影响引用次数的因素的两阶段模型

本工作旨在研究受解释变量影响的计数响应随机变量，即研究论文的引用次数，通过合适的回归模型进行建模。由于该计数变量显示出显著的变异性（样本方差大于样本均值），经典的泊松回归模型似乎不太合适。我们关注负二项回归模型，该模型允许每个测量值的方差是其预测值的函数。然而，论文的引用过程可分为两个部分：第一个阶段为论文无引用，第二个阶段则提供引用的强度。我们考虑用于分离引用数量为零的文档和引用数量不为零的文档的hurdle模型。实证应用的数据集由2014-2021年经济学和商业领域的43,190篇研究论文组成，来自The Lens数据库。来自Altmetric数据库收集了每篇文章的引用次数和社交注意力评分。主要发现表明，合作与资金均对引用次数产生积极影响，并降低获得零引用的可能性。较高的期刊影响因子导致更高的引用次数，而较低的同行评估评级则导致更少的引用次数以及更高的零引用概率。新闻、博客和社交媒体上的提及对引用次数的影响因素虽有差异但总体上有限。通过存储库（绿色OA）实现的开放获取与更高的引用次数和更低的零引用概率相关。相比之下，通过出版商网站且无明确开放许可证（青铜OA）的开放获取与更高的引用次数相关，但也与更高的零引用概率相关。