【摘 要】［目的］通过分析WoS数据库中大量文献，为科技期刊编辑在选题策划时提供全局视角，制定更高效、精准的选题策划方案。［方法］利用InCites数据库新功能——Citation Topics（引文主题），对63种常见园艺作物近5年相关文献的发文国家（地区）、微观主题、研究人员、研究机构、高影响力期刊等进行分析。［结果］在园艺研究领域，中国的WoS论文数、总被引频次和高被引论文数均排名世界第一;多个微观主题如抗氧化活性、果实硬度和盐胁迫的WoS论文数、总被引频次和高被引论文数等评价指标名列前茅，说明这些微观主题是全球学者以园艺作物为研究对象时所关注的热点研究;WoS论文数和总被引频次全球排名Top15的学者中国有11位，Top15的科研机构中国有7个。［结论］InCites数据库新功能Citation Topics可以对研究主题、人员、组织机构、国家/地区等进行更精细的分析，有助于科技期刊编辑更高效地梳理热点研究并制定选题方案。
【关键词】InCites；Citation Topics；学术期刊；选题策划；园艺研究；总被引频次；高被引论文
随着全球科学技术的日新月异、科技竞争日益激烈，如何科学、准确、迅速地把握某学科领域的研究前沿，是各领域科学家们共同关注的焦点。科技期刊作为科技成果的重要展示平台，选题策划是科技期刊谋求创新发展和提升学术质量的重要举措。文献分析法是编辑选题最常用的方法，通过对大量国内外文献的检索分析，从中获得选题灵感和选题依据，判断选题的必要性、可行性和价值[1]。进入大数据时代，选题策划者如何在数据库中对海量文献实施检索、鉴别、整理、分析和挖掘，从中提炼出有价值的热点选题，是科技期刊编辑应该掌握的基本功。笔者认为，好的选题策划需要首先掌握以下信息：近年来某研究领域中哪些主题是最具影响力的？哪些人是某研究领域的高被引学者？哪些科研机构在某研究领域中科研业绩最优？哪些国家/地区在某研究领域中的科研产出较多？哪些期刊在特定领域内有较高的影响力？
InCites数据库创立于2011年，是美国汤森路透科技集团推出的强大的科研评价工具，该数据库能够从多个评价指标对不同国家（地区）、机构（大学）的科学产出能力和影响力进行全方位分析和评价[2,3]。近年来，利用InCites数据库分析不同学科发展趋势和高校竞争力的报道比较多[4,5,6],利用其进行选题策划的研究非常少：2018年邓小茹[7]利用InCites与ESI对国家自然科学基金选题进行预测分析;2020年王继红等[8]利用InCites数据库以中国矿业大学深部岩土力学与地下工程国家重点实验室为对象进行分析，提出选题策划的新路径。2020年12月科睿唯安推出了Incites Benchmarking & Analytics TM Citation Topics（引文主题）全新功能，开发并实施了一种基于引用的分类算法。初始聚类对1980年至今的Web of Science核心合集所有文献进行计算并命名，通过基于文献的Macro、Meso、Micro全新三级引文主题分类体系，可以对研究人员、组织、国家/地区和资助机构的产出进行更精细的分析[9]。目前关于InCites数据库Citation Topics的最新功能及其在选题策划中的作用尚未见报道。本研究基于该数据库的最新功能，以园艺研究领域为例，对近年来全球发表的文献信息进行大数据分析，快速、准确地获取不同国家/地区发文情况、热点主题、高被引研究群体、科研水平高的研究机构等有价值的信息，以期为编辑同行在制定选题策划方案时提供新的视角和思路，为提高编辑的选题策划能力和筛选组稿方向找准发力点，也为深入挖掘和利用Citation Topics新功能提供参考。
1 数据来源及研究方法
1.1 数据来源
在Web of Science数据库中选择世界范围种植面积大、产量高、消费群体广，近5年发文量占主导地位且研究广度和深度均具有代表性的60余种常见园艺作物，包含果树、蔬菜（含西甜瓜）、花卉和茶（表1）[8],以其英文名称为主题检索词进行检索，用语种“English”和文献类型“Article”进行精炼，通过不同方式排除干扰文献：避免使用有多重含义的词汇作为检索词，如 rose（月季）有多种含义，检索时使用Rosa（拉丁学名）代替rose;通过布尔算法剔除可能产生的干扰文献，如apple（苹果）通过检索式 TI=[apple NOT（iphone OR ipad OR ipod OR mac OR macbook）]剔除以Apple（电子产品）为题目的部分干扰文献;部分园艺植物的英文名由两个单词组成，如kiwi fruit（猕猴桃），在检索时将两个单词加英文状态的引号，以避免检索到干扰文献[8]。
表1 研究选取的63种常见园艺植物名称
| 种类 | 园艺植物名称 |
| 果树 | apple(苹果)､banana(香蕉)､blueberry(蓝莓)､citrus(柑橘)､cherry(樱桃)､grape/wine(葡萄)､guava(番石榴)､peach(桃)､pear(梨)､persimmon(柿)､litchi(荔枝)､longan(龙眼)､loquat(枇杷)､mango(杧果)､papaya(木瓜)､plum(李)､pineapple(菠萝)､strawberry(草莓)､dragon fruit(火龙果)､kiwi fruit(猕猴桃)､sweet orange(甜橙) |
