论文部分内容阅读
摘 要：大数据的快速发展为期刊编辑带来机遇的同时也带来了挑战，对编辑的个人素养及能力提出了更高的要求。本文从编辑的大数据意识入手，从组稿、审稿、编校三个环节探析了该如何利用大数据检索、网络投审稿系统和编校软件等发挥作用。最后讨论了学术期刊的自引情况，以期对大数据时代下科技期刊编辑的成长提供有价值的参考。
关键词：大数据；学术期刊；编辑；自引
科技高速发展的今天，是信息大爆炸的时代，大数据时代已经不期而至[1]。在“大数据”时代，学术研究从过去的单一领域向全领域发展，各学科间融合借鉴，对编辑的编校要求也日益提高。当前期刊工作与大数据的需求还有着一定的差距，需用不断的挖掘大数据在编校中的价值，更好的提高学术期刊的质量。
一、大数据时代学术期刊编校分析
编辑如何在大数据时代传播科技成果、提高编校质量、打造并确立期刊的品牌地位，需要从以下几个方面提高。
（一）提高大数据意识
在大数据时代，期刊编辑工作适应大数据的发展要求，实现自身能力的转变，树立科学的大数据意识。现在有很多期刊多媒体融合培训班和学术研讨会，专门针对大数据时代编辑该如何应对和转型。编辑部应该鼓励编辑多去学习，闭门造车是永远办不好期刊的，只有走出去多与同行交流，多学习优秀知识和经验，才能使期刊脱颖而出，在大数据时代中办出自己的特色。
（二）组稿环节
大数据时代，期刊之间的竞争日益激烈。稿源的好坏决定期刊的质量，巧妇难为无米之炊，如果缺乏优质稿源，编辑专业素质再高也很难办出高质量的期刊。作者和期刊存在双向选择，如果编辑对稿件处理不及时，投稿周期过长，作者可能会撤稿改投其他期刊[2]。所以编辑要对稿件处理及时，这就需要在线投稿系统，作者通过网站投稿，编辑通过系统跟踪稿件情况，迅速做出初审意见并根据分类给相应的专家审稿，跟作者也通过在线投稿系统快速联系，缩短了投稿周期。编辑也可通过大数据的海量信息，了解科研发展的前沿，不能守株待兔，需要利用各种机会主动向有影响力的专家学者约稿。还需要通过微信、QQ、微博等各种现代化网络媒体平台宣传自己的学术期刊，从而提高投稿质量。
（三）审稿环节
大数据时代将原本需要人工处理、加工的环节实现了智能化[3]。①论文查重系统。目前国内已有的查重软件有中国知网的学术不端文献检测系统，万方数据的论文相似性检测，维普的论文检测系统。编辑通过这些系统可以在大数据上检测论文是否存在重复发布、过度引用和剽窃等学术不端行为，保证整个期刊领域的良性化运作。需要特别注意的是论文在投稿前可能没有上述行为，但是由于期刊投稿到出版的时段性，在发布前再次查重可能会有学术不端行为，需要编辑在发表前再次查重。②关键词搜索。往往有些文章只是更改了词句的顺序，实质还是抄袭了其他文章的观点和内容。这就需要编辑对怀疑的稿件手动检索关键词，查找相关文献进行题目、摘要等的比对，排查存在深度学术不端的行为。③不定期更新审稿专家数据库。编辑需要了解审稿专家研究领域，争取做到每个学科的分支都有对应的审稿老师，使得送审稿件更加准确，使专家能把握这篇文章的研究内容，如果稿件来自新的分支，没有对应的老师，需要动态更新专家库，邀请新的审稿专家加入。另外如果专家库中有部分专家审稿不积极，或者审稿把关不严谨，以后可减少此专家的审稿次数。
（四）编校环节
编校相当于对文章进行精雕细琢，编辑不仅要借助大数据平台对文章内容进行严格考量，还需要充分利用高校的各种免费数据库，有的放矢的针对薄弱环节提高自己的编校水平。编辑要不断提高自身的英语水平，虽然可以通过翻译软件进行初步筛查，但是对于英文文摘甚至是全英文的文献必须依靠编辑的强大的英文功底去完成。同时也可以借助高科技手段，例如运用专业校对软件实行网络校对工作。不仅能够提高编辑的工作效率，还能尽可能降低稿件错误率。这样编辑才能将更多的时间和精力投入对文章内容的思考[4]。
