【摘 要】［目的］探讨高质量的审稿意见与审稿人个体特征的关系，为科技期刊选择合适的审稿人提供参考。［方法］以Publons平台中2018年和2019年Top Reviewers相关信息为数据源，采用标准负二项回归检验高质量审稿意见与审稿人个体特征间的关系。［结果］经认证的审稿数、编辑经历、出版后同行评议经历与高质量审稿意见的数量有着显著的、稳定的正相关关系。是否为高被引科学家、是否为Publons导师、论文发表数量、是否在任期刊编委会成员、是否曾任编委会成员、未经认证的审稿数与高质量的审稿意见没有稳定的或者没有显著的关系。［结论］科技期刊可以通过Publons等开放性的同行评议平台，邀请那些审稿数量多、有编辑经历，以及有过出版后同行评议经历的审稿人参与审稿，以提高审稿质量。
【关键词】审稿质量；Publons；审稿人特征；出版后同行评议；同行评议；科技期刊
同行评议在科技论文的出版过程中起着至关重要的把关作用[1]。在当前大部分期刊采用的单盲、双盲同行评议的政策下，审稿人的审稿活动是保密的、不公开的。这使得当前科技期刊很难根据公开的审稿人相关特征选择审稿人，而往往只能退而求其次，从编辑熟知且有限的审稿人中加以选择。然而，由于学科间的交叉融合趋势日益明显，有限的候选审稿人可能对大量的、新兴的研究领域并不熟悉，这无疑会影响到审稿质量。而高质量的审稿意见能够促进稿件质量的提升，是保证科技论文质量的关键。
近些年，国内外学者尝试构建了一系列用于评价审稿质量的指标体系。通过梳理现有文献，发现审稿质量的评价体系主要由三大部分构成，分别为审稿内容、审稿成本和审稿态度。审稿内容是审稿质量评价体系的重要部分，主要包括评审意见的准确性、一致性和有效性等指标[2,3,4,5,6,7,8]。审稿成本则从侧面评价审稿质量，包括时间成本（审稿周期）、人力成本和平台成本等指标[6-7,9]。审稿态度包括反馈的准时性、评语态度、违规次数等指标[2,4,7,10]。为了方便评价审稿质量，一些学者还自行开发了相关软件和工具，如量表和检查表[11]、元评价软件[12]、RQI工具[13]和EPR指标[14]。这些软件和工具丰富了评价审稿质量的标准和方法，并为提高审稿质量提供了有效参考。
更进一步地，在审稿质量评价体系的基础上，探讨审稿质量影响因素的研究引起了众多关注。在梳理文献后发现，被广泛研究的影响因素主要集中在3个方面：（1）审稿政策。审稿质量在客观层面上受到审稿政策的影响，如评审的准则、评审的程序与方法、同行评议的固有缺陷（马太效应和保守倾向）[15],以及审稿过程的透明性[16]都会作用于审稿人的评审过程，进而影响评审的质量。（2）审稿人的学术绩效。审稿人的职称和发表的论文数量是影响审稿质量的重要因素，代表着审稿人的审稿能力[17,18,19,20]。（3）审稿人个体特征。该特征主要包括身份特征、年龄大小、心理特征和健康状况等个体自身因素[21,22,23,24,25]。此外，Mittal等[26]和尚淑贤等[27]提出审稿个体之间的多样性和利益冲突对审稿质量也存在一定的影响。
近年来，聚焦于推动同行评议发展的各类网站不断涌现。其中，成立于2012年的Publons是目前同行评议领域中最为瞩目的平台之一。Publons（现隶属于Clarivate,即科睿唯安）致力于通过连接研究者、同行评议人和出版商来助力科学的发展。Publons目前主要通过两种方式来登记审稿人的同行评议记录。（1）通过与出版商合作，一站式完成同行评议记录的登记。当审稿人在某些与Publons有合作的出版商审稿系统中审稿时，可以选择是否将本次审稿记录自动同步到Publons中。（2）审稿人将自己的审稿记录（如审稿邀约的邮件等）上传至Publons平台，由Publons平台审核决定是否记录在Publons平台中。截至2020年10月，在Publons平台注册的审稿人已经超过200万[28]。Publons平台的快速发展，为同行评议的研究提供了新思路。