| 蔬菜 | broccoli(西兰花)､cauliflower(花椰菜)､cabbage(甘蓝)､carrot(胡萝卜)､celery(芹菜)､pepper/chili(辣椒)､cowpea(豇豆)､cucumber(黄瓜)､eggplant(茄子)､onion(洋葱)､potato(马铃薯)､radish(萝卜)､spinach(菠菜)､tomato(番茄)､lettuce(莴苣)､leek(韭菜)､melon(甜瓜)､pumpkin(南瓜)､kidney bean(菜豆)､wax gourd(冬瓜)､watermelon(西瓜) |
| 花卉 | anthurium(红掌)､azalea(杜鹃)､carnation(香石竹)､cymbidium/orchid(兰花)､gerbera(非洲菊)､gardenia(栀子花)､gladiolus(唐菖蒲)､jasmine(茉莉)､lily(百合)､tulip(郁金香)､osmanthus(桂花)､oleander(夹竹桃)､pansy(三色堇)､peony(牡丹)､petunia(矮牵牛)､lotus(莲)､narcissus(水仙)､Rosa(月季)､crape myrtle(紫薇)､plum blossom(梅花) |
| 茶 | tea(茶) |
将检索出的79387篇相关论文（检索时间为2021 年1月19日），参照Web of Science划分的研究方向进行分类，按照发文量从高到低排列，筛选出发文量最集中的12个方向约49501篇论文，将其导入InCites数据库，利用InCites数据库的评价指标对全球园艺学领域近5年不同区域的发文情况、主题、研究人员、研究机构、出版物进行分析。
1.2 主要评价指标
Citation Topics全方位融入InCites数据库，作为全新的分类体系，在InCites数据库的6个分析模块中都可以在左侧“研究方向”筛选项中找到Citation Topics分类体系，选择合适的级别进行分类。Citation Topics采用的方法是构建一个包含宏观、中观和微观主题的三级层次结构，用户可根据自己的问题选择合适的精细水平进行分析。基于文章级别的分类体系包含10个广义集群、326个中观集群和2444个微观集群的层次结构，其中Macro-topics（宏观主题）和Meso-topics（中观主题）由ISI根据内容进行标注，Micro-topics（微观主题）根据最重要的关键词进行名称标注。该数据库提供的主要文献计量学指标包括Web of Science论文数（以下简称“WoS论文数”）、被引频次、引文影响力、论文被引百分比、高被引论文数、学科规范化的引文影响力和期刊规范化的引文影响力等，其定义如下：WoS论文数——选定时间内被Web of Science 数据库收录的论文数;被引频次——选定时间内被Web of Science 数据库收录论文引用的次数;引文影响力——即篇均被引频次，该指标被认为是评价学术影响力的主要指标;论文被引百分比——至少被引用过一次的论文占总论文数的百分比;高被引论文数——按领域和出版年统计的被引频次排名前1%的论文数（含研究论文与综述）;学科规范化的引文影响力——这是一个排除了出版年、学科领域与文献类型的作用的无偏影响力指标，按规范化的引文影响力（论文篇均引文数），该数值大于1,表明该组论文的被引表现高于全球平均水平，因此使用它可以进行不同规模、不同学科混合的论文集的比较;期刊规范化的引文影响力（Category Normalized Citation Impact,CNCI）——某出版物实际被引频次与其发表期刊同出版年、同文献类型论文的平均被引频次的比值。
2 结果与分析
2.1 不同国家/地区发文情况
2016—2020年以所选63种园艺植物为主题的SCIE收录文献总数为79387篇，由于InCites数据库对文献导入有数量限制（<50000），进一步筛选Web of Science发文量最集中的前12个分类方向的49501篇文献，将其导入InCites数据库中进行分析，结果如表2所示。中国以发文量9634篇（19.46%）位居世界第1,美国5501篇（11.11%）位居第2,巴西、印度、西班牙等依次位列其后。中国的总被引频次和高被引论文数均排名第1,美国均排名第2。引文影响力（即篇均被引频次）分布在4.34~10.82;中国、美国、西班牙、意大利、韩国、德国、法国、加拿大、英国9国的篇均被引频次均超过全球篇均被引频次（6.7），法国最高（10.82）;发文量排在前2名的中国和美国的引文影响力分别排第6和第7。上述数据说明中国作者发表的论文无论是数量还是质量都居世界前列，中国学者在园艺领域的多个分支都具有领先的研究水平。
表2 以63种园艺植物为主题的SCIE收录文献的国家/区域分布（2016—2020年）
