发表论文前推荐阅读:影响因子和它小伙伴的故事(下)

发表论文前推荐阅读:影响因子和它小伙伴的故事(下)

同学们:芳老师影响因子和它小伙伴的故事还出不出了!(围住瑟瑟发抖的芳老师...)

芳老师:拖,就硬拖!(理直气壮!)

同学们(亮出刑具...)

芳老师:出,今天就出!(苦苦哀求...)


偶觉得同学们中间有种不好的风气,那就是催更,这样下去,成何体统![狗头.jpg] 再说这影响因子这系列也没有拖多久嘛~芳老师今天就把这系列终结喽!

首先咱们来讲我们一开篇就埋下的伏笔:特征因子(Eigenfactor Scores)。

特征因子跟上次咱们讲的SJR和SNIP是同时代的“人物”。是由美国生物学家Carl Bergstrom提出的一种期刊引文评价指标,其定义为:某一期刊若是被高影响力的期刊多次引用,那么该期刊也具有较高的学术影响力,EF得分高的期刊,自然在学术界地位就重,这一点就与影响因子相异,它将期刊声望及其被引用强度也纳入算法当中,所以也是对影响因子的补充。

除此之外,特征因子实现了引文数量和价值的综合评价,更贴合实际,避免了孤立点的影响。如果要给两者做一个类比的话,那么IF更像是评价一本期刊的大众人气度,而EF则是考量期刊的可信度与声誉好坏。

由于每篇学术论文都会或多或少引用部分期刊的文献,所以EF就将一份论文视为连接不同期刊之间网络关系的桥梁,通过彼此之间的强相关联系来反映期刊的权威性。不过EF也是一种“马太效应”的绝佳体现,这也是其最大的不足。因为按EF的定义来说,影响力高的期刊群肯定其特征因子也高,而那些影响力弱的期刊如果没有大佬提携就似乎永无翻身之时,正所谓“强者愈强,弱者愈弱”,很霸道,很残忍。这样一来,特征因子也被公认为是目前JCR指标中数据封闭性最强的指标,其计算结果也不容易由客观的第三方进行检验,所以不好判断其准确度。


另一个与特征因子息息相关的“小伙伴”则是论文影响分值(Article Influence Score),其属于典型的“篇均”性指标,因为它测量了同一期刊中出现的单篇文章的平均影响力。

它的计算方法就是特征因子除以期刊发表的论文标准化比值,也就是所发表的论文占所有论文的比例,学术上一般认为AI的平均值为1,只要高过1,那么就可以认定你期刊中每篇论文的影响力均高于平均水平,低于1那么很可惜影响力就差一点。这也就防止了期刊多发文章的现象,只要你每篇论文的影响力没上档次,你依然还不能算作学术界的“顶梁柱”。


还有一位“小伙伴”与上次咱们提到的H指数相似,它既可以回答个人论文在发表期刊上表现力如何,也可以用来指标期刊。这位仁兄就是期刊规范化引文影响力(Journal Normalized Citation Impact,JNCI)

它可能比H指数更能考察科研人员的科研绩效,因为H指数不能说明不同科研工作者所从事的科研领域以及论文发表历史。而JNCI则可以将这些因素巧妙化解,统一归为同一时期的科研成效。

不过,咱们先来看看JNCI的具体定义,它是求某期刊的实际被引频次与其同年、同学科领域论文的平均被引频次的比值。这样,期刊和其囊括的论文的JNCI值的平均值相差无几。

JNCI的比较方法与AI相似,都是取1为整体平均值,如果JNCI超过1,那么某科研人员的科研影响力高过一般人,也同时可以说明期刊主体影响力也十分大。由于其规范化了特定期刊文献发表的被引次数,所以就可以避免出现某篇文章被引用次数多,但很可能是由于其发表在了具有非常高被引频次的期刊上,如果将其与该期刊的其他论文相比则会低于它们的平均被引频次等类似这样的现象,而H指数就显示不出这样的情况,所以你看那些H指数高的有些都是“历史人物”了,而JNCI就不会出现这样的问题。


芳老师再给大噶介绍两位比上面的小伙伴还要“新”的新人:一位是出生于2014年的自然指数(Nature Index),另一位是出生于2016年的CiteScore

自然指数一听名字就知道跟学界大佬Nature有关系哈~ 是的,自然指数会从Nature、Science、Cell这类等82种自然科学类期刊的论文数据库种进行统计计算,来评价某一科研机构的世界影响力以及其高质量的科研产出。全球2万多所科研机构,要对各个机构的影响力做一个评价并不是一件容易的事情,而且由于大部分科研机构从事的领域不同,没有一个相对客观的评价体系是说服不了以严谨出名的专家们的。

所以大家将全球在职科学家组成两个独立评选小组并运用论文计数 (article count/AC)、分数式计量(fractional count/FC)、加权分数式计量(weighted fractional count/WFC)三种计量方法来追踪大约6万篇高质量论文的作者信息,同时把期刊领域分为化学、生命科学、地球与环境科学和物理学四大板块,通过论文研究来评判科研机构每一年的工作成就。

说到这里,就不得不说到咱们中国科学院了。中科院从2012年开始,已经连续7年霸占自然年度榜单之首。而在19年的自然年度榜单中,北大和清华也分别位列第10和第13。快给咱们中国辛勤努力的科学家们鼓鼓掌叭!!

最后我们来嗦嗦Elsevier推出的CiteScore,它跟IF实在是很相近,因为其是求某期刊连续3年论文在第4年度的篇均引用次数。它所采用的数据库也是上次咱们说到的Scopus数据库,比IF所使用的数据库多了一倍的期刊量。

同时,Scopus还收录了许多中文期刊,对于旨在国内期刊上发表论文的同学们可得好好关注一下咯。其计算方法也相当简便,一张图就可以搞定:

Citescore因为在计算的时候包含了所有文章类型,连之前我们讲的News、Comment、Correspondence这些也包含在内,所以很多著名期刊,比如Nature的Citescore较IF来说有显著下降,于是就有可能影响到它们的学术“霸主”地位。


由于Citescore在引用数统计时间增加以及论文覆盖面更加广泛具有优势,同时Scopus数据网站上也发表声明说Citescore的使用将不收取任何费用(商业奇才~),所以近些年Citescore的推广也是日渐火爆,不过想要彻底征服IF还有很长的路要走。


最后最后,大家可以对InVisor芳老师多多支持哦~点赞点赞点赞哈!!!如果您对科研辅导、论文发表有任何想法的话,非常欢迎来狂撩芳老师哟~(一般人不会告诉他的客服微信:invisor001,备注“知乎学术科研”齁)❤️❤️

就差你一个了,还不快点进来!!——InVisor官网


快速同款内容回顾,赶紧猛戳吧

InVisor学术科研:发表论文前推荐阅读:影响因子和它小伙伴的故事(上)zhuanlan.zhihu.com图标InVisor学术科研:发表论文前推荐阅读:影响因子和它小伙伴的故事(中)zhuanlan.zhihu.com图标

编辑于昨天 14:00

文章被以下专栏收录