Ortega[29]认为Publons平台中的同行评议记录反映了审稿人的工作量，体现了审稿人对学术共同体的贡献。刘丽萍和刘春丽[30]指出，对Publons中审稿人的同行评议记录进行统计分析，能够将审稿人的贡献显性化。无独有偶，国外的一些期刊也发表了社论，强调了Publons对于审稿人工作量显性化的促进作用[31,32,33]。然而，da Silva[34]指出Publons平台仅侧重于记录审稿数量，而审稿人的审稿报告则很少公开。这可能会带来一个问题，那就是即便在Publons平台中，同行评议依然是保密的。因此，那些掠夺性审稿人（Predatory Reviewers,如那些在审稿过程中窃取所审稿件核心内容、思想的审稿人）和只能给出低质量审稿意见的审稿人，他们的工作量依然能够体现在Publons中。目前非常缺乏基于Publons经验的研究，只有黄颖等[1]基于Publons中的Top Reviewers的个体特征，研究了审稿人工作量的影响因素，以及Ortega[35]基于Publons开展的文献计量学研究。
综上所述，当前对于审稿质量的研究，主要有以下两方面的局限性：（1）目前的实证研究中，样本量都极为有限，样本量多为10至100不等，缺乏大样本的支撑。（2）审稿人个体特征对审稿质量的影响研究中，均来自研究者的主观层面推断，缺乏实证检验。虽然Publons平台的出现为同行评议的研究提供了新思路，但是目前基于Publons的研究主要还是以理论性研究为主，强调Publons平台对审稿人贡献的认可，呼吁审稿人加入Publons平台。与此同时，仅有的几项基于Publons平台的经验研究，均没有涉及到对审稿质量的探讨。而这正是da Silva[34]所担忧的，即Publons目前侧重于审稿数量的记录，可能会给予那些只给出低质量审稿意见的审稿人，以及掠夺性审稿人不该有的激励。显而易见，这违背了Publons平台的初衷。因此，本研究尝试以3个方面为突破口来弥补当前研究的缺口：（1）与以往理论性的思辨研究有所不同，本研究从Publons平台中审稿人的个体特征、审稿记录等客观数据入手，采用实证方法来研究审稿质量与审稿人个体特征的关系;（2）相比于以往实证研究的小样本（10——100个样本），本研究尝试基于大样本来检验审稿人个体特征与高质量审稿意见之间的关系，使研究结果更加稳健和普适;（3）与以往基于Publons的研究相比，本研究的焦点是审稿质量，而不是审稿数量这一变量。本研究预期有两方面的贡献：（1）基于Publons公开数据的实证分析，能够为以后审稿人、审稿质量、同行评议等领域的研究提供新的视角;（2）本研究的结论能够为科技期刊基于公开的同行评议平台选择合适的审稿人进行审稿，进而提高审稿质量提供理论依据。
1 数据来源与方法
Publons的注册用户可以选择公开自己的审稿记录等信息。在Publons中，期刊编辑可以对其所在期刊收到的审稿记录进行评价，对于质量高的审稿意见，期刊编辑可以将其标识为“高质量的审稿意见”。
本课题组在2018年12月和2019年11月分别获取了当年Publons发布的Top Reviewers（Publons每年会对当年平台中审稿人的审稿数量进行统计，然后将每个学科中审稿数量较多的审稿人挑选出来并公示）的个人特征数据以及他们所获得的高质量审稿意见的数量。接着，对2018年和2019年的Publons Top Reviewers数据及其字段进行整理。在可得数据的基础上，选取了如表1所示的研究变量。
表1 Publons审稿人个体特征层面的变量、被解释量及其含义
| 变量名称 | 变量类型 | 含义 |
| 高质量审稿意见 | 计数型 | 该审稿人获得的高质量审稿意见的数量;该变量为本研究的被解释变量 |
| 高被引科学家 | 二分类 | 1—高被引科学家;0—非高被引科学家 |
| Publons导师 | 二分类 | 1—Publons导师;0—非Publons导师 |
| 论文发表数量 | 计数型 | 该审稿人总共发表论文的数量 |
