期刊PR8指数:一个新的跨学科期刊评价指标及其实证研究

日期:2017-08-08 作者:刘雪立等 来源: 新乡医学院期刊社

本文作者:刘雪立1  魏雅慧2  盛丽娜1  王燕1  付中静1  郑成铭1  董建军1  苗馨之1

作者单位:1 新乡医学院期刊社,河南省科技期刊研究中心  河南新乡  453003

                   2 新乡医学院管理学院  河南新乡  453003

文章来源:图书情报工作,2017,61(11):116-123.


摘要[目的/意义] 基于论文被引频次8个区段百分位数排序(percentile rank 8,PR8)赋分,构建新的跨学科期刊评价指标:期刊PR8指数(journal index for PR8,JIPR8),并检验JIPR8的跨学科期刊评价效果。[方法/过程] 选择JCR中8个学科301种期刊作为研究对象,分别计算每种期刊的JIPR8,并与其他几个跨学科期刊评价指标进行比较,检验JIPR8跨学科期刊评价的敏感度和稳定性以及与其他跨学科期刊评价指标的相关性。[结果/结论] 在选择的所有指标中,8个学科301种期刊JIPR8的变异程度最低,说明其用于跨学科期刊评价的稳定性最好;不同分区期刊(Q1、Q2、Q3和Q4)JIPR8的组间差异性较为明显,仅次于期刊影响因子百分位(journal impact factor pencentile,JIFP),表明其对优秀和一般期刊的区分度较好。认为JIPR8是一个非常理想的跨学科期刊评价指标。


1引言        众所周知,影响因子(impact factor)是学术期刊评价最重要的指标。最早明确提出“impact factor”这一概念的是美国的Garfield[1-3],在1975年创办的《期刊引证报告》(Journal Citation Reports,JCR)中,影响因子被确定为衡量期刊影响力的重要指标[4-5]。近20年来,影响因子被广泛地应用于期刊评价[6]。随着影响因子在期刊评价中应用的不断深化和普及,逐渐暴露出诸多局限性,如引证时间窗口设定不科学[7-8],被引频次计数方式不合理[9-10],分子和分母包含的文献类型不统一[11],用篇均被引频次表征期刊影响因子[12]等。但影响因子最致命的缺陷首推其不能应用于跨学科期刊评价[13-14],跨学科期刊评价和学术评价是目前全球科学评价领域的难题之一。


其实,美国汤森路透一直尝试解决期刊的跨学科评价问题,2009年开始对JCR2003年以来各年度收录的期刊进行分区(Q1,Q2,Q3和Q4)[15-16],它给出了期刊在学科内部的相对影响力位置,避免了长期以来期刊评价中直接比较不同学科影响因子的误区。2015年升级版的InCite JCR中又推出一个新的期刊评价指标:期刊影响因子百分位(journal impact factor percentile,JIFP)[17]。该指标是将期刊影响因子排名转化为百分位数值,从而实现不同学科期刊的跨学科评价[18]。早在1992年,Sen[19]就提出了影响因子标准化问题,而Pudovkin和Garfield[20]认为其效果并不满意,在此基础上他们提出了排序标准化影响因子(rank-normalized impact factor,rnIF),其设计原理和上述影响因子百分位极其相似。除了Moed[21]提出的来源标准化篇均影响力(source normalized impact per paper,SNIP),几乎所有的学科标准化影响力评价指标均为位置指标,且多用来评价论文,如Bornmann 和Mutz[22]提出的百分位数排序位置(percentile rank position,PRP),Leydesdorff L等[23]建立的集合影响力指标(integrated impact indicator,I3), Vinkler[24]应用的平均PRP(mean Percentage Rank Position,mPRP)),后来开始研究将位置指标应用于期刊评价,如期刊I3[25],学科标准化影响因子(Field-Normalized Impact Factors,FNIF)[26],期刊PRP指数[27]和国内学者张学梅等[28]提出的改进的PRP指数(PRPHG)等。我们在文献[22]提出的论文被引频次6个百分位等级(PR6)的基础上,增加top 0.01%和top 0.1%等2个等级,对8个学科期刊全部可被引文献(包括论文和综述)按照其被引频次所处的百分位数等级进行赋值,建立了期刊PR8指数(Journal Index for PR8,JIPR8),把论文评价指标转换为期刊评价指标,并对该指标跨学科期刊评价效果进行全方位研究。


