美国app家最近提出一套新的标准框架,认为它能比影响因子(Impact Factor,IF)更加准确地评价学术期刊质量和影响力。相关论文发表在《公共app图书馆·综合》(PLoS ONE)上。
提出新标准的是美国西北大学明升手机与生物工程学副教授Luis Amaral及他的同事。与IF依靠平均引用率来评价期刊不同,新体系使用数学模型来刻画某一期刊论文引用数的特征值。
20世纪60年代由美国app信息研究所(现在的汤姆森科技信息集团)提出的“影响因子”概念,已经成为学术界权威的期刊评价系统。它的主要依据就是期刊论文引用率的算术平均值——将某一期刊两年内发表的所有论文引用率相加,再除以总的可引用论文数。
不过,Luis Amaral等人认为,该评价方法存在两大主要缺陷。首先,只有当被研究对象是正态分布(贝尔曲线)时,平均数才有充分的意义,但论文引用率并非如此。
Amaral小组分析了一个论文数据库,其中包括1955年来2000多本期刊的2300万篇论文。他们发现,其中引用率最高的论文共被引用20万次,相比之下,其中一半的论文根本没有被引用过。Amaral说,“考虑到如此宽泛的引用范围,平均值真是个很差的衡量尺度。引用率很高的论文会显著影响到这一平均数字,无论其他论文的引用率高低与否。”
而IF的第二大缺陷就是不同领域研究论文的引用度往往不同。比如明升手机版和物理学方面的论文常常在发表后不久就得到引用,而经济学和数学方面的成果甚至需要几年几十年来积累引用率。Amaral认为,同一领域内的不同期刊同样存在这种情况。
研究人员提出的新标准对此进行了改进。他们的方法是:用每篇论文引用率的对数作为基础数据,来反映期刊的影响力。对此的解释是让“宽带”的引用次数范围变成“窄带”的,通过更加接近的方法减弱少数高引用率论文的干扰。
他们表示,特定期刊中各篇论文引用率的对数能够较好地形成正态分布。随着时间的推移,一篇论文被引用的可能性会下降,因此它的对数也会趋于稳定。这时,研究人员就可以利用新开发的数学模型来预测不同期刊论文获得引用“特征值”(即上述的对数)的速度。Amaral说,“这就为评价某一特定期刊提供了一种较为固定的模式。”
如果新系统能够付诸实践,那么期刊的排名或多或少就会发生改变。比如目前《生物明升手机趋势》(Trends in Biochemical Sciences)的影响因子要高于《欧洲分子生物学会杂志》(EMBO)、《植物细胞》(Plant Cell)以及《生物明升手机杂志》(Journal of Biological Chemistry),但在新的评价系统中,其排名可能会低于后三者。
Amaral说,所谓好的期刊评价系统,应该让高排名期刊中的论文在大多数情况下,比排名较低期刊中论文的引用率更高。在这一点上,新的系统要优于影响因子。
对于新的评价标准,汤姆森科技集团产品开发部门负责人Jim Pringle表示,“汤姆森科技鼓励在引用率基础上,针对期刊新评价方法和标准的尝试与发展。这篇论文以一种新奇的方式,将复杂的数学方法应用其中。我们期待着必将接踵而至的讨论。”(明升手机版(明升中国) 任霄鹏/编译)
(《公共app图书馆·综合》(PLoS ONE),doi:10.1371/journal.pone.0001683,Michael J. Stringer, Luís A. Nunes Amaral)
更多阅读(英文)