CiteScore
影响因子是评价学术期刊的一项重要指标，曾被认为是学术界的金标准。但近年来由于在学术评价体系中被滥用受到各方人士的强烈抵制。2016年7月5日，几大顶尖级学术出版机构包括多家著名期刊也联合在预印本网站BioRxiv上发表文章呼吁期刊降低对影响因子计算的痴迷和依赖程度，并强调用引用分布曲线（Citation Distribution）来取代影响因子的简单算术平均。其他一些权威机构也纷纷提出多元化的文献计量评价指标，以期打破影响因子一家独大的局面。2016年12月8日，出版业巨头Elsevier重磅推出了他们基于Scopus数据库的全新期刊评价体系：CiteScore。Scopus数据库涵盖了世界上最广泛的科技和医学文献的文摘、参考文献及索引，因此被各界人士认为是影响因子最有力的竞争对手。与影响因子相比，Cite Score具有以下优势。
一，期刊涵盖数量众多，中文期刊显著增加。
CiteScore涵盖的期刊数量达到22256本，比影响因子的11000种期刊多了一倍。尤为重要的是，相比SCI数据库中的几十种中文期刊，Scopus收录了几百种重要的中文期刊。有学者表示，这对中文期刊会是一件好事。以往很多优秀的中文期刊由于不在SCI检索范围内，在高校职称评定时不被认可，因此稿源越来越少。如果将来国内认可CiteScore，那么对于被收录在Scopus数据库中的这些优秀的中文期刊又是一次极好的机会。
二，指标计算公式有所不同。
与影响因子的计算某期刊连续2年论文在第3年度的篇均引用次数类似，CiteScore计算的是期刊连续3年论文在第4年度的篇均引用次数。但两者有一个重要的区别，影响因子计算时的可引用内容只有论文和综述，剔除了编辑评述、读者来信、更正信息和新闻等计入分母，但其引用数仍被计入分子。而CiteScore将所有文献内容都视作可能被引用的内容，包括编辑评述、读者来信、更正信息和新闻等。这些内容的引用很少，因此会拉低期刊的得分。
三、影响因子没有学科领域的区分，而CiteScore有不同领域的相对排名。
大家都知道，把不同领域的文章混在一起谈影响因子，是没什么意义的。比如数学和工程的跟化学和生物领域的科研人员就没法说到一块去。一个是顶了天都不到2的影响因子，另一个是到10都很正常。CiteScore也是只有比较同一领域的期刊才有意义，对选择发表论文才具有专业引导作用。所以在查询网站中还有Highest CiteScore Percentile在CiteScore后面，这就能够看出期刊在不同领域的相对排名。
四、CiteScore是免费的。
与影响因子只对购买者开放不同，CiteScore对任何在线用户免费开放。任何人都可以通过官方网站来查看期刊CiteScore，也可以分析期刊的引用情况。
CiteScore一经推出，学术界人士普遍表示支持。多数人认为，影响因子是应该有个对手了，只要有进步，有比较都是好的，我们不要一家之言！本人也认为，影响因子已经在评价指标第一把交椅上坐得太久了，以致现在负面影响隐隐有超过积极影响的架势，也是时候有另一个因子取而代之了。但是影响因子毕竟在学术界还是影响深远，全盘否定而推出一个完全不同的指标有可能是操之过急。CiteScore在计算方法上与影响因子大同小异，虽然只是治标，但可能更加符合现在的需求。无论如何，有创新总是好的，多元化的计量评价指标才能让评价体系越来越趋于完善。
一提起论文价值，恐怕首先想到的是影响因子。尤其是在中国，影响因子对于科研人员和工作者真是命根，晋级，升迁，申请基金，评奖等等无不与影响因子有关。但是除了影响因子，还有许多其它的评价论文价值的方法。本文就介绍一下常见和新兴的评价论文价值的指标。评价一个论文价值，无非从量化和质化两个方面来评价，或者期刊和论文的角度来评价。下面提到的指标，有的是从量化，有的是从质化，有的是从期刊角度，有的是从文章角度。影响因子影响因子确切说是针对期刊的，而并非直接针对论文的。影响因子应该是一个量化和半质化的指标。为何？这是因为高影响因子的期刊低水平的文章也并非没有，低影响因子高水平的论文也大有存在。当然，如果论文婆家找的好，自身的身份也就自然高了。正如以前的皇妃，可能整个素质比一般大众好，可以平民中也大有出类拨粹的人物存在。因此，现在影响因子也是饱受垢病。有的人戏称SCI是stupid chinese idea，其中的原因也就不多说了。查看影响因子的方法有多种，最经典的方法当然是Web of Science，但是收费，一般人用不起。简单方便的方法可以使用医学文献助手：利用医学文献助手筛查PubMed文献质量引用次数这个就不用多介绍了吧。很多数据库和在线查询平台都可以实现引用次数的查看，例如Google和微软学术搜索Microsoft Academic Search，还有利用医学文献助手筛查PubMed文献质量H指数（H Index）H指数是2005年由美国加利福尼亚大学圣地亚哥分校的物理学家乔治·希尔施提出的。H指数的计算基于其研究者的论文数量及其论文被引用的次数。赫希认为：一个人在其所有学术文章中有N篇论文分别被引用了至少N次，他的H指数就是N。可以按照如下方法确定某人的H指数：将其发表的所有SCI论文按被引次数从高到低排序；从前往后查找排序后的列表，直到某篇论文的序号大于该论文被引次数。所得序号减一即为H指数。以上有关H指数的内容来自维基百科查看H指数的最简单的方法就是利用Google Scholar，注意是英文版的，中文版的不要。另外FireFox和Chrome也有相应的插件可以选用。I10指数（I10-Index）I10-index是由Google提出来的，指作者发表文章数被引用10次以上的个数。比如我发表了100篇文章（呵呵，有点大了啥），其中90篇被他人引用了10次以上，那么本人的I10-index就是90。如果说影响因子是针对期刊的话，那么H指数和I10指数就是针对个人的。论文的影响因子高，只能说该论文找了一个好婆家，具体引用情况并不一定。而H指数和I10指数就是确切反应论文引用的一种量化标准。G指数（G-Index）G-Index（G指数）相比于上述几个指标来有点默默无闻。G-Index是由Leo Egghe于2006年提出的， 评价作者论文数量的一个指标。G指数的计算方法如下把所有作者发表文章按照引用次数降序排列，序号为g把作者所有发表文章的序号进行平方，得到g2把作者所有文章的引用次数进行加法，得到∑TC最后一个∑TC仍大于g2的序号就是G指数。有点绕哈，没事举个例子更清楚一些，比如我发表了以下文章，按照引用次数进行排序如下引用次数（TC） 序号 （g） 文章引用 次数之和 （∑TC） g^2 47 1 47 1 42 2 89 4 37 3 126 9 36 4 162 16 21 5 183 25 18 6 201 36 17 7 218 49 16 8 234 64 16 9 250 81 16 10 266 100 15 11 281 121 13 12 294 144 13 13 307 169 13 14 320 196 13 15 333 225 12 16 345 256 12 17 357 289 12 18 369 324 12 19 381 361 11 20 392 400 … … … … 由上表可以看出我的H指数是13，g指数是19，因为第20个文献g2已经大于前面所有引用次数之和了。（该例子数值来源于Egghe. An Improvement of the H-Index: the G-Index）G指数相比于H指数和I10指数，更能反应论文整个引用情况。比如我发表的文章，总体都不高，可能H指数比较高，可是一算G指数立马原形毕露，原来是水货一枚。