikeltitler med resultatorienteret positiv indramning og mere interessante formuleringer højere Altmetric-scoringer”, og det samme gælder artikler med fængende titler (Poplasen & Grgic, 2016). Der findes modstridende forskning om, hvorvidt antallet af samarbejdspartnere på en artikel kan øge eller mindske en AAS (Didegah, 2016; Haustein, Costas & Larivière, 2015). Internationale samarbejder kan øge en AAS (Didegah, 2016). Forfatternes institutionelle prestige påvirker angiveligt ikke en AAS (Didegah, 2016). Forfatteres legitime selvpromovering kan kunstigt øge en AAS (Adie, 2013). Journal impact factor og artiklernes tilgængelighed kan påvirke en artikels AAS positivt; “publikationer fra Social Sciences & Humanities har flere omtaler på Twitter og Facebook … end publikationer fra både Engineering & Technology og Medical & Natural sciences” (Didegah, 2016). Forskelle i dækning og hyppighed af opdateringer har indflydelse på forskelle i optællinger af altmetriske indikatorer (Bar-Ilan & Halevi, 2017). Undersøgelser viser, at der er meget lidt overlap mellem meget højt citerede artikler og dem, der får høje altmetriske scorer (Banshal et al, 2018; Poplasen & Grgic, 2016).

Upassende anvendelsestilfælde: AAS bør ikke bruges som et direkte mål for forskningseffekt eller kvalitet af nogen art.

Afailable metric sources: AAS kan findes i alle produkter, der tilbydes af Altmetric, herunder den gratis bookmarklet for forskere og på mange tidsskriftsudgiveres websteder og repositorier (som f.eks. Figshare). Dimensions-databasen indeholder også Altmetric Attention Score for de artikler, den indekserer.

Transparens: Indtil videre er det ikke muligt at foretage en fuldstændig revision af AAS, da vægtningen af scoren afhænger af ikke-offentlige, virksomhedstildelte “niveauer” for nyhedskilder, Twitter-brugere og nogle andre kilder, der nævner et forskningsresultat.