特征因子以及它的用处

在过去的几十年中,影响因子无疑是被炒得最热的评价期刊影响力的指标。但随着应用范围的扩大,影响因子的一些先天缺险也越来越明显:如引文统计年限仅两年、不能跨学科比较、选源标准等问题。因此学术界也引入了越来越多的评价指标,特征系数或特征因子(EigenFactor Metrics)就是其中一个,它是由非商业性学术研究项目Eigenfactor Project于2007年开发的一种计量方法,该项目由美国华盛顿大学生物系的 Bergstrom 实验室资助。它通过特定方法来测度期刊的影响,是对影响因子及其它Journal Citation Reports ( JCR)计量数据的一个补充[1]。从特征系数官网http://www.eigenfactor.org/输入搜索期刊名称,就能免费查询期刊的特征系数积分和历年曲线图。

EigenFactor 采用的算法与 google 的网页排名 PageRank 算法十分类似,两者都是基于social network的理论。PageRank算法的思路比较好理解。怎么判断一个网站的好坏呢?如果它被外部网站链接的数量越多、外部网站的质量越高,那么这个网站质量也就越高。每个外部或者内部链接都是对网站页面的一个投票,投票率越高,就是说这个页面越流行。所以也就有了这个就是所谓的链接流行度用来衡量多少人愿意将他们的网站和你的网站挂钩。EigenFactor 也一样,它主要通过统计期刊的引用链来衡量期刊是不是“很流行”。做法是首先随机选择一份期刊,然后随机通过该期刊中的一篇参考文献链接到另外一份期刊,继而在这份期刊中又随机选取一篇参考文献再链接到下一份期刊,以此类推,形成一个复杂的互相链接的网络。

特征因子计量法本身并不只是一个数字,其实它包含了特征因子积分(EigenFactor Score – EF)和文章影响积分(Article Influence Score – AI)。从特征因子的工作原理可以看出:特征因子积分评价的是期刊的整体影响力,会受到期刊刊文数量的影响。例如,Nature期刊于2011年的EF得分为1.6,是所有期刊之首。 EF 的积分越高,表示该期刊在同一主题领域里的影响力越大。它的得分高低,能用来衡量期刊对科学界的重要性;并且透过期刊引进引文的来自何处,也可反映期刊内容品质[2]。

为了评价期刊论文的五年平均影响力,JCR 还提出了文章影响积分(Article Influence Score)指标。论文影响分值和传统的影响因子相对应,它的计算方法是用特征因子除以期刊所发表论文的规范化比值(即该刊发表论文占所有论文的比例)。论文影响分值的平均值为1,分值大于1表明期刊中每篇论文的影响力高于平均水平,反之则表明期刊中每篇论文的影响力低于平均水平。

现在学术界已经发觉了把影响因子当作唯一评价标准的巨大负面影响,而对影响因子本身都产生了抵触。特征因子作为比较科学的期刊评价标准,在将来很有可能会得到更大的关注。


 

[1] http://wenku.baidu.com/view/cab52410a216147917112888.html

[2] http://wenku.baidu.com/view/699585d97f1922791688e88a.html

发表评论

Your email address will not be published.