2JIPR8指标的构建和跨学科期刊评价机制2.1 JIPR8指标的构建

2.1.1 数据获取


 (1)登录WoS数据库,选择高级检索,输入高级检索式如“IS=(XXXX-XXXX OR YYYY-YYYY OR ……) AND PY=2010-2014”。根据各学科期刊的ISSN号(包括某学科全部期刊)编制一个高级检索式,一次性检索该学科2010-2014年发表的所有文献,通过数据库精炼功能,保留论文(aticle)和综述 (review)等2类可被引文献;(2)对检索到的文献创建引文报告,导出为Excel文件,整理出2个数据,一是每篇文献2015年的被引频次,二是每篇文献自发表年度累积到2015年被引频次总和。


2.1.2 论文PR8赋值

 按照论文被引频次降序排列,top 0.01%论文赋值为8分,top 0.01~top 0.1%(不包含top 0.01%,下同)赋值为7分,top 0.1%~top 1%、top 1%~top 5%、top 5%~top 10%、top 10%~top 25%、top 25%~top50%和最后50%分别赋值6、5、4、3、2、1分。论文赋值过程中把握以下原则:(1)所有零被引论文全部赋0分;(2)相同被引频次论文必须赋予相同的分值。假设某学科文献数为1000,被引频次较高的前top 5%~top 10%的论文应为第51到第100篇(赋值4分),但第95到第110篇这16篇论文被引频次相同,当然应该赋予相同分值:(6×4+10×3)÷16=3.375;(3)各百分位数区段论文的确定按照该学科文献数乘以相应百分位数,四舍五入。如某学科文献数为5560,其top 0.01论文数量为0.556,第1篇论文赋值8分;(4)文献数不足5000的学科,被引频次最高者赋值7分,但如果第1篇论文被引频次异常高(如高于第2篇论文被引频次1倍以上),该论文赋值8分。


2.1.3 JIPR8的计算方法

 JIPR8是指5年时间窗口内(该研究为2010-2014年)发表的可被引文献被引频次的PR8赋值总分与该时间窗口内可被引文献数量的比值,可以用公式表示如下:

公式(1)中,Pi为某期刊第i篇论文的PR8赋值,N为该期刊5年时间窗口内发表的可被引文献数。


根据被引频次计数方法不同,该研究构建了2个JIPR8,即年度JIPR8(aJIPR8)和累积JIPR8(cJIPR8)。aJIPR8中论文PR8赋值依据的是统计当年的被引频次,而cJIPR8中论文PR8赋值依据的论文发表后累计到统计当年的被引频次。


2.2 JIPR8指标跨学科期刊评价机制

要实现跨学科期刊评价功能,必须最大限度地规避学科之间的差异。期刊分区、JIFP、FNIF等都是基于期刊评价指标进行的学科标准化处理,从而实现文献计量学指标的跨学科评价。无论影响因子是高还是低,只要在其所属学科内排名靠前,就被认为是优秀期刊,如期刊分区和JIFP均直接采用期刊影响因子在某学科所处的位置进行学科标准化,而FNIF多是采用某期刊影响因子除以该期刊所属学科的平均影响因子或中位影响因子所得的相对影响因子,实际上属于特殊的位置指标。


以上几个学科标准化指标都是针对现有的期刊评价指标(影响因子)进行的标准化,而JIPR8则是针对论文被引频次进行的标准化,然后将经过学科标准化后的论文被引频次赋值带入公式计算得到各期刊JIPR8。根据前文中介绍的论文PR8赋值方法,可以明确JIPR8指数的设计原理。尽管不同学科论文被引频次差异巨大,但每篇论文均按照其被引频次在所属学科的位置赋值(1~8分),这实际上是对被引频次进行的学科标准化处理。用被引频次标准化后的论文PR8赋值作为分子、可被引文献数量作为分母,指标的属性等同于影响因子,但其分子是经过学科标准化处理后的“被引频次”,因而,JIPR8最大限度地规避了不同学科之间的差异,能够实现不同学科期刊的跨学科评价。


