SciHubSciHub下载量成论文影响力指标：能被下载的论文被引次数高出72％ |论文|学术开放|

鱼羊发自凹非寺
量子位报道 | 公众号 QbitAI
嗑盐的你，用过Sci-hub吗？
作为一个能免费看论文的学术搜索引擎， Sci-hub是科研人员的秘宝，同时，却也是学术出版商眼中的大毒瘤。
现在，有人站出来，用统计数据为Sci-hub正名：
能通过Sci-hub下载的文章的被引次数，是Sci-hub上下不到的文章的1.72倍。
也就是说， Sci-hub的下载量，已经成为论文影响力的重要指标。

本文插图
这个结果一公布，立刻引发了网友的共鸣：
我总要先能看文章，然后才能引用啊。

本文插图
【SciHubSciHub下载量成论文影响力指标：能被下载的论文被引次数高出72％】
Sci-hub ，让文章更具影响力
这项针对Sci-hub影响力的研究，被研究人员们公开放在了arXiv上。
研究人员认为， Sci-hub作为一个闻名全球的项目，对于学术体系中的所有人都影响深远。
因为它能绕过大多数学术出版商的付费墙，实际上增强了论文的潜在影响力。
他们希望通过数据证明， Sci-hub的下载量与论文未来的引用量是正相关的。

本文插图
数据集
研究人员为此准备了两个数据集，其中包含Nature、Science在内的12种顶级期刊上发表的文章信息，横跨神经科学、经济学等多个领域。
第一个数据集包含2015年9月至2016年2月这段时间内，能从Sci-hub上下载到的所有文章。
第二个数据集则来自传统的Scopus数据库，包含同一时段内，在选定期刊上发表的所有文章。
并且，通过跟第一个数据集的对照，研究人员筛掉了其中能在Sci-hub上下载的文章，使其仅包括无法通过Sci-hub免费获取的论文。
对于每一篇论文，研究人员都统计了其中图表的数量。另外，还统计了每篇论文第一作者和通讯作者的H-index、每本期刊的影响因子，以及每个作者所属国家的研究资源等数据。

本文插图
研究结果
根据引文统计分布，文章引用次数超过2000次的论文被视作离群值。
研究人员通过最小二乘法、离群值影响、带有工具变量的稳健回归、异方差校正等等一系列广义加成模型来评估关系的敏感性。
在控制了所有的偏差来源之后，结果显示，能从Sci-hub下载的论文的被引次数，是不能从Sci-hub下载的论文的1.72倍（p

本文插图
并且， Sci-hub下载量越高，论文的被引次数也越高。
在所有选定的期刊和涉及的学科中， Sci-hub的影响都很明显。
另外，结果也表明，图表丰富的论文更容易被引用。

本文插图
研究人员认为，这样的Sci-hub效应具有多重意义。
第一，除了作为一个面对全球开放存取的「线上图书馆」， Sci-hub的下载量也可以作为一个重要的参考数据，用以预测论文未来的引用量。
第二， Sci-hub效应的存在，表明论文的版权限制，很可能会阻碍科研人员的工作。
在过去的几十年里，不仅通过像Sci-hub这样的途径「盗版」的科学论文越来越多， arXiv这样的开放预印本论文平台也越来越受到科研人员的认可。