Les altmetrics són un conjunt de mètriques emprades per mesurar aquells impactes de la recerca diferents a les mètriques tradicionals de la producció científica, indicadors derivats bàsicament en la web social, que es generen a partir de les interaccions dels usuaris als espais web amb les publicacions generades per personal investigador. Aquestes noves mètriques reflecteixen la influència del treball científic al nou context digital, on s'apleguen les xarxes socials i la informació.
Altmetric Top 100 és una llista anual dels 100 articles més comentats, i que per tant, han generat més debat entre el personal investigador i la societat en general. Aquesta llista es realitza des de l'any 2013, segons l'indicador Altmetric Attention Score que es basa en 3 factors principals: el número de mencions, les fonts d'informació i autoria de les mencions. Les estadístiques, representades per l'"Altmetric Donut", estan basades en les mencions de l'article a les xarxes socials (Twitter, Facebook, etc.), mencions en documents normatius, a blogs, "lectors" a Mendeley, etc. Es poden realitzar cerques a la llista per títol, revista/col·lecció, editor, àrea temàtica, institució i tipus d'accés; i també es poden ordenar per les diferents mètriques que proporciona.
Durant el 2019, l'article que ha generat més debat ha estat el pre-print "Few-shot adversarial learning of realistic neural talking head models" dels autors Egor Zakharov, Aliaksandra Shysheya, Egor Burkov, Victor Lempitsky, publicat al repositori de pre-prints en accés obert arXiv.org (versió publicada: ZAKHAROV, Egor, et al. Few-shot adversarial learning of realistic neural talking head models. A Proceedings of the IEEE International Conference on Computer Vision. 2019. p. 9459-9468)
