前言：想要寫出一篇引人入勝的文章？我們特意為您整理了學術期刊辦刊及評價路徑范文，希望能給你帶來靈感和參考，敬請閱讀。

一、學術期刊的評價路徑:數據化評價

 大數據時代，評價體系標準逐漸由重視定性分析轉向重視定量分析，數據化評價越來越成為流行的趨勢。正如哈佛大學社會學教授加里•金所說:“這是一場革命，龐大的數據資源使得各個領域開始了量化進程，無論學術界、商界還是政府，所有領域都將開始這種進程。”在學術期刊評價方面，目前主要有中國社科院社會評價中心、南京大學社會科學評價中心、北京大學圖書館核心期刊評價中心三大評價體系。這些評價體系雖然在具體評價指標上各有側重，不盡相同，但在趨向性上有明顯一致的地方，就是均強調數據指標的考核評價。數據評價的一個重要指標是期刊刊發論文的轉引率。所謂轉引率，是指一篇后被其他公開引用的機率或頻次。隨著對數據化客觀評價的重視，它正在成為越來越加重要的評價論文學術影響力的因素。國內的許多學術成果評獎，也在將論文轉引率作為必要的評價指標。不僅如此，論文的轉引率還成為衡量學術期刊辦刊水平和學術影響力的重要因素，甚至有的期刊評價體系如南京大學社會科學評價中心的評價體系將其作為最主要的評價指標。當然，不同專業的期刊其轉引率會存在明顯差距，如自然科學期刊的轉引率相比較社會科學期刊來說普遍要高，社會科學期刊中經濟學期刊相比較文學期刊來說又普遍較高。但對于同類期刊來說，通過努力是可以在原有自然轉引的基礎上使轉引率得到明顯提高的，同時可以達到提高期刊學術影響力的效果。《山東師范大學學報》(人文社科版)近年來通過實施名家名稿戰略，主動走出去向學術名家約稿，轉引率有了較大幅度的提高。以北京大學資深教授、中國現代文學研究著名學者嚴家炎在該刊發表的《拓展和深化中國現代文學史研究的幾個問題》為例，該文自發表以來，僅就CSSCI來源期刊來說，《中國現代文學研究叢刊》《西南大學學報(社會科學版)》《東岳論叢》《山東社會科學》《文學評論》等均有論文轉引，此外還有許多普通期刊論文予以轉引。名家的論文往往具有更高的學術性和創新性，容易產生影響力。當然，轉引率的提升與期刊的多渠道推介和傳播也有極大的關系。在當今期刊林立、信息海量涌現的大數據時代，如果不能主動推介、多渠道傳播，那么即使是名家名稿也可能會被無情淹沒在論文海洋中，為學界所忽略。數據評價的另一個重要指標是期刊刊發論文的轉載率。所謂轉載率，是期刊所發表的論文被其他刊物再次轉發的比率。期刊每年被其他刊物轉載的總篇數稱為轉載量，而轉載篇數與期刊發文總量之比即為轉載率。通過轉載率或轉載量，可以看出期刊論文獲得社會和學界認可的程度，顯示出期刊論文的學術影響和編輯水平。人大“復印報刊資料”可以說是國內影響較大的轉載系列期刊，現有期刊100余種，每年從4000多種國內期刊、報紙上搜集、精選優秀的人文社科學術論文加以轉載。目前，它已基本覆蓋了我國人文社會科學所有一級學科。結合期刊轉載，該復印書報資料中心每年還定期年度轉載的學術論文數據，對我國人文社科期刊和教學科研機構進行統計排名。自2001年起每年3月份，《光明日報》《中國新聞出版報》《文藝報》、新浪網、搜狐網、中國網、中國高校人文社科網等媒體，都同時這個年度“轉載排行榜”。該排行榜在一定程度上反映了我國人文社科期刊陣營和學術研究機構的發展狀況，受到期刊界、教學科研機構和廣大人文社會科學工作者的關注和重視。此外，《新華文摘》《高等學校文科學術文摘》《紅旗文摘》等都是目前國內最主要的學術文摘期刊。作為期刊編輯，要想使自己編發的論文能被這些文摘期刊轉載，獲得較高轉載率，當然首先應從提升論文的學術質量和水平上來努力。同時，利用大數據分析，從已有的轉載論文情況以及各大轉載期刊的轉載要求，可以針對轉載率作出必要的調整。例如人大“復印報刊資料”在轉載評分數據的處理過程中，就有剔除會議消息、報道、書評等非學術性文章這樣的原則要求。根據這樣的分析結論，在發稿方面作必要調整，避免非學術性文章、學術性不強的文章、學術創新性不突出的文章等，則無疑會有更大可能提高所刊發論文的轉載率。無論是轉引率還是轉載率，都只是定量分析數據評價的一方面內容，還很難稱得上是全面客觀的評價體系。從目前國內最具有影響的三大期刊評價體系來說，南京大學社會科學評價中心的CSSCI來源期刊評價體系更多側重于轉引率數據分析，北京大學圖書館的核心期刊評價體系更多側重于轉載率數據分析，中國社會科學院評價中心的人文社科核心期刊評價體系則兼顧到學科自引量、學科載文量、引文率、摘轉率等多項評價指標，相對更加綜合。因此，綜合量化指標分析應是數據評價的發展趨勢，學術期刊要想在數據評價方面得到優良成績，不能只關注某一方面努力，而應在轉引率、轉載率等多項指標上綜合發展。只有這樣，才能切實提高學術期刊的綜合實力，真正打造具有學術影響力的期刊。