| 排名 | 名称 | WoS论文数/篇 | 被引频次/次 | 论文被引百分比/% | 学科规范化的引文影响力 | 高被引论文数/篇 | 引文影响力 |
| 1 | China(中国) | 9634 | 83228 | 89.57 | 1.31 | 136 | 8.64 |
| 2 | USA(美国) | 5501 | 47167 | 88.97 | 1.22 | 48 | 8.57 |
| 3 | Brazil(巴西) | 3017 | 16384 | 78.49 | 0.82 | 10 | 5.43 |
| 4 | India(印度) | 2460 | 10672 | 68.50 | 0.62 | 8 | 4.34 |
| 5 | Spain(西班牙) | 2105 | 19789 | 92.68 | 1.33 | 21 | 9.40 |
| 6 | Italy(意大利) | 1814 | 17187 | 92.89 | 1.37 | 17 | 9.47 |
| 7 | Japan(日本) | 1456 | 8111 | 82.69 | 0.80 | 4 | 5.57 |
| 8 | South Korea(韩国) | 1447 | 10290 | 86.59 | 0.97 | 7 | 7.11 |
| 9 | Turkey(土耳其) | 1299 | 6286 | 74.06 | 0.67 | 5 | 4.84 |
| 10 | Iran(伊朗) | 1095 | 6870 | 80.82 | 0.98 | 4 | 6.27 |
| 11 | Poland(波兰) | 1020 | 6521 | 83.53 | 0.89 | 3 | 6.39 |
| 12 | Germany(德国) | 1014 | 10804 | 93.00 | 1.48 | 16 | 10.65 |
| 13 | France(法国) | 988 | 10686 | 92.41 | 1.44 | 14 | 10.82 |
| 14 | Canada(加拿大) | 916 | 7478 | 88.32 | 1.13 | 10 | 8.16 |
| 15 | United Kingdom(英国) | 892 | 9532 | 93.16 | 1.41 | 9 | 10.69 |
2.2 三个不同层面（宏观—中观—微观）研究主题的分布
Citation Topics最新之处在于从广义宏观主题到狭义微观主题逐层细分，根据最重要的关键词进行名称标注。本研究筛选的近5万篇论文分布在10个宏观主题，248个中观主题和939个微观主题上。按照总被引频次进行降序排列，从图1可以看出Top15的中观主题分别为：Crop Science（作物科学）、Phytochemicals（植物化学）、Food Science & Technology（食品科学与技术）、Plant Pathology（植物病理学）、Entomology（昆虫学）、Smell & Taste Science（品质科学）、Virology-Plant（病毒-植物互作）、Photoproductivity（光电导性）、Soil Science（土壤科学）、Chemometrics（化学计量学）、Contamination & Phytoremediation（污染-植物修复）、Herbicides, Pesticides & Ground Poisoning（除草剂、农药与毒害）、Inflammatory Bowel Diseases & Infections（病害和传染）、Molecular & Cell Biology-Genetics（分子与细胞生物-遗传）和Nanoparticles（纳米粒子）。中观主题的分布可帮助我们大体了解该学科论文所涉及的研究领域，但是具体研究内容或者研究热点是什么，通过中观主题是无法直接看出的。
图1 63种园艺植物近5年SCIE收录论文的Top15中观主题分布
进一步分析微观主题分布，以WoS论文数和CNCI值作为排序指标，分别生成可视化的引文主题热力图，颜色的深浅表征不同微观主题的论文数量或CNCI值大小变化的情况，光标指向某个色块即可显示具体数据（图2）。结合表3的各项评价指标可以看出，antioxidant activity（抗氧化活性）和firmness（果实硬度）的WoS论文数都在3000篇左右，总被引频次均超过2万次，高被引论文数分别为20篇和29篇，salt stress（盐胁迫）的发文量和总被引频次均位居第3,说明近5年来这3个微观主题是以园艺作物作为研究对象时所关注的重点内容。此外，wine（葡萄）、green tea（茶）、osmotic dehydratio（渗透脱水）、starch（淀粉）、jasmonic acid（茉莉酸）、QTL、anthocyanin biosynthesis（花青素生物合成）、carotenoids（类胡萝卜素）8个微观主题的WoS论文数分布在500~1000篇，总被引频次均超过4000次，说明这些微观主题也是近年来的研究热点。值得注意的是，anthocyanin biosynthesis（花青素生物合成）、chitosan（壳聚糖）、genome editing（基因编辑）这3个微观主题的篇均被引频次都在10次以上，且有10篇以上的高被引论文，这几个主题虽然发文量排名相对靠后，但却有多篇高水平论文，说明其可能是研究的前沿领域，目前的研究群体不多，但是研究结果受到了广泛关注，编辑在分析这类主题时可以特别留意，可能是比较好的组稿方向。