H5指数（H5-index）和H5中位数（H5-median）H指数、I10指数和G指数是针对个人论文引用次数的统计，而H5指数和H5中位数（H5-median）是针对杂志引用次数的一种评价体系。H5指数H5指数是过去5年之内某一杂志所发表的论文数相比于引用数的最小值，如Nature杂志过去5年之内发表了1000篇文章（当然实际数值比这个大），按照每篇论文的引用数进行降序排列第381位的文章的引用数是381，而382的文章引用数是300，那么Nature的H5指数就是381H5相较于IF，是反应杂志过去5年文章的引用情况，而IF是反应的杂志平均引用情况。H5相较于H指数，是针对杂志的总体情况，而H指数是针对于个人论文的引用情况。有时候不同影响因子的杂志，H5可能一样。如PLoS One和Nature Reviews Immunology的H5都是130，可是两者的影响因子相差可不止一个档次。H5中位数H5中位数（H5-median）是指所用文章引用次数的中位数。为毛不用平均数？因为资料不是正态分布。每一个杂志的文章引用次数肯定不会是平均分布的，正如我国居民收入一样。有的引用次数肯定很大，可是有的文献可能很水，引用次数少的可怜。如果平均无法反应真实的引用情况，中位数最佳的选择。F1000F1000(Faculty of 1000)是为生物学及医学研究人员提供评估服务的二次文献数据库，是由英国BioMed Central出版的一种新型在线研究辅助工具，包括生物学（Biology）和医学（Medicine）两大系列。 其目前是给生命科学研究者一个新的评价体系，而不仅仅依赖于是否被SCI收录。医学F1000：由2400多位世界顶级的临床专家、学者收集和评价，提供目前世界上最重要的医学论文信息及发展趋势。它包括18个领域：麻醉和镇痛、心血管疾病、重症监护和急诊医学、皮肤病学、糖尿病和内分泌病学、循证医学、胃肠病和肝病学、血液病学、感染性疾病、肾病学、神经疾病、肿瘤学、心理学、公共卫生和流行病学、呼吸系统疾病、风湿和临床免疫、泌尿病学、女性健康。该网站文献与PubMed及PubMed Central进行了链接。生物学F1000：由2300多位专家学者的评价，提供目前世界上最重要的生物学论文信息及研究趋势。涵盖学科领域：生物学、生物化学、生物信息学、生物技术、癌症生物学、心血管生物学、细胞生物学、化学生物学、发育生物学、生态学、进化生物学、胃肠生物学、基因组学和遗传学、免疫学、代谢及内分泌学、微生物学、分子生物学、分子医学、神经科学、药理学与药物发现、生理学、植物生物学、肾生物学、呼吸生物学、结构生物学。主要特点主要对PubMed收录的重要论文的进行客观评估，评估依据是以学术成就而非该期刊是否被SCI收录；参加评议的成员分别由美国和欧洲等国际知名机构的著名专家组成。根据论文对当前世界生物和医学研究的贡献程度和科学价值，通过客观反映学术水平的指标（F1000因子）给予评分，每日将最近一个月内的极少数优秀论文推荐给读者，并提供Pubmed链接。F1000三个等级分别为9分（杰出）、6分（必读）和3分（推荐）。以上有关F1000的内容来自百度百科。因此F1000相比于影响因子，多人工挑选的干预，其分值高的研究意义就比较重大。F1000应该是一个质化的指标，最简单的实时查看F1000的方法也可以使用医学文献助手。聊完了传统的评价指标，再扒一扒新兴的论文评价指标AltmetricAltmetric是一个新兴的指标，虽然字面意思是替代指标，但是我认为「社会化影响力」或者「网络影响因子」或者「分享因子」更能反应其本质。Altmetric出现的背景可能大家遇到这么一种情况，有的论文发表以后，被大家广泛转载，网络新闻报道，Twitter或者G+上评论和分享。这时，影响因子和F1000就不能反应这些了。Altmetric就是在这种情况下出现的，Altmetric就是反应某一论文分享、下载、阅读的情况。但是现在Altmetric争议也比较大，关于名字都有争议。我个人认为InterMetric更好，简称IM，有点和实时通讯软件混了啥。SocialMetirc，简称SM，有点变态了哈。有关Altmetric更多详情可以参阅此文：利用Altmetric评价系统了解论文的关注度分享情况类似的还有Plum Metrics （利用Plum Metrics评价系统了解论文的关注度分享情况）和Impactstory（这个可能要挂代理）RG ScoreRG Score（RG因子）是ResearchGate推出的一个评价作者的指标。RG Score推出的目的是为了帮助评价自己在科学圈内的处于一个啥水平。计算方法并不是自我发表了多少文章，而是自己的科研工作被同行认可以程度。RG Score不同于传统评价指标在于可以统计更多的信息，如下载，浏览、分享等。RG Score不同于Altmetric之处在于RG Score更测重于分享。如果和同行分享自己的Idea，并得到同行的认可和讨论，那么RG Score增长很快。更多有关RG Score的详情可以查看此文：ResearchGate科研人员自己的FaceBook
引用次数这个就不用多介绍了吧。很多数据库和在线查询平台都可以实现引用次数的查看，例如Google和微软学术搜索Microsoft Academic Search，还有利用医学文献助手筛查PubMed文献质量H指数（H Index）H指数是2005年由美国加利福尼亚大学圣地亚哥分校的物理学家乔治·希尔施提出的。H指数的计算基于其研究者的论文数量及其论文被引用的次数。赫希认为：一个人在其所有学术文章中有N篇论文分别被引用了至少N次，他的H指数就是N。可以按照如下方法确定某人的H指数：将其发表的所有SCI论文按被引次数从高到低排序；从前往后查找排序后的列表，直到某篇论文的序号大于该论文被引次数。所得序号减一即为H指数。以上有关H指数的内容来自维基百科查看H指数的最简单的方法就是利用Google Scholar，注意是英文版的，中文版的不要。另外FireFox和Chrome也有相应的插件可以选用。I10指数（I10-Index）I10-index是由Google提出来的，指作者发表文章数被引用10次以上的个数。比如我发表了100篇文章（呵呵，有点大了啥），其中90篇被他人引用了10次以上，那么本人的I10-index就是90。如果说影响因子是针对期刊的话，那么H指数和I10指数就是针对个人的。论文的影响因子高，只能说该论文找了一个好婆家，具体引用情况并不一定。而H指数和I10指数就是确切反应论文引用的一种量化标准。G指数（G-Index）G-Index（G指数）相比于上述几个指标来有点默默无闻。G-Index是由Leo Egghe于2006年提出的， 评价作者论文数量的一个指标。
