本文刊载于《科技与出版》年第6期P55-61
如果您喜欢，欢迎转发至朋友圈
订购我刊，邮发代号：82-65
摘要
为了明确特征因子在期刊评价中的作用，本文采用统计学方法比较特征因子与其他文献计量学指标在期刊评价中的一致性，同时分析特征因子与这些指标间的关系。结果发现在期刊评价过程中，特征因子与标准特征因子一致性最强，与总被引频次有较强的一致性，与影响因子、论文影响分值和影响因子百分位一致性不如总被引频次。虽然特征因子能从施引期刊的质量来评价期刊影响力，但在对期刊进行评价时，特征因子不能取代其他期刊评价指标，应综合利用各评价指标。
关键词
特征因子；影响因子；总被引频次；论文影响分值；影响因子百分位
如何对期刊进行客观、有效的评价，一直是科学界一个引人入胜的话题。期刊评价是文献计量学研究的重要组成部分，它通过对学术期刊的发展规律和增长趋势进行量化分析，反映期刊的学术水平和影响力，推动学术期刊内在质量的提高。传统的文献计量指标包括影响因子、总被引频次、篇均被引频次及论文下载量等。其中，影响因子（ImpactFactor，IF）作为期刊评价的重要指标，被广泛应用于评价国内外文献学术影响力，为文献计量学的发展带来了一系列重大革新，为优化学术期刊的使用提供重要参考。然而，随着对文献计量学的深入研究以及影响因子的实践发展，相继暴露出影响因子统计年限不足、计算方式简单、无法跨学科比较等问题[1]。在传统期刊评价指标基础上，特征因子、h指数等被提出[2-3]，基于引证分析的学术影响力评价指标不断趋于合理、完善。
特征因子（Eigenfactor）是原汤森路透（ThomsonReuters）科技集团于年推出的《期刊引用报告》增强版中在传统期刊评价指标影响因子和总被引频次的基础上增加的重要文献计量指标，包括特征因子分值（EigenfactorScore）和论文影响分值（ArticleInfluenceScore）[4-6]。任胜利[7]根据其英文词根，将其翻译为特征因子。与影响因子所不同的是，特征因子不仅将引文数量作为参考标准之一，同时还引入了期刊的影响力，即期刊越多地被高影响力的期刊所引用，则其影响力越高[8-9]。特征因子使用汤森路透集团的JCR为数据源，构建剔除自引的期刊5年引文矩阵，以类似于Google评价网页重要性的PageRank算法，计算期刊的权重影响值，实现引文数量与质量的综合评价[10]。本质上，特征因子是通过构建最早由Price提出的期刊引文网络模型，利用网络分析方法，特别是描述节点重要性的特征向量中心度方法来评价期刊的重要性。
年，原汤森路透旗下的知识产权与科技事业部在原有期刊计量指标的基础上又发布了两个新的文献计量学指标，一个是标准特征因子（NormalizedEigenfactor，NEI），一个是期刊影响因子百分位（JournalImpactFactorPercentile，JIFP）[11]。在众多的期刊评价指标中，如何正确使用Eigenfactor？Eigenfactor与其他期刊评价指标间的关系？不同的期刊组间这种关系是否具有一致性？这些问题在学术界目前都缺乏
转载请注明：http://www.baokanjianjie.com/bkpp/13784.html
