特征因子在期刊评价的作用

期刊评价对于期刊评价有很多特殊的作用，下面小编就为大家带来了特征因子在期刊评价的作用，感兴趣的朋友可以看一看哦！

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2009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。2015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关注，本文将比较Eigenfactor与其他指标间的关系，同时分析不同期刊组间这种相关性是否一致，以便更准确地了解和反映Eigenfactor在期刊评价中的作用，同时也能更好地应用该指标。

1方法

数据来源

本文的文献计量学数据来源于2017年WebofScience收录的全部8849种自然科学期刊和中国179种自然科学期刊，主要分析Eigenfactor与期刊影响因子、总被引频次、论文影响分值、标准化特征因子和期刊影响因子百分位之间的一致性和相关性，讨论Eigenfactor与其他评价指标在期刊评价中的利与弊。

统计方法

采用SPSS13.0，Pearson相关性对8849种全球自然科学期刊和179种中国自然科学期刊的Eigenfactor与其他文献计量学指标进行相关性分析。由于部分期刊某些计量学数据缺失，为了统计的严谨和准确，分析过程中剔除无法获得数据的期刊。影响因子作为目前公认的重要的期刊评价指标，虽有诸多缺点，但其重要性不容置疑。将8849种期刊按照影响因子由高到低排序，按照前100种期刊、中间100种和后100种期刊进行分层抽样，进一步分析Eigenfactor在不同的区间段与各指标间的相关性，从相关性反映Eigenfactor与其他各指标在期刊评价中的一致性。

2结果

Eigenfactor与其他文献计量学指标的统计学特征

表1为不同组期刊以及中国期刊Eigenfactor、标准化Eigenfactor、总被引频次、影响因子、论文影响分值和期刊影响因子百分位的中位数，从表1中可以看出我国期刊的多项评价指标低于全球指标的中位数，总体处于中下水平。

Eigenfactor与其他指标的相关性分析

运用统计学方法分析全部期刊、抽样期刊和中国期刊的Eigenfactor与标准化Eigenfactor、总被引频次、影响因子、论文影响分值和期刊影响因子百分位的相关性，结果见表2。从结果可以看出，Eigenfactor与标准化Eigenfactor完全呈正相关，因此在期刊评价过程中的一致性最强；与总被引频次之间的相关性也很高，但是与其他三个指标之间的相关性就相对较弱。我国期刊的Eigenfactor与影响因子、论文影响分值和期刊影响因子百分位的相关性强于全球期刊。为了更直观地了解不同组间Eigenfactor与其他指标的相关性是否一致，笔者对Eigenfactor在不同期刊组与总被引频次（图1）、影响因子（图2）、论文影响分值（图3）、期刊影响因子百分位（图4）进行比较分析。结果发现，Eigenfactor与总被引频次具有较好的相关性，这种相关性在不同组间具有较好的一致性，但是从分层抽样结果可以看出不同的组间仍有差异，影响因子越靠前的期刊其Eigenfactor与总被引频次的相关性越强。不同期刊分组中Eigenfactor与期刊影响因子、论文影响分值相关性弱于总被引频次，与影响因子的相关性在中国期刊组强于其他组，与论文影响分值的相关性在后100种期刊中最高。结果还表明，Eigenfactor与期刊影响因子百分位相关性最差，与标准化Eigenfactor完全正相关，在各组间这两组数据均具有较强的一致性。

来源：网络整理 免责声明：本文仅限学习分享，如产生版权问题，请联系我们及时删除。

《特征因子在期刊评价的作用》由互联网用户整理提供,转载分享请保留原作者信息,谢谢!
链接地址：http://www.bsmz.net/gongwen/186032.html

• 上一篇：教学论文：浅谈如何让幼儿在绘画中放飞想象的翅膀
• 下一篇：优化技术在房屋建筑结构设计的应用