二、大数据时代学术期刊自引分析
期刊定量评价体系采用了一系列的指标，其中运用率和争议最多的就是影响因子。有些期刊为了提高影响因子，大量进行自引[5]。虽然有的评价体系中将自引删去，只保留他引，可是大部分的评价体系只是降低了自引的权重，仍然保留。自引可以反映学科之间的相互关系，通过作者论文中的自引量可以定量掌握某一课题的进展情况，把握学科的发展。因此，期刊自引是非常正常的现象，然而，个别期刊不合理的自引，造成较高的自引率。随着大数据时代的到来，可以通过统计的手段，予以区分。虽然超过20%的自引率即被认为过度自引，但对于某些学科，特别是对于目前出现的新兴学科，普遍采用的自引率并不确切，需要根据实际学科来划定。编辑在工作中应该尽量避免人为的自引，做到诚实守信。
三、结论
在大数据和期刊融合的大趋势下，学术期刊面临着巨大机遇和前所未有的挑战，期刊编辑应该顺应潮流，强化大数据意识，将大数据的思维运用到组稿、审稿和编校环节中，从而提升工作的效率和提高期刊的质量。在信息快速传播的当下，期刊编辑作为最后的把关者，也不应该为了提高期刊指标进行无谓的自引，要为期刊的优质化发展提供支撑。
参考文献：
[1]黄志红.大数据时代科技期刊编辑面临的机遇与挑战[J].东华理工大学学报（社會科学版），2016（4）：401-403.
[2]朱银周.利用文献数据库加强审稿过程中的学术质量判断[J].中国科技期刊研究，2017，28（7）：669-674.
[3]杨飞，赵正.大数据时代高校学报编辑素养提升路径探析[J].榆林学院学报，2017（6）：125-128.
[4]彭远红，孙怡铭.简论大数据时代科技期刊编辑的信息素养[J].研究与教育，2014（3）：85-87.
[5]刘昌来，吴祝华，田亚玲等.大数据下初步分析我国期刊自引情况[J].科技与出版，2017（3）：94-97.
作者简介：
吴新骍（1990—），女，汉族，湖北武汉人，硕士，助理编辑，主要研究方向：编辑学。
关键词：大数据；学术期刊；编辑；自引
科技高速发展的今天，是信息大爆炸的时代，大数据时代已经不期而至[1]。在“大数据”时代，学术研究从过去的单一领域向全领域发展，各学科间融合借鉴，对编辑的编校要求也日益提高。当前期刊工作与大数据的需求还有着一定的差距，需用不断的挖掘大数据在编校中的价值，更好的提高学术期刊的质量。
一、大数据时代学术期刊编校分析
编辑如何在大数据时代传播科技成果、提高编校质量、打造并确立期刊的品牌地位，需要从以下几个方面提高。
（一）提高大数据意识
在大数据时代，期刊编辑工作适应大数据的发展要求，实现自身能力的转变，树立科学的大数据意识。现在有很多期刊多媒体融合培训班和学术研讨会，专门针对大数据时代编辑该如何应对和转型。编辑部应该鼓励编辑多去学习，闭门造车是永远办不好期刊的，只有走出去多与同行交流，多学习优秀知识和经验，才能使期刊脱颖而出，在大数据时代中办出自己的特色。
（二）组稿环节
大数据时代，期刊之间的竞争日益激烈。稿源的好坏决定期刊的质量，巧妇难为无米之炊，如果缺乏优质稿源，编辑专业素质再高也很难办出高质量的期刊。作者和期刊存在双向选择，如果编辑对稿件处理不及时，投稿周期过长，作者可能会撤稿改投其他期刊[2]。所以编辑要对稿件处理及时，这就需要在线投稿系统，作者通过网站投稿，编辑通过系统跟踪稿件情况，迅速做出初审意见并根据分类给相应的专家审稿，跟作者也通过在线投稿系统快速联系，缩短了投稿周期。编辑也可通过大数据的海量信息，了解科研发展的前沿，不能守株待兔，需要利用各种机会主动向有影响力的专家学者约稿。还需要通过微信、QQ、微博等各种现代化网络媒体平台宣传自己的学术期刊，从而提高投稿质量。