基于前期对影响因子缺陷的研究[8,10],将JIPR8的引证时间窗口设定为5年,弥补了影响因子引证时间窗口过短的缺陷;同时设置aJIPR8和cJIPR8,完善了论文被引频次计数方法;将所有零被引论文全部赋值0分,继承了影响因子的设计理念,避免了“垃圾论文”参与JIPR8的计算。


JIPR8与其他跨学科期刊评价指标相比具有一定的优越性。期刊分区是最简单的跨学科期刊评价指标,普遍应用于国内高校科研绩效评价和奖励。该指标区分度较差,同一分区内期刊质量和影响力差别也很明显。JIFP是JCR中新增的指标,设计目的也是为了实现跨学科期刊评价,其计算公式为:

公式(2)中,N为某学科期刊总数,R为某期刊影响因子在相应学科的排序。假设R=1(即各学科影响因子第1位的期刊),则N值越大JIFP越大。各学科影响因子排名靠前的优秀期刊,其JIFP大小完全取决于该学科期刊总数的多少。因此,该指标对各学科优秀期刊的评价是极不科学的。SNIP是基于Scopus数据库的引证数据,经过复杂而不透明的标准化过程建立的跨学科期刊评价指标,其缺点也很明显,而且效果尚未被充分肯定。相比之下,JIPR8克服了这些指标的缺陷,可以较好地应用于期刊的跨学科评价。


3实证研究

3.1 研究对象与方法

3.1.1 学科的选择


依据Web of Science(WoS)和JCR的学科分类,选择自然科学和社会科学各4个学科的期刊作为研究对象。学科的确定充分考虑了覆盖到快移动学科(fast moving field)和慢移动学科(slow moving field)[29],尽可能选择集合被引半衰期有明显区别的学科。最后选定的自然科学学科包括:纳米科学和技术(NANOSCIENCE & NANOTECHNOLOGY)、环境工程(ENGINEERING, ENVIRONMENTAL)、眼科学(OPHTHALMOLOGY)和地球科学(GEOLOGY);社会科学学科包括:伦理学(ETHICS)、传播学(COMMUNICATION)、政治学(POLITICAL SCIENCE)和历史(HISTORY)。所选8个学科基本情况见表1。

3.1.2 期刊的排除标准

(1)由于过度自引可能对期刊文献计量学指标产生负面影响,该研究排除了各学科中自引率≥10的期刊;(2)排除了2010~2014年WoS数据库未连续收录或缺少引证指标的期刊;(3)为了能够将JIPR8与已经建立的跨学科期刊评价指标SNIP进行比较,排除了2105年缺少SNIP指标的期刊。符合条件的期刊共301种,其学科分布见表1中“选定期刊数”。


3.1.3 对比指标的选择

  该研究选择的其他文献计量学指标包括JCR指标体系中的总被引频次(TC)、影响因子(IF)、影响因子百分位(journal impact factor percentile,JIFP)、特征因子(EF)、论文影响分值(AIS)、期刊分区和来源于Scopus指标体系的跨学科期刊评价指标SNIP。


几个学科标准化指标:(1)中位校正影响因子:某期刊中位校正影响因子(median revised impact factor,mrIF)是指该期刊影响因子与所在学科中位影响因子的比值。(2)集合校正影响因子:某期刊集合校正影响因子(aggregate revised impact factor,arIF)是指该期刊影响因子与所在学科集合影响因子的比值。(3)中位校正特征因子:某期刊中位校正特征因子(median revised eigenfactor,mrEF)是指该期刊特征因子与所在学科中位特征因子的比值。(4)中位校正论文影响分值:某期刊中位校正论文影响分值(median revised article influence score,mrAIS)是指该期刊论文影响分值与所在学科中位论文影响分值的比值。


3.1.4 期刊分组

 根据JCR中各期刊分区,对应于Q1、Q2、Q3、Q4等4个分区讲期刊分为Q1、Q2、Q3、Q4等4个组,以分析各指标组间差异和组内变异程度。


3.1.5 统计学方法

 应用SPSS18进行统计学处理,各指标正态性检验采用Kolmogorov-Smirnov检验,不同分区期刊各指标组间差异采用Kruakal-Wallis检验,同一分区内期刊各指标分布的变异程度用变异系数表征,指标之间的相关分析采用Spearman相关检验。检验水准:α= 0.05。