| 经认证的审稿数 | 计数型 | 经过 Publons认证的且公开显示的该审稿人的审稿数量 |
| 在任期刊编委会成员 | 二分类 | 1—目前在任期刊编委会成员;0—目前非在任期刊编委会成员 |
| 曾任编委会成员 | 二分类 | 1—曾经有过编委会经历;0—过去没有编委会经历 |
| 编辑经历 | 二分类 | 1—有期刊编辑经历;0—无期刊编辑经历 |
| 出版后同行评议经历* | 二分类 | 1—有出版后同行评议经历;0—无出版后同行评议经历 |
| 未经认证的审稿数 | 计数型 | 尚未经过Publons认证的､经该审稿人审稿的数量 |
本研究中的被解释变量（高质量审稿意见的数量）是计数型变量，而不是连续型变量，因此，更适合采用计数模型（如泊松回归模型、负二项回归模型）进行统计分析。由于本研究的数据呈偏态分布，因此，泊松回归模型不适用于本研究的数据集，取而代之的是负二项回归模型。需要注意的是，本研究的被解释变量——高质量审稿意见数量中存在大量的0,即大量的审稿意见不是高质量审稿意见，只有少量的审稿人获得了高质量审稿意见的评价。因此，零膨胀负二项回归模型有可能更适用于本研究的数据集。零膨胀负二项回归模型弥补了负二项回归模型在分析零膨胀结构数据时的局限性，能解释计数数据中过多的零值，使得对被解释变量中真实零值进行鉴别成为可能，同时也使估计结果更为有效与无偏，从而获得可靠的假设检验和参数估计[36]。零膨胀负二项回归模型在医学[37]、林学[38]等自然科学，以及经济学[39]、管理学[40]等社会科学领域中得到了广泛的应用。一般而言，可以首先对存在大量零值的计数型数据集进行Vuong检验，然后根据Vuong检验的结果来决定采用零膨胀负二项回归模型或标准负二项回归模型。基于此，本研究首先采用零膨胀负二项回归模型中的Vuong检验来分别检验两个数据集，然后根据Vuong检验结果来选择采用零膨胀负二项回归或者标准负二项回归来分别检验2018年和2019年Top Reviewers的个体特征与高质量审稿意见的关系。
2 结果
本研究获取了2018年和2019年的Top Reviewers个人特征数据，其数量分别为6056人和5662人。各变量的描述性统计结果如表2和表3所示。
表2 2018年和2019年Top Reviewers个体特征（二分类变量）分布情况
| 变量 | 2018年 | 2019年 | ||
| 审稿人数量 | 占比/% | 审稿人数量 | 占比/% | |
| 高被引科学家 | 54 | 0.89 | 142 | 2.51 |
| Publons导师 | 84 | 1.39 | 152 | 2.68 |
| 在任期刊编委会成员 | 2897 | 47.83 | 2731 | 48.23 |
| 曾任编委会成员 | 812 | 13.41 | 849 | 14.99 |
| 编辑经历 | 1380 | 22.78 | 1800 | 31.79 |
| 出版后同行评议经历 | 161 | 2.66 | 176 | 3.11 |
表3 2018年和2019年Top Reviewers个体特征（计数型变量）描述性统计结果
| 变量 | 最小值 | 最大值 | 平均值 | 标准误 | 标准差 | |
| 2018年 | 高质量审稿意见的数量 | 0 | 192 | 0.27 | 0.049 | 3.804 |
| 论文发表数量 | 0 | 1425 | 34.28 | 0.932 | 72.564 | |
| 经认证的审稿数 | 0 | 4947 | 117.83 | 1.849 | 143.909 | |
| 未经认证的审稿数 | 0 | 401 | 2.29 | 0.189 | 14.704 | |
| 2019年 | 高质量审稿意见的数量 | 0 | 262 | 0.57 | 0.101 | 7.603 |
| 论文发表数量 | 0 | 1688 | 73.74 | 1.457 | 109.580 | |
| 经认证的审稿数 | 0 | 5547 | 193.77 | 2.967 | 223.168 | |
