手把手教你預測2020年SCI影響因子(附20本生信友好期刊影響因子預測)
每當投稿選擇期刊時,大家都會很關注自己目標SCI期刊影響因子的走勢,除了近幾年的影響因子外,
實時影響因子
也十分具有參考價值。選刊也是一種“投資”,每年六月份公佈當年最新影響因子時,大家有些會為跌下神壇IF驟降的期刊備感惋惜,當然也有些會為自己剛中的期刊IF上漲而捂嘴偷笑。那今天就讓我們一起來看一下如果計算實時影響因子,輕鬆掌握後就會對即將到來的影響因子做到心中有數。
首先我們看一下SCI期刊的影響因子(Impact Factor,簡稱IF)是如何計算的。如果計算某一個期刊2018年的影響因子,則IF=該期刊2016和2017年(前兩年)發表的文章在2018年(當年)的引用總次數/該期刊在2016和2017年(前兩年)發表文章總數。以PNAS為例,2016年與2017年所發表的文章在2018年共引用了35202+26570=61772次,2016和2017年發表文章總數為3187+3261=6448篇,所以2018年PNAS的IF=61772/6448=9。58。這就是影響因子的計算方法。
圖1 2018年PNAS影響因子計算(來源:Web of Science)
那實時影響因子怎麼來計算呢?這裡為大家推薦兩個方法,大家可以選擇自己方便的進行計算和檢視。
1.微信公眾號“桑格助手”
這個是筆者強烈推薦的一個快捷便利的方法,與手動從Web of Science進行查詢計算(下述方法2)相比,不需要校內網條件以及繁瑣的計算,只需要關注公眾號“桑格助手”併發送期刊名稱就可以。傳送期刊名稱後,公眾號便會立刻返回
實時期刊影響因子
及其他相關期刊資訊,比如審稿週期、去年及今年文章數以及國人發文比例、自引率以及近四年影響因子。可以說資訊很多,一張圖就夠啦。比如下面我們輸入PNAS,就會給出該期刊的相關資訊。
圖2 使用公眾號“桑格助手”對期刊PNAS進行實時影響因子查詢
除此之外,這個公眾號還有一些其他的小功能,比如查詢文獻、搜尋資訊、翻譯文件等等,都不在話下,是一個非常實用的小工具。
2. Web of Science手動查詢
這個方法適用於購買該資料庫的使用者,一般在校內網的環境下可以使用。首先進入Web of Science網站,選擇核心合集資料庫,輸入期刊名稱並自定義時間跨度(想要計算年份的前兩年)。
圖3 實時影響因子查詢計算(來源:Web of Science)
點選搜尋後,顯示搜尋結果,從文獻型別中選擇“Article”和“Review”兩種,然後點選“精煉”。如果此處沒有完全顯示出來文獻型別,可點選下方的更多選項/分類進行選擇。
圖4 實時影響因子查詢計算(來源:Web of Science)
對搜尋結果進行精煉後,點選右側的“建立引文報告”。
圖5 實時影響因子查詢計算(來源:Web of Science)
結果中的出版物總數6534就是IF計算時的分母。下面顯示的2019年的引用次數60640就是IF計算時的分子。實時影響因子IF=60640/6534=9。28。另外,以上兩種方法所計算出的IF也不完全相同,僅供大家選刊時進行參考。
圖6 實時影響因子查詢計算(來源:Web of Science)
圖7 實時影響因子查詢計算(來源:Web of Science)
這樣計算的實時影響因子會略低於最終影響因子,因為Web of Science對新發表的SCI論文的收錄會有些滯後,而且存在著遺漏。筆者嘗試用這種方法計算往年已經公佈的影響因子,發現這樣計算的結果會低於官方公佈的結果,不過在官方釋出之前,這可以作為一種參考的方法。
最後,
為大家附上20本生信友好的期刊的最新實時影響因子
,供大家參考:
(截至2020年3月5日,資料查詢來自“桑格助手”)