（a）WoS论文数
（b）学科规范化的引文影响力
图2 以63种园艺植物为主题的近5年发表的SCIE论文微观主题热力图
注：图中每个色块代表1个不同的微观主题。
表3 以63种园艺植物为主题的近5年发表的SCIE论文微观主题分析
| 排名 | 名称 | WoS论文数/篇 | 被引频次/次 | 论文被引百分比/% | 学科规范化的引文影响力 | 引文影响力 | 期刊规范化的引文影响力 | 高被引论文数/篇 |
| 1 | Antioxidant activity(抗氧化) | 2808 | 23049 | 86.22 | 1.16 | 8.21 | 1.22 | 20 |
| 2 | Firmness(果实硬度) | 3100 | 20087 | 79.81 | 1.12 | 6.48 | 0.97 | 29 |
| 3 | Salt stress(盐胁迫) | 1696 | 10629 | 80.01 | 0.99 | 6.27 | 1.16 | 13 |
| 4 | Green tea(绿茶) | 980 | 7702 | 84.18 | 1.24 | 7.86 | 1.09 | 3 |
| 5 | Wine(葡萄) | 1137 | 6860 | 81.44 | 0.97 | 6.03 | 0.89 | 2 |
| 6 | Osmotic dehydration(渗透脱水) | 899 | 6335 | 83.20 | 1.19 | 7.05 | 1.20 | 14 |
| 7 | Starch(淀粉) | 920 | 6110 | 80.76 | 1.22 | 6.64 | 0.97 | 4 |
| 8 | Jasmonic acid(茉莉酸) | 905 | 6018 | 83.87 | 0.86 | 6.65 | 0.96 | 8 |
| 9 | QTL | 902 | 5412 | 78.05 | 0.93 | 6.00 | 0.93 | 8 |
| 10 | Anthocyanin biosynthesis(花青素生物合成) | 543 | 4349 | 81.95 | 1.21 | 8.01 | 1.12 | 12 |
| 11 | Carotenoids(类胡萝卜素) | 643 | 4194 | 78.23 | 1.03 | 6.52 | 0.91 | 2 |
| 12 | Chitosan(壳聚糖) | 330 | 4001 | 83.94 | 1.49 | 12.12 | 1.47 | 12 |
| 14 | Adsorption(吸附作用) | 187 | 2966 | 89.30 | 1.39 | 15.86 | 1.85 | 10 |
| 15 | Genome editing(基因编辑) | 75 | 2338 | 92.00 | 1.44 | 31.17 | 3.27 | 17 |
2.3 人员分析
InCites数据库对于人员分析的功能十分强大，以本研究分析的近5万篇论文为对象，按照总被引频次进行降序排列（表4），总被引频次Top15的学者中有11位中国学者，这说明近5年中国学者在园艺研究领域的发文数量和质量都有很大提高。
表4 以63种园艺植物为主题的近5年发表SCIE论文Top15高影响力作者榜单
| 排名 | 名称 | 所属机构 | WoS论文数/篇 | 被引用论文数/篇 | 论文被引百分比/% | 被引频次 /次 | 引文影响力 | 高被引论文 | h指数 | 国家/地区 |
| 1 | Hao,Yu-Jin | Shandong Agricultural University | 73 | 59 | 80.82 | 944 | 12.93 | 2 | 17 | China |
| 2 | Ma, Fengwang | Northwest A&F University-China | 84 | 72 | 85.71 | 911 | 10.85 | 6 | 17 | China |
| 3 | You, Chun-Xiang | Shandong Agricultural University | 53 | 41 | 77.36 | 745 | 14.06 | 2 | 16 | China |
| 4 | Luo, Zisheng | Zhejiang University | 55 | 50 | 90.91 | 699 | 12.71 | 3 | 15 | China |
