期刊影響因子

投稿時,如何應對期刊對不同稿件類型的要求

將不同類型的稿件投稿到同一本期刊看似簡單,實際上存在隱藏的問題:許多期刊同時接受多種格式——原始研究、系統性綜述、短報告、方法學論文、病例報告、評論等——但每種格式可能有其特定的字數上限、結構、必備檢查表、倫理聲明與補充材料。當作者以錯誤的稿件類型格式提交稿件時,這些差異會增加被編輯直接退稿或處理延誤的風險。本文說明期刊為何依稿件類型區分要求、綜述常見差異、示範如何辨識並滿足具體期望,並提供可實用的檢查清單以避免可避免的延誤。最後說明作者在需要額外合規支援時可考慮的選項。 期刊為何針對稿件類型設不同要求 期刊制定分門別類的要求,是因為不同稿件類型服務於不同的學術目的與讀者群。原始研究文章通常要求完整的 IMRAD 結構(引言 Introduction、方法 Methods、結果 Results、討論 Discussion)與詳細的方法描述;而系統性綜述則需明示證據綜合的方法與 PRISMA 流程圖。期刊因此會將結構、篇幅、資料可得性期待與支援文件,與各類型的功能與同行評審標準做對應。遵循正確格式能增加編輯與審稿人的閱讀清晰度,並降低行政性拒稿的機會。主要出版社的作者指南中常有說明如何描述與區分稿件類型的實例。 常見稿件類型與典型差異 原始研究文章通常要求結構式摘要、完整的方法描述、含適當表格/圖的結果,以及將發現置入背景討論的討論部分。許多期刊期待遵守領域報告標準(例如 EQUATOR 推薦的檢查表)並常要求資料共享或註冊聲明。系統性綜述與統合分析常需附…

高影響因子期刊對學科範式與公共論述的影響

近期一項大規模分析發現,只有約 3.9% 的 Web of Science 索引出版物(2010–2019)曾至少在政策文件中被引用一次,凸顯了從研究到公共政策的途徑極為選擇性。 本文檢視在高影響因子與高聲望期刊發表如何影響各領域的研究議程、高知名度刊物如何塑造公共論述與政策採納的機制,以及研究者與管理者可採取的實務步驟以使學術目標與社會影響相契合。下文說明期刊影響因子(JIF)能做與不能做的事、何時及為何 JIF 會形塑議程、政策採納實際如何發生,以及在不犧牲科學嚴謹性的前提下最大化社會影響的可行建議。 期刊影響因子衡量什麼與其重要性 期刊影響因子是一個期刊層級的引用指標,報告期刊文章在一定近期時間窗內的平均被引用次數。作為聲望與能見度的簡便指標,期刊影響因子在許多機構與學科中影響聘任、升遷與資金決策。然而,學界批評與政策團體長期以來一直警示,不應將 JIF 用作個別文章或研究者品質的替代指標。舊金山研究評估宣言(DORA)及其持續的指導工作,旨在降低評鑑程序對期刊指標的依賴。 高影響期刊如何影響研究議程…

期刊使用因子(COUNTER)