3.2 结果与分析

3.2.1 各指标正态性检验和变异系数

 8个学科301种期刊各文献计量学指标正态性检验(Kolmogorov-Smirnov检验)结果和各指标变异系数见表2。从表2可知,8个学科301种期刊特征因子变异系数最大,其次是总被引频次和中位校正特征因子。指标变异程度大,说明其学科差异性明显,跨学科评价效果较差。总被引频次和特征因子都属于绝对量指标,其跨学科评价效果极不理想是很正常的。cJIPR8变异程度最小,其次是aJIPR8和影响因子百分位,从数据正态性分布看,cJIPR8和aJIPR8完全呈正态分布,影响因子百分位是其他指标中最接近正态分布的。说明这3个指标学科差异性最小,跨学科评价效果最好,尤其是cJIPR8。刘雪立等[12]对位置指标的研究也揭示了累积指标优于年度指标。SNIP是目前学术界认可的跨学科期刊评价指标,但从表1结果看,其学科变异性大于cJIPR8、aJIPR8和影响因子百分位等3个位置指标。

3.2.2 不同分区期刊各指标的组间差异和组内变异程度

Q1、Q2、Q3、Q4等4个分区(组)各指标组间差异检验统计量见表3,组内变异情况见表4。由于JCR期刊分区是按照影响因子大小降序排列把期刊等分为4个区,影响因子最高的第一个25%期刊为Q1,第二个25%的期刊为Q2,以此类推。期刊分区的目的也是为了实现简单的跨学科评价,4个分区之间差异性越大区分度就越好,因此,就跨学科期刊评价来讲,各指标4组之间差异越大,其跨学科评价效果越好。而对于同一分区的期刊,就相当于同一级别的期刊,指标的差异当然是越小越好。所以,理想的跨学科期刊评价指标应该是,Q1、Q2、Q3、Q4等4个组间差异非常明显(区分度非常好),而同一组(分区)内指标的变异程度较小(一致度非常好)。表3显示,各期刊评价指标组间差异检验统计量保留3位小数时P值都是零,说明各指标差异组间差异均有统计学意义。从χ2值可以看出,集合校正影响因子、影响因子百分位、中位校正影响因子、中位校正论文影响分值、cJIPR8和aJIPR8组间差异最明显,总被引频次、特征因子和影响因子组间差异最不明显。

表4中给出了每个分区期刊中各指标的变异程度,可以看出,几乎在任何一个分区变异程度最小的都是影响因子百分位、cJIPR8、集合校正影响因子和aJIPR8。SNIP只在Q4区期刊表现出较好的一致性。cJIPR8和aJIPR8组间期刊的区分度和组内期刊的一致度都是非常理想的。

3.2.3 各指标之间的相关性

各指标之间Spearman等级相关检验结果见表5。各指标之间相关系数均有统计学意义,均为P=0.000,因此,表中只给出了各指标之间Spearman相关系数。可以看出,累积PR8指标和年度PR8指标具有极高的相关度,与其他几个位置指标相关度比较,都是累积PR8指标高于年度PR8指标,这与上述结果也是一致的。只有与SNIP指标相比,年度PR8指标高于累积PR8指标。2个PR8指标与影响因子百分位、校正影响因子、校正论文影响分值之间均有较高的相关度。来源于Scopus数据库的SNIP与来源于JCR的期刊评价指标相关度相对较低,但相比之下,与几个校正指标和PR8指标的相关度明显高于总被引频次、特征因子和影响因子。说明在跨学科期刊评价中,经过标准化的位置指标明显优于JCR的原生指标。但从该研究的数据看,JCR原生单一指标中论文影响分值在期刊跨学科评价中明显优于其他指标。