二、學術期刊的辦刊路徑：大數據思維

 新的時代孕育和產生新的事物，而新的事物需要新的思維來認識。從傳統眼光來看，無限增長的海量數據龐雜無序，無疑給人們認識事物造成更多的負擔和壓力;而今天借助現代科學手段，大數據卻成為一種對海量數據進行有效收集、分析和處理的新的技術方法。“大數據標志著人類在尋求量化和認識世界的道路上前進了一大步。過去不可計量、存儲、分析和共享的很多東西都被數據化。擁有大量的數據……為我們理解世界打開了一扇新的大門。”那么，如何看待大數據與學術期刊之間的聯系?如何將大數據具體運用到學術期刊的辦刊中?如何從海量數據中發現規律，尋找隱藏在大數據中的辦刊模式和趨勢，揭示當下期刊面臨的新形勢、新特點以及未來可能的發展前景?這些都需要我們學術期刊的辦刊人轉變觀念，要有大數據思維。大數據思維首先強調要有大數據的意識。意識影響或支配人的行為。具備大數據意識的人，能夠更加重視大數據，更主動地去運用大數據。這種人即使自身不擁有數據，不具備分析和處理數據的專業技能，往往也能夠借助社會提供的已有數據加以利用，從而極大地提高工作效率，甚至能夠先人一步獲得機遇。對于學術期刊編輯來說，由專業機構或網站開發的論文、引文檢索等大型數據庫，為確保稿件編輯質量、提高工作效率等就提供了很多便利條件。例如知網、維普、萬方等專業期刊網站均有獨立開發的數據庫，目前多數學術期刊的編輯已將選擇數據庫作為審核投稿的必要程序。根據其檢測的重合率結果來判斷論文是否存在抄襲、剽竊等學術不端行為，可以快速有效地避免論文重發、學術侵權等問題。如果僅憑編輯審稿時的個人經驗判斷，這些往往是很難做到的。利用期刊所獲取的作者投稿、讀者訂閱、刊文轉載轉引率、網傳文章點擊或下載量等方面的大量信息數據，通過分析其中的相關性作出預測，以便更有針對性地選擇緊扣學術熱點的論文選題，挖掘具有學術發展潛力的高被引作者，正不失為一條學術期刊辦刊的新路徑。大數據思維還強調數據的全面收集和利用。由于技術條件和認識手段等局限，傳統的小數據思維往往注重通過抽樣數據或典型數據的分析作出判斷，在今天看來，其結論是難以保證全面可靠的。因此，大數據強調要全面地收集和占有數據，“要分析與某事物相關的所有數據，而不是依靠分析少量的數據樣本”。作為學術期刊來說，全面收集與期刊聯系密切相關的數據，建立期刊自己相對獨立完備的數據庫，也是一條值得重視的辦刊新路徑。通過接收來稿、學術會議交流、網絡搜索等多種渠道，學術期刊可以廣泛收集相關數據，逐步建立作者信息庫、審稿專家信息庫、讀者信息庫、期刊資源庫、學術咨詢庫等準大數據資源。對于大多數數據來說，其利用價值往往具有多重性，也就是說在一次利用之后還可能會因不同的分析處理而產生再次利用價值。當然，大數據思維也要注意避免對大數據的過度迷信，要避免唯數據化的傾向。大數據時代的信息傳播既具有海量性而又呈現碎片化的特征，網絡自媒體的興盛也同時帶來信息傳播良莠不齊、真偽難辨的諸多負面因素。所以，面對來自網絡的眾多信息和各種數據庫的龐大資源，學術期刊編輯應該更加強化自身的把關能力，而不能陷入對大數據的盲從，唯大數據馬首是瞻。比如在核校稿件的引文時，編輯人員不可完全相信各種學術搜索數據庫，必要時還是要盡可能找到原版著作或論文資料逐字查對。此外，有些期刊或期刊編輯動輒要求來稿篇幅須在1萬字以上，或參考文獻須在15個以上，或正文內容至少須有三部分，或正文各部分須有三級綱目，等等，這些都是數據過度迷戀癥的典型癥候。這種對數據的過度迷戀，只會促成形式主義的新八股論文，而對學術創新的促進毫無助益。