2024年2月15日Joost de Winter等人在《Scientometrics》发表文章，本研究探索了ChatGPT这一大型语言模型在科学计量学中的潜力，通过评估其预测引用次数、Mendeley读者数量和社交媒体参与度的能力。在这项研究中，分析了2022年初几个月内发表在PLOS ONE上的2222篇摘要，使用ChatGPT-4根据一套60个标准来评估每个摘要。通过主成分分析，识别出三个组成部分：质量与可靠性、可访问性与可理解性、以及新颖性与参与度。摘要的可访问性与可理解性与更高的Mendeley读者数量相关，而新颖性与参与度以及可访问性与可理解性与引用次数（Dimensions、Scopus、Google Scholar）和社交媒体关注度相关。质量与可靠性与引用和替代指标结果的相关性最小。最后，发现基于ChatGPT评估的预测相关性超过了传统的可读性指标。这些发现突显了大型语言模型在科学计量学中的潜力，可能为AI辅助同行评审铺平了道路。