3.3 讨论和结论

3.3.1 关于学科的选择

本研究的目的是构建一个较为理想的跨学科期刊评价指标,并与现有的期刊评价指标的跨学科评价效果进行比较。因此,纳入研究对象的期刊必须分布于足够多的学科,且选定的学科差异性应该非常明显,学科属性差异越大结论越可靠。基于这样的考虑,该研究选择8个学科对JIPR8和其他多个指标跨学科期刊评价效果进行验证。杜志波等[30]做标准化影响因子在不同学科期刊评价中的应用选择了物理、化学、药学、内科等4个学科,李华等[31]研究PRP指标时选择了社会科学7个学科,张学梅[28]选择了8个学科。在学术期刊评价方面,学科的差异性主要表现在学科的增长和老化速度,增长和老化快的学科称为快移动学科,反之为慢移动学科[32]。该研究根据学科集合被引半衰期确定了8个学科。由表1可以看出,选择的8个学科不但集合被引半衰期有明显差异,而且随着集合被引半衰期的增长,学科中位影响因子和集合影响因子持续明显下降,遵守了学科属性的差异性原则。


3.3.2 JIPR8设计中的几个问题

所有的跨学科期刊评价指标都是通过学科标准化实现的,指标设计时尽可能规避学科性质、规模、发展阶段和引证行为的差异。实现学科标准化一般在两个层次上进行,一是期刊层次的标准化,即直接对现有的期刊评价指标进行学科标准化处理,如2015年版JCR中新增的期刊影响因子百分位、标准化特征因子(normalized eigenfactor)[33]、期刊分区、中位校正影响因子、集合校正影响因子、中位校正特征因子和中位校正论文影响分值等。二是论文层次的标准化,主要是对论文被引频次进行学科标准化后再参与指标的运算,如cJIPR8、aJIPR8和I3指标。实际上, SNIP也是在论文层次上进行的标准化,它是以某学科论文的篇均被引频次作为该主题领域的引文潜力对学科差异进行标准化处理[34-35]。陈仕吉等[36]认为,被引频次的标准化方法有3种,相对影响指标、百分位数和引文分数统计。本研究中的cJIPR8和aJIPR8就是用百分位数法对论文被引频次进行的学科标准化处理。


该研究中,论文被引频次被分成8个百分位数区段进行赋值,各学科论文无论被引频次多高,差异多大,总是被引频次最高的top 0.01%赋值8分,top 0.1%为7分……最后的50%为1分,这就最大限度地平衡了各学科之间被引频次的巨大差异,然后按照影响因子的设计原理构建了JIPR8,即篇均论文赋分,最大限度地继承了影响因子的优势。论文赋分时确定该论文被引频次所处百分位数区段应用的是设定时间窗口内(该研究设定为5年)该学科JCR收录的所有期刊发表的可被引文献,而不是仅仅应用被选定的研究对象期刊发表的文献。

另外,对各学科零被引论文一律赋值0分,这主要是基于以下考虑:期刊评价和学者、机构评价有很大不同,对于学者和机构来说,论文产出量本身就反映了他们的研究绩效和水平;对于期刊而言,发表论文数的多少不代表期刊的生产能力,如果零被引论文纳入最后50%而赋1分,发表论文数量过多的期刊其影响力可能被高估。


我们设计的JIPR8,分子是可被引文献赋分,分母是可被引文献数,直接校正了影响因子分子分母所用文献计数不统一的缺陷[11];JIPR8选择的引证时间窗口为5年[8],按照文献[10]的思路,设计了cJIPR8和aJIPR8。因此,该指标理论设计是科学而周密的。


3.3.3 JIPR8的一致性和区分度


理想的跨学科期刊评价指标既要有较好的一致性,又要有明显的区分度。一致性反映的是评价指标在不同学科期刊评价中的稳定性,区分度表征的是评价指标对不同影响力期刊评价中的敏感性。从8个学科301种期刊各指标变异系数看,cJIPR8变异程度最小,其次是aJIPR8和影响因子百分位,cJIPR8和aJIPR8呈正态分布,影响因子百分位接近正态分布。说明cJIPR8和aJIPR8在8个学科期刊评价中,表现出来的学科差异最小,较好地规避了学科之间的差异。


JCR中将所收录的期刊按照影响因子高低等分为4个区,即Q1、Q2、Q3和Q4,代表影响力不同的4个等级期刊。期刊分区的目的也是为了在一定程度上实现期刊的跨学科评价。某指标在这4个分区(组)期刊中组间差别越大说明该指标的区分度越好。从表3可以看出,cJIPR8和aJIPR8组间差异程度仅次于影响因子百分位。影响因子百分位和期刊分区都是按照影响因子大小转换成的位置指标,影响因子百分位组间差异最明显是很自然的。