| 未经认证的审稿数 | 0 | 677 | 2.87 | 0.232 | 17.446 | |
由表2可知，高被引科学家、Publons导师、有出版后同行评议经历的审稿人的占比较小，均不足5%。在任期刊编委会成员、曾任编委会成员、有编辑经历的审稿人占比相对较高，均超过了10%。由表3可知，2018年和2019年高质量审稿意见的数量均值分别为0.27、0.57,标准差分别为3.804、7.603,其数据呈偏态分布。论文发表数量、经认证的审稿数、未经认证的审稿数这3个变量的数据也呈偏态分布。
对两个数据集进行了零膨胀负二项回归中的Vuong检验。两个数据集的Vuong检验结果分别为Z=-3.88,P=0.9999（2018年Top Reviewers数据集）;Z=-3.83,P=0.9999（2019年Top Reviewers数据集）。Vuong检验结果提示，零膨胀负二项回归模型并不优于标准负二项回归模型。因此，本研究采用标准负二项回归对两个数据集的数据进行检验，结果分别如表4和表5所示。从整体来看，该模型具有较好的拟合优度。
表4 2018年Top Reviewers数据集中高质量审稿意见与审稿人个体特征的标准负二项回归结果
| 变量 | 回归系数 | 标准误 | Z | P>Z | 95%CI |
| 高被引科学家 | -24.576 | 6896.672 | 0.00 | 0.997 | [-13541.800, 13492.650] |
| Publons导师 | -1.073 | 0.880 | -1.22 | 0.223 | [-2.798, 0.653] |
| 论文发表数量 | 0.001 | 0.002 | 0.48 | 0.633 | [-0.004, 0.006] |
| 经认证的审稿数 | 0.005 | 0.001 | 4.92 | 0.000 | [0.003, 0.007] |
| 在任期刊编委会成员 | 0.404 | 0.231 | 1.75 | 0.081 | [-0.050, 0.857] |
| 曾任编委会成员 | -0.410 | 0.321 | -1.28 | 0.202 | [-1.039, 0.220] |
| 编辑经历 | 0.699 | 0.263 | 2.65 | 0.008 | [0.183, 1.215] |
| 出版后同行评议经历 | 1.988 | 0.596 | 3.33 | 0.001 | [0.819, 3.157] |
| 未经认证的审稿数 | 0.017 | 0.016 | 1.05 | 0.295 | [-0.015, 0.048] |
| 常数项 | -3.043 | 0.175 | -17.37 | 0.000 | [-3.386, -2.699] |
| ln α | 3.952 | 0.084 | [3.787, 4.117] | ||
| α | 52.052 | 4.384 | [44.130, 61.394] |
表5 2019年Top Reviewers数据集中高质量审稿意见与审稿人个体特征的标准负二项回归结果
| 变量 | 回归系数 | 标准误 | Z | P>Z | 95%CI |
| 高被引科学家 | -0.911 | 0.795 | -1.15 | 0.252 | [-2.468, 0.647] |
| Publons导师 | 0.802 | 0.563 | 1.42 | 0.154 | [-0.302, 1.905] |
| 论文发表数量 | -0.004 | 0.001 | -3.48 | 0.000 | [-0.006, -0.002] |
| 经认证的审稿数 | 0.006 | 0.001 | 7.68 | 0.000 | [0.004, 0.007] |
| 在任期刊编委会成员 | -0.330 | 0.216 | -1.53 | 0.126 | [-0.753, 0.093] |
