影响因子真的那么可靠吗?

每年的6月,影响因子都会是学术界讨论的热点,当然今年也不例外,现在离影响因子公布还有3个月左右的时间,各种信息预测和讨论影响因子的声音已经在各个领域悄然展开。

对于中国作者来讲,热衷于影响因子可以理解,但是对于已经在SCI期刊发表过一篇甚至数篇论文的资深学者,他们已经不用在选择发表时受限于优先考虑影响因子高的期刊。也就是影响因子已不能够成为资深学者在期刊论文发表时的唯一指挥棒了。

那么再次科研发表时是不是依然紧紧依赖影响因子来考虑目标期刊呢?答案是都否定的。

原因很简单,期刊的影响因子完全不能等价于期刊自身的质量的高低。

期刊影响因子的定义

期刊影响因子起源于1975年,汤森路透(现为科睿唯安)每年根据WOS的数据发布《期刊引证报告》(Journal Citation Reports), 影响因子现已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 ,乃至论文质量的重要指标。

例如某期刊在2020年度的影响因子(IF)是某期刊前两年发表的论文于该年度获得的总被引频次除以该期刊在这两年内发表的Article和Review论文总数。

 

因此,影响因子用来表征期刊,而不是论文。在此,我们将更进一步探讨有关影响因子的谬论,并指出使用它时该有的考量。

影响因子为什么会引起学者们过多的关注和重视? 

首先,影响因子被认为是论文质量、水平和影响力的标志,所以重视影响因子就是重视研究质量。许多高校从过去按篇数转向今天按影响因子奖励论文,一些政府部门在人才计划申请表格中要求填写影响因子并明确规定影响因子低于某个数的论文不要填,相当程度就是基于这种认识。

其次,也是最根本的,影响因子的高低之于学者,有如房价的涨落之于炒房者或股票的涨落之于炒股者,论文还是那篇论文,房子还是那套房子,股票还是那只股票,但价值几何,能卖多少钱,不是由论文、房子或股票本身决定的,而是由外在的行情决定的,这种情况下,除非圣人仙人,谁能对影响因子无动于衷?

当前,学术界对我国的学术评价机制啧有烦言,特别是对待核心期刊、影响因子、引文评价等似乎有全盘否定的趋势。笔者认为,过分地强调用核心期刊、影响因子、引文评价等因素固然不妥,但过度地否定它们也不适当。《中国社会科学报》“期刊”版2014年3月19日刊登的曾伟明《影响因子影响了什么》文中提到 “影响因子评价法忽视不同学科之间的不可比性,不同学科的研究人员数、研究热度、经费数、刊文数、引文数差距很大,反映在其学科的影响因子数值上有非常大的差异”。文中以数学和生物学两个学科为例,指出了影响因子的差异,即数学刊物的影响因子远远低于生物学刊物的影响因子。然而,这实际上是作者自己树立了一个假想敌,事实上,不存在不同学科的刊物影响因子一较高下的情况,影响因子只在同一学科中进行比较才有意义。

而且回溯到5年前,达到一定水平的影响因子可以说是博士毕业的一个硬性条件。

来看看“一流大学”博士研究生的答辩要求:

在副教授和教授的选拔过程中,累积影响因子也可能占很大比例。由于自身的利益,许多研究者在选择期刊时都需要考虑影响因子。

但影响因子真的那么可靠吗?

熟悉其算法的人应该知道,影响因子的水平有很大的操作空间,它与期刊出版社的运营水平、推广能力和论文的引用次数有关。

此外,不同学科的影响因子不具有可比性。清华大学环境学院党委书记刘树明说:“在一片森林里,有杨树、松树、灌木等植物,各种植物有各期生长姿态,学术生态学也是如此。您无法根据评估杨树的标准去评估松树和灌木的生长。”

影响因子不能代表个别论文的水平。法国科研人员曾在知名食品期刊Food andChemical Toxicology上发表关于转基因安全性的研究(最后被撤稿)这一论文一经发表就引用者众,但是绝大多数都是批判、否定态度,这难道能说明这项研究质量之高?

此外,学术水平与影响因子也并不能直接相关。2018年诺贝尔物理奖获得主Donna Strickland的获奖原因就来自于其博士期间发表的一篇“低分论文”。这篇论文发表在《光学通信》上,该期刊水平不高,当年的影响因子也只有2分左右。但是这篇论文极具创新性,至今已被引用超6000余次。

可以说,创新发现的早期工作并不都来自高影响因子期刊,甚至经常发表在提交周期短、相关性高的行业期刊上。

因此,盲目提及影响因子而不提及学术论文的影响是不合理的。世界上的影响因子已经存在很长时间了,那么为什么要看论文或期刊影响因子的引用?