本研究显示,cJIPR8和aJIPR8的稳定性不仅表现在不同学科期刊评价方面,而且还表现在同一分区期刊评价方面。同一分区期刊意味着这些期刊的影响力相近,理想的期刊评价指标必须是在同一分区中变异程度尽可能小。


3.3.4 JIPR8与其他期刊评价指标的相关度


从指标的稳定性和区分度来讲都是cJIPR8、aJIPR8和影响因子百分位表现最突出,3个指标的相关度也是很高的,相关系数都大于0.85,尤其是cJIPR8与aJIPR8之间,相关系数甚至达到0.974。另外,cJIPR8、aJIPR8和影响因子百分位与标准化影响因子、标准化论文影响分值、标准化特征因子等均有高度的相关性。


值得一提的是,未经过学科标准化处理的论文影响分值与影响因子百分位、中位校正影响因子、中位校正特征因子、中位校正论文影响分值、cJIPR8和aJIPR8等多数学科标准化指标相关系数都大于0.8,显示出论文影响分值具有较理想的跨学科评价功能。另外,学术界认可的跨学科评价指标SNIP与所有指标的相关系数均小于0.8,这是我们没有想到的,可能的原因是SNIP采用的是特殊的标准化方法,再者可能是因为指标来源不同,SNIP来源于Scopus数据库,其他指标都直接或间接来源于WoS。


3.3.5 JIPR8的不足


尽管JIPR8在跨学科期刊评价方面显示出了明显的优势,但它也存在一些不足,一是数据处理和论文赋值无法从数据库直接获取,需要手工进行,因此耗时费力,尤其是文献量较大的学科;二是经常出现相同被引频次的许多论文分布在2个临界的百分位数区段中,尤其是靠后的区段中出现频繁,这对部分论文所处百分位数区段的准确定位带来一定影响。


参考文献

[1] GARFIELD E. Citation indexes for science: a new dnenaion in documentation through association of

 ideas[J]. Science, 1955,122(3159):103-111.

[2] PéREZ-HORNERO P, ARIAS-NICOLáS J P, PULGARíN A A, et al. An annual JCR impact factor

calculation based on Bayesian credibility formulas[J]. Journal of Informetrics, 2013,7(1):1-9.

[3] FINARDI U. Correlation between Journal Impact Factor and Citation Performance: An experimental

study[J]. Journal of Informetrics, 2013,7(2):357-370.

[4] SERVAES J. On impact factors and research assessment. At the start of volume 31 of telematics and

informatics[J]. Telematics and Informatics, 2014,31(1):1-2.

[5] CAMPANARIO J M, Coslado M A. Benford’s law and citations, articles and impact factors of scientific

journals[J]. Scientometrics, 2011,88(2):421-432.

[6] BRODY S. Impact factor: Imperfect but not yet replaceable[J]. Scientometrics, 2013,96(1):255-257.

[7] 俞立平.历史影响因子:一个新的学术期刊存量评价指标[J].图书情报工作,2015,59(2):

89-92.

[8] LIU X L,GAI S S,ZHANG S L,et al. An analysis of peer-reviewed scores and impact factors with different citation time windows: a case study of 28 ophthalmologic Journals [J]. PLoS ONE, 2015, 10(8):e0135583.

[9] 杜志波,汤先忻.期刊累计影响因子的设计及应用[J].中国科技期刊研究,2007,18(3):428-431.

[10] 刘雪立.期刊累积影响因子与年度影响因子的比较研究[J]. 中国科技期刊研究, 2016,27(7): 774-778.

[11] LIU X L, GAI S S, ZHOU J. Journal Impact Factor: Do the Numerator and Denominator Need Correction? [J]. PLoS ONE, 2016, 11(3): e0151414.

[12] 刘雪立,周晶,盖双双,等.基于被引频次分布特征的影响因子缺陷矫正——位置指标应用于期刊评价的实证研究[J].图书情报工作,2016,60(9):99-105,115.

