发表论文前推荐阅读：影响因子和它小伙伴的故事（上）

此时一位影响因子（Impact Factor）高调路过……

影响因子的确是衡量期刊学术水准非常流行的一种方法，但现在时代不同了，大人！！现在可是有很多的后起之秀都在挑战影响因子的地位！甚至学术圈里的老资格们甚至都不参考任何数据，只选择那些他们自认为有名的、靠谱的、有投稿历史的、社交媒体影响力大的期刊。

等等，那咱们刚步入学术的萌新咋办？？

无论如何，数据，仍然是帮助你选择期刊的重要指标！！

那么有哪些指标是可供大噶参考的呢？首先，影响因子（IF）是当之无愧的头号指标，因为它实在是太出名了……

稍微懂些些的学术萌新基本上都靠它来辨别一本学术期刊的实力。为啥说是基本上呢？是因为很多萌新一开始都会以为IF是用来衡量单篇论文的质量的，但其实IF跟单篇论文的好坏并没有很大的关系哦～它是针对期刊这一“论文集”的，不代表该期刊上发表的就一定都是高质量的论文，只能从统计上说明这部期刊多半发的都是高水准论文。

IF知名也不是没有原因的，毕竟ISI（Internation Scientific Indexing，美国科学信息研究所）最初就打算把IF设定成“谁被引鉴最多，谁学术质量就好”的指标，具体的定义为某一期刊前两年发表论文在当年被引的总频次比上前两年发表论文总和。客观地说，由于期刊本身的学术水平无法直接被量化，那么只要大家都觉得这个期刊上发表的论文有用，其便间接说明了该期刊有点水平，这跟点赞、收藏（并没有在暗示大家给芳老师一键三连哦【doge）这种大众打分形式的理念差不多，但相对更高级点～

自然地，IF就被很多科研人士作为参考，每年6月中旬，一堆科研学者都会期待地打开JCR网站，看看有哪些学术期刊是自己下一次投稿论文的目标。你会是那个搓手手焦急等待的其中一个嘛～

但影响因子再怎么流行，它还是有一定局限性的。这其实也是被广大学者诟病的地方……咱们在小学二年级就学过分数，那么如果想要让一个分数变大该怎么做？没错，分母变小，分子变大！！那么问题又来了，怎么才能让IF的分子变大呢？？其中一个方法就是自引，也就是期刊所收录的文章相互引用，这就会导致期刊发表的论文就那么点……（以表文明，此处消音）但是被引次数却出奇地高。

本身一个比较客观的数值居然会受到期刊自引率影响，因此IF就不能全面地反映出期刊的水准了。不过这并不就否定影响因子的作用，毕竟仅凭一个数据就去评判一本期刊的影响力并不是可取之策。对于崇尚严谨与公平的科研工作者们来说，IF局限还是无法忽略掉的。那么怎么样才能解决这个问题呢？渐渐地，“分区”这个概念就流行起来了！！

大家所熟悉的分区（Quartile）一般有两类：汤姆森路透（Thomson Reuters）JCR分区和中科院JCR分区数据平台。这两个分区首先便先将不同学科期刊分开，比如天文学期刊和医学期刊就别相互比较了，因为两者面向的科研人员都不是同类人，说的也不是一类话～另外，由于天文学期刊比较少，因而被引用次数也比较少，IF自然不高，但并不能因此而说明期刊不靠谱吧？显然，将学术期刊根据其所属学科领域进行分区无疑是必要之举，横向比较IF就相对公平一点了！

说完相同点，再来说说两种分区的不同之处：汤姆森路透JCR分区是将同一学科的所有期刊按去年IF值高低排列，然后按照四等分原则，前25%的期刊被归为一区，25%至50%被归为二区，依此类推。

而咱们国内推行的中科院JCR分区由于国情所需，划分就更加地严格了！其不是单纯地按照IF高低排列，而是先计算每部期刊前三年平均影响因子，再降序排列，前5%才算为一区，第二档次取5%到15%，第三档取15%-50%，50%以后的期刊都归为四区。

这种类似尖子生选拔的策略极大地提高了优质期刊被筛选出来的几率，因此在国内也被广泛地用来衡量期刊学术水平。部分有经验的科研学者除了关注6月份的IF外，还会关注10月份的分区发布。一般来说，如果你选择的期刊不仅IF高，还被归为一区，那这部期刊的含金量就不言而喻了！！新年愿望，除了世界和平，还有所投的期刊升级叭～

