1988年,中国科学技术信息研究所开始为开展我国科技论文的评价工作。1990年,它首次对1227种统计源期刊包括影响因子在内的7项文献计量指标进行了统计分析。1994年,它开始国内期刊论文的引文统计分析工作,同时建立了全学科和专业的引文数据库。自1997年编辑出版《中国科技论文引证报告》以来,中国科学技术信息研究所设立了多项期刊评价指标,主要有总被引频次、扩散因子、影响因子、平均引文率、被引用半衰期、即年指标、地区分布数、他引比、基金论文比、国际论文比、引用刊数和平均作者数。下面对影响因子、累计影响因子、h系列指数和g指数做一简要介绍。
5.1.3.1 影响因子
1972年,加菲尔德(E.Garfield)提出了影响因子概念,现在已经成为国际上通用的期刊评价指标。它不仅是一种测度期刊有用性和显示度的指标,而且也是测度期刊的学术水平,以及学术论文质量的重要指标。影响因子(impact factor,IF)是指某一期刊的文章在特定年份或时期被引用的频率,是衡量学术期刊影响力的一个重要指标。他最初的目的是为了给《现刊目次》评估和挑选期刊,后来发展为评价SCI来源期刊的重要指标。加菲尔德通过分析SCI中的数据,发现期刊论文被引证的频数在两年时间里达到最大值。所以,他把影响因子的时间规定在两年内。
影响因子计算公式:某年度某刊的影响因子等于该年引用该刊前两年论文的总次数与该刊前两年所发表论文总数的比值。以2013年的某一期刊影响因子为例,IF(2013年)=X/Y,其中,X=该期刊2011年至2012年所有文章在2013年中被引用的次数;Y=该期刊2011年至2012年所有文章数。从计算公式看,被引次数和论文数直接与影响因子相关,但是实际上它还与论文因素、期刊因素、学科因素、检索系统因素、名人效应的影响等因素有密切联系,它们共同决定影响因子的大小。
到目前为止,影响因子已经发展为两个新指标,即复合影响因子和综合影响因子。复合影响因子是以博士、硕士学位论文统计源文献,会议论文统计源文献,期刊综合统计源文献为复合统计源文献计算。综合影响因子主要是指理科综合、文科综合,是以科技类期刊及人文社会科学类期刊综合统计源文献计算。这两者都是按被评价期刊前两年发表的可被引文献在统计年的被引用总次数与该期刊在前两年内发表的可被引文献总量之比。
影响因子在学术论文评价方面有两个优点:①用期刊论文的平均被引率来表明学术思想传播的广度和深度,作为一个计量指标,它改变了以前期刊学术质量评价的模糊性,用量化的方法加以计算和比较;②采用影响因子可以解决由于载文量不同所造成的对期刊被引率的影响,使得期刊总被引频次绝对指标变成了相对于载文量的相对指标,即期刊论文的平均被引率,可以对不同期刊的引用次数和质量进行比较,以说明其利用率在科学上的重要性。
5.1.3.2 累计影响因子
1998年,加菲尔德在影响因子的基础上提出了累计影响因子的概念。根据影响因子的计算方法,把被引证的频数的时间延长到7年和15年,用这样的引用数据来计算期刊的中期和长期的影响力。提出累计影响因子可以避免影响因子在评价科技论文学术水平的过程中只有两年的时间局限性,能进一步反映出期刊的中长期影响力。对于偏理论性的期刊,它们的半衰期比较长,文献持续引用较好,影响因子对这类期刊评价缺乏合理性,采用累计影响因子对这类期刊的评价会更加公平。累计影响因子和影响因子在一定程度上可以相互补充,但是累计影响因子在评价偏应用性期刊上,存在评价不公平的缺陷。[2](www.xing528.com)
5.1.3.3 h系列指数
2005年,美国加利福尼亚大学圣地亚哥分校的物理学家乔治·赫希(Jorge Kdje)提出了h指数(也叫h-index),它是一个混合量化指标,用来计算基于研究者的论文数量及其论文被引用的次数。h指数测量的结果在一定程度上能够解决传统的文献计量学指标在科学家个人绩效评价中的局限性。h指数提出后快速赢得了广泛认同,在很大程度上是因为h指数概念简单,易于计算,同时对科学家长期累积的研究成果的影响力又能提供一个强有力的评估。h指数本身也存在一些缺点,为了解决h指数的一个或者多个缺点,后来的学者提出多个的h指数变体,其中包括h(2)指 数、m商、m指 数、a指 数、g指 数、r指 数、ar指 数、hw指数等,它们统一被称作h系列指数。
h指数是指一个科学家发表了h篇被引频次不少于h次的论文,如一名高校教授的“h指数”是30,就表示该教授至少发表了30篇被引频次在30次以上的论文。另外,h指数的计算还需要借助各种引文数据库,如中国科学引文数据库、美国SCI、中国科技论文与引文数据库等。教授在检索到个人文献被引用数据后,应先对数据进行一次规范,排除同一篇文献因各种著录上的原因而被分散的情况,再将被引文献按被引频次降序排列,就能够找到自己的h指数。
5.1.3.4 g指数
2006年,Egghe在分析h指数评价效果时提出了g指数,g指数的提出,为h系列指数研究注入了活力。g指数指出论文按被引次数排序后,相对排前的累积被引至少g 2次的最大论文序次g,也就是第(g+1)序次论文对应的累积引文数将小于(g+1)2。将论文按被引次数从高到低依次排序,将被引次数按序号、序号平方层层累加,当序号平方等于累计被引次数时,该序号则为g指数。若序号平方不是恰好等于而是小于对应的累计被引次数,则最接近累计被引次数的序号即为g指数。和h值一样,g值越大说明该学者的学术影响力越大、学术成就越高,通常作为h指数的补充或提高。[3]g指数打破了文献总数的限制,对文献产出少但被引频次高的学者和机构更为公正。
Egghe在不限定论文发表时间和领域的情况下,对14位普赖斯奖得主分别计算了他们的h指数和g指数,不作时间和领域限定的目的是使计算出来的指标更加贴近学者的终身成就。Egghe指出,与h指数相比,g指数排序更符合原始数据和学术界直观印象。通过g/h所得值的分析,Egghe强调这些学者的h指数排序与g指数排序有显著的变化,从而从实证角度说明h指数和g指数是从不同侧面反映学者学术成就的评价指标。[4]
免责声明：以上内容源自网络，版权归原作者所有，如有侵犯您的原创版权请告知，我们将尽快删除相关内容。
