本文發表在《大眾科學》的前部落格網路中，反映了作者的觀點，不一定代表《大眾科學》的觀點
我們在使用替代指標時面臨的挑戰之一是對我們所衡量的內容的解釋。這甚至比解釋傳統的引文影響（本身就具有挑戰性和令人困惑）更令人困惑，因為“altmetrics”是各種活動的統稱。人們不能將文章被新增書籤與專家對文章進行評論進行比較，即使它們都是非傳統的指標。
Taylor (2013) 將altmetric活動分為五個參與層次：社交活動層次，發生在一般的社交媒體網站，時間短且速度快（例如“點贊”）；元件（例如資料）重用；學術評論（在科學部落格、F1000評論等中）；學術平臺中的學術活動（例如Mendeley書籤）；以及大眾媒體報道。
在新的文章《派對論文還是政策討論：使用altmetric資料對高分享論文的檢驗》中，Taylor 和 Plume (2014) 使用了來自 Altmetric.com 的資料，該網站跟蹤了五個類別中的四個（社交活動、學術評論、學術活動和大眾媒體）。我認為至少還有另外三篇文章來源於他們的資料。他們從 Altmetric.com API 收集了四個月的資料，直到 2014 年 1 月 17 日。他們收集了 13,793 篇至少有一個 altmetric 提及的學術文章。然後，他們查看了在社交活動類別（推文、點贊等）中最受關注的 0.5% 文章（總共 69 篇）。69 篇文章中只有 8 篇是成熟的原創研究文章。這八篇研究文章具有吸引人的標題（例如《氣候變化：北極變化的巨大成本》），並且來自頂尖期刊（例如《自然》）。
關於支援科學新聞
如果您喜歡這篇文章，請考慮透過以下方式支援我們屢獲殊榮的新聞報道 訂閱。透過購買訂閱，您正在幫助確保未來有關塑造我們當今世界的發現和想法的具有影響力的故事。
其他 61 份文件是來自著名期刊的新聞報道/專題，當我提到“著名期刊”時，我指的是《自然》。幾乎所有這些都是《自然新聞》或《自然新聞專題》。在我撓了撓頭幾次之後，我發推特給邁克·泰勒，詢問其他期刊怎麼了。altmetric.com 的創始人 Euan Adie 看到了泰勒先生和我之間的 Twitter 對話，並解開了謎團：例如，《科學》是研究新聞的主要來源，但沒有給其新聞報道數字物件識別符號，因此 altmetric.com 無法收集其資料。然而，《自然》確實給其新聞報道提供了 DOI，因此其在 altmetric 中佔據主導地位。這很好地提醒我們，替代指標（以及傳統指標）的質量取決於其資料。
當 Taylor 和 Plume 分析其他 altmetric 類別時，他們發現只有兩篇文章出現在所有類別中。一篇是《自然》文章，名為“大腦類器官模擬人腦發育和小頭畸形”，其中描述了在細胞培養中建立人腦模型和模擬腦部疾病。第二篇是關於根據一個人在 Facebook 上的“點贊”來預測其個人特徵（例如性取向、吸毒）的 PNAS 文章（“私人特徵和屬性可以從人類行為的數字記錄中預測”）。最大的重疊是大眾媒體報道和學術評論（69 篇文章中的 31 篇，見圖 1）。這與我的研究結果相符，該研究表明，ResearchBlogging.org 中彙總的大部分被部落格文章報道的 NEJM 文章也被《紐約時報》、路透社新聞機構或兩者都報道過。
該研究的明顯侷限性在於其資料收集的期限較短（四個月）和文章數量相對較少。我們已經討論了最大的侷限性——沒有 DOI 的文章無法被考慮在內。總的來說，這對於研究文章和評論來說不是問題，因為它們通常都有 DOI，但可能會損害未發表的會議論文集和其他沒有 DOI 的文件。本研究中收集和使用的 altmetric 資料是傾斜的（對於此類研究來說是正常的），15% 的文章獲得了約 90% 的社交活動。作者明智地建議，未來在分析 altmetric 資料時應考慮文件型別（例如社論、評論、研究文章），這與傳統引文分析中的做法相同。總的來說，這是一個有趣的練習，展示了 altmetric 資料能為我們做些什麼，以及不能做些什麼。
Taylor, M., & Plume, A. (2014). Party papers or policy discussions: an examination of highly shared papers using altmetric data Research Trends (36), 17-20
Taylor, M. (2013). Towards a common model of citation: some thoughts on merging altmetrics and bibliometrics Research Trends