期刊影响因子的缩写

期刊影响因子（Journal Impact Factor，简称JIF）是衡量期刊影响力的指标，它是指某一期刊在前两年内发表的论文被其他期刊引用的次数与该期刊在同一时间段内发表的论文数的比值。JIF越高，说明该期刊所发表的论文越受到其他学者关注和引用，其影响力也就越大。而学科平均值则是指某一学科领域内所有期刊的JIF平均值。学科平均值可以帮助我们更全面地了解某个领域内各个期刊的影响力水平，并且可以作为评价某个期刊JIF水平是否优秀的参考标准。

期刊影响因子是衡量某一期刊在特定时间段内被引用的程度，通常是指该期刊前两年发表论文的被引用次数除以该期刊前两年所发表论文的总数。而学科平均值则是指某一学科中所有期刊影响因子的平均值。学科平均值通常用于比较不同期刊在同一学科领域内的影响力大小，同时也可以向作者、编辑、出版商和读者提供有关论文质量和重要性的参考信息。

snip是影响因子。

SNIP是Source Normalized Impact per Paper的缩写，是衡量期刊影响力的新工具。SNIP是荷兰学者Moed教授于2010年提出的全新期刊评价指标，旨在对不同主题领域的期刊影响力进行评价，为验证这一评价指标在期刊评价实践中的效用。

意义

影响因子并非一个最客观的评价期刊影响力的标准。一般来说影响因子高，期刊的影响力就越大。对于一些综合类，或者大项的研究领域来说，因为研究的领域广所以引用率也比较高。比如，生物，和化学类的期刊，这类期刊一般情况下就比较容易有较高的影响力。