長久以來,影響因子都是用來評價期刊好壞的重要指標,但是影響因子也有很多缺點為人詬病,最明顯的是統計上的缺陷。影響因子計算的方式是取期刊論文引用率的算術平均值,但是只有在論文引用率成常態分布(貝爾曲線)時,平均數才有充分意義,而事實上並非如此。同時,影響因子統計的是文章的引用率而不是期刊的引用率,這在概念上就有一些偏差。影響因子也比較容易被操控,例如期刊可以多發表一些評論性文章和熱門文章來提高文章的引用率,編輯還可能使用強制引用的方式。 但是即使影響因子受到了許多質疑,現在仍然是使用最廣泛的指標,因為沒有其他更適合的指標,大家也就這麼接受了這個聊勝於無的局面,至少影響因子可以將期刊分個等級高低,管理人員看起來一目了然,排名在前面的期刊更是樂見此結果,還不遺餘力地進行宣傳。 電子資源線上使用數據或者電子資源的使用因子全名是Counting Online Usage of Networked Electronic Resources,簡稱COUNTER。它是在2002年由圖書館界、出版界和相關機構共同發起的項目,並於2003年在英國正式成立。COUNTER作為一種標準和規範,提供了一組國際化的、可擴展的法則。2005年4月,COUNTER委員會發布了《COUNTER期刊和數據庫實施規範》(第二版),於2006年1月1日開始執行,目前,國外很多數據庫都公布遵循COUNTER標準並向用戶提供使用報告,如Elsevier、AIP、Blackwell、EBSCO、Nature、IEL等[1]。透過COUNTER系統,圖書館管理人員可以了解不同學科的文章使用量,也可以用來了解刊物被讀者使用的程度與影響因子之間的關係,藉此可以知道圖書館所需要的核心刊物範圍和維持穩定性。 期刊使用因子的採用意味著文獻計量法已經轉向成為文章級別的指標,更多的社教數據也會被納入統計中,例如誰在使用科研文獻,誰又會從中獲取價值。但不可否認的是,文獻的被使用度和其價值的衡量標準仍然存在著巨大的差異,不同群體對文章的使用所產生的價值差別可能會是很大的,對文章被下載後是否被真正閱讀並轉化成科研結果更是不清楚的。 [1]李雪婷;曹君;王曉丹,基於COUNTER的數字圖書館資源利用探析,《現代情報》

如何判斷你的研究結果有多大的影響力?

科學研究最純粹的目標,莫過於增進我們及未來世代對這個世界的了解。在這樣的前提下,一個成功的研究,理應引導該領域朝未知邁進,拓展人類知識的廣度,對未來世界影響深遠。 但這種概念難免有些抽象,科研人員該如何衡量自身研究能否增進人類對世界的了解呢?而其影響力又為何? 影響力衡量指標 對學術出版領域稍有涉獵的人都知道,研究的文獻引用數量可說是最為常見也最基本的影響力衡量指標,但由於引用數量可人為操控,加上研究文章從投稿到見刊約莫需花上兩年,這段時間該如何衡量? Altmetric(非官方翻譯為替代計量學)為一項較新的影響力衡量指標,特點有二:第一,其將單一文章的點閱量、分享、追蹤、後續討論、儲存書籤、下載、引用和推薦等線上的行為都列入計算當中;其次,可以在短時間內統計出結果。這項新的影響力衡量指標引發學術圈的熱議,也同時帶來些許質疑,例如,混淆影響力和人氣的可能性、「影響力」和「注意力」(attention)之間的差異,以及在該研究經出版後才能得知的影響力衡量指標,要如何在一開始給予權衡分數? 主動傳播研究結果的核心訊息 透過發言人和特定部門才能與公眾互動的年代早已不復存在,現在人人都有使用社群平台發言、曝光的機會。身為科研人員,你仍可遵循傳統,靜靜等待出版物經兩年審閱後見刊,並等待其他學術人員率先透過郵件與你聯繫、交流,但同時你也有另外一種選擇 ― 主動地控制訊息的傳播,將研究結果的核心訊息宣傳至各學術研討會、學術網站、個人博客、社群網站等等。 即時性和互動性,有助於擴大研究影響力 在這個全民互動的年代,你的訊息傳播對象可能是: 尋找新聞的大眾傳媒 希望能更進一步了解你的研究數據的同仁 希望以你的研究為基礎來進行後續研究的研究生/科研人員 只要將研究結果主動發布出去,才能即時接收到他人的反饋,並對此做出回應,在一來一往間不斷擴大自身研究成果所帶來的影響力。…