| 曾任编委会成员 | -0.547 | 0.272 | -2.01 | 0.044 | [-1.080, -0.014] |
| 编辑经历 | 0.863 | 0.211 | 4.09 | 0.000 | [0.450, 1.277] |
| 出版后同行评议经历 | 1.747 | 0.510 | 3.43 | 0.001 | [0.748, 2.747] |
| 未经认证的审稿数 | 0.015 | 0.011 | 1.33 | 0.183 | [-0.007, 0.037] |
| 常数项 | -2.220 | 0.175 | -12.65 | 0.000 | [-2.563, -1.876] |
| ln α | 3.753 | 0.067 | [3.621, 3.886] | ||
| α | 42.669 | 2.878 | [37.385, 48.7] |
2018年Top Reviewers数据集的标准负二项回归结果显示：经认证的审稿数、编辑经历、出版后同行评议经历与高质量审稿意见数量间存在显著的正相关关系;是否为高被引科学家、是否为Publons导师、论文发表数量、是否为在任期刊编委会成员、是否曾任编委会成员、未经认证的审稿数与高质量审稿意见数量关系不显著。
2019年Top Reviewers数据集的标准负二项回归结果显示：论文发表数量、经认证的审稿数、是否曾任编委会成员、编辑经历、出版后同行评议经历与高质量审稿意见数量间存在显著的相关关系;是否为高被引科学家、是否为Publons导师、是否为在任期刊编委会成员、未经认证的审稿数与高质量审稿意见数量关系不显著。
3 讨论
研究发现，经认证的审稿数、编辑经历、出版后同行评议与高质量审稿意见的数量之间的关系是稳定的，均与高质量审稿意见的数量有着显著的正相关关系。2019年Top Reviewers数据集的回归结果显示，论文发表数量、是否曾任编委会成员与高质量审稿意见的数量有着显著的关系，但是这种关系在2018年Top Reviewers数据集中并不显著。这表明论文发表数量、是否曾任编委会成员这两个变量与高质量审稿意见数量的关系是不稳定的。其他变量均与高质量审稿意见数量没有显著的关系。
经认证的审稿数与高质量的审稿意见有着稳定的正相关关系。审稿数量的多少是评估审稿人能否胜任审稿工作的重要参考[17]。经认证的审稿数反映了审稿人的审稿经历。拥有丰富审稿经历的审稿人，往往能够从细节上给出指导，并对文章的不足提出详细且高质量的修改意见，使作者在修改的过程中有章可循。随着审稿数量和审稿经验的积累，审稿人能够产出更多高质量的同行评审意见。
编辑经历与高质量审稿数之间存在稳定的、显著的正相关关系。有学者提出角色、任务和胜任能力是影响审稿质量的重要因素[22]。科学家在科学共同体中往往具有多重身份，既可以是审稿人，也可以兼职为某些学术期刊的学术编辑、主编等[41]。拥有编辑经历的审稿人，在参与同行评议过程中有着明显的优势：（1）视野比较开阔，对所负责的领域一般都有所涉猎;（2）审稿时，会对科技论文的形式，如逻辑结构、语言、格式等进行审查。这些特点和优势能在一定程度上克服传统同行评议制度中审稿人责任感不足、审查不周全等方面的局限性[42]。相应地，曾担任过编辑的审稿人也许更能够保证审稿质量。
出版后同行评议的经历与高质量的审稿意见间存在正相关关系。传统的单盲、双盲审稿模式下，除了审稿人、期刊编辑和作者以外，无人知晓审稿意见的具体内容。如此一来，很难对审稿人的审稿意见质量进行有效监督，甚至有时会出现同行评议造假行为。审稿人参与出版后同行评议，一方面促进了审稿人、论文作者，以及其他读者之间的学术交流与讨论，这有助于审稿人在这一过程中获得知识，培养专长[43];另一方面，能够在一定程度上促使审稿人进行自我约束，培养一种学术责任感，保证审稿公正，提高审稿质量。因此，学者主动参与出版后同行评议对其产出高质量的审稿意见具有积极作用。
