分析表明期刊影響因子價值被片面夸大

　　 科學家對期刊影響因子（JIF）可謂又愛又恨。JIF是用于給技術類期刊權威性排名次的衡量標準。他們不只用其決定向哪里提交研究論文，還包括評價同行以及影響誰得到工作機會、終身職位以及項目資金。所有這些均要依賴這一簡單、易讀的數據。

　　然而，很多人認為一份期刊的影響因子是無用的，或者甚至有損于科學界，應當不予理會。為了設法進一步了解這個問題，一群研究人員和期刊編輯近日公布了一個數據集以及對用于計算這一“魔力數據”的被引頻次的分析。他們的結論有可能會讓影響因子衡量標準的批評者感到高興。

　　計算影響因子看起來幾乎有些直截了當。它指的是一份期刊的文章在過去兩年中被引用的平均次數。例如，《自然》雜志目前的影響因子為41.456，這大致可以解釋為，在過去兩年中，《自然》的每篇論文被引用了41次。

　　但這一數據很容易誤讀。例如，如果文章的引用頻次和一個人的身高類似，那么平均數據將有一定的信息量。如男性平均比女性高，實際上知道性別之后，在預測一個人的高度時人們可以做得比隨機猜測更好。但是對于在任何一份期刊上發表的文章，引用率的分布存在很大的偏離。只有一小部分有影響力的論文擁有最多的引用率。而大量的論文引用率較低，甚至是沒有引用率。因此，平均引用數據經常存在較高的誤導性。

　　JIF有“兩個問題”，西班牙巴塞羅納龐培法布拉大學細胞生物學家、并未參與此項研究的Lucas Carey說。其中一個問題是“它作為一種預測指標毫無意義”，這意味著在高影響力期刊發表論文并不意味著一篇文章被引用的幾率會更高。另一個問題是“JIF的計算方式是不透明的”。

　　其不透明性來自于計算這一數據的私人公司湯森路透。該公司通過向科學網（Web of Science，一個詳細的期刊庫）銷售訪問渠道賺取利潤，其組織的引用數據并不是公開的。需要花費精力才能獲得那些引用頻次的數據，它們需要從論文的參考書目部分進行整理。期刊會使用多種格式，一些期刊要求對引文進行縮寫，這樣使其很難辨認出被引用的論文。統計錯誤和完全的失誤也會給數據整理增加挑戰。

　　那么，為什么期刊出版商不彼此合作，利用湯森路透的數據庫計算自己的影響因子呢？去年這一想法在英國皇家學會的一次會議上曾被提出，倫敦帝國學院細胞生物學家Stephen Curry說。“這很容易讓人們信服。”他說，“所以核心的團體在隨后幾個月有機地組織在一起。”參與7月6日數據發布的11家期刊包括《科學》《歐洲分子生物學雜志》《信息計量學雜志》《皇家學會學報B》《公共科學圖書館》旗下的三個期刊、《自然》及其兩個姊妹刊物。2013年和2014年，這些期刊發表了36.6萬多篇研究論文以及1.3萬多篇評論。該團隊隨后梳理了湯森路透數據庫，在2015年對這些文章的所有引文進行了統計。加拿大蒙特利爾大學期刊引用專家Vincent Larivière帶隊進行了數據分析。

　　研究結果給JIF的批評者提供了更多的彈藥。引用頻次的分布偏離度如此之高，以至于上述任何一本期刊中75%的論文低于期刊平均引用數據。因此，如果利用一本期刊的JIF來預測任何一篇文章的影響力都接近于猜測。該分析還揭示湯森路透數據庫中存在的大量錯誤，很多引用與已知的論文無法匹配。“我們希望這次分析有助于揭露JIF被夸大的價值，同時強化這樣的爭論，即它是評估研究或科研人員的不恰當的標準。”該團隊在一篇上傳到bioRxiv網站的預印文章中總結稱。

　　該團隊拿著這份分析與湯森路透聯系，該論文共同作者、德國海德堡《歐洲分子生物學雜志》主編Bernd Pulverer說。“這次討論非常具有建設性，湯森路透希望繼續對話。”他說，“然而，他們一方面認可我們提出的關鍵問題，但另一方面并不想改變任何可能導致期刊排名系統崩潰的事情，因為他們認為這是其重要的商業財產。”

　　此次數據公布后能否引起一場革命呢？可能不會，英國牛津郡學術出版專家David Smith說。“這些來自數量有限的期刊的結論非常有趣，值得進一步在更大范圍內展開調查。”他說，但是卻需要更多期刊的引用數據。“這里的一個問題是，高影響因子期刊是否擁有根本不同的引用特點。”但即便7月6日公布的數據代表了整個科學界的情況，Simith認為，沒有哪個單一的數字能夠評估科學家研究的價值。“JIF不是問題所在。”他說，“是我們認為學術發展需要這樣的工作。”