讲座分享
曹仁猛：计算传播学方法
在Altmetrics研究中的应用
在数字化时代，科学传播的方式正在发生革命性的变化。近日，我们有幸邀请到北京师范大学计算传播学研究中心讲师曹仁猛，为我们深入解析“计算传播学方法在Altmetrics研究中的应用”。曹老师的讲座不仅为我们揭开了科学论文在社交媒体上传播的神秘面纱，还探讨了如何利用这些数据来补充传统的学术评价体系。
Part.01
曹仁猛，北京师范大学计算传播学研究中心讲师。大连理工大学公共管理学院博士。荷兰莱顿大学科学与技术研究中心（CWTS）联合培养博士。博士期间，在《Information Processing & Management》《Scientometrics》《Journal of Informetrics》《图书情报知识》《新闻大学》等SSCI和CSSCI期刊发表多篇论文。
Part.02
曹仁猛博士的讲座首先从Altmetrics的背景和意义入手，详细阐述了传统学术评价体系的局限性。他指出，传统的学术评价主要依赖于论文的引用次数，这种方式存在时滞性，并且可能忽略了研究成果在学术领域之外的社会影响。曹博士强调，社交媒体在现代科研交流中扮演着越来越重要的角色，为学术成果的影响力评估提供了新的视角。
接着，曹老师通过一系列案例分析，展示了科学论文在社交媒体上的传播情况。他解释了社交媒体指标，如转发、评论和点赞，如何与传统的引用次数相互补充，为学术成果的影响力评估提供了多维度的数据。这些数据不仅能够及时反映论文的社会影响，还能够揭示论文在不同群体中的接受度和讨论热度。在讲座的核心部分，曹老师分享了他对不同用户类别（学者、期刊、机构和机器人）在社交媒体上分享科学论文的行为模式的研究。他的研究揭示了这些行为模式如何影响论文的传播效果，以及用户的社会影响力、论文内容特征和网络结构特征对传播效果的影响。曹博士的研究显示，科学论文在社交媒体上的传播具有明显的层次性和动态性，这些特性对于理解论文的传播机制至关重要。
曹老师的研究还强调了跨学科研究在科学传播领域的重要性。他提出，计算传播学方法的应用不仅能够为理解科学论文的社交媒体传播机制提供新的视角，还能够为科学传播实践提供有价值的指导。通过这场讲座，曹仁猛老师不仅展示了计算传播学方法在Altmetrics研究中的应用，还强调了跨学科研究在科学传播领域的重要性。他的研究为科学论文的传播分析提供了新的理论框架和实证支持，对于科学界、期刊编辑和政策制定者来说都具有重要的参考价值。
在这场讲座中，曹仁猛老师通过案例讲述了数字化时代Altmetrics研究中计算传播学方法的应用。他介绍了如何利用社交媒体数据补充传统学术评价体系，并强调了跨学科研究的重要性，为我们带来了深刻启发，对科学界等具有参考价值。
第十二期（马宝君）| 第十三期（刘建国）