[13] PYO S, LEE W, LEE J. A novel journal evaluation metric that adjusts the impact factors across different subject categories. Industrial Engineering and Management Systems, 2016,15(1):99-109.

[14] BRADSHAW C J A, BROOK B W. How to rank journals[J]. PLoS ONE, 2016,11(3):e0149852.

[15] 蒋悟生. JCR与期刊分区——以生物学期刊为例[J]. 农业图书情报学刊,2010,22(10) :8-12.

[16] TAYYAB S, BOYCE A N. Impact factor versus Q1 class of journals in World University Rankings[J]. Current Science, 2013, 104(4) :417-419.

[17] 俞立平.影响因子百分位指标的特点研究[J].图书情报工作,2016,60(10):103-107.

[18] Journal Impact Factor Percentile[EB/OL]. [2017-01-30]. http://ipscience-help.thomsonreuters.com/incitesLiveJCR/glossaryAZgroup/g8/9586-TRS.html.

[19] SEN B K. Documentation note normalized impact factor[J]. Journal of Documentation, 1992,48(3):

318-325.

[20] PUDOVKIN A I, GARFIELD E. Rank-normalized impact factor: A way to compare journal

performance across subject categories[C]. In: Bryans JB, editor. Asist 2004: Proceedings of the 67th

Asis&T Annual Meeting, Vol 41, 2004: Managing and Enhancing Information: Cultures and Conflicts,

2004:507-515.

[21] MOED H F. Measuring contextual citation impact of scientific journals[J]. Journal of Informetrics,

2010, 4(3):265-277.

[22] BORNMANN L, MUTZ R. Further steps towards an ideal method of measuring citation performance: The avoidance of citation (ratio) averages in field-normalization[J]. Journal of Informetrics, 2011,5(1):228-230.

[23] LEYDESDORFF L, BORNMANN L. Percentile ranks and the integrated impact indicator (I3) [J].

Journal of the American Society for Information Science and Technology,2012,63(9):1901-1902.

[24] VINKLER P. Comparative rank assessment of journal articles[J]. Journal of Informetrics, 2013,7(3): 712-717.

[25] LEYDESDORFF L. Alternatives to the journal impact factor: I3 and the top-10% (or top-25%?) of the most-highly cited papers[J]. Scientometrics, 2012,92(2):355-365.

[26] Leydesdorff L, Radicchi F, Bornmann L, et al. Field-Normalized Impact Factors (IFs): A Comparison of Rescaling and Fractionally Counted IFs[J]. Journal of the American Society for Information Science and Technology, 2013,64(11):2299-2309.

[27] VINKLER P. The use of the Percentage Rank Position index for comparative evaluation of journals[J]. Journal of Informetrics, 2014,8(2):340-348.

[28] 张学梅,李华. 跨学科领域期刊评价指标PRP指数及其改进研究[J]. 情报理论与实践,2016,39(2):50-53.

[29] SUNDARAM M, HODLER J, ROSENTHAL D I. On the relevance of the Impact Factor and other factors[J]. Skeletal radiology, 2012, 41(2):125-126.

[30] 杜志波,汤先忻. 标准化影响因子在不同学科期刊比较中的应用[J]. 编辑学报,2007,19(2):158-160.

[31] 李华,张学梅,刘文芝. PRP指标:一种跨学科期刊评价方法及与期刊H指数之比较[J].

情报杂志,2015,34(8):60-64,109.

[32] DERAKHSHAN N, LUSZCZYNSKA A. Impact factor on the rise[J]. Anxiety Stress and Coping,

2012, 25(1):1-2.

[33] 俞立平,李守伟. 标准特征因子的特点与应用分析[J]. 中国科技期刊研究,2016,27(9):993-993.

[34] 陈福佑,杨立英,丁洁兰. 不同学科期刊学术影响力比较的方法与实证研究[J]. 图书情报工作,2013,57(23):85-89,94.

[35] 王璞,刘雪立,刘睿远,等. SNIP、SJR 及其修正指标SNIP2、SJR2 在期刊评价中的应用[J]. 中国科技期刊研究,2014,25(6):833-838.

[36] 陈仕吉,史丽文,李冬梅,等. 论文被引频次标准化述评[J]. 现代图书情报技术,2012(4):54-60.