看懂被引用之半衰期

美國科學資訊研究所 (ISI)的期刊引用文獻評比統計資料庫以其期刊引證報告(Journal Citation Reports)和影響係數指標(IF)廣為人知,然而旗下的立即引用率和被引用半衰期(Cited Half-life)則常常被忽視,立即引用率可參見另一篇文章,這裡讓我們來看懂被引用半衰期的真正含意。 被引用半衰期 (Cited Half-Life) 旨在計算某一期刊所出版的論文平均經過多久時間,仍然會被引用。理論上是將統計資料庫所有收納的期刊論文在當年引用該期刊之論文,根據引用論文出版年份的篇數由當年開始往回累計,當被引用的論文篇數達到全部的50%時,該篇論文的出版年到當年的歷時年數即為此一期刊的被引用半衰期。被引用半衰期也反映了期刊文章的被引用壽命基準。 計算方法:以年為單位,為了不讓新老期刊年限上的差距影響結果,顯示由最新出版年回溯十年該期刊被引用之累積次數已達該期刊出版文獻總數之 50%(在最新出版年之被引用次數低於100 者不被列入,另外若 10 年以上其數字仍未達 50%,以>10.0…

看懂立即引用率

大家對美國科學資訊研究所 (ISI)出版的期刊引證報告(Journal Citation Reports)應該都十分熟悉,其中最熟悉的莫過於期刊引用文獻評比統計資料庫之下的影響係數指標(IF),然而同為旗下的指標「Immediacy Index」就顯得陌生許多,此指標一般被翻譯成立即索引或立即引用率,此指標度量某一期刊的普通文章在出版年度內被引用的速度,或者在某一年內期刊中的論文被引用的頻率,對於評價新興學科或尖端學科的期刊很有用,在期刊性質上與科學屬性和期刊各別的性質直接相關。 計算方式為【出版某年該期刊被引用次數總和】除以【某年該期刊出版文獻之總篇數】。   例如:X期刊於 2013 年共出版100篇文章,而在2013年總共被引用 120次,則X期刊於2013年的立即引用率為120÷100=1.2,當立即引用率>1 即代表立即引用率頗高。 由於立即引用率計算的是每篇文章的平均,大型期刊對小型期刊所擁有的優勢可以因此而被弱化。但由於計算以一年為單位,所以在同一年當中一、二季度出版的文獻可能會比三、四季度出版的文獻被引用的次數多,或在一年的後半才出版的期刊的立即引用率則較低;然而,出版較頻繁的期刊會有較多的優勢,出版頻率較低的期刊立即引用率自然也較低。 對於比較著重在最新穎文章又影響差不多的期刊,立即引用率可提供很有幫助的觀點。若是要做不同性質期刊的新穎和尖端程度的比較時,例如A期刊發表研究領域較窄的文章和B期刊出版跨學科文章和C期刊只發表長篇精選文章,建議還是要綜合多項指標來分析,尤其是參考同為JCR之下的被引用半衰期指標。

「特徵係數」你知多少

EigenFactor Metrics,翻譯成特徵係數或稱特稱因子,是美國華盛頓大學教授於2007年提出的計量方法,用於衡量期刊影響力的指標。EigenFactor與谷歌的網頁排名PageRank演算法十分類似,兩者都是基於社會網路理論之上;谷歌追蹤網頁鏈接的同時、特徵係數追蹤引用次數,並且將期刊在整個網絡中的重要性納入評估,因此來自頂級期刊的引用比來自低層級期刊的引用佔有較高權重。 如何使用EigenFactor? 首先,最基本的是了解特徵係數計量法本身不是個數字,其中的特徵係數積分(EigenFactor Score - EF)和文章影響積分(Article Influence Score - AI)才是,從特徵係數官網輸入搜索期刊名稱,就能免費查詢期刊的特徵係數積分和歷年曲線圖。 特徵係數積分(EF)可以被理解為某期刊在科學領域中的重要性。以所有於期刊引證報告(JCR)中列出的期刊的重要性總和為100,例如下圖所示,Nature期刊於2011年的EF得分為1.6,是所有期刊之首。,EF 的積分越高,表示該期刊在同一主題領域裏的影響力越大。它的得分高低,能用來衡量期刊對科學界的重要性;並且透過期刊引進引文的來自何處,也可反映期刊內容品質。 文章影響積分(AI)則是用來衡量期刊所發表文章的五年平均影響力,以期刊引證報告(JCR)中所有列舉的期刊發表文章均有1.00的基本影響積分為準,以同一主題領域為限。AI積分20的期刊發表的文章比期刊引證報告中其他期刊影響力高出20倍。 另外在特稱係數網站上,還提供了另外一個數據參考,成本效率積分(Cost…

