Google Scholar、Web of Science 与 Scopus 中高被引文献的覆盖度：一项多学科比较

本研究探讨了基于高被引文献计数的文献计量指标在多大程度上会受到数据源选择的影响。初始假设是，依赖期刊遴选标准来决定文献覆盖的数据库未必能准确呈现所有学科领域的高被引文献，而给予每篇文献凭自身价值立足机会的包容性数据库，可能更适于识别高被引文献。为验证该假设，我们对Google Scholar在其经典论文（Classic Papers）产品中展示的2006年发表的2515篇高被引文献进行了宽泛学科类别层面的分析，核查这些文献是否也被Web of Science和Scopus覆盖，以及不同来源提供的被引次数是否相近。结果显示，社会科学与人文科学中很大比例的高被引文献（8.6%–28.2%）在Web of Science和Scopus中不可见。在自然科学、生命科学和健康科学中，Web of Science和Scopus缺失高被引文献的比例则要低得多。此外，在各领域中，Google Scholar被引次数与Web of Science和Scopus被引次数的斯皮尔曼相关系数均极强（.83–.99）。主要结论是，包容性数据库Google Scholar中可用的高被引文献数据确实揭示了Web of Science和Scopus在若干研究领域的显著覆盖缺陷。因此，使用这些选择性数据库来计算基于高被引文献计数的文献计量指标，可能在覆盖薄弱的领域产生偏倚的评估。