| 5 | Lin, Hetong | Fujian Agriculture & Forestry University | 35 | 32 | 91.43 | 570 | 16.29 | 4 | 15 | China |
| 6 | Chen, Yihui | Fujian Agriculture & Forestry University | 31 | 29 | 93.55 | 554 | 17.87 | 4 | 15 | China |
| 7 | Velasco, Riccardo | Fondazione Edmund Mach | 13 | 13 | 100.00 | 549 | 42.23 | 2 | 9 | Italy |
| 8 | Fei, Zhangjun | Boyce Thompson Institute for Plant Research | 51 | 48 | 94.12 | 546 | 10.71 | 2 | 15 | USA |
| 9 | Rouphael, Youssef | University of Naples Federico Ⅱ | 43 | 34 | 79.07 | 538 | 12.51 | 3 | 13 | Italy |
| 10 | Chen, Jian-Ye | South China Agricultural University | 31 | 28 | 90.32 | 522 | 16.84 | 1 | 16 | China |
| 11 | Lin, Yifen | Fujian Agriculture & Forestry University | 27 | 25 | 92.59 | 509 | 18.85 | 4 | 14 | China |
| 12 | Kuang, Jian-fei | South China Agricultural University | 29 | 27 | 93.10 | 505 | 17.41 | 1 | 15 | China |
| 12 | Jiang, Yueming | South China Botanical Garden, CAS | 50 | 44 | 88.00 | 505 | 10.10 | 1 | 12 | China |
| 14 | Visser, Richard G. F. | Wageningen University & Research | 55 | 44 | 80.00 | 496 | 9.02 | 1 | 14 | Netherlands |
| 15 | Zhang, Min | Jiangnan University | 53 | 45 | 84.91 | 490 | 9.25 | 2 | 12 | China |
期刊编辑还可以结合学科领域的热点，选择某一个微观主题如firmness（果实硬度），查看哪个国家/地区的哪些学者表现突出，例如：在这个微观主题下，中国西北大学的曹炜教授2016年发表在Postharvest Biology and Technology（IF=4.7）上的论文“Melatonin treatment delays postharvest senescence and regulates reactive oxygen species metabolism in peach fruit”影响力很高，被引用了95次。除了通过热点主题寻找目标学者外，还可以先锁定某学者例如Velasco Riccardo,具体检索他的研究成果主要分布在哪些主题上？影响力如何？具体方法是在研究方向中选择“Citation Topics”分类体系，选择合适的级别，在人员姓名/ID中通过姓名或ID锁定学者，添加各个分析指标，查看数据或生成可视化结果。通过从不同角度分析能够帮助编辑更加准确地找到约稿对象并锁定约稿方向。
2.4 代表性科研机构分析
利用InCites数据库可以更全面地了解全世界园艺学科相关研究机构的学科影响力，科研论文的数量说明了科研产出的能力，论文的被引频次反映了论文的学术质量和被关注度。由散点图[图3（a）]可知，美国农业部的WoS论文数（1379篇）和总被引频次（9482次）均位居世界第1,中国农业科学院这2项数据均位居世界第2。从图3（b）可以看出，康奈尔大学和荷兰瓦格宁根大学虽然发文量排名靠后，但是引文影响力分别位列第1和第2,说明其论文的学术质量非常高。
（a）总被引频次
（b）引文影响力
图3 以63种园艺植物为主题的近5年发表SCIE论文Top15的科研机构及其论文被引用情况分析
注：图中圆圈大小代表该指标值的大小。
63种园艺作物相关发文量世界排名前15的科研机构（表5）中有7个是中国科研机构，约占50%,这说明园艺学科是中国的优势学科。此外，除了可以比较各国机构的发文情况外，编辑还可以进一步分析某个目标机构的优势/潜力学科的研究成果具体分布在哪些主题上，同时查看与此科研实体合作的研究人员有哪些，这些功能对于编辑策划选题方案都非常有帮助。
表5 以63种园艺植物为主题的近5年发表SCIE论文Top15的科研机构