此外，本研究结果显示论文发表数量、是否为在任期刊编委会成员两个变量与高质量审稿意见数量的关系是不稳定的;是否为高被引科学家、是否为Publons导师、是否曾任编委会成员、未经认证的审稿数这4个变量与高质量审稿意见数量没有显著的相关关系。这可能是因为论文发表数量、被引数量能够在一定程度上反映审稿人的学术水平[44]。通常，某个研究领域中的专家都有着非常高的学术产出和论文被引频次。众所周知，学术期刊编委会成员往往是由期刊所在领域的专家（如高被引科学家）组成。一方面，编委会是领导编辑部工作的权力机构和决策机构，负责把握学术导向、制定选题范围等[45],在期刊工作中承担的责任远超出了纯粹的审稿工作[46]。另一方面，这些资深专家除了要承担所在期刊的工作，还可能会担任领导职务，或有其他社会兼职。这就使得他们也许没有充足的时间来评审论文手稿，从而可能导致难以持续产出高质量的审稿意见[47]。Publons导师方面，按照Publons的规定， Publons用户拥有15条及以上经过验证的审稿记录便可申请成为Publons导师[48]。换言之，Publons导师的门槛并不是很高。因此，Publons导师身份与高质量审稿意见之间可能难以形成显著的关联。未经认证的审稿数量是指由审稿人已经提交给Publons,但尚未经过Publons认证的审稿数量。该审稿数量是尚未经过认证的，其数量的大小无法准确衡量审稿人的审稿经历。因此，未经认证的审稿数量可能很难与高质量的审稿意见数量产生联系。
4 结论与启示
本研究以Publons平台中审稿人的个体特征为数据源，研究了高质量的同行评审意见与审稿人个体特征的关系。研究表明，与高质量的同行评审意见有着显著正相关关系的3个稳定的审稿人特征分别是审稿人的经认证的审稿数、编辑经历和出版后同行评议经历。
本研究同样存在局限性。首先，研究了审稿人个体特征与高质量的审稿意见间的关系。而这一关系仅为相关关系，并非因果关系。因此，审稿人个体特征对高质量的审稿意见产生的影响机制需要进一步的因果推断。其次，受制于Publons平台，审稿人的其他个体特征，如性别、职称等并没有被纳入到本研究中。未来的研究可以考虑将审稿人的性别、职称等更为丰富的个体特征纳入到研究模型中，使研究结论更加可靠。具体而言，对于性别，未来的研究可以考虑通过百度等公司提供的人脸识别接口来识别出那些上传头像的审稿人的性别。对于职称，后续的研究可以通过对那些提供有ORCID主页的审稿人进行深入挖掘。
本研究尽管存在局限性，但是能够为科技期刊筛选合适的审稿人，进而提高审稿质量带来启发。Publons是一个公开的、非常有价值的同行评议信息平台。不过，目前国内尚无类似Publons的平台。尽管如此，Publons对于中英文科技期刊在选择审稿人时仍然有着重要的指导意义。众所周知，前些年在SCI这一指挥棒的作用下，国内很多科研人员，尤其是年轻科研人员更倾向于将其成果发表在SCI收录期刊上。这些年轻的科研人员在SCI收录期刊上发表论文的同时，也会参与国际期刊论文的同行评议工作。一般来说，年轻人更愿意接受和使用新生事物，包括将自己的审稿记录上传到Publons平台。然而，这些年轻科研人员可能在国内中文期刊的发文较少。这就意味着，国内中文期刊在选择审稿人时，可能忽略了这些活跃在SCI收录期刊和Publons平台上的年轻审稿人。而年轻的审稿人精力旺盛，正处于事业上升期，往往也愿意参与到同行评议工作中。因此，不论是中文期刊，还是外文国际期刊，在选择审稿人时，可以在Publons等平台中从审稿人的审稿数量、是否具有编辑经历和是否参与过出版后同行评议等维度入手，选择合适的审稿人，帮助提升期刊稿件的质量，进而提升期刊的学术质量。
参考文献
[1]黄颖, 吴其达, 宗乾进, 等. 审稿人工作量的影响因素研究: 基于对Publons Top Reviewers个体特征的实证分析[J]. 中国科技期刊研究, 2019,30(9):956-961.
[2]徐锦英, 葛慧丽. 同行评议专家信誉评价体系构建及实证研究[J]. 科技管理研究, 2017,37(21):35-39.