那么，论文文章怎么评价呢?看中国期刊库的说法。1、文体。在文章这个要素当中首先一个间题是“文体”，即所要评审的论文是否合乎硕士、博士论文的文体。这里需要对文体稍加说明。什么是文体?文章的文体，又称文章的体别、体裁，一般说来，指对文章所作的分类。文章，因所采标准不同，有各种分类。比如第一类记叙，专写客观事物;第二类论辩，着重于是非的判别;第三类抒情，偏于感情的抒发。论辩文体与其他文体如记叙文体、抒情文体的区别在“论”，即论述、论证、论说，因此通常简称论文。论文以是否具有学术性为标准进行划分，分为学术论文与非学术论文。非学术论文即一般报刊杂志上的论文，例如社论、评论、短论。学术论文，再分为一般学术论文和研究性学术论文。一般学术论文指学术刊物上的学术论文，研究性学术论文指长篇专题研究论文、硕士学位论文、博士学位论文。这是以研究性作为划分标准对学术论文文体的再划分。2、文字。学术研究所要求的“文字”当然首先是:准确、流畅，符合语法、文法。别的文体常用的一些修辞手法，不能用,或者一般不能用。例如抒情、描写、夸张、比喻、拟人等等。科学家在讲解什么是“相对论”时，说:你如果和一位年轻漂亮的女孩呆在一起，总觉得时间过得太快，两个小时过去了，总觉得还不到半小时。反之，让你和一位又老又难看的老头或老太婆呆在一起，恐怕半小时你也奈不着，心里尽埋怨，时钟是不是停了。感觉上真是度日如年。这就是相对论。这就是比喻。但爱因斯坦研究、证明相对论，能够这样吗?社会科学研究也是如此。3.文采。学术研究论文，往往缺乏文采，读来枯燥无味，引不起阅读的兴趣。有人会说，学术研究论文，既然不能使用夸张、比喻等手法，就难以避免枯燥呆板。但是，学术研究论文也确有不枯燥呆板而具有文采的。4、文气。究竟什么是文气?一篇文章，句子的构成，或长或短，或张或弛，彼此并不一律，因此读起来的感觉，及读出来的声音，就有高低、强弱、缓急，产生抑扬顿挫，这就是文气。由于标点是传达说话的语气的，因此往往决定文章的气势。大抵用“句号”则声音由高而低，文气也就由扬转抑;用“疑问号”、“感叹号”则。尾音上升，文气也就由抑转扬。须注意的要点是:第一，标点符号错杂运用。一篇文章，不应当全用句号，也不可能全用疑问号、感叹号，错杂运用，使文章抑扬有度，形成文气的跌宕。第二，句子长短变化。“文气”也与句子的长短有关。大抵句短则气势紧凑、急促，句长则气势迁缓、松弛。有了长短变化，就形成文气跌宕，有抑扬、急徐、张弛的变化，有节奏感、有气势、有气魄。注意了这些要点，文章就会有“文采”，避免了枯燥呆板，就是好文章。
篇一
论文研究XX技术，选题能及学科前沿，有广阔的应用前景。
论文在深入研究XX技术的基础上，建立了XX模型和XX仿真模型，给出了XX算法的迭代公式，设计并开发了XX系统，完成了XX的任务。
论文工作量大，成果较突出。论文工作反映出作者掌握了本学科坚实的理论基础和相关的专业知识，从事科研工作能力强。
论文写作认真，条理清晰，学风严谨。
论文达到了硕士学位的水平，同意答辩。
篇二
XXX的.毕业论文，详细分析了目前国内外XXX技术的发展现状，XXX理论及其关键技术，建立了XX模型，给出了XXX的理论计算公式，以ANSYS有限元分析软件为工具，建立XX模型，采用面向对象的方法，设计并开发出XX系统，完成了XX任务。并在具体的试验条件以及明确的试验方法下进行了试验，并进行了分析。
论文工作量饱满，结构合理，达到了硕士研究生学位论文的要求。同意参加答辩。
评价内容评价指标
开题报告
能独立查阅文献和从事其他调研;能正确翻译外文资料;能较好提出课题的开题报告;综合分析的正确性和设计、计算的正确性;论证的充分性
业务水平
有扎实的基础理论知识和专业知识;能正确设计实验方案(或正确建立数学模型、机械结构方案);独立进行实验工作;能运用所学知识和技能去发现与解决实际问题;能正确处理实验数据;能对课题进行理论分析，得出有价值的结论;有较好的专业外语水平
论文质量
综述简练完整，有见解;立论正确，论述充分，结论严谨合理;实验正确，分析处理科学;文字通顺，技术用语准确，符号统一，编号齐全，书写工整规范，图表完备、整洁、正确;论文结果有应用价值;计算及测试结果准确;工作中有创新意识;对前人工作有改进或突破，或有独特见解;
工作量、工作态度
按期完成规定的任务，工作量饱满，难度较大;工作努力，遵守纪律;工作作风严谨务实
论文评价的方面都包括以下几点：
1、论文选题是否合适。原则上只要和所学专业相关的方向都可以，但热门的、实践价值强的选题会比较受导师青睐。
2、论文结构是否合理。硕士论文写作中一般采取“总—分—总”的结构，也就是提出问题—分析问题—解决问题的结构。在实际写作中，为了论证需要，还需要把论点进行拆分，分别论述。这很容易出现文章结构散乱、论据不充分的问题。
3、创新点。创新点是衡量硕士论文价值的重要因素，如果一篇硕士论文创新点很明显且具有价值，只要其他不分不出现太大问题，基本都能过关。
论文评语范文：
1、论文选题比较适当，观点正确，但缺少独创性的思想，论证内容比较充分，但缺乏论证深度。英语表达比较通顺，但存在少量语法错误。论文格式符合规范要求。
2、论文选题缺乏新意，论证不够充分，具体例证较少，老生常谈的内容偏多，引用他人观点的比例偏大。英语表达基本达意，但存在较多的语法错误。论文格式基本符合要求。
3、选题不适当；观点不正确；语法错误过多；抄袭现象严重；论文格式不符合规范要求；没有按时间要求完成论文。
4、论文选题有新意，有实际应用价值，论文有自己独到的观点，能够反映出学生的创造性劳动，结构安排合理，论证充分、透彻，有足够的理论和实例支撑，英语语言表达顺畅、得体，没有语法错误，论文格式符合规范要求。
5、本论文选题有很强的应用价值，文献材料收集详实，综合运用了所学知识解决问题，所得书记合理，结论正确，有创新见解。另外论文格式正确，书写规范，条理清晰，语言流畅。
论文评价的方面有：论文选题是否合适、论文结构是否合理、创新点等方面。
1、论文选题是否合适。原则上只要和所学专业相关的方向都可以，但热门的、实践价值强的选题会比较受导师青睐。此外，选题应当与本身的专业水平相符合，题目范围不能过大或者过小。
建议选择与导师研究方向类型的题目，或者自己比较擅长方向的题目。如果选题与专业差别较大，或者与别人重复，文章价值就大大缩水。
2、论文结构是否合理。硕士论文写作中一般采取“总—分—总”的结构，也就是提出问题—分析问题—解决问题的结构。在实际写作中，为了论证需要，还需要把论点进行拆分，分别论述。
这很容易出现文章结构散乱、论据不充分的问题。在写作上我们要注意，每一个分论点不一定是和完整主旨完全符合，但一定是为总论文服务的。只有结构合理、逻辑清晰的论文才是高质量的。
3、创新点。创新点是衡量硕士论文价值的重要因素，如果一篇硕士论文创新点很明显且具有价值，只要其他不分不出现太大问题，基本都能过关。硕士论文要求必须有创新点，但创新点不是要求在理论上或者研究上的巨大突破，只要使新的观点、新的看法、新的角度，都可以是硕士论文中的创新点。
论文主要特点：
1、科学性
学术论文的科学性，要求作者在立论上不得带有个人好恶的偏见，不得主观臆造，必须切实地从客观实际出发，从中引出符合实际的结论。在论据上，应尽可能多地占有资料，以最充分的、确凿有力的论据作为立论的依据。在论证时，必须经过周密的思考，进行严谨的论证。
2、创造性
科学研究是对新知识的探求。创造性是科学研究的生命。学术论文的创造性在于作者要有自己独到的见解，能提出新的观点、新的理论。
这是因为科学的本性就是“革命的和非正统的”，“科学方法主要是发现新现象、制定新理论的一种手段，旧的科学理论就必然会不断地为新理论推翻。”（斯蒂芬·梅森）因此，没有创造性，学术论文就没有科学价值。
3、理论性
学术论文在形式上是属于议论文的，但它与一般议论文不同，它必须是有自己的理论系统的，不能只是材料的罗列，应对大量的事实、材料进行分析、研究，使感性认识上升到理性认识。
一般来说，学术论文具有论证色彩，或具有论辩色彩。论文的内容必须符合历史唯物主义和唯物辩证法，符合“实事求是”、“有的放矢”、“既分析又综合” 的科学研究方法。
4、平易性
指的是要用通俗易懂的语言表述科学道理，不仅要做到文从字顺，而且要准确、鲜明、和谐、力求生动。
5、专业性
是区别不同类型论文的主要标志，也是论文分类的主要依据。
6、实践性
是论文价值的具体体现。它还表现在内容上，旨在根据一定的岗位职责与目标要求培养能力。
