数学论文影响因子低

一般来说，影响因子高的期刊的影响力就大。发表影响因子高的文章对于提高业内知名度，以及下一步的经费申请都是很重要的。但是也不能就把影响因子与学术质量之间画等号，不是说影响影子小的学术价值就小。影响因子最基本的作用是帮助图书馆员制定文献收藏计划和经费预算，向读者推荐优秀期刊。同时把影响因子量化也有助于编辑了解和掌握自己期刊的情况，帮助制订有效的编辑规划和目标。还可以帮助科研人员大致定位自己研究方向的热门程度。但是如果把影响因子当作评价一个研究单位或者科研人员的研究水平的唯一标准，搞一刀切，那就是有问题的。因为从计算公式看，影响因子虽然只和被引次数和论文数直接相关，但实际上它与很多因素有密切联系。首先是学科因素。数学系的经常抱怨证明个定理发个文章好几年没人引用，工程系的抱怨找一个2以上影响因子的期刊都难，物理系的说化学系灌水都可以灌高影响因子的，生物系的说没发过CNS都混不下去了。不同学科之间的差异本来就是挺明显的，这种差异跟学科的重要性没有关系，但是跟从事这个学科的人数是有直接关系的。因此，不同学科或同一学科不同领域之间的影响因子的比较是没有意义的。对于一些单位的少数只会数数的领导，在进行科研绩效考评时以累计影响因子或单篇影响因子达到多少作为量化标准来晋升职称或评定奖金，这肯定是不对滴。其次是研究方向因素。同一个大学科但是不同研究方向的冷热程度差异也非常大。如果文章的题目属于热门话题，不但更容易给期刊录用，而且引用率也会立杠见影，使得期刊的影响因子随之明显上升。这样的结果就是期刊更加趋向录用热门文章，让那些没有显著结果的冷门文章更加不容易发表。小众学科混的更加不容易啊。第三是期刊因素。目前而言，还是老牌的期刊的口碑更好一些，影响因子要更高一些。但是也有例外，比如有些老牌出版商新开的期刊的影响因子就上升得非常快。当然也不能忽略名人效应。我们自己在写文章的时候，即使有更适合被引用的文献，也会故意引用一些牛人的文章，目的是为了给自己的文章壮胆，增加一点自己的文章的权威性。这种做法的结果就是直接提高了那些牛人发表的刊物的影响因子。因此在对科研人员进行考核的时候，使用影响因子的绝对值是非常不公平的。所幸的是现在绝大部分学者都已经意识到这个问题了，也希望管理层可以顺应民意，采用更加公平的考核方式。