| 排名 | 机构英文名称 | 机构中文名称 | WoS论文数/篇 | 被引频次/次 | 论文被引百分比/% | 学科规范化的引文影响力 | 引文影响力 | 高被引论文数/篇 | h指数 |
| 1 | United States Department of Agriculture (USDA) | 美国农业部 | 1379 | 9482 | 82.09 | 1.25 | 6.88 | 8 | 31 |
| 2 | Chinese Academy of Agricultural Sciences | 中国农业科学院 | 1297 | 8382 | 76.87 | 1.29 | 6.46 | 14 | 32 |
| 3 | Chinese Academy of Sciences | 中国科学院 | 884 | 6945 | 80.66 | 1.37 | 7.86 | 17 | 32 |
| 4 | Consejo Superior de Investigaciones Cientificas (CSIC) | 西班牙高级科学委员会 | 833 | 6734 | 83.55 | 1.34 | 8.08 | 7 | 28 |
| 5 | Nanjing Agricultural University | 南京农业大学 | 882 | 6401 | 78.68 | 1.33 | 7.26 | 16 | 30 |
| 6 | Northwest A&F University-China | 西北农林科技大学 | 878 | 6311 | 80.87 | 1.41 | 7.19 | 15 | 30 |
| 7 | INRAE | 法国国家农业食品与环境研究院 | 680 | 6196 | 83.68 | 1.47 | 9.11 | 5 | 31 |
| 8 | University of California System | 加利福尼亚大学 | 718 | 6152 | 80.92 | 1.44 | 8.57 | 10 | 31 |
| 9 | State University System of Florida | 佛罗里达州立大学 | 918 | 6054 | 79.08 | 1.30 | 6.59 | 8 | 29 |
| 10 | China Agricultural University | 中国农业大学 | 788 | 5601 | 80.20 | 1.30 | 7.11 | 8 | 31 |
| 11 | University of Florida | 佛罗里达大学 | 855 | 5501 | 78.13 | 1.31 | 6.43 | 8 | 28 |
| 12 | Zhejiang University | 浙江大学 | 592 | 5243 | 83.61 | 1.59 | 8.86 | 12 | 29 |
| 13 | Huazhong Agricultural University | 华中农业大学 | 594 | 5122 | 79.97 | 1.43 | 8.62 | 11 | 30 |
| 14 | Wageningen University & Research | 瓦格宁根大学 | 463 | 4184 | 82.94 | 1.48 | 9.04 | 8 | 28 |
| 15 | Cornell University | 康奈尔大学 | 402 | 3685 | 82.59 | 1.62 | 9.17 | 6 | 27 |
2.5 出版物分析
Web of Science核心合集中收录的期刊通常隶属于某一个或几个学科类别，按照论文被引频次进行降序排列，论文标题中含有所选63种园艺作物的SCI文献主要发表在表6所示的期刊，Top15的期刊中有8种是食品相关期刊，2种是植物学期刊，3种是分子生物学期刊，2种是园艺学期刊。这说明以园艺作物为研究对象的论文分布学科广泛，特别是某些新兴的研究领域，属于跨学科/交叉学科。总被引频次和论文数最多的期刊是Food Chemistry（《食品化学》）。15种期刊的影响因子分布在2.61~8.15,除了1种期刊处于Q2区，其他14种全部处于Q1区。15种期刊主要分布在英国（5种）、荷兰（4种）、美国（3种）、瑞士（2种）和法国（1种）。此外，如果想检索某个主题的论文主要发表在哪些出版物上，先选择具体主题，然后选择出版来源，通过Citation Topics可以看到多学科领域知名期刊更精细的研究主题划分，帮助编辑更好地了解某一期刊的聚焦范围，全面构建期刊画像。
表6 以63种园艺植物为主题的近5年发表SCIE论文数量Top15的科技期刊
| 排名 | 期刊英文名称 | 期刊中文名称 | WoS论文数/篇 | 被引频次/次 | 论文被引百分比/% | 期刊规范化的引文影响力 | 论文影响力 | 立即指数 | 影响因子 | 来源国家/地区 | 分区 |
| 1 | Food Chemistry | 食品化学 | 1373 | 20275 | 94.17 | 1.11 | 0.99 | 2.03 | 6.31 | England | Q1 |