小談影響因子的影響力

不論你是否喜歡並支持這項指標,做學術的我們永遠無法忽略影響因子(Impact Factor, IF)的作用。影響因子是美國ISI(科學信息研究所)的JCR(期刊引證報告)中的一項數據,具體是指某期刊前兩年發表的論文在統計當年的被引用總次數除以該期刊在前兩年內發表的論文總數,它是一個國際上通行的期刊評價指標。許多著名學術期刊會在其網站上註明期刊的影響因子,以表明在對應學科的影響力。如,美國化學會志、Oncogene等。 支持者認為,影響因子可以衡量一個雜誌有多重要。然而也有人反對說,單純看論文被引用次數有些站不住腳跟,比如很多質量不高的論文也會被多次引用等等。我同意關於影響因子雖然有很多的異議,但它畢竟可以粗略的提供一個參考尺度給學術研究者以了解期刊的質量。 由於期刊種類的繁多,有些期刊的低影響力往往讓科學研究和發表存在相關爭端。典型的例子體現在,一個新學術發現發表在有影響力的學界期刊後,卻有別的學者卻說他/她早已經發表相關的研究結果了,原因是因為他們當時只有發表在一個低影響因子期刊,所以這一成果被忽略了。這就是低影響因子期刊的劣勢——先發表的學者的論文因為沒有被廣泛閱讀而被學術界所忽略。所以,在學術發表之前,我們必須要知道投稿期刊的影響因子,並儘量爭取發表在相對應的期刊上,讓目標群體的讀者可以接觸到學術發現。 然而另一方面,我們並不能完全以選擇高影響因子目標期刊來進行學術發表。現在的學術研究已然有高度專業化了,影響因子最高的雜誌可能會因為曲高和寡的因素,不能接觸到更多更廣泛的讀者,因為這個原因,在此發表的這些學術文章也不能被廣泛閱讀。相較而言,在較低影響因子的期刊上出版可能會讓學術論文接觸到更多的讀者,給予他們更多閱讀​​的機會。 美國著名的學術雜誌《自然》在2013 年底也承認說,目前科研界過度依賴期刊聲譽以及影響因子,對學術也造成了一定的負面影響。關於論文發表和影響因子的關係在我看來,好比是申請大學或是研究所一般,究竟是排名重要,還是有更多排名之外的因素值得我們考慮的?還是讓我們細細推敲一番吧。