1.论文选题是否合适。原则上只要和所学专业相关的方向都可以，但热门的、实践价值强的选题会比较受导师青睐。此外，选题应当与本身的专业水平相符合，题目范围不能过大或者过小。建议选择与导师研究方向类型的题目，或者自己比较擅长方向的题目。如果选题与专业差别较大，或者与别人重复，文章价值就大大缩水。2.论文结构是否合理。硕士论文写作中一般采取“总—分—总”的结构，也就是提出问题—分析问题—解决问题的结构。在实际写作中，为了论证需要，还需要把论点进行拆分，分别论述。这很容易出现文章结构散乱、论据不充分的问题。在写作上我们要注意，每一个分论点不一定是和完整主旨完全符合，但一定是为总论文服务的。只有结构合理、逻辑清晰的论文才是高质量的。3.创新点。创新点是衡量硕士论文价值的重要因素，如果一篇硕士论文创新点很明显且具有价值，只要其他不分不出现太大问题，基本都能过关。硕士论文要求必须有创新点，但创新点不是要求在理论上或者研究上的巨大突破，只要使新的观点、新的看法、新的角度，都可以是硕士论文中的创新点。硕士论文中的创新，其实是要求毕业生要有自己的观点或者全新看法，只要是前人没做过的，或者对前人研究有新看法的都可以用，然后再用所学知识进行论文，并不是在专业领域的开创。那么硕士论文写作时该如何寻找创新点呢？①重新整理过去的文档，有可能从整理当中获得灵感，或是从文档回顾中整理出头绪；②细心观察可以看到事情的反面，考虑到事情的另一角度也可以激发想象力，研究对比的客体也可以找出不同面向，更加了解要研究的主体；③利用微观与宏观的角度看事情，可以知道事情的脉络与细节；④用比较的方式可以有许多线索。
楼主求采纳~学术期刊影响力指数（AJCI）说明1.学术期刊影响力的定义在普遍意义上，学术期刊（以下简称“期刊”）的影响力一般是指期刊在一定时期内发表的学术研究成果，在某段时间里促进相关学术研究与应用之发展的能力。这种能力本源上产生于文献的学术价值与应用价值的大小，但也受该段时间内社会对其价值的认知水平与认同程度、期刊内容的多样性，以及期刊自身及其相关渠道的传播与扩散能力等诸多因素制约，所以对其作出客观、准确的定性分析和评价是非常复杂而困难的。忽略了不同文献所产生学术影响的定性差异，计量某个统计年度内出版的某些源文献引证期刊的次数，可以在统计学意义上反映期刊在该统计年度产生的影响力。简单而常用的计量指标有期刊的总被引频次（TC，广延量，评价对象为期刊已发表的所有文献）、影响因子（IF，强度量，评价对象为期刊在统计年之前两年发表的文献）、即年指标（强度量，评价对象为期刊在统计年发表的文献）等。显然，上述指标的评价对象是期刊在不同时期发表的文献，且评价角度、计量方法各不相同，任一指标都不能全面反映期刊的影响力。期刊评价中片面强调其中某个指标，都会导致期刊出现片面发展倾向，甚至引发期刊的学术不端行为，干扰期刊正常发展。因此，人们一直在希望找到一个综合反映期刊影响力的计量指标。然而，过去这方面的工作总是试图将TC、IF 等指标先验地假设为同一线性空间的可加标量，按一组人为设定的权重参数拟合为一个“综合指标”，而未注意区分这些指标的内禀属性，得到的期刊排序结果也难以给予合理的解释。中国科学文献计量评价研究中心在2013 年首次提出了一种综合评价学术期刊影响力的方法，连续两年应用于“中国最具国际影响力学术期刊”的遴选，基本原理、计算方法和结果得到了国内外学术界和期刊界的基本认可。2.期刊影响力指数（CI）的基本定义定义1：期刊影响力排序空间在某种可比较大小的期刊范围内（同一学科内）将TC、IF 分别归一化处理为tc、if， 并按其大小进行期刊排序，即可在排序意义上将TC、IF 映射到一个2 维空间，称为“期刊影响力排序空间”。由于在排序意义上tc、if 是相互独立的，因而tc、if 是正交的。定义2：期刊影响力等位线定义3：期刊影响力指数（CI）期刊影响力指数（CloutIndex ，简称CI），是反映一组期刊中各刊影响力大小的综合指标，它是将期刊在统计年的总被引频次（TC）和影响因子（IF）双指标进行组内线性归一后向量平权计算所得的数值，用于对组内期刊排序。CI 的计算公式为：CI 的几何意义如下：图1 期刊影响力指数CI 示意图如图1 所示，（0，0）代表影响因子和总被引频次均为0 的期刊。右上角的点（1，1） 代表影响因子和总被引频次均为最大值的组内“影响力最大期刊”。以（1，1）为原点画圆弧，弧线即影响力等位线，弧线上的各点表示其CI 值大小相等的期刊。分布在弧线左下方的点对应的期刊其相对影响力小于分布于弧线右侧的期刊。可以形象地看到，期刊的CI 值越大，该刊距组内“影响力最大期刊”的差距越小。 的具体统计方法 统计源文献为了突出反映期刊对中高端学术研究的影响力，计算构成CI 的TC、IF 时，选用了《中国学术期刊影响因子年报（2015 版）》（下简称《年报（2015）》）中各学科期刊综合他引影响因子排名前60%的期刊，以及博士论文和会议论文，不包括硕士论文。 他引频次为了体现公平计量，CI 计算中，TC 为总他引频次、IF 为他引影响因子。 量效指数（Journal Mass Index，简称JMI） 从CI 示意图中可以看出，CI 等位线对单一指标的一般性奇异行为具有较好抑制效果，但对特殊奇异现象，特别是单纯为追求大TC 盲目扩大发文量而降低学术质量的情况，抑制效果尚不理想，这种情况干扰了CI 排序的公正性。为了解决这个问题，我们引入了量效指数（JMI），用以消除这种奇异性造成的影响。量效指数（JMI）是某刊影响因子对应的发文量与该刊影响因子的比值，意义是该刊每产生单位影响因子所需要的论文数量。定义为：JMI 越大表示该刊越“臃肿”，也就是发文规模很大而效用不高。为了全面反映期刊的量效关系，JMI 计算中采用了《年报（2015 版）》公布的复合影响因子。 对CI 的修正《年报（2015 版）》分别对自科、社科期刊进行了JMI 由大到小排序。按该排序，取排名前5%且可被引文献量大于平均可被引文献量的期刊名单作为需要修正CI 的期刊名单，对这些期刊的TC 所占权重进行修正，其他期刊未作调整。CI 中的TC 和IF 的权重比例为1： 1，被调整期刊的TC 权重根据JMI 大小分别降低至 。具体调整办法为：?其中k 为他引频次调整系数。按JMI 大小将期刊分为三档，TC 权重调整系数分别为该档期刊JMI 均值与所有期刊JMI 均值的比值。各档JMI 指数对应权重具体数据如下：表1 JMI 类型及其他引频次调整系数JMI 类型取值区间他引频次调整系数（k）调整期刊数社臃肿[10000～20000)科非常臃肿[20000～40000)极臃肿≧自臃肿[7000~17000)科非常臃肿[17000~37000)极臃肿≧.说明与讨论我们引入了一种可较全面反映期刊学术影响力的指数CI，可以给出某学科期刊的影响力排序，但不能直接用于评价期刊内容质量。另请注意，CI 是在一组期刊内定义的，只可用于组内期刊排序，不可用于跨组比较。如需跨组比较，应将不同的组定义为一个组，重新计算CI 值。本报告利用JMI 对234 种期刊的CI进行了修正，如有不妥，请批评指正。CI 定义中只采用了TC、IF，未考虑其他计量指标，如即年指标、引证半衰期等，另还有一些问题有待商榷。进一步的研究尚在进行之中，请有关专家提出宝贵建议。
学术期刊的影响因子是汤森路透出品的期刊引证报告中的一项数据。 即某期刊前两年发表的论文在该报告年份中被引用总次数除以该期刊在这两年内发表的论文总数。这是一个国际上通行的期刊评价指标。
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。影响因子是一个相对统计量。
影响因子=该刊前2年所发表的论文在第3年被引用的次数/该刊2年内所发表的论文总数.