| 2 | Frontiers in Plant Science | 植物科学前沿 | 1058 | 10528 | 86.77 | 1.00 | 1.19 | 0.76 | 4.40 | Switzerland | Q1 |
| 3 | Scientia Horticulturae | 园艺科学 | 1548 | 7962 | 81.46 | 1.03 | 0.47 | 0.73 | 2.77 | Netherlands | Q1 |
| 4 | Postharvest Biology and Technology | 采后生物技术 | 743 | 7330 | 88.29 | 1.02 | 0.80 | 1.05 | 4.30 | Netherlands | Q1 |
| 5 | Journal of Agricultural and Food Chemsitry | 农业与食品科学杂志 | 703 | 6263 | 87.62 | 0.97 | 0.77 | 0.77 | 4.19 | USA | Q1 |
| 6 | LWT-Food Science and Technology | LWT-食品科学与技术 | 689 | 6204 | 87.52 | 1.11 | 0.74 | 0.82 | 4.01 | England | Q1 |
| 7 | International Journal of Biological Macromolecules | 生物大分子国际杂志 | 394 | 3930 | 88.07 | 1.13 | 0.70 | 1.58 | 5.16 | Netherlands | Q1 |
| 8 | Journal of the Science of Food and Agriculture | 食品与农业科学杂志 | 669 | 3732 | 79.07 | 0.95 | 0.53 | 0.88 | 2.61 | England | Q1 |
| 9 | Carbohydarate Polymers | 糖类聚合物 | 206 | 3360 | 92.72 | 1.09 | 0.94 | 1.96 | 7.18 | England | Q1 |
| 10 | Food Research International | 国际食品研究 | 365 | 3158 | 89.32 | 1.04 | 0.90 | 1.19 | 4.97 | USA | Q1 |
| 11 | Molecules | 分子 | 545 | 2972 | 77.43 | 1.09 | 0.60 | 0.70 | 3.27 | Switzerland | Q2 |
| 12 | Plant Physiology and Biochemistry | 植物生理与生物化学 | 364 | 2925 | 83.79 | 1.08 | 0.76 | 0.76 | 3.72 | France | Q1 |
| 13 | Journal of Food Engineering | 食品工程 | 253 | 2828 | 94.07 | 1.22 | 0.76 | 1.17 | 4.50 | England | Q1 |
| 14 | Food Hydroclloids | 食品凝胶 | 206 | 2665 | 86.41 | 1.08 | 1.04 | 2.18 | 7.05 | USA | Q1 |
| 15 | Innovative Food Science & Emerging Technology | 新兴食品科学与技术 | 214 | 2499 | 92.06 | 1.08 | 0.82 | 1.33 | 4.48 | Netherlands | Q1 |
3 讨论
从上述结果发现，Citation Topics是InCites数据库的新科研评价功能之一，利用Citation Topics的分析功能能够以更高的解析度对所检索到的文献进行全面画像，Citation Topics拥有自己全套的规范化指标，可以更准确地揭示论文影响力，生成可视化图像，更直观地显示重要评价指标排名前15的统计结果[10]。目前，这种呈现结果在其他数据库或平台上是无法直观体现的，这可为编辑在选题策划的前期调研工作中节省大量的时间和精力。但是，笔者发现在利用该工具分析时需要注意一些特殊情况。首先，对于一些应用型较强的学科，仅按照Web of Science的学科分类检索本学科的论文是不全面的。以园艺学科为例，在Web of Science中检索Horticulture（园艺）学科2016—2020年发表的论文数量，大约有18244篇，远少于本研究中利用63种常见作物检索出来的79387篇，说明涉及园艺作物的很多研究论文除了发表在园艺学科期刊以外，还发表在如植物学、农学、分子生物学等综合性期刊上[11,12]。随着科技的快速发展和新兴交叉学科的产生，例如人工智能、信息技术、生物技术、航天技术、新能源和新材料等，很多高水平论文发表在如Nature、Science、Cell等国际顶尖综合学术期刊上，因此，期刊编辑要及时关注所在领域的高水平论文都分布在哪些非本专业类别的期刊上，这样才能全面掌握本领域的科研发展水平。近年来中国学者的研究产出不论是数量还是质量都已经位居世界前列，但是中国英文科技期刊的发展与世界一流期刊还有一定差距，这是中国很多学科的优质稿源外流的主要原因，也是中国英文科技期刊面临的共同问题，因此，及时掌握行业内科研成果信息，及时组约高水平论文对于期刊的发展至关重要。