（三）审稿环节
大数据时代将原本需要人工处理、加工的环节实现了智能化[3]。①论文查重系统。目前国内已有的查重软件有中国知网的学术不端文献检测系统，万方数据的论文相似性检测，维普的论文检测系统。编辑通过这些系统可以在大数据上检测论文是否存在重复发布、过度引用和剽窃等学术不端行为，保证整个期刊领域的良性化运作。需要特别注意的是论文在投稿前可能没有上述行为，但是由于期刊投稿到出版的时段性，在发布前再次查重可能会有学术不端行为，需要编辑在发表前再次查重。②关键词搜索。往往有些文章只是更改了词句的顺序，实质还是抄袭了其他文章的观点和内容。这就需要编辑对怀疑的稿件手动检索关键词，查找相关文献进行题目、摘要等的比对，排查存在深度学术不端的行为。③不定期更新审稿专家数据库。编辑需要了解审稿专家研究领域，争取做到每个学科的分支都有对应的审稿老师，使得送审稿件更加准确，使专家能把握这篇文章的研究内容，如果稿件来自新的分支，没有对应的老师，需要动态更新专家库，邀请新的审稿专家加入。另外如果专家库中有部分专家审稿不积极，或者审稿把关不严谨，以后可减少此专家的审稿次数。
（四）编校环节
编校相当于对文章进行精雕细琢，编辑不仅要借助大数据平台对文章内容进行严格考量，还需要充分利用高校的各种免费数据库，有的放矢的针对薄弱环节提高自己的编校水平。编辑要不断提高自身的英语水平，虽然可以通过翻译软件进行初步筛查，但是对于英文文摘甚至是全英文的文献必须依靠编辑的强大的英文功底去完成。同时也可以借助高科技手段，例如运用专业校对软件实行网络校对工作。不仅能够提高编辑的工作效率，还能尽可能降低稿件错误率。这样编辑才能将更多的时间和精力投入对文章内容的思考[4]。
二、大数据时代学术期刊自引分析
期刊定量评价体系采用了一系列的指标，其中运用率和争议最多的就是影响因子。有些期刊为了提高影响因子，大量进行自引[5]。虽然有的评价体系中将自引删去，只保留他引，可是大部分的评价体系只是降低了自引的权重，仍然保留。自引可以反映学科之间的相互关系，通过作者论文中的自引量可以定量掌握某一课题的进展情况，把握学科的发展。因此，期刊自引是非常正常的现象，然而，个别期刊不合理的自引，造成较高的自引率。随着大数据时代的到来，可以通过统计的手段，予以区分。虽然超过20%的自引率即被认为过度自引，但对于某些学科，特别是对于目前出现的新兴学科，普遍采用的自引率并不确切，需要根据实际学科来划定。编辑在工作中应该尽量避免人为的自引，做到诚实守信。
三、结论
在大数据和期刊融合的大趋势下，学术期刊面临着巨大机遇和前所未有的挑战，期刊编辑应该顺应潮流，强化大数据意识，将大数据的思维运用到组稿、审稿和编校环节中，从而提升工作的效率和提高期刊的质量。在信息快速传播的当下，期刊编辑作为最后的把关者，也不应该为了提高期刊指标进行无谓的自引，要为期刊的优质化发展提供支撑。
参考文献：
[1]黄志红.大数据时代科技期刊编辑面临的机遇与挑战[J].东华理工大学学报（社會科学版），2016（4）：401-403.
[2]朱银周.利用文献数据库加强审稿过程中的学术质量判断[J].中国科技期刊研究，2017，28（7）：669-674.
[3]杨飞，赵正.大数据时代高校学报编辑素养提升路径探析[J].榆林学院学报，2017（6）：125-128.
[4]彭远红，孙怡铭.简论大数据时代科技期刊编辑的信息素养[J].研究与教育，2014（3）：85-87.
[5]刘昌来，吴祝华，田亚玲等.大数据下初步分析我国期刊自引情况[J].科技与出版，2017（3）：94-97.
作者简介：
吴新骍（1990—），女，汉族，湖北武汉人，硕士，助理编辑，主要研究方向：编辑学。