从其定义可知，影响因子的三个决定因素分别为时间（2年）、论文总数（该刊连续2年内所发表论文总数）、被引用次数（上述论文在第3年被引用的总次数）。
扩展资料：
学术期刊的影响因子的影响因素
（1）论文因素。如论文的出版时滞、论文长度、类型及合作者数等。出版时滞较短的刊物更容易获得较高的影响因子。
（2）期刊因素。如期刊大小（发表论文数）、类型等。在计算影响因子时，刊载论文数仅统计论文、简讯和综述，而对评论、来信、通讯和其他一些常被引证的栏目的文章则不进行统计。
（3）学科因素。如不同学科的期刊数目、平均参考文献数、引证半衰期等都会对期刊的影响因子和总被引频次产生影响。期刊的影响因子和总被引频次均以论文的引证与被引证的数量关系为基础。
（4）检索系统因素，如参与统计的期刊来源、引文条目的统计范围等。对于特定刊物来说，在中外的检索系统中，由于其所收录的期刊群体组成的差异较大，因而所计算的影响因子值有较大的差异，并且同一刊物在不同语种的检索系统中具有明显不同的影响因子和总被引频次。
参考资料来源：百度百科-影响因子
影响因子、CiteScore、学术规范性。1、影响因子：影响因子是一种用于衡量学术期刊影响力的指标，它反映了该期刊发表论文的平均引用次数，是衡量期刊学术水平和影响力的重要指标之一。2、CiteScore：CiteScore是由Elsevier公司推出的一种期刊评价指标，它综合考虑了期刊的学术质量、学术影响力、出版质量等多个方面因素，是评价一个期刊学术水平的重要指标之一。3、学术规范性：学术规范性是指期刊在学术论文审核、发表、管理、撤稿等方面的规范程度和水平，是衡量期刊学术诚信和学术规范性的重要指标之一。
一提起论文价值，恐怕首先想到的是影响因子。尤其是在中国，影响因子对于科研人员和工作者真是命根，晋级，升迁，申请基金，评奖等等无不与影响因子有关。但是除了影响因子，还有许多其它的评价论文价值的方法。本文就介绍一下常见和新兴的评价论文价值的指标。评价一个论文价值，无非从量化和质化两个方面来评价，或者期刊和论文的角度来评价。下面提到的指标，有的是从量化，有的是从质化，有的是从期刊角度，有的是从文章角度。影响因子影响因子确切说是针对期刊的，而并非直接针对论文的。影响因子应该是一个量化和半质化的指标。为何？这是因为高影响因子的期刊低水平的文章也并非没有，低影响因子高水平的论文也大有存在。当然，如果论文婆家找的好，自身的身份也就自然高了。正如以前的皇妃，可能整个素质比一般大众好，可以平民中也大有出类拨粹的人物存在。因此，现在影响因子也是饱受垢病。有的人戏称SCI是stupid chinese idea，其中的原因也就不多说了。查看影响因子的方法有多种，最经典的方法当然是Web of Science，但是收费，一般人用不起。简单方便的方法可以使用医学文献助手：利用医学文献助手筛查PubMed文献质量引用次数这个就不用多介绍了吧。很多数据库和在线查询平台都可以实现引用次数的查看，例如Google和微软学术搜索Microsoft Academic Search，还有利用医学文献助手筛查PubMed文献质量H指数（H Index）H指数是2005年由美国加利福尼亚大学圣地亚哥分校的物理学家乔治·希尔施提出的。H指数的计算基于其研究者的论文数量及其论文被引用的次数。赫希认为：一个人在其所有学术文章中有N篇论文分别被引用了至少N次，他的H指数就是N。可以按照如下方法确定某人的H指数：将其发表的所有SCI论文按被引次数从高到低排序；从前往后查找排序后的列表，直到某篇论文的序号大于该论文被引次数。所得序号减一即为H指数。以上有关H指数的内容来自维基百科查看H指数的最简单的方法就是利用Google Scholar，注意是英文版的，中文版的不要。另外FireFox和Chrome也有相应的插件可以选用。I10指数（I10-Index）I10-index是由Google提出来的，指作者发表文章数被引用10次以上的个数。比如我发表了100篇文章（呵呵，有点大了啥），其中90篇被他人引用了10次以上，那么本人的I10-index就是90。如果说影响因子是针对期刊的话，那么H指数和I10指数就是针对个人的。论文的影响因子高，只能说该论文找了一个好婆家，具体引用情况并不一定。而H指数和I10指数就是确切反应论文引用的一种量化标准。G指数（G-Index）G-Index（G指数）相比于上述几个指标来有点默默无闻。G-Index是由Leo Egghe于2006年提出的， 评价作者论文数量的一个指标。G指数的计算方法如下把所有作者发表文章按照引用次数降序排列，序号为g把作者所有发表文章的序号进行平方，得到g2把作者所有文章的引用次数进行加法，得到∑TC最后一个∑TC仍大于g2的序号就是G指数。有点绕哈，没事举个例子更清楚一些，比如我发表了以下文章，按照引用次数进行排序如下引用次数（TC） 序号 （g） 文章引用 次数之和 （∑TC） g^2 47 1 47 1 42 2 89 4 37 3 126 9 36 4 162 16 21 5 183 25 18 6 201 36 17 7 218 49 16 8 234 64 16 9 250 81 16 10 266 100 15 11 281 121 13 12 294 144 13 13 307 169 13 14 320 196 13 15 333 225 12 16 345 256 12 17 357 289 12 18 369 324 12 19 381 361 11 20 392 400 … … … … 由上表可以看出我的H指数是13，g指数是19，因为第20个文献g2已经大于前面所有引用次数之和了。（该例子数值来源于Egghe. An Improvement of the H-Index: the G-Index）G指数相比于H指数和I10指数，更能反应论文整个引用情况。比如我发表的文章，总体都不高，可能H指数比较高，可是一算G指数立马原形毕露，原来是水货一枚。H5指数（H5-index）和H5中位数（H5-median）H指数、I10指数和G指数是针对个人论文引用次数的统计，而H5指数和H5中位数（H5-median）是针对杂志引用次数的一种评价体系。H5指数H5指数是过去5年之内某一杂志所发表的论文数相比于引用数的最小值，如Nature杂志过去5年之内发表了1000篇文章（当然实际数值比这个大），按照每篇论文的引用数进行降序排列第381位的文章的引用数是381，而382的文章引用数是300，那么Nature的H5指数就是381H5相较于IF，是反应杂志过去5年文章的引用情况，而IF是反应的杂志平均引用情况。H5相较于H指数，是针对杂志的总体情况，而H指数是针对于个人论文的引用情况。有时候不同影响因子的杂志，H5可能一样。如PLoS One和Nature Reviews Immunology的H5都是130，可是两者的影响因子相差可不止一个档次。H5中位数H5中位数（H5-median）是指所用文章引用次数的中位数。为毛不用平均数？因为资料不是正态分布。每一个杂志的文章引用次数肯定不会是平均分布的，正如我国居民收入一样。有的引用次数肯定很大，可是有的文献可能很水，引用次数少的可怜。如果平均无法反应真实的引用情况，中位数最佳的选择。F1000F1000(Faculty of 1000)是为生物学及医学研究人员提供评估服务的二次文献数据库，是由英国BioMed Central出版的一种新型在线研究辅助工具，包括生物学（Biology）和医学（Medicine）两大系列。 其目前是给生命科学研究者一个新的评价体系，而不仅仅依赖于是否被SCI收录。医学F1000：由2400多位世界顶级的临床专家、学者收集和评价，提供目前世界上最重要的医学论文信息及发展趋势。它包括18个领域：麻醉和镇痛、心血管疾病、重症监护和急诊医学、皮肤病学、糖尿病和内分泌病学、循证医学、胃肠病和肝病学、血液病学、感染性疾病、肾病学、神经疾病、肿瘤学、心理学、公共卫生和流行病学、呼吸系统疾病、风湿和临床免疫、泌尿病学、女性健康。该网站文献与PubMed及PubMed Central进行了链接。生物学F1000：由2300多位专家学者的评价，提供目前世界上最重要的生物学论文信息及研究趋势。涵盖学科领域：生物学、生物化学、生物信息学、生物技术、癌症生物学、心血管生物学、细胞生物学、化学生物学、发育生物学、生态学、进化生物学、胃肠生物学、基因组学和遗传学、免疫学、代谢及内分泌学、微生物学、分子生物学、分子医学、神经科学、药理学与药物发现、生理学、植物生物学、肾生物学、呼吸生物学、结构生物学。