不过，需要提醒的是，并不是所有期刊都有IF，也并非所有期刊都被列入分区内。没有被JCR数据库收纳的期刊自然就查不到它的IF或是分区。同时，如果一种期刊主要刊发交叉学科的论文，那么其分区结果也是会有所差别滴。

当然，影响因子只是JCR大家族中的一个指标，不过在介绍其他指标之前，考虑到肯定会有同学会来问芳老师JCR是什么东东，所以芳老师先给大噶铺垫一下JCR的知识！

JCR（Journal Citation Reports）就是期刊引证报告，每年，一个名叫Clarivate Analytics的公司（著名的WOS，Web of Science平台就属于该公司旗下哦）都会发布一个类似于“年鉴”的报告来评判在过去的一年里哪些期刊“积极进取”，哪些期刊的成绩“差强人意”，并用各种数据形象生动地表示出来！该公司设置了六个分析指标来判定期刊的优劣，IF就是其中之一。另外五个小伙伴则是——

1. 5年影响因子（5-Year Impact Factor）：也就是将IF中“前2年”的时间取值变成5年，算是IF的孪生兄弟，目的就是为了测定期刊的长期的影响力如何。如果某期刊的5年影响因子与IF的数值相比相差不大，那么就说明该期刊非常稳定。另一方面，由于5年影响因子的测定时间较长，因此很多学者都觉得与其看IF，还不如看5-Year IF，毕竟优质的期刊是经得起时间检验的，这句话是铁定的真理！

2. 被引半衰期（Cited Half-Life）：说到半衰期，同学们肯定会想到放射性元素啊之类的。你别说哈，搞科研的学者们还真会想办法，他们将物理中的概念运用到文献计量学中，以检测期刊的老化程度，这有助于判断期刊采纳文献布局是否合理。该值反映的是达到该期刊总引用次数（也就是等一下要讲的Total Cites）的50%的时间，一般其最大值可以大于10年。

需要注意的是，如果某期刊的该值较低，这也不是简单地说明这个期刊“年老色衰”，逐渐萎靡啦～通常情况下，社会科学领域的期刊的被引半衰期就比较长，数学方面的研究也相对较长，因为它主要是偏重于研究型的；相反地，时效性强、追求新潮科技的期刊，如医学、计算机等领域的论文自然半衰期就短一些，因此芳老师也不强烈推荐大噶用这个指标来区别一个期刊的好坏哦～

对于被引半衰期，还有一个与其相类似的概念是引用半衰期（Citing Half- Life），指某期刊平均引用多少年前的论文——换句话说，该指数是用来评估某期刊是否有时刻追“新”。从数值上相比，被引半衰期和引用半衰期较为接近，但引用半衰期在统计方面要更简单些，而且由于只需要计算期刊自己收纳的论文，所以会更容易操作！这一数值通常是期刊编辑所要考量的对象，以便调整未来选取论文的标准。

3. 总被引用次数（Total Cites）：顾名思义，Total Cites就是看某期刊自创建以来所囊括的所有论文在当年被引用的总次数。某期刊的总被引用次数的数值越高，不仅能够说明该期刊非常受大家的青睐，同时也显示出了其在学术交流中的地位。

但该值也有其局限性存在，那就是期刊建立越早便越有优势，对于一些新兴且“积极进取”的期刊而言可以说是极为不公平了。所以，为了减少一些懵懵的学术萌新小白搞不清这个数值到底是个啥、从而对优质却建刊不长的期刊产生误会，很少有网站会直接呈现这个数据。不过，如果你想要比较建刊年代差不多的期刊的话，这个数据就比较有说服力啦！

4. 即年指标（Immediacy Index）：该指标与被引半衰期一起可以反映期刊的“生命周期”。即年指标，是指某期刊当年出版的论文平均被引用的次数，其实也就是说明其现阶段的影响力大小。介个指数还特别能够说明新兴期刊在其专业领域的学术水平哦～如果同学最近听说有近十年创建的学术期刊不妨去查一下其即年指标是多少，说不定会有惊喜哦！！