中科院期刊分区表2020_中科院分区表修正：Sci Adv、Nat Commun、PNAS重回一区

12月11日，2018年中科院期刊JCR分区正式发布，让人大跌眼镜的是，Nature Communications、Science Advances、PNAS等知名综合期刊均被列为二区，与很多没有多少人知道刊名的杂志并列二区，引发了大量的吐槽。

随后，中科院文献情报中心通过其官方公众号发文称将重新评估综合性期刊的分区情况。

12月25日，中科院文献情报中心通过其官方公众号发布新的综合性期刊分区计算标准，根据新标准，Nature Communications、Science Advances、PNAS进入1区。

由于研究特点的差异，不同学科的篇均引文不宜直接比较。以往的期刊分区方法将综合性期刊作为整体来计算影响因子，未考虑其发文学科差异以及由此带来的可比性问题。

为了更全面准确揭示综合期刊的影响力，我们拟将综合期刊论文划分到“期刊分区表”的一级学科，计算其论文在各自学科的相对影响力，在此基础上测度综合期刊的整体水平。具体思路如下：

1.对论文进行学科分类

将综合期刊的每篇论文（Article+Review）依据其引用期刊和被引期刊的领域分布进行学科分类，划归到相应的一级学科。学科分类算法采用了科睿唯安综合性期刊论文的学科分类方法。

2.计算论文在各学科的分区

分别计算各期刊论文在不同学科的篇均引文，以一级学科的分区阈值为依据，给出综合期刊在各一级学科的分区结果。表1以PNAS为例列出其部分学科的分区结果。

表1. PNAS部分学科的发文统计数据

注：时间窗与2018年JCR影响因子相同

3.确定综合期刊的分区结果

以综合期刊在各一级学科的分区结果为基础，计算得出综合期刊的分区分值（根据发文数量给不同学科赋权）。分区分值的计算公式如下：

和

分别表示综合期刊在学科i的发文数量和分区。

根据上述思路，我们计算了部分综合期刊的分区分值和分区结果（见表2）。

表2. 主要综合性期刊的分区结果

注：时间窗与2018年JCR影响因子相同

以上内容转载自：中科院文献情报中心分区表