说明：本博客与微信公众号《林墨》同步更新，所有内容均为原创，可授权转载。请扫码关注《林墨》公众号。

        小编并非期刊影响因子的粉丝，但与脱缰的同行评议相比，现阶段期刊影响因子不失可靠。再一次被一个宣传可能取代影响因子的指标刷屏之后，小编决定用自己的专业知识写点什么。

期刊影响因子是什么？

        1963年，Garfield & Sher正式提出“期刊影响因子（Journal Impact Factor）”，起先是为了使SCI数据库选刊时更具有操作性，到后来逐渐被世人所认可，现今成为了JCR期刊引证报告里用于测度期刊影响力的一项重要指标。它的测算公式为：某期刊在2016年的影响因子=该期刊2014和2015两年发表的论文在2016年被引用的次数÷2014和2015两年发表的论文之和。期刊影响因子综合考虑了发文量和被引次数两个因素，本质上是一个均值型算法，即期刊前两年发表论文的篇均被引次数。

中位数能取代影响因子吗？

        不能。昨天，Nature刊出的文章提出了中位数的思路，即用期刊前两年发表的论文的引用中位数评价期刊影响力。本质上，中位数是一个分位数算法。当总体频数符合标准正态分布时，算术平均数与分位数相等；当总体频数不符合标准正态分布时，二者不同。尽管二者存在差异，但是与平均数相同的是，分位数依然受“被引次数”左右。“被引次数”存在的缺陷，在期刊影响因子中存在，在分位数中也存在。不能从根本上解决问题，谈何取代？

谷歌h5指数能取代影响因子吗？

        不能。如果某期刊在过去5年内所发表的论文中，至少有h篇论文分别被引用了至少h次，那么该期刊的h5指数就是h。h5指数是在h指数的基础上添加了5年的时间窗口限制。H5指数是一个掐尖儿式算法，只考虑被引最高的那一组论文。h5指数也综合考虑了发文量和被引次数两个因素，与期刊影响因子有差异（各有优劣），但并无本质不同，谈何取代？

Altmetrics能取代影响因子吗？

        不能。Altmetrics基于社交媒体（Facebook、Twitter、G+、Mendeley等）的转发与评论评价学术论文的影响力。Altmetrics评分的用户群体是社交媒体用户，而期刊影响因子的评分用户是科研工作者。因此，与养生、投资、娱乐等社会热点话题相关的研究，能够轻易在社交媒体上获得很高的评分，而NgAgo-gDNA技术并不能引起他们的注意。前沿科学研究内容与大众都能懂的科普知识有相当一段距离，因此，Altmetrics从一诞生就跟期刊影响因子并无交集，谈何取代？

有没有指标能取代影响因子？

        有。与期刊影响因子类似的定量评估学术期刊影响力的指标还有很多，但小编认为，能取代影响因子的指标唯有受严格控制的同行评议。早在70年代，F.Narin就勾画了各学术评估指标的客观度（图中的横轴）与真实度（图中的纵轴），理想的学术评估方案是采用受严格控制的同行评议。F.Narin是何许人也？大名鼎鼎的谷歌创始人L.Page与S.Brin曾向F.Narin公开致谢，正是因为受F.Narin提出的加权被引次数的算法的启发，他们才发明了PageRank算法。

        在操作过程中，同行评议极易受金钱与权力的侵蚀。于是，我们索性采用客观的评价指标。尽管定量评价指标的导向可能会出现偏差，但作为一名青椒，为了能获得更多的生存与上升空间，小编极力支持以期刊影响因子为代表的定量评价。只是，在使用过程中，我们需要遵循一些原则（参见莱顿宣言）。

参考文献Time to remodel the journal impact factor. Nature and the Nature journals are diversifying their presentation of performance indicators. Nature, 535, 466 (28 July 2016) DOI:doi:10.1038/535466a

文字编辑：李东

图片编辑：李东