本研究还发现，Citation Topics中并非所有文献都被分配到相应主题。本研究的近5万篇论文中约有3000篇未被分配主题的文献，原因是这些文献在发表后还没有得到引用，所以暂时没有被聚类。Citation Topics的算法是在保证置信的前提下，将尽可能多的文献纳入到现有的Citation Topics中，目前平均约有5%的Articles和Reviews没有被分配到相应的主题当中，未被分配的文献在达到置信阈值后会被分配到同年同期刊文献最集中分布的微观主题当中，未被分配主题的图书或章节在达到置信阈值后会被分配到同章节或同图书文献最集中分布的微观主题当中[9]。
Citation Topics中的微观主题并非一成不变。在每月一次InCites更新中，所有新发表的文献会根据引文的关系被添加到现有的主题当中，在每年一次的更新中，会重新运行一次聚类算法，不会对主题的结构造成根本性改变，但会根据引文关系的变化，可能产生新的微观主题，单篇文献所属的微观主题可能改变，某些微观主题的上级中观主题也可能改变。另外，某些微观主题需要研究者进行具体分析，例如：wine这个微观主题，并非单词字面意思（红酒）相关的文献，检索具体文献发现大多是以酿酒原材料葡萄为主题的相关文献。
4 结语
选题策划过程涉及作者、政策导向及学术发展方向等众多变量，如果仅依靠分析文献计量制定选题方案具有一定的局限性。期刊编辑要运用专业知识，先通过大量数据筛选出有效信息，再结合国家重大科研导向、推动产业发展的重要成果及高影响力的学术会议等实际情况进行综合分析，最终才能制定出切实可行的方案。本研究的不足之处在于目前尚未得到实际应用的案例。根据以上的研究结果《园艺学报》编辑部正在和编委团队进行探讨，计划结合国家十四五规划、重点基金支持方向，筛选一些热点主题进行相关专辑的组稿，也会对专辑的影响力和读者的关注度进行深入分析，以期得到数据支持。综上所述，面对数据库的海量文献，利用InCites数据库Citation Topics新功能可以获得有关研究热点、研究人员、机构、出版物等精细且准确的信息，学术期刊编辑利用此工具能够更高效、快捷、全面地了解学科论文及其研究群体的具体情况，能够更加有的放矢地筛选组稿方向、锁定重点研究群体，制定准确的选题方案，从而在提升中国科技期刊稿源质量中发挥重要作用。
参考文献
[1]袁桂清.论科技期刊选题策划的意义与方法[J].中国科技期刊研究,2012,23(2):180-184.
[2]刘雪立.一个新的引文分析工具:InCites数据库及其文献计量学指标的应用[J].中国科技期刊研究,2013,24(2):277-281.
[3]InCites[EB/OL].[2020-01-22].https://solutions.clarivate.com.cn/products/incites/.
[4]丁佐奇.提高我国药学学科的国际竞争力:利用ESI和InCites数据库分析我国药学学科发展态势及启示[J].科技与出版,2013(12):21-24.
[5]徐娟.我国高校的科研竞争力:基于InCites数据库的比较分析[J].复旦教育论坛,2016,14(2):37-43.
[6]郝亚楠,周家乐,于琦.基于InCites和WOS的“特种医学”学科分析[J].中华医学图书情报杂志,2020,29(4):47-52.
[7]邓小茹.Incites与ESI在国家自然科学基金选题中的预测分析和探索实践[J].现代情报,2018,38(6):122-127,143.
[8]王继红,刘灿,邓群,等.科技期刊选题策划创新路径探析:基于InCites数据库[J].编辑出版,2020:26-32.
[9]Introducing Citation TopicsinIn Cites[EB/OL].(2020-01-22)[2020-10-05].https://clarivate.com/webofsciencegroup/article/introducing-citation-topics/
[10]InCites新功能CitationTopics引文主题带来全新视角[EB/OL].[2020-10-05].https://www.bilibili.com/video/BV1xy4y1i7KA.
[11]刘彬,邓秀新.基于文献计量的园艺学基础研究发展状况分析[J].中国农业科学,2015,48(17):3504-3514.
[12]范金凤,邓秀新.中国园艺学科科学研究热点与趋势分析:基于近20年园艺学科研究生学位论文的文献计量分析[J].园艺学报,2019,46(6):1201-1214.
