# 研究评价中的定量方法

- 原标题：Quantitative Methods in Research Evaluation
- 类型：书籍
- 来源：doi.org
- 发布时间：2026-10-27
- 首次精选：2026-10-27 16:18
- 分级：值得看
- 学习层级：进阶
- 主题：[ai-scientific-discovery](<https://oplearnx.com/md/topics/ai-scientific-discovery.md>)（第 34 位）、[model-benchmarks](<https://oplearnx.com/md/topics/model-benchmarks.md>)（第 49 位）
- 原文链接：[https://doi.org/10.22599/QuantitativeMethods](<https://doi.org/10.22599/QuantitativeMethods>)
- 本站页面：[https://oplearnx.com/resources/pk\_a2757669c383](<https://oplearnx.com/resources/pk_a2757669c383>)

## 摘要

这是一本由 White Rose University Press 出版的开放获取图书，作者为 Thelwall, Mike，出版信息只给到 2026 年。书中考察引文指标、替代计量（altmetrics）与人工智能方法在研究质量评价中的使用，结合理论讨论与实证证据，涉及这些指标的价值、局限及对招聘等评价决策的影响。主题词包括科学计量学、文献计量学和大语言模型。

## 概览

- 语言：英文
- 规模：262 页 · 18 章
- 费用：免费

## 学完你能

- 说明引文指标、替代计量指标与人工智能方法在研究评价中的用途、局限与含义
- 辨析指标与专家判断（如英国 REF 2021 论文级评估）之间的关系与吻合程度
- 分析各类常用指标的方法学基础、实际应用与学科差异
- 把握指标用于论文、学者、院系、机构、国家与资助方等不同层级评价时的做法
- 识别学科偏见、透明度、指标博弈与过度依赖量化评价等风险

## 适合你吗

- 适合：文献计量学、科学计量学、信息科学与研究政策方向的学者与学生
- 适合：大学管理者、图书馆员与政策制定者
- 适合：资助机构人员以及设计与解读研究评价体系的人
- 需要先会：材料未明确列出先修要求；书中涉及指标公式与实证分析，且面向学术读者。

## 本书特点

- 内容侧重：以批判性与证据为本的视角考察引文指标、替代计量与人工智能在科研评价中的价值与局限，核心是将其与 REF 2021 论文级专家评估对照。
- 练习与项目：无作业或实验安排；书中以大规模实证数据分析与案例比较为主要论述方式。
- 费用说明：开放获取图书，EPUB、MOBI、PDF 均可免费下载阅读；另有纸质版可购买。

## 目录

1. 第 1 章 研究评价中的定量方法导论
2. 第 2 章 研究质量与影响力
3. 第 3 章 基于引文的指标：理论考量
4. 第 4 章 基于引文的指标：实践考量
5. 第 5 章 基于引文的指标公式
6. 第 6 章 单篇论文引文指标：实证证据
7. 第 7 章 影响单篇论文引文指标的因素
8. 第 8 章 期刊引文影响力指标对论文的实证证据
9. 第 9 章 学者、院系、机构、资助方与期刊的汇总引文指标
10. 第 10 章 性别、院系与跨学科偏见
11. 第 11 章 替代计量与其他替代指标
12. 第 12 章 替代计量作为研究质量指标
13. 第 13 章 人工智能能否辅助估计期刊论文的研究质量
14. 第 14 章 用大语言模型预测研究质量：理论问题
15. 第 15 章 用大语言模型预测研究质量：应用与实证证据
16. 第 16 章 评估学术期刊论文以外的成果
17. 第 17 章 扭曲性激励与系统性影响
18. 第 18 章 总结

---
来源：LearnMap · 学径（https://oplearnx.com）