如何评价 IEEE Access 成为了 Top 期刊？

点击上方“CVer”，选择加"星标"置顶

重磅干货，第一时间送达

编辑：Amusi  |  来源：知乎

https://www.zhihu.com/question/435657468

本文仅作为学术分享，如果侵权，会删文处理

如何评价 IEEE Access 成为了 Top 期刊？

在最新的2020版中科院分区中，IEEE Access分区为大类二区，Top期刊。

作者：BeyondSelf
https://www.zhihu.com/question/435657468/answer/1640906101

事实上，这并不是 IEEE Access 第一次成为二区期刊，2018年的时候就已经是2区了，此后愈发水涨船高。

1. IEEE Access 录用起来难吗？

IEEE Access每年录用的稿件数量太多，2020年就达到了1万6。这个数量比较一下，你就知道有多大了。老牌通信期刊，IEEE trans.communicaitons ，2020年录用了500篇。两个一比较，IEEE Access竟然是TCOM的论文的30倍

可想而知，这么大的数量，里面确实有优秀还很硬的工作，但也充斥着很多良莠不齐的灌水。再加上是开源期刊，交的钱多，审稿周期快，所以就给人花钱办事的感觉，对它的评价不好。

2. IEEE Access的文章质量担不担得起二区？

以下是三区的TIT的论文列表。作为通信领域的神刊，我们熟知的压缩感知，极化码等都发表在TIT上。可以说，对学科发展起到了重要的作用，说引领了科研的方向都不为过，但是只被评为了三区。它的论文公式又多又长，这导致了很难懂，反正我一般不会去看这个期刊，因为看不懂，所以也没有引用，这也导致了它的冷门。但IEEE Access像这样的代表性论文就很少，一方面是因为它的时间短，另一方面也因为它上面论文的成果并没有积攒到像TIT那么多的时候就早早发表。

因为它的风评原因，我们一般不发IEEE Access。据我所知，很多实验室对于IEEE Access也都敬而远之。

但是把它放在四区又太低了，里面确实有一些很硬的论文。对于IEEE Access的总体评价，我认为，在二区属实有点高，但平均水平能在三区左右。

顺带一提，什么时候把TIT的排名弄上来。

作者：波仑伽
https://www.zhihu.com/question/435657468/answer/1636950840

现在不是在搞什么破除“唯期刊影响因子论”吗？但是在我看来，中科院分区是实实在在的唯期刊影响因子论，管你是什么期刊，只要影响因子够高，你就是大哥！

估计所有搞科研的人都知道，IEEE Access是简历上的污点、减分项。做中科院分区的这帮人能不知道吗？但是抱歉，我是一台莫得感情的分区机器，影响因子高就是牛皮，就是能成为二区Top！

不过要说IEEE Access是Top期刊其实也没什么问题，开源领域Top期刊当之无愧！

作者：小湧
https://www.zhihu.com/question/435657468/answer/1640809001

开源界的top，当之无愧。还有类似的sensors，plos one。名气没有Access大，影响因子没有Access高。

中科院这个分区很明显是机器弄得，没有人工筛选，而且这个分区只和影响因子有关。

这种期刊最大的好处是速度快。评职称，混毕业之首选。

虽然说Access被人唾弃，但是身为2区的它比一个4区，或者ei还是强一些的。

当前，我们处于破五唯的过渡期。就是一个旧制度套上了一个新概念的时期。

职称评审，硕博导评选最终由学校组织的专家组投票通过，研究生毕业论文，最终由审阅人打分通过。所谓阎王易见，小鬼难缠。在你的材料上会讨论前，先要被办公室工作人员筛选一波，而他们就是看指标的。

比如要求参评硕导至少发6篇论文，其中3篇SCI。那你发五篇SCI一区/二区行不行，不行！数量不够，根本上不了会。

IEEE Access在这个时段大放异彩，可见美帝的精英们是多么聪明，商业嗅觉是多么灵敏。相比于1700多刀的费用，这篇文章挂网上的成本可以忽略不计。

破五唯，首先你得有五唯，你没问章没帽子的，跟人家凑什么热闹。对于广大diors科研工作者和研究生来说，灌水期刊是不可避免的，甚至是救命稻草。业界真正的top期刊谁不想发？谁都能发，还top个林俊杰啊？

作者：匿名用户
https://www.zhihu.com/question/435657468/answer/1640950629

平静看待而已。中科院分区或者Top期刊的评定都是固定算法根据影响因子区分，并不能代表期刊实际“影响力”或者“质量”。

建议有毕业压力的同学们：如果贵校毕业认这期刊，大胆去投，如果不认，那就别投。知乎盛行的所谓“发了一篇就是人生污点、劣迹”之类的群论调就大可不必。当着双非硕士的命，操着两院院士的心，累不累呀？