[3]Ragone A, Mirylenka K, Casati F, et al. On peer review in computer science:Analysis of its effectiveness and suggestions for improvement[J]. Scientometrics, 2013,97(2):317-356.
[4]游庆根, 张金隆, 马辉民. 基于熵权法的评审专家遴选模型研究[C]. 第十五届全国计算机模拟与信息技术学术会议论文集.武汉:管理学报杂志社, 2015:275-282.
[5]Mohr W K. Quality of manuscript reviews in nursing research[J]. Nursing Outlook, 2009,57(5):239.
[6]盛怡瑾, 初景利. 同行评议质量控制方法研究进展[J]. 出版科学, 2018,26(5):46-53.
[7]刘凤华, 陈立敏, 李启明. 科技期刊审稿专家的评价和改进措施[J]. 中国科技期刊研究, 2016,27(8):857-862.
[8]罗伟清. 同行专家审稿行为的后评价分析[J]. 中国科技期刊研究, 2015,26(6):578-582.
[9]Bianchi F, Grimaldo F, Squazzoni F. The F3-index. Valuing reviewers for scholarly journals[J]. Journal of Informetrics, 2019,13(1):78-86.
[10]陈媛, 樊治平, 谢美萍. 科研项目同行评议专家水平的评价研究[J]. 科学学与科学技术管理, 2009,30(10):38-42.
[11]Superchi C, González J A, Solà I, et al. Tools used to assess the quality of peer review reports:A methodological systematic review[J]. BMC Medical Research Methodology, 2019,19:48.
[12]Ramachandran L, Gehringer E F, Yadav R K. Automated assessment of the quality of peer reviews using natural language processing techniques[J]. International Journal of Artificial Intelligence in Education, 2017,27(3):534-581.
[13]van Rooyen S, Black N, Godlee F. Development of the review quality instrument (RQI) for assessing peer reviews of manuscripts[J]. Journal of Clinical Epidemiology, 1999,52(7):625-629.
[14]Ma Z, Pan Y T, Yu Z L, et al. A quantitative study on the effectiveness of peer review for academic journals[J]. Scientometrics, 2013,95(1):1-13.
[15]黄进. 科学基金项目评审专家科研信誉综合评价体系研究:基于“能力-行为-绩效”的视角[J]. 中国科学基金, 2012,26(1):57-60,64.
[16]Wicherts J M. Peer review quality and transparency of the peer-review process in open access and subscription journals[J]. PLoS ONE, 2016,11(1):e0147913.
[17]马晓光, 连燕华, 沈全锋, 等. 同行评议中专家识别研究[J]. 研究与发展管理, 2003,15(3):68-72.
[18]于宏国, 樊治平, 索玮岚. 面向科研基金项目评审的专家水平评价方法[J]. 吉林大学学报(信息科学版), 2010,28(4):390-395.
[19]李莹, 李燕萍. 我国评估评审专家评价体系的构建问题研究[J]. 科技进步与对策, 2005,22(1):42-45.
[20]石俊强, 林琳, 甘慧敏. H指数在期刊同行评议质量评价中的应用[J]. 济宁医学院学报, 2019,42(6):441-444.
[21]Glonti K, Cauchi D, Cobo E, et al. A scoping review on the roles and tasks of peer reviewers in the manuscript review process in biomedical journals[J]. BMC Medicine, 2019,17:118.
[22]Shopovski J, Bolek C, Bolek M. Characteristics of peer review reports:Editor-suggested versus author-suggested reviewers[J]. Science and Engineering Ethics, 2020,26(2):709-726.
[23]王福军, 冷怀明. 影响科技期刊审稿人审稿质量的因素研究现状与展望[J]. 医学教育探索, 2009,8(12):1592-1595.
[24]李晓. 影响科技期刊论文专家审稿质量的因素分析[J]. 中国科技期刊研究, 2014,25(11):1369-1372.
[25]朱银周, 唐虹. 学术期刊审稿专家研究领域与稿件匹配度的优化[J]. 中国科技期刊研究, 2019,30(2):132-136.
