有没有更好的方法对期刊进行排名？

对期刊的排名总是相对的，因为使用不同的评价标准，结果总是会不一样的。但是对期刊编辑而言，总是希望期刊的排名可以更高一点，这样在维持高的订阅费用方面总是有优势的，同时也可以吸引更多的高质量投稿。

在现有的期刊评价指标中，本征因子（Eigen factor）衡量的是多少人订阅了期刊。这个对图书馆员很有用，可以借此知道以后是不是要接着订阅该期刊。但是本征因子是无法让科研人员判断具体的某篇文章是不是有读者读过，所以也就无法借此判断文章的重要程度。

影响因子(Impact Factor)跟踪的是期刊的引用率，有助于科研人员在相同领域的期刊，判断出哪个期刊被引用地更高，得到更多的关注。它也是现在用的最广泛的指标。

SCImago期刊排名是基于引文来源信息对期刊进行排名的文献计量指标。它旨在突出期刊的评价，反映的是期刊的信誉，或者是文章被权威期刊引用的可能性大小。在计算SCImago期刊排名的时候，不仅仅只依赖于引文的数量，而是要综合考虑引文的数量和引文的质量。

但是这些因子的使用都包含了一些假设，比如是不是所有的引用都被统计到，采用订阅率了来评价的话，也不等于订阅的人就一定会去读这个期刊。但是要把这些因素都综合起来考虑的话，那就把事情变得更加复杂了。同时，对期刊的排名只是说明了科研人员在期刊上发表文章的渴望程度，但是并不说明这些期刊内容被使用到了什么程度。

更好的一点的统计可能是把论文下载情况也统计下来，因为如果只看摘要浏览次数的话，很可能读者跟文章内容并不相关。当然肯定是没有一站式的模型，可以准确全面地对期刊进行排名，目前还是只能综合考察这些现有的指标了。