作者：季烨
https://www.zhihu.com/question/435657468/answer/1651104041

利益相关——终于还是用了一把这个词儿，中过一篇IEEE Access。

早些时候，做的一个工作，没啥创新性，实验还挺完整系统的；开始时，投了别的期刊，但在流程上整出了一些乱子，耽误了不少时间；后来，感觉这篇工作也没啥特别的创新性，也急着博士中期，就凑合着投个IEEE Access——那是大家对该期刊略有微词，但是也没那么强烈。投了，简单修一下，就中了，比较符合预期——投之前就觉得能中。相对于其他期刊而言，在修改过程中，也确实没那么多“可学”之处，审稿人感觉水平确实比较一般吧。

后来，就会收到IEEE Access的审稿邮件。心一颤，我这水平一般，还是不要强装审稿人非得去diss别人一番了。收到了多个审稿邮件，都没去审。希望更有水平的审稿人来把关吧。

前前后后这五六年，系里也投了不少IEEE Access；随着微词变多，出台了新规定“再投IEEE Access要经过特别审批”。

再后来，毕业找工作——个人虽然明确不想去高校但也投了高校简历。论文与项目整体还OK，学院那边也没啥问题；但过了挺久，后来有老师转告相关消息，就有院长说“你怎么能有IEEE Access这种论文呢，这分明就是减分项好吧。”  我也就笑笑。

再后来，跟一些海归的博士（本科同学）聊聊这个IEEE Access。更有意外发现：该同学在海外读博士期间（学校全球排名挺不错），其个人与博导发了多篇IEEE Access论文，并无像国内的这些学生和教授避而远之或缄口不言一样，他们觉得自己有这二区论文还是比较牛逼的；另外，学校对海归博士的IEEE Access论文也并无明显的歧视——呵呵，这就明显双标了嘛。

个人觉得：

1. IEEE Access跟老牌的IEEE Transactions相比，质量差距，不是一点儿半点儿，是太大了。虽然好多IEEE Transactions期刊的影响因子确实比IEEE Access小不少，但是整个圈子很认可。

2. 就论文修改过程而言，很明显，IEEE Transactions这类老牌期刊，审稿人的评论、质疑与建议都是非常高的；对学生而言，这才是非常好的学习内容与进阶之路。

3. 说实话，除了IEEE Access，Plos One等众所周知的水刊以外，其实还有更多水刊。在审稿费与审稿质量方面，与IEEE Access并无明显差异；但是并没有像IEEE Access这样被口诛笔伐之。但随着国内论文的声讨，一定会从一个IEEE Access转向另外一个IEEE Access期刊。毕竟，帽子的评价体系在这呢。

4. 当然，无论IEEE Access再二区，再Top，圈子对它的认可是一直在变坏的，绝无可能变好的。现在，在项目申请书中，几乎没有人主动写上IEEE Access的论文成果了，确实都在避而远之。但中了这类二区Top期刊，年底该有的绩效，当然一分会少。

作者：飞天游侠
https://www.zhihu.com/question/435657468/answer/1640799133

中科院分区就有点唯影响因子论，一说中科院二区，瞬间就能联想到和access并列，心里多少有点不舒服。所以计算机还是用ccf评级靠谱。再说ccf也不止包含计算机，还有网络通信和电子设计，所以现在挺多ee类老师也开始投ccf。企业招人没见中科院分区要求，全都是ccf-b及以上，中科院分区目前还达不到影响企业的水平。

现在不要求论文数量了，都是代表作。国外很多研究者发文章看自己的影响力。

有的时候虚假的“顶会顶刊”不会宣传自己的名字。但ccf评级就算ccf-b类里面的colt，这些计算机b类的，在小领域内依旧是公认的顶会。不相信中科院二区的access能跑到ccf任何一类里，哪怕是c类。所以从这个角度看，计算机界的中科院分区几乎没有任何影响力。

top不top也不是分区说的算的，而是学术界公认的。很显然access不是top。

CV顶会开源下载

后台回复：CVPR2020，即可下载代码开源的论文

后台回复：ECCV2020，即可下载代码开源的论文

重磅！CVer-论文写作与投稿交流群成立

扫码添加CVer助手，可申请加入CVer-论文写作与投稿 微信交流群，目前已满2400+人，旨在交流顶会（CVPR/ICCV/ECCV/NIPS/ICML/ICLR/AAAI等）、顶刊（IJCV/TPAMI/TIP等）、SCI、EI、中文核心等写作与投稿事宜。

同时也可申请加入CVer大群和细分方向技术群，细分方向已涵盖：目标检测、图像分割、目标跟踪、人脸检测&识别、OCR、姿态估计、超分辨率、SLAM、医疗影像、Re-ID、GAN、NAS、深度估计、自动驾驶、强化学习、车道线检测、模型剪枝&压缩、去噪、去雾、去雨、风格迁移、遥感图像、行为识别、视频理解、图像融合、图像检索、论文投稿&交流、PyTorch和TensorFlow等群。

一定要备注：研究方向+地点+学校/公司+昵称（如论文写作+上海+上交+卡卡），根据格式备注，可更快被通过且邀请进群

▲长按加小助手微信，进交流群

▲长按关注CVer公众号

整理不易，请给CVer点赞和在看！