[26]Mittal K, Jain A, Vaisla K S. Understanding reviewer assignment problem and its issues and challenges[C]// 2019 4th International Conference on Internet of Things:Smart Innovation and Usages (IoT-SIU),April 18-19,2019,Ghaziabad,India. New York:IEEE, 2019: 1-6.
[27]尚淑贤, 周良佳, 颜艳. 提高医学期刊审稿时效和质量的对策探讨:基于审稿专家的调查[J]. 中国科技期刊研究, 2019,30(8):832-838.
[28]Publons. Track more of your research impact[EB/OL]. [2020-10-02]. https://publons.com/about/home/.
[29]Ortega J L. Are peer-review activities related to reviewer bibliometric performance? A scientometric analysis of Publons[J]. Scientometrics, 2017,112(2):947-962.
[30]刘丽萍, 刘春丽. Publons管理模式对我国同行评审制度的启示[J]. 中国科技期刊研究, 2018,29(7):685-690.
[31]Anonymous. Make your activity visible as reviews list your opinions on publons.com![J]. Ophthalmologe, 2020,117(9):937-937.
[32]Swiontkowski M. Publons:The next step in reviewer recognition[J]. Journal of Bone and Joint Surgery, 2019,101(13):1137.
[33]Wiechert K, Chapman J R, Wang J C. Recognizing our experts:Global spine journal partners with publons to establish reviewers' platform[J]. Global Spine Journal, 2018,8(3):217.
[34]da Silva J A T. Are negative reviews,predatory reviewers or failed peer review rewarded at Publons?[J]. International Orthopaedics, 2020,44(10):2193-2194.
[35]Ortega J L. Exploratory analysis of Publons metrics and their relationship with bibliometric and altmetric impact[J]. Aslib Journal of Information Management, 2019,71(1):124-136.
[36]王存同. 零膨胀模型在社会科学实证研究中的应用:以中国人工流产影响因素的分析为例[J]. 社会学研究, 2010,25(5):130-148,245.
[37]李林键, 殷菲, 伯贞艳, 等. 基于零膨胀负二项回归的非梗阻性无精症患者细针抽吸术后镜检精子计数预测研究[J]. 现代预防医学, 2019,46(21):4026-4029.
[38]李志. 内蒙古自治区森林火灾发生规律及火险评估研究[D]. 北京: 北京林业大学 2019.
[39]齐绍洲, 张振源. 欧盟碳排放权交易、配额分配与可再生能源技术创新[J]. 世界经济研究, 2019(9):119-133,136.
[40]张晓晖. 在线问答社区用户社交网络特征对其知识贡献数量的影响研究[D]. 济南: 山东大学 2019.
[41]程志波, 李正风. 论科学治理中的科学共同体[J]. 科学学研究, 2012,30(2):225-231.
[42]陈未鹏. 同行评议制度中的学术期刊编辑角色新定位[J]. 福州大学学报(哲学社会科学版), 2020,34(3):104-108.
[43]常唯, 李自乐, 王成, 等. 开放评议与双盲评议在国际科技期刊质量控制中的价值[J]. 中国科技期刊研究, 2016,27(1):18-24.
[44]丁晓华, 王宇星, 陈向东. 中美工科高校学术水平差异及其影响因素研究[J]. 高等工程教育研究, 2015(4):93-98.
[45]包务业, 姬广茜, 杨子明, 等. 中华医学会系列杂志总编问卷调查分析报告[J]. 编辑学报, 2003,15(6):441-443.
[46]陶范. 论科技期刊编委会的组建原则[J]. 编辑学报, 2004,16(6):403-404.
[47]王景周. 同行评议中审稿人的知识隐藏行为及其控制策略[J]. 中国科技期刊研究, 2019,30(12):1289-1295.
[48]Publons. How do I become a Publons community volunteer mentor and how does it work?[EB/OL]. [2020-10-04]. https://publons.freshdesk.com/support/solutions/articles/12000032162-how-do-i-become-a-publons-community-volunteer-mentor-and-how-does-it-work-.w