学术期刊发表的论文两年内被引用的平均次数被定义为“影响因子”。一个普普通通的变量，“两年平均引用次数”，为何要动用这样的一个唬人的术语呢？它与期刊影响力究竟有什么关系？如果不能正确回答这些问题，就无法确定用这个指标来进行科研管理是否可行、是否有效。这个术语，英文写为“Impact Factor”（简写为IF），来源于一家美国科技情报研究机构。该机构早期是提供科研信息服务的，主要是为研究者提供学术刊物信息，后来逐渐演变为盈利机构，通过提供科研服务来获取利润。这种变化有一个世界性的背景。20世纪后半叶，科技的重要性使得各发达国家，还有一部分后起的发展中国家，大幅度增加了科技投入。投入必然产出研究论文、报告、专利等物化成果。对于研究者个人来说，成果在哪里发表事关自己的学术生涯发展，是个大问题。发表论文的人，总希望自己的论文被同行所关注并引用。抓住这种心态，搞一个论文发表后两年内的平均引用次数，就成了指标的第一选择。你想，如果你是一位年轻研究者，一家期刊能够让你的论文发表后两年内就被多次引用，这难道不能让你动心吗？你博士毕业后计划做两年博士后，难道不渴望能在两年后晋升副教授职位吗？那么好，这家机构及时送来了这种信息，告诉你哪些刊物能帮助到你。为了让你容易记住，该机构还把这个指标比较靠前的一批刊物命名为“SCI刊物”。20世纪后期，有数千家期刊被选入SCI刊物名录。这下问题简单化了：一位年轻学者的投稿方向就是SCI刊物，而且“两年平均引用次数”越多，就越值得优先投稿。研究者这边的问题解决了，但要把这个指标卖出去，科研管理者那里也要搞定才行。最大的难点是如何让科技管理者信服这个指标。从科研逻辑上说，这个指标显然是不具备说服力的。为什么两年里引用次数多的论文是好论文？哪些人在引用、如何引用的问题是否也应该问一下？要打消管理者的此类顾虑，还要另下一番功夫。由于学术界看重的是学术影响力，管理者也必须尊重学术影响力。因此，如果能够指标描绘成一个学术影响力指标，就容易被管理者做接受。怎样才能做到呢？答案是把逻辑搞乱，“逻辑越混乱，结论越有趣”。在实际操作上，把两年平均引用次数说成是影响因子，要弄出一个复杂过程。首先要把关于学术影响力的要件拿过来，例如论文发表后的引用情况如何、哪些学者在引用、论文对他人的研究有何影响、作者发表论文之后得到了哪些声誉，等等。要件取得越完整，学术界就越认可。第二步是把情况简化，找到特定条件下的案例，说明有影响力的论文均与引用情况相关联，这种案例很多，很好找。第三步再往前推一步，说引用情况好的论文就是影响力大的论文，此类论文的载体就是好期刊。不幸的是，这种不成立的推论能蒙住很多人（有一部文学作品企图揭露这件事，所用的例子是：所有精神病患者都不承认自己有精神病，你拒不承认自己有精神病，因此你必然有精神病，应该关到精神病院里去）。最后一步是关键性的，就是要抛弃掉“两年平均引用次数”这个平凡名称，而改用一个“影响因子”名称，让人不自觉地将其与学术影响力相联系。有了这个高大上的名称，不怕科研管理者们不就范。只要有部分管理者开始接受，哪怕他们只是为了图省事而接受这个简单指标，就会迫使其他人也最终不得不接受这个指标。以上所述的，就是一个平凡变量演化为唬人术语的原因和过程。无论最初搞这些指标的人动机如何，后来确实就变成了逻辑混乱的一团糟。要澄清这种混乱，还需要多说几句。从源头上说，期刊影响力是由所发表的论文决定的，发表某个研究领域和方向的第一篇论文（称为“首发论文”），可以见证刊物编委会的眼界；在重要方向上系统性地发表有理论和技术突破的论文，可以表明编委会成员自身的学术造诣；而发表有才气、有智慧、有远见的论文，则是彰显了刊物的品位。这几个方面都很突出的刊物，肯定是影响力大的刊物。就引用次数而言，一般化的引用并不重要，被看出科学问题要点的人引用，被欣赏论文智慧的人引用，被做前沿研究的高水平学者引用，引用之后能产生新的研究方向、科学问题、应用成果，这些才是真正要紧的。显而易见，在“IF” 那里这些评价都是缺失的。作为科技信息的采集者，他们并没有下功夫在这些方面构建指标。这说明，关于学术影响力的内涵方面，管理者必须另加考虑，用所谓影响因子这样的指标是不靠谱的。以后的人们来研究科学史，会把根据“影响因子”对刊物进行排名、分区的做法当成超级玩笑。退一步讲，即便我们不讲内涵，只讲数量，两年平均引用次数能否作为影响因子呢？答案仍然是不能。设想，我们试图根据引用次数来比一比各位研究者水平的高低。前面提到的那家科技情报研究机构自身提供的数据就表明，每篇论文、每个学术期刊都有一个“期待引用次数”，即论文发表后可被学术界引用的预期平均总次数。根据定义，期待发表次数大于或等于两年平均引用次数与论文半衰期（即从论文发表之日到引用高峰出现的时间长度）乘积的两倍。举例而言，如果一个期刊的两年平均引用次数为三次，半衰期为十年，则其论文的期待引用次数将会大于或等于60次；另外一家期刊的上述参数分别为六次和三年，则其期待引用次数仅为约36次。从这个例子可以看出，由于两年平均引用次数并非期待引用次数的唯一控制变量，因此在所谓高影响因子刊物上发表的论文并不一定总引用次数也高。真实的情况也是，主流期刊无论IF如何，论文总引用次数都是靠前的。所以说，对于研究者而言，即便仅仅出于引用次数的考虑，也应选择期待引用次数高的刊物，而不是两年平均引用次数高的刊物。对于科研管理者而言，还有另外一个问题，即评价刊物和评价个人是不同的两件事。一个刊物有较好的期待引用次数，有可能是个好刊物，但涉及到研究者个人时，无论其论文在哪里发表，还是要看实际的引用情况。设想，某位研究者在两年平均引用次数为十的刊物上发表论文，而此后的两年里只被引用了五次，那么在引用次数这个指标上，这篇论文实际上是在拖刊物的后腿。综上所述，我们提出以下几点意见和建议。（1）搞科技情报工作，给研究者提供学术期刊信息，这本身是一种服务，没有错，给一些变量下定义起名字也是可以的，但“IF”错在术语表达不准确。把两年平均引用次数说成是影响因子，就如同把犯罪分子每年作案次数定义为行善指数一样，前者歪曲了“影响”的意思，后者歪曲了“行善”的意思。今后凡出现“影响因子”表述的地方，应该一律回归原意，用“两年平均引用次数”来取代。（2）对于研究者个人，建议在选择投稿刊物时，首先应考虑其学术声誉，与正规科学家为伍，你也就成了正规学者，就有学术生涯的真正发展。在数量指标上可考虑“期待引用指标”，投稿时选择那些两年平均引用次数与半衰期乘积较大的刊物。（3）科研管理者要区分对刊物的评价和对研究者个人的评价。对前者，在内涵上要考察刊登经典论文和重要论文的情况，以及作者学术声誉，在外延上要看刊物的期待平均引用次数；对后者，在内涵上要看所发表的论文是否有理论或技术进步，在外延上要看论文发表后被优秀学者的引用情况。对人的评价是一项细致的工作，不能马虎、偷懒、简单、粗暴。科研管理的有效性是管理者工作成绩的衡量标准，如果管理不当，投入再多也难以产出好的成果。（本文转自高抒科学网博客，版权观点归原作者所有）