主要特点主要对PubMed收录的重要论文的进行客观评估，评估依据是以学术成就而非该期刊是否被SCI收录；参加评议的成员分别由美国和欧洲等国际知名机构的著名专家组成。根据论文对当前世界生物和医学研究的贡献程度和科学价值，通过客观反映学术水平的指标（F1000因子）给予评分，每日将最近一个月内的极少数优秀论文推荐给读者，并提供Pubmed链接。F1000三个等级分别为9分（杰出）、6分（必读）和3分（推荐）。以上有关F1000的内容来自百度百科。因此F1000相比于影响因子，多人工挑选的干预，其分值高的研究意义就比较重大。F1000应该是一个质化的指标，最简单的实时查看F1000的方法也可以使用医学文献助手。聊完了传统的评价指标，再扒一扒新兴的论文评价指标AltmetricAltmetric是一个新兴的指标，虽然字面意思是替代指标，但是我认为「社会化影响力」或者「网络影响因子」或者「分享因子」更能反应其本质。Altmetric出现的背景可能大家遇到这么一种情况，有的论文发表以后，被大家广泛转载，网络新闻报道，Twitter或者G+上评论和分享。这时，影响因子和F1000就不能反应这些了。Altmetric就是在这种情况下出现的，Altmetric就是反应某一论文分享、下载、阅读的情况。但是现在Altmetric争议也比较大，关于名字都有争议。我个人认为InterMetric更好，简称IM，有点和实时通讯软件混了啥。SocialMetirc，简称SM，有点变态了哈。有关Altmetric更多详情可以参阅此文：利用Altmetric评价系统了解论文的关注度分享情况类似的还有Plum Metrics （利用Plum Metrics评价系统了解论文的关注度分享情况）和Impactstory（这个可能要挂代理）RG ScoreRG Score（RG因子）是ResearchGate推出的一个评价作者的指标。RG Score推出的目的是为了帮助评价自己在科学圈内的处于一个啥水平。计算方法并不是自我发表了多少文章，而是自己的科研工作被同行认可以程度。RG Score不同于传统评价指标在于可以统计更多的信息，如下载，浏览、分享等。RG Score不同于Altmetric之处在于RG Score更测重于分享。如果和同行分享自己的Idea，并得到同行的认可和讨论，那么RG Score增长很快。更多有关RG Score的详情可以查看此文：ResearchGate科研人员自己的FaceBook
CiteScore
影响因子是评价学术期刊的一项重要指标，曾被认为是学术界的金标准。但近年来由于在学术评价体系中被滥用受到各方人士的强烈抵制。2016年7月5日，几大顶尖级学术出版机构包括多家著名期刊也联合在预印本网站BioRxiv上发表文章呼吁期刊降低对影响因子计算的痴迷和依赖程度，并强调用引用分布曲线（Citation Distribution）来取代影响因子的简单算术平均。其他一些权威机构也纷纷提出多元化的文献计量评价指标，以期打破影响因子一家独大的局面。2016年12月8日，出版业巨头Elsevier重磅推出了他们基于Scopus数据库的全新期刊评价体系：CiteScore。Scopus数据库涵盖了世界上最广泛的科技和医学文献的文摘、参考文献及索引，因此被各界人士认为是影响因子最有力的竞争对手。与影响因子相比，Cite Score具有以下优势。
一，期刊涵盖数量众多，中文期刊显著增加。
CiteScore涵盖的期刊数量达到22256本，比影响因子的11000种期刊多了一倍。尤为重要的是，相比SCI数据库中的几十种中文期刊，Scopus收录了几百种重要的中文期刊。有学者表示，这对中文期刊会是一件好事。以往很多优秀的中文期刊由于不在SCI检索范围内，在高校职称评定时不被认可，因此稿源越来越少。如果将来国内认可CiteScore，那么对于被收录在Scopus数据库中的这些优秀的中文期刊又是一次极好的机会。
二，指标计算公式有所不同。
与影响因子的计算某期刊连续2年论文在第3年度的篇均引用次数类似，CiteScore计算的是期刊连续3年论文在第4年度的篇均引用次数。但两者有一个重要的区别，影响因子计算时的可引用内容只有论文和综述，剔除了编辑评述、读者来信、更正信息和新闻等计入分母，但其引用数仍被计入分子。而CiteScore将所有文献内容都视作可能被引用的内容，包括编辑评述、读者来信、更正信息和新闻等。这些内容的引用很少，因此会拉低期刊的得分。
三、影响因子没有学科领域的区分，而CiteScore有不同领域的相对排名。
大家都知道，把不同领域的文章混在一起谈影响因子，是没什么意义的。比如数学和工程的跟化学和生物领域的科研人员就没法说到一块去。一个是顶了天都不到2的影响因子，另一个是到10都很正常。CiteScore也是只有比较同一领域的期刊才有意义，对选择发表论文才具有专业引导作用。所以在查询网站中还有Highest CiteScore Percentile在CiteScore后面，这就能够看出期刊在不同领域的相对排名。
四、CiteScore是免费的。
与影响因子只对购买者开放不同，CiteScore对任何在线用户免费开放。任何人都可以通过官方网站来查看期刊CiteScore，也可以分析期刊的引用情况。
CiteScore一经推出，学术界人士普遍表示支持。多数人认为，影响因子是应该有个对手了，只要有进步，有比较都是好的，我们不要一家之言！本人也认为，影响因子已经在评价指标第一把交椅上坐得太久了，以致现在负面影响隐隐有超过积极影响的架势，也是时候有另一个因子取而代之了。但是影响因子毕竟在学术界还是影响深远，全盘否定而推出一个完全不同的指标有可能是操之过急。CiteScore在计算方法上与影响因子大同小异，虽然只是治标，但可能更加符合现在的需求。无论如何，有创新总是好的，多元化的计量评价指标才能让评价体系越来越趋于完善。
评价文献综述的主要指标有：
1、文献引用规范性
引用的规范性分为两个方面：一个是引用文献的内容（也称“引文”）的标注规范性，一个是引用文献的来源（也称参考文献）的标注规范性。
一般学校都会在研究生网站发布“论文撰写规范”或者“论文撰写指南”来为大家提供指导。虽然规范很枯燥，但是我们写的是“学术”论文，大家一定要严格按照标准来。
2、文献可靠性
我们是用文献作为证据证明用的，为了使自己的证明有说服力，证据就一定要可靠。我们一般看文献的来源，也就是发表文献的地方。一般认为，你所在专业领域内的优秀期刊，是最可靠的来源。
目前期刊是否优秀，主要是看期刊被收录的数据库类型（如SCI、EI、CSCD、北大核心等等），以及该期刊在同类专业期刊里的影响因子排位（如中科院分区、汤森路透分区等等）。
3、文献相关性
引用的文献会集中出现在论文的三个地方：研究问题和研究假说（与论文研究背景和目标相关）、实现问题和实现假说（与论文研究内容相关）、观察/实验结论（与论文研究结论相关）。
文献相关性包括两个方面。一，所引用的文献是与这三个地方的内容相关的。二，所引用的文献被放在了对应的地方。
4、论证力度
在写作论文的时候，要把文献看作证据，为证明而使用。这样想才能组织好文献综述的内部逻辑。例如在选题那里，我们就要用文献证明选题“新”、研究问题“有价值”、假说“可接受”。
这种证明的过程就是论证。而要想说服评审专家，你就要提供强的论证。只有论证是强的，同时你提供的文献是可靠和相关的，那么你的结论在很大程度上才会是正确的。
5、专业权威的论文。
如果他们在论文中提到过这种实验方法适用于你的研究，那么这可以从一定程度上说明你采用该实验方法的可行性。这种论证被称为“诉诸权威的论证”。
