在开放获取时代，学者无法免费使用期刊论文的参考文献，这令人难以置信。引用数据是学术研究的基础，但当前主要被商业数据库垄断，限制了其广泛利用。

去年5月，加拿大开放指标服务ImpactStory的共同创始人Heather Piwowar在调查公开研究数据是否能增加论文引用率时，遭遇了困难。作为美国北卡罗来纳州杜克大学的博士后，她因缺乏机构层面的爱思唯尔Scopus数据库访问权限，最终通过与加拿大国家科学图书馆的研究协议才获得使用权。这需要提取指纹以获取证明，过程繁琐。Piwowar需要分析1万篇文章的引用次数，但其他主要引文来源如汤森路透科学网不支持PubMed唯一标识符查询。她感叹：“要是有公开的引文数据，我就可以自己写文章了！”

类似地，哈佛大学医学院神经病学家Steven Greenberg在研究假说如何通过重复引用被转变为“事实”时，也面临同样困境。他构建了一个包含242篇论文、675份引文和553个引文路径的引文网络，如果引文数据能轻易在线获取，将节省大量时间。

《自然》杂志报道指出，引文数据应被视为公共资源，并存储在开放数据库中。自2010年起，David Shotton领导了一个由JISC资助的价值13.2万英镑的项目，建立了开放引文语料库（OCC）。OCC目前仍处于早期阶段，正在寻求可持续资金。

开放式获取

直接引用是衡量研究影响力的主要指标。学术交流包括引用网络中的信息和观点流动，分析网络变化可揭示学者沟通模式及学科发展。这种信息对制定研究投资和战略、促进创新至关重要。

最权威的引文数据来源是汤森路透科学网，源于1964年Eugene Garfield创建的科学文献索引；其主要竞争对手爱思唯尔Scopus数据库诞生于2004年。两者均不完整，互为补充。英国每所研究型大学每年需花费数万英镑订阅这些资源，高昂费用损害了非机构用户（包括企业和公众）的利益。其他免费引文来源如谷歌学术搜索和微软学术搜索，但存在许可限制，阻止数据重新发布。

更糟的是，引文数据不准确。Shotton的引用记录在四个平台上截然不同：例如，他2009年的一篇语义学论文在汤森路透科学网、Scopus、谷歌学术搜索和微软学术搜索上的引用次数分别为22、37、88和16。更令人担忧的是，一篇更早的蛋白质结晶学论文在汤森路透科学网上有三个条目，引用次数分别为59、19和0。Shotton据此怀疑汤森路透期刊影响因子的可信度。

渐成主流

理想情况下，出版商应分享书目和引用数据，如自然出版集团将数据发布在data.nature.com上，这是唯一一家这样做的公司。但整合数据能带来更大收益。OCC将为用户提供完整的引用数据访问权限，数据来源广泛，包括传统学术出版物和其他数据，并标明来源。OCC将清晰展示文章与文章、文章与数据库、数据库与文章之间的引用关系，并提供附加信息如作者、机构成员、共同资助人、语义关系及数据来源。

一旦引用数据开放，有益的分析服务将得以开展，包括面搜索与浏览工具、建议与趋势识别服务、时间表可视化服务等。OCC对统计引用指标的价值将随覆盖面延伸而增加。

此外，错误引用更正服务对作者和编辑尤其有益。目前，出版论文的引用中约1%存在错误，小到标题中“β淀粉酶”写成“β-淀粉酶”，大到年份、期刊号、页码或DOI错误。OCC已在内部使用引用更正方法处理多次引用问题，或通过外部资源获取权威书目记录。

未来展望

10年前，有一个类似项目——开放引文计划，由英国南安普顿大学、美国康奈尔大学和arXiv共同构建，从1999年维持到2002年。该项目开发了引用库软件，但如今其网址已无法访问。要使OCC避免重蹈覆辙，需要拥护者、管理者、开发者、监督者的共同努力，以及同道合作、充足资金、支持者以社会福利为导向的决心、出版界支持、重要机构或国际组织的认同。你能贡献一份力量吗？（段歆涔）