مرضیه گلچین - PhD.D.Candidate in Department of Knowledge and Information Science, Faculty of Humanities, Islamic Azad University, Hamedan Branch, Hamedan,
علیرضا اسفندیاری مقدم - Associate Professor, Department of Knowledge and Information Science, Faculty of Humanities, Islamic Azad University, Hamedan Branch, Hamedan, Iran
زهره میرحسینی - Associate Professor, Department of Knowledge and Information Science, Faculty of Humanities, Islamic Azad University, North Tehran Branch, Tehran, Iran
علی اکبر فامیل روحانی - Assistant professor, Department of Knowledge and Information Science, Faculty of Humanities, Islamic Azad University, Hamedan Branch, Hamedan, Iran
عاطفه زارعی - Faculty member of Department of Library and Information Science, Islamic Azad University, Hamedan Branch, Iran

هدف: هدفپژوهش حاضر بررسی تاثیر اشتراک گذاری مقاله های مجلات ایرانی نمایه شده در پایگاه اسکوپوس در رسانه های اجتماعی از سال ۲۰۱۰ تا ۲۰۱۸ بر شاخص های اثربخشی مقالات است. در این پژوهش قدرت پیش بینی اثر بخشی مقاله ها از طریق شاخص های دگرسنجه ها در شبکه های اجتماعی مورد بررسی قرار گرفته است. روش پژوهش: پژوهش حاضر از نظر نوع کاربردی و ازنظر روش نوعی مطالعه از نوع همبستگی بوده و با استفاده از شاخص های دگرسنجه انجام شده است. جامعه پژوهش مقالات مجلات ایرانی نمایه شده در اسکوپوس بود. پایگاه های آلتمتریک اکسپلورر[۱] و اسکوپوس در بازه زمانی ۲۰۱۰-۲۰۱۸ جهت گردآوری داده های پژوهش مورد استفاده قرارگرفت. همچنین تجزیه و تحلیل داده ها از روش های آمار استنباطی جهت پاسخ به سوال های پژوهش در نرم افزار اس پی اس اس[۲] و مایکروسافت اکسل[۳] انجام شد. یافته ها: نتایج آزمون همبستگی رتبه ای اسپیرمن نشان دهنده وجود رابطه آماری معنادار و مثبت میان شاخص های فعالیت دگرسنجه و اثربخشی مجله ها بود. قدرت پیش بینی متغییرهای دگرسنجه[۴] برای شاخص های اثربخشی متفاوت بودند. نتیجه گیری: پژوهش حاضر نشان داد که با افزایش به اشتراک گذاری مقاله های مجله های ایرانی نمایه شده اسکوپوس در شبکه های اجتماعی نمایانی و شاخص های اثربخشی مجلات افزایش می یابد. [۱]. Altmetric Explorer [۲]. SPSS software [۳]. Excel software [۴]. Altmetrics

Altmetric, Article Sharing, Article Level Index, Effectiveness Indicators, Social networks, Iranian Journals