投稿高影響力期刊的經驗

投搞至SCI高影響力期刊,有人望之生畏、有人聞之膽寒,即便是有相關經驗的同行再三保證其實沒那麼難,有時也難以抗衡心中的陰影。在之前的文章中討論過「如何選擇期刊投稿」和「投稿影響係數 (IF) 極高的期刊會不會野心太大」等相關投稿期刊的原則,這裡就不多做解釋,而是根據經驗之談來克服一些心理障礙,並且討論投稿高影響係數期刊的「該」與「不該」。 首先,如果對英文寫作沒把握,建議多找相關專業論文做參考或找英語專業修編,杜絕中式英文和用詞不當的地方。畢竟整篇文章的載體就是英語,一篇語焉不詳且文句理解困難的論文難被大量引用,這與高影響係數期刊的宗旨完全背道而馳,更甚者,還丟失了科學研究論文中必須具備的嚴謹和精確。 此外,也可以透過引用文獻來稍微做判斷,是否有引用論文出處多來自於某一個期刊的情況,那麼或許這個期刊是更適宜作為目標投稿期刊的,投稿時也對於這個期刊影響係數有點積極作用在,利己也利期刊,也不乏是個選擇期刊時做參考的好方式。 再來就是投稿前認真按照期刊要求修改文件格式,不要抱持碰運氣的心態,期待編輯不會發現或是編輯會幫忙修改。尤其是高影響係數期刊,投稿數量大也就有更多的選擇餘地,這種漫不經心的態度很可能會導致論文篩選速度延緩,甚至還沒到審稿步驟就被退稿。 投稿高影響係數期刊建議也不要有論文發表時間的期待,如果有發表日期壓力也只能盡量提早投稿時間以及投稿後等待,因為投稿後除了修改時有點主控權之外,其他的流程急不來,催促編輯、郵件詢問通常難有正面答覆,編輯即使百忙抽空禮貌性回覆,說穿了也加速不了審稿流程。 對審稿人的意見要認真回覆,編輯流程中若第一次修改後需要二審,一般還是會優先發回給第一次審稿人審稿,不要以為修改了論文內容就不用好好逐條回覆了,要知道審稿人有了任何疑惑最後吃虧的絕對還是論文作者,因此建議在回覆審稿人時也要注意英文的流暢,別讓審稿人有看沒有懂,加重審稿難度,要是期待蒙混過關卻不成功,二審後退稿就前功盡棄了。 雖說被不同類型審稿人審稿有時憑的是運氣,然而,只要是在水準之上的文章,即使有時發表過程有波折,但在退稿後於短時間內被不同期刊(不見得影響係數就低的期刊)發表也是常有的事。或許聽起來很辛苦,但如同各行各業都有其難處,這也都是為了讓自己的心血能被發表,幾次投稿經驗後,或許僅存的一點恐懼感就蕩然無存了。

影響係數比一比:Nature & Science

相信無論是何種領域的讀者,一定都對自然(Nature)科學(Science)這兩大科學期刊巨頭不陌生。他們以超高的期刊影響係數著名,刊登的文章幾乎在所有科學領域都有極重要的影響力。 ScienceWatch.com 最近針對這兩家期刊各領域文章的引用影響係數(citation impact,或稱篇均引用量)分別作了比較(附表)。表中所列的領域為2000-2010年間在Nature或Science裡刊登了超過50篇的研究領域,數據來源為Thomson Reuter ESI database(湯森路透基本科學指標數據庫)。 附表(參考來源:ScienceWatch.com) 從上表可清楚看出,Nature和Science兩家期刊的表現不相上下,在所列的各項領域中,都是世界排名前四名以上。 文章數量:2001-2010期間,Nature共刊出了10,974篇文章(包含一般文章及綜述文章);Science則發表了9,728篇。 高引用率文章(HCP):Nature刊登的一萬多件研究發表中,有3,850篇為HCP狀態;Science的HCP則為3,562篇。 HCP百分比:由上面兩項數字推算,Nature出現高引用率文章的比率為35.08%;Science的HCP百分比則為36.62%。 ESI於2011年共列有98,912篇高引用率文章,這代表在過去11年,Nature與Science這兩份頁數並不多的期刊,共分別為全球學術界製造了3.89%及3.60%的高影響力文章。 如果硬是要從兩份期刊中分出勝負呢?若根據表上的所有排名結果,Nature應該是險勝Science。這樣的評比結果,讀者們同意嗎?  …

什麼是H指數(H-index)?

衡量研究文章在學術社群裡的影響力,大致有幾種公認的參考指標,例如我們在之前與讀者們提過的citation(文章被引用量)以及number of citations per document(篇均引用量)、self citations(自引量)、highly cited papers(高引用率文章)等分析方法;另外,大家常提到的學術期刊影響係數(journal impact factor, JIF)也是以citation為計算基礎。 在這樣的背景下,研究成果被刊登在怎樣JIF的期刊,已演變成一種評價學術成就的標準。在某些國家,研究發表的JIF總值甚至成為研究生畢業或教授升等的絕對門檻。 不過,使用如此武斷的數據方法來量化學術,是否能真實反應研究品質,在學術界一直是個爭議性的話題。為了改善學術評量方式,除了應參考多組數據外,美國UCSD的物理教授Jorge E. Hirsch在2005年提出了H-index(H指數)的概念,受到學術界的熱烈討論。…