在各种基于内容的学术评价方法中，最典型的评价模式是学术综述，这是学术评价的最好方法。某一学科里的专家将近期这个领域里的研究情况作一总结，分析出某一时期本学科的重要进展和未来发展趋势，显而易见，这本身也是一种学术研究。学术综述之所以是最好的评价方法，其原因有两条：一是，写综述的学者本身就是这个领域的研究者，甚至是领先的研究者，他们对所讨论的研究课题有比较深刻的理解，具有比较敏锐的学术洞察力。二是，学术综述是基于研究内容的评估，遵循的是学科本身的内在逻辑和研究范式，可以比较准确地描述出该学科研究的现状和发展趋势，由此可以比较准确地对学术研究成果作出评价。另外，学术综述的目的是回顾学术研究本身的发展历程，描述学术研究的现状和预期未来的发展方向，从目的上讲，学术综述的评价目的比较学术化，比较单纯，这样就使得学术综述更加客观，并确保综述的价值中立。所以，学术综述是一种比较好的学术评价方式。 相关关系是指学术研究成果与其他研究成果的相关关系, 这个参数描述了该项研究成果对其他研究成果的影响，即描述了这项成果的影响力。我们知道，学术研究不是闭门造车，也不是脑袋一拍的事情，而是在别人研究的基础上不断地延伸发展起来的，正如牛顿所说，是站在巨人的肩膀上的。任何学术研究都离不开别人的研究成果，但是，一个学术研究成果却不一定能够成为别人进一步探索的基础。其原因主要是：1） 该项研究成果缺乏新颖性，不是一个前沿性的研究成果，自然不能成为进一步探索的出发点。2） 该项成果缺乏启发性，不能引起其他学者的关注和进一步研究的兴趣。3） 该项成果有游离于学术界的研究兴趣之外，或者说，该项成果不被学术界认为是值得研究的。4） 该项研究成果游离于学术界的研究范式之外，比如很多民间科学家的研究。5） 该项研究成果是无意义的和无价值的。反过来说，如果一个学术研究成果和其他研究成果有密切的相关关系，那么至少可以说，这样成果是为学术界认可的。研究成果的相关性指标主要是通过研究论文的引文特征表征出来的。我们知道，一个符合学术规范的研究论文总有引文部分来指示该论文和其他论文的逻辑关系，这是现代学术研究的基本范式。通过引文关系我们可以清楚地描绘出一个研究成果的相关性脉络：两个基本面和两个维度。两个基本面第一，该研究成果与以前的研究成果的相关性，表现为该成果引证先前的相关研究成果，即引用率指标。一个研究成果如果没有引文，其学术性会引起非常大的争议，进一步而言，如果一个研究成果引证的是相关研究非主流的研究成果，而没有印证主流研究成果，那么这个研究成果的价值也是可疑惑的。所以，我看论文首先看引文，如果该论文的引文的质量不高，我自然会怀疑该作者是否认真研读过相关领域里的重要论文，进而怀疑该论文的质量。第二，该研究成果与以后的研究成果的相关性，表现为该成果被别的成果引证的情况， 即为被引率指标。一般说来，被别的成果引用得越多，说明这个成果可能具有越强的新颖性，启发性，越能说明该项成果能够成为进一步研究的出发点，具有较高的学术价值。一个学者，如果其研究成果被别人广泛引用，那么可以认为这个学者对学术的发展有比较大的贡献。当然如果一个研究成果完全是错的，其被引率也会很高，比如时下一本《道德经浅释》被广泛批评，并不说明该成果具有很高的学术价值，而是说明该成果具有很高的荒谬性。所以，被引率往往要和内容评价结合在一起，才能客观地描述出研究成果的价值。两个维度第一是历时性维度。历时性维度有两个时间方向：前向性和后向性。前向性是指该项成果和以前已完成的研究成果的相关性。任何学术研究都如牛顿所说的，是站在巨人的肩膀上的，都是在前人的研究基础上进一步探索的结果。所以，一个学术成果和前人的研究成果的相关关系，显然可以作为判断该成果价值的依据。我们可以通过该成果的前向时间维度，来评估该项研究是不是建立在前人研究基础上的进一步探索，还是重复别人已有的成果。研究成果的前向历时性可以通过该成果的论文中的引文表现出来，我们可以通过这项成果引证他人的研究成果的情况来判断这项成果的新颖性，可以判断这项成果是否站在前人已有的研究成果上继续探索，可以判断该作者是否做了全面的文献综述。后向性是指该成果对以后的研究是否具有参考价值。 我们知道，学术成果是有生命周期的，学术生命周期主要是指该项研究成果对以后学术研究成果具有参考价值的时间长度，也就是说，该成果发表后多少时间内，能够持续地对后续的研究产生影响。一些成果的生命周期长些，甚至长至百年；一些的短些，可能发表出来就结束了。学术成果的生命周期造就了学术相关性评价的理论基础之一。学术成果生命的最好度量是通过引文实现的，举例说来，一篇论文发表后的5年内被其他论文持续大量引证，以后逐渐减少，直到没有，这一个时间周期就表征了该学术成果的生命周期，也时描述该成果语其他成果相关性历时性特征的重要依据。学术成果的生命周期是非常容易定量估算的，但是怎样估算，据我了解目前还没有很好的估算公式，我们图书馆界研究这个问题具得天独厚的条件，我们不妨试着研究一下。特别是叶鹰教授搞的抽象图书馆学是不是能在这方面找到应用价值？猜想一下。第二是共时性纬度，这个维度表征了该成果和同时期的研究成果的相关性，这个维度同样由来个时间方向，前向性和后向性。共时性可以通过该研究成果最近的引证别人的论文和别人引用该成果的引文来表征出来，例如，该成果最新的一篇引文是半年前的成果，发表后第一篇被引的论文发表于半年后，那么其共时性特征前向性是半年，后向性也是半年。显然，共时性维度是表征研究成果新颖性和重要性的重要描述指标。
一提起论文价值，恐怕首先想到的是影响因子。尤其是在中国，影响因子对于科研人员和工作者真是命根，晋级，升迁，申请基金，评奖等等无不与影响因子有关。但是除了影响因子，还有许多其它的评价论文价值的方法。本文就介绍一下常见和新兴的评价论文价值的指标。评价一个论文价值，无非从量化和质化两个方面来评价，或者期刊和论文的角度来评价。下面提到的指标，有的是从量化，有的是从质化，有的是从期刊角度，有的是从文章角度。影响因子影响因子确切说是针对期刊的，而并非直接针对论文的。影响因子应该是一个量化和半质化的指标。为何？这是因为高影响因子的期刊低水平的文章也并非没有，低影响因子高水平的论文也大有存在。当然，如果论文婆家找的好，自身的身份也就自然高了。正如以前的皇妃，可能整个素质比一般大众好，可以平民中也大有出类拨粹的人物存在。因此，现在影响因子也是饱受垢病。有的人戏称SCI是stupid chinese idea，其中的原因也就不多说了。查看影响因子的方法有多种，最经典的方法当然是Web of Science，但是收费，一般人用不起。简单方便的方法可以使用医学文献助手：利用医学文献助手筛查PubMed文献质量引用次数这个就不用多介绍了吧。很多数据库和在线查询平台都可以实现引用次数的查看，例如Google和微软学术搜索Microsoft Academic Search，还有利用医学文献助手筛查PubMed文献质量H指数（H Index）H指数是2005年由美国加利福尼亚大学圣地亚哥分校的物理学家乔治·希尔施提出的。H指数的计算基于其研究者的论文数量及其论文被引用的次数。赫希认为：一个人在其所有学术文章中有N篇论文分别被引用了至少N次，他的H指数就是N。可以按照如下方法确定某人的H指数：将其发表的所有SCI论文按被引次数从高到低排序；从前往后查找排序后的列表，直到某篇论文的序号大于该论文被引次数。所得序号减一即为H指数。以上有关H指数的内容来自维基百科查看H指数的最简单的方法就是利用Google Scholar，注意是英文版的，中文版的不要。另外FireFox和Chrome也有相应的插件可以选用。I10指数（I10-Index）I10-index是由Google提出来的，指作者发表文章数被引用10次以上的个数。比如我发表了100篇文章（呵呵，有点大了啥），其中90篇被他人引用了10次以上，那么本人的I10-index就是90。如果说影响因子是针对期刊的话，那么H指数和I10指数就是针对个人的。论文的影响因子高，只能说该论文找了一个好婆家，具体引用情况并不一定。而H指数和I10指数就是确切反应论文引用的一种量化标准。G指数（G-Index）G-Index（G指数）相比于上述几个指标来有点默默无闻。G-Index是由Leo Egghe于2006年提出的， 评价作者论文数量的一个指标。G指数的计算方法如下把所有作者发表文章按照引用次数降序排列，序号为g把作者所有发表文章的序号进行平方，得到g2把作者所有文章的引用次数进行加法，得到∑TC最后一个∑TC仍大于g2的序号就是G指数。有点绕哈，没事举个例子更清楚一些，比如我发表了以下文章，按照引用次数进行排序如下引用次数（TC） 序号 （g） 文章引用 次数之和 （∑TC） g^2 47 1 47 1 42 2 89 4 37 3 126 9 36 4 162 16 21 5 183 25 18 6 201 36 17 7 218 49 16 8 234 64 16 9 250 81 16 10 266 100 15 11 281 121 13 12 294 144 13 13 307 169 13 14 320 196 13 15 333 225 12 16 345 256 12 17 357 289 12 18 369 324 12 19 381 361 11 20 392 400 … … … … 由上表可以看出我的H指数是13，g指数是19，因为第20个文献g2已经大于前面所有引用次数之和了。（该例子数值来源于Egghe. An Improvement of the H-Index: the G-Index）G指数相比于H指数和I10指数，更能反应论文整个引用情况。