答案很简单。对于某人所做的某项研究,同行评议可以看出其重要性。但做出判断或决定的人往往不是“同行”。这种情况的存在催生了各种文献计量工具,如JIF、自然指数和Citescore。

 如何改变“仅影响因子论”?

的确,“仅影响因子”理论毒害了科研人员,特别是年轻科技工作者的生活环境。但现在是否有一种更成熟的标准化评估方法?在我国,即使学术评估方法已经改变或正在改变,改革也不可能一蹴而就。

从2018年开始,国家不断提出改革措施,旨在将“影响因子”与学位申请、学生毕业以及奖励和奖金脱钩。

同时,清华大学、浙江大学等顶尖大学纷纷回应,进一步规范研究生学位申请或教师聘任制。清华大学物理系指出:“博士论文的毕业标准不只是基于SCI论文的数量、引用次数和发表的影响因素”;

浙江大学某学部的博士论文答辩要求也多了一条“以学科领域JCR影响因子前15%的重要SCI刊物上发表”与3分及以上文章效力相同。

那么如果影响因子不作为主要衡量科研质量标准,那么应该看什么?

2020年,在公布教育部工程研究中心的评估时,提到“SCI论文数量和影响因子的填报”,并强调创新质量和实际贡献;

发布了《关于破除科技评价中“唯论文”不良导向的若干措施(试行)》,明确高校,研究机构等不得将发表论文数量,影响因素等与奖励挂钩,同时不调整影响因子水平作为量化评价指标,实施有代表性的同行评议,强调创新水平和学术价值

从一开始,国际社会就出台了一项关于滥用影响因子的新政策,禁止在基金申请中列出学术出版物记录时提及影响因子,并表示可以使用与自身研究领域相关的文献计量指标,并适当列出同行评审的出版物和预印本。

学位答辩、奖项评选和基金申请似乎正在逐渐关闭“影响因子”的“绿色通道”,打开“同行认可和分领判断”的大门

总之,研究的本质是,其成果的影响力未必立刻被研究界理解和接受。历史上不少重要的研究发现都是在多年后—甚至是相关研究员逝世后—才被认可。要确定一份研究的真正价值不能单靠定量指标,更重要的是亲自阅览和了解相关的文献或复制其中的实验。所以单纯用影响因子的高低来衡量科研的价值的做法是不可取的。

 

•本文素材来源:中国新闻出版报,科学网

•文中仅代表作者观点,转载仅出于传播更多资讯之目的。若侵犯了您的合法权益,敬请告知我们更正或删除

•如想了解更多科研干货、同领域发表案例、重点期刊信息,可以关注公众号 :Unionpub学术,更多信息会在公众号第一时间发布

智能计算(Intelligent Computing)是一种涉及人工智能、机器学习、数据挖掘等领域的跨学科研究领域。智能计算着眼于开发新的算法、技术和模型,以模拟人类的智能行为和推理能力。影响因子是一个衡量学术期刊影响力的指标,通常用来评估期刊的学术质量和文章的引用情况。 智能计算领域的影响因子有以下几个方面的影响因素: 1. 科研成果:智能计算领域的高水平科研成果对影响因子起着重要作用。高水平的研究成果通常会发表在高影响因子的学术期刊上,这些文章往往能够吸引更多的引用和关注,从而提高期刊的影响因子。 2. 引用量:智能计算领域的学术期刊上发表的文章能否被其他研究者引用也是影响因子的重要因素。被引用的文章可以证明其研究内容的重要性和可靠性,从而提高期刊的影响因子。 3. 国际合作:智能计算领域是一个全球化的研究领域,不同国家和地区的研究团队之间的合作对于提高期刊的影响因子非常重要。国际合作能够引入更多的研究资源和创新思路,提高文章的质量和影响力。 4. 学术会议:智能计算领域的学术会议也是影响因子的重要来源之一。一些著名的学术会议如IJCAI、AAAI等在智能计算领域拥有很高的声誉和影响力,会议上发表的优秀论文也会提高期刊的影响因子。 综上所述,智能计算领域的影响因子受到科研成果、引用量、国际合作和学术会议等因素的影响。这些因素的提高可以带动整个领域的发展,提高期刊的学术声誉和影响力。
评论
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值