我也曾想支持国产期刊，但现实让我选择了SCI！

2019-04-22 10:24:39 作者：Abida 来源：材料人分享至：

华人如今在科研界的地位举足轻重，越来越多的顶刊上出现了华人的身影。虽然有着这么大体量的研究群体，但是每个研究者都想把自己的文章发到国际顶刊上去，基本不会选择国产期刊。这与爱不爱国毫无关系，只是我们也是无可奈何。一方面单位每年都有指标，另一方面我也需要养家糊口，给父母妻儿更好的生活。辛苦一年做出几组数据不容易，能投高质量的英文期刊确实可以完成单位的指标，对职称的晋升以及经济上的奖励都大有益处。虽然国产期刊近年发展还算不错，但无论从权威性还是说服力上都与国际很多期刊相差甚远。相信许多人和我一样曾经想支持一下国产期刊，但无奈向现实低下了头。因为我们没有能力改变趋势，我们没有资本去赌。

即使是SCI也被分成三六九等，而现行国际上最为通用的分法是根据影响因子的多少来评价期刊的好坏。影响因子是汤森路透出品的期刊引证报告中的一项数据，某期刊的影响因子计算方法为：该期刊前两年发表的论文在该报告年份中被引用总次数除以该期刊在这两年内发表的论文总数。这本是评价期刊整体情况的其中一个可参考量，却已经逐渐演变成了评价某篇文章甚至某个科研人员的重要指标。不知何时，影响因子变成了一个数字游戏，变成了2＞1一样的常识。

我承认，诸如Science、Nature等顶级期刊的文章质量确实是很多小期刊无法比拟的，有很多期刊的质量确实也差距很大参差不齐。而影响因子本身也没有什么问题，最大的问题是有很多高校和研究单位将它作为量化的指标。经常看见某课题组招聘博后或教职时，除了毕业院校的硬性条件外，基本都会有文章的要求，大概意思是发的文章越好你的机会越大。而这个“越好”的意思一般指的是影响因子越高越好。甚至有的单位量化到招聘博士或晋升职称需要有IF＞10的文章。而不巧的是，某刚入职的博士有了一篇可以发领域内顶刊的文章，但该期刊的IF=8.5，而根据以往的经验某综合类IF=11.5的期刊也可以说十拿九稳。如果遵从研究的初衷，领域内的期刊才是最合适的选择。但如果投中了更高影响因子的期刊，却能为自己的晋升加了一笔筹码。

这些年，影响因子的风已经刮遍了科研界的每个角落。但用影响因子评价一篇文章的好坏真的具有客观性吗？我想每个身处其中的人答案都是否定的。因为影响因子受很多因素的影响：首先它只统计两年的引用数，有很多的研究需要的是长时间的效应，而有些研究本就是热点，很容易在短时间获得高的引用量。还有就是学科之间也存在巨大的差异，医学类期刊的影响因子明显高于其他类型期刊，即便同是材料类期刊，新兴材料期刊远高于金属等传统材料期刊。最重要的是，引用量的数字似乎总存在一些水分。某天坐在办公室微信提示音想起，打开看到这么一条消息：某某在某某期刊上发表了一篇文章，期望大家以后能多多引用，另外希望各位同学和老师写文章时能多多引用某大牛创办的期刊。更有趣的是，学术圈才是名人效应最明显的地方。这是一个很多年前的例子了，某研究者认为自己做出的研究成果足够发Science和Nature级别的文章，但是意料之外的是他被两家期刊拒之门外，他不甘心，联系了发过30几篇N/S文章的大牛，经过协商文章挂上了大牛的名字很快就被接收了。

近年来，也有越来越多的人为影响因子的“邪风”而发声。2012年美国细胞生物学会提出的“科研评价的旧金山宣言”中关于不合理使用影响因子的讨论引起了科研界的注意。继而有科学家提出停止使用影响因子评价某位科研人员的工作质量，等到了包括150多位知名科学家和70多家出版机构的支持（相信这些出版机构也深受影响因子的困扰），Science和Nature两大顶尖出版集团也相继发表社论支持以上看法。而对于影响因子的主人，汤森路透也意识到了影响因子偏离了原本的轨迹，逐步推出了期刊影响百分位、标准化特征因子、期刊规范化引文影响力、期刊期望引文数等更加完善的评价指标。

话说回来，虽然影响因子确实存在固有的缺陷，但并没有更好的指标来取代它，因此只能重复使用。从统计学上来说，高影响因子期刊的文章确实普遍要比低影响因子文章的要求严格，所以质量也相对较高。从这一点来说影响因子也不失为一种公平的评价方式，因为大家都同处在一个游戏规则里，对大多数人来说也算是公平的游戏。但这绝不代表完全用影响因子去评价某位科学家和其工作是可取的。之前也说过仅仅两年反应不出一篇文章的好坏，引用高除了工作确实出色还有很大的原因是热点研究，无法保证持续引用。再者，高影响因子的文章很多并不具有原创性，依样画葫芦不在少数。

针对影响因子的争议，出现了很多新的评价方式。就在最近Nature的一篇文章指出作者定义了一个称作“颠覆因子”的评价指标。他们对1954—2014年Web of Science收录的四千多万篇论文和6亿多次引用进行了研究。他们将颠覆因子（D）定义为：引用了某篇论文，但没有引用这篇论文所引用论文的论文数（ni），然后用引用这篇论文的论文数（ni+ nj）加上没有引用该论文却引用了该论文所引用论文的数量（nk）进行归一化处理——[D=（ni- nj）/（ni+nj+nk）] （此处有些绕嘴并容易迷乱，请读者反复品读）。他们发现更多的原创性文章是小团队完成的，并且他们所做的研究往往在很多年后才陆续被引用。设想一下，如果他们的颠覆性研究是时下的热点，这种出色的研究必然会登上高影响因子的目录中，现实他们的文章大多发表在了影响因子并不是很高的期刊上。

当然，这也不能说明颠覆因子就是影响因子的替代者，颠覆因子也只是在文章的原创性上给出了客观的评价，自身也存在不足。而说回国产期刊，创刊的目的当然是能接受更多更优质的文章，但常常事与愿违的是在大多数人的下意识中已经将它作为垫底的那一个。记得参加的一个学术会议上，有幸听到了某院士的报告，他提到国产期刊的发展时说道：“我曾经很多次提到，建议把是否在国产期刊发表高质量文章作为评选院士的一条标准”。如果有更多像这样的大牛发声，并落到实处，相信也会有更多的人把更多优质的文章发表在国产期刊上。

说到底，不论是影响因子也好，颠覆因子也好，都只是评价的一个参考。如果把它们彻底的量化，变成2＞1的数字游戏那带给科研圈的负面影响可想而知。

希望更多的人能正视影响因子，更多的关注到工作本身。同时也致敬长期坚守在科研一线的工作者们！

免责声明：本网站所转载的文字、图片与视频资料版权归原创作者所有，如果涉及侵权，请第一时间联系本网删除。