比如我发表的文章，总体都不高，可能H指数比较高，可是一算G指数立马原形毕露，原来是水货一枚。H5指数（H5-index）和H5中位数（H5-median）H指数、I10指数和G指数是针对个人论文引用次数的统计，而H5指数和H5中位数（H5-median）是针对杂志引用次数的一种评价体系。H5指数H5指数是过去5年之内某一杂志所发表的论文数相比于引用数的最小值，如Nature杂志过去5年之内发表了1000篇文章（当然实际数值比这个大），按照每篇论文的引用数进行降序排列第381位的文章的引用数是381，而382的文章引用数是300，那么Nature的H5指数就是381H5相较于IF，是反应杂志过去5年文章的引用情况，而IF是反应的杂志平均引用情况。H5相较于H指数，是针对杂志的总体情况，而H指数是针对于个人论文的引用情况。有时候不同影响因子的杂志，H5可能一样。如PLoS One和Nature Reviews Immunology的H5都是130，可是两者的影响因子相差可不止一个档次。H5中位数H5中位数（H5-median）是指所用文章引用次数的中位数。为毛不用平均数？因为资料不是正态分布。每一个杂志的文章引用次数肯定不会是平均分布的，正如我国居民收入一样。有的引用次数肯定很大，可是有的文献可能很水，引用次数少的可怜。如果平均无法反应真实的引用情况，中位数最佳的选择。F1000F1000(Faculty of 1000)是为生物学及医学研究人员提供评估服务的二次文献数据库，是由英国BioMed Central出版的一种新型在线研究辅助工具，包括生物学（Biology）和医学（Medicine）两大系列。 其目前是给生命科学研究者一个新的评价体系，而不仅仅依赖于是否被SCI收录。医学F1000：由2400多位世界顶级的临床专家、学者收集和评价，提供目前世界上最重要的医学论文信息及发展趋势。它包括18个领域：麻醉和镇痛、心血管疾病、重症监护和急诊医学、皮肤病学、糖尿病和内分泌病学、循证医学、胃肠病和肝病学、血液病学、感染性疾病、肾病学、神经疾病、肿瘤学、心理学、公共卫生和流行病学、呼吸系统疾病、风湿和临床免疫、泌尿病学、女性健康。该网站文献与PubMed及PubMed Central进行了链接。生物学F1000：由2300多位专家学者的评价，提供目前世界上最重要的生物学论文信息及研究趋势。涵盖学科领域：生物学、生物化学、生物信息学、生物技术、癌症生物学、心血管生物学、细胞生物学、化学生物学、发育生物学、生态学、进化生物学、胃肠生物学、基因组学和遗传学、免疫学、代谢及内分泌学、微生物学、分子生物学、分子医学、神经科学、药理学与药物发现、生理学、植物生物学、肾生物学、呼吸生物学、结构生物学。主要特点主要对PubMed收录的重要论文的进行客观评估，评估依据是以学术成就而非该期刊是否被SCI收录；参加评议的成员分别由美国和欧洲等国际知名机构的著名专家组成。根据论文对当前世界生物和医学研究的贡献程度和科学价值，通过客观反映学术水平的指标（F1000因子）给予评分，每日将最近一个月内的极少数优秀论文推荐给读者，并提供Pubmed链接。F1000三个等级分别为9分（杰出）、6分（必读）和3分（推荐）。以上有关F1000的内容来自百度百科。因此F1000相比于影响因子，多人工挑选的干预，其分值高的研究意义就比较重大。F1000应该是一个质化的指标，最简单的实时查看F1000的方法也可以使用医学文献助手。聊完了传统的评价指标，再扒一扒新兴的论文评价指标AltmetricAltmetric是一个新兴的指标，虽然字面意思是替代指标，但是我认为「社会化影响力」或者「网络影响因子」或者「分享因子」更能反应其本质。Altmetric出现的背景可能大家遇到这么一种情况，有的论文发表以后，被大家广泛转载，网络新闻报道，Twitter或者G+上评论和分享。这时，影响因子和F1000就不能反应这些了。Altmetric就是在这种情况下出现的，Altmetric就是反应某一论文分享、下载、阅读的情况。但是现在Altmetric争议也比较大，关于名字都有争议。我个人认为InterMetric更好，简称IM，有点和实时通讯软件混了啥。SocialMetirc，简称SM，有点变态了哈。有关Altmetric更多详情可以参阅此文：利用Altmetric评价系统了解论文的关注度分享情况类似的还有Plum Metrics （利用Plum Metrics评价系统了解论文的关注度分享情况）和Impactstory（这个可能要挂代理）RG ScoreRG Score（RG因子）是ResearchGate推出的一个评价作者的指标。RG Score推出的目的是为了帮助评价自己在科学圈内的处于一个啥水平。计算方法并不是自我发表了多少文章，而是自己的科研工作被同行认可以程度。RG Score不同于传统评价指标在于可以统计更多的信息，如下载，浏览、分享等。RG Score不同于Altmetric之处在于RG Score更测重于分享。如果和同行分享自己的Idea，并得到同行的认可和讨论，那么RG Score增长很快。更多有关RG Score的详情可以查看此文：ResearchGate科研人员自己的FaceBook
CiteScore
影响因子是评价学术期刊的一项重要指标，曾被认为是学术界的金标准。但近年来由于在学术评价体系中被滥用受到各方人士的强烈抵制。2016年7月5日，几大顶尖级学术出版机构包括多家著名期刊也联合在预印本网站BioRxiv上发表文章呼吁期刊降低对影响因子计算的痴迷和依赖程度，并强调用引用分布曲线（Citation Distribution）来取代影响因子的简单算术平均。其他一些权威机构也纷纷提出多元化的文献计量评价指标，以期打破影响因子一家独大的局面。2016年12月8日，出版业巨头Elsevier重磅推出了他们基于Scopus数据库的全新期刊评价体系：CiteScore。Scopus数据库涵盖了世界上最广泛的科技和医学文献的文摘、参考文献及索引，因此被各界人士认为是影响因子最有力的竞争对手。与影响因子相比，Cite Score具有以下优势。
一，期刊涵盖数量众多，中文期刊显著增加。
CiteScore涵盖的期刊数量达到22256本，比影响因子的11000种期刊多了一倍。尤为重要的是，相比SCI数据库中的几十种中文期刊，Scopus收录了几百种重要的中文期刊。有学者表示，这对中文期刊会是一件好事。以往很多优秀的中文期刊由于不在SCI检索范围内，在高校职称评定时不被认可，因此稿源越来越少。如果将来国内认可CiteScore，那么对于被收录在Scopus数据库中的这些优秀的中文期刊又是一次极好的机会。
二，指标计算公式有所不同。
与影响因子的计算某期刊连续2年论文在第3年度的篇均引用次数类似，CiteScore计算的是期刊连续3年论文在第4年度的篇均引用次数。但两者有一个重要的区别，影响因子计算时的可引用内容只有论文和综述，剔除了编辑评述、读者来信、更正信息和新闻等计入分母，但其引用数仍被计入分子。而CiteScore将所有文献内容都视作可能被引用的内容，包括编辑评述、读者来信、更正信息和新闻等。这些内容的引用很少，因此会拉低期刊的得分。
三、影响因子没有学科领域的区分，而CiteScore有不同领域的相对排名。
大家都知道，把不同领域的文章混在一起谈影响因子，是没什么意义的。比如数学和工程的跟化学和生物领域的科研人员就没法说到一块去。一个是顶了天都不到2的影响因子，另一个是到10都很正常。CiteScore也是只有比较同一领域的期刊才有意义，对选择发表论文才具有专业引导作用。所以在查询网站中还有Highest CiteScore Percentile在CiteScore后面，这就能够看出期刊在不同领域的相对排名。
四、CiteScore是免费的。
与影响因子只对购买者开放不同，CiteScore对任何在线用户免费开放。任何人都可以通过官方网站来查看期刊CiteScore，也可以分析期刊的引用情况。
CiteScore一经推出，学术界人士普遍表示支持。多数人认为，影响因子是应该有个对手了，只要有进步，有比较都是好的，我们不要一家之言！本人也认为，影响因子已经在评价指标第一把交椅上坐得太久了，以致现在负面影响隐隐有超过积极影响的架势，也是时候有另一个因子取而代之了。但是影响因子毕竟在学术界还是影响深远，全盘否定而推出一个完全不同的指标有可能是操之过急。CiteScore在计算方法上与影响因子大同小异，虽然只是治标，但可能更加符合现在的需求。无论如何，有创新总是好的，多元化的计量评价指标才能让评价体系越来越趋于完善。