评价一个论文价值，无非从量化和质化两个方面来评价，或者期刊和论文的角度来评价。下面提到的指标，有的是从量化，有的是从质化，有的是从期刊角度，有的是从文章角度。
影响因子
影响因子确切说是针对期刊的，而并非直接针对论文的。
影响因子应该是一个量化和半质化的指标。为何？这是因为高影响因子的期刊低水平的文章也并非没有，低影响因子高水平的论文也大有存在。
当然，如果论文婆家找的好，自身的身份也就自然高了。正如以前的皇妃，可能整个素质比一般大众好，可以平民中也大有出类拨粹的人物存在。
因此，现在影响因子也是饱受垢病。有的人戏称SCI是stupid chinese idea，其中的原因也就不多说了。
查看影响因子的方法有多种，最经典的方法当然是Web of Science，但是收费，一般人用不起。简单方便的方法可以使用医学文献助手：利用医学文献助手筛查PubMed文献质量
引用次数
这个就不用多介绍了吧。很多数据库和在线查询平台都可以实现引用次数的查看，例如Google和微软学术搜索Microsoft Academic Search，还有利用医学文献助手筛查PubMed文献质量
H指数（H Index）
H指数是2005年由美国加利福尼亚大学圣地亚哥分校的物理学家乔治·希尔施提出的。
H指数的计算基于其研究者的论文数量及其论文被引用的次数。赫希认为：一个人在其所有学术文章中有N篇论文分别被引用了至少N次，他的H指数就是N。
可以按照如下方法确定某人的H指数：
将其发表的所有SCI论文按被引次数从高到低排序；
从前往后查找排序后的列表，直到某篇论文的序号大于该论文被引次数。所得序号减一即为H指数。
以上有关H指数的内容来自维基百科
查看H指数的最简单的方法就是利用Google Scholar，注意是英文版的，中文版的不要。另外FireFox和Chrome也有相应的插件可以选用。
I10指数（I10-Index）
I10-index是由Google提出来的，指作者发表文章数被引用10次以上的个数。
比如我发表了100篇文章（呵呵，有点大了啥），其中90篇被他人引用了10次以上，那么本人的I10-index就是90。
如果说影响因子是针对期刊的话，那么H指数和I10指数就是针对个人的。论文的影响因子高，只能说该论文找了一个好婆家，具体引用情况并不一定。而H指数和I10指数就是确切反应论文引用的一种量化标准。
G指数（G-Index）
G-Index（G指数）相比于上述几个指标来有点默默无闻。G-Index是由Leo Egghe于2006年提出的， 评价作者论文数量的一个指标。
G指数的计算方法如下
把所有作者发表文章按照引用次数降序排列，序号为g
把作者所有发表文章的序号进行平方，得到g2
把作者所有文章的引用次数进行加法，得到∑TC
最后一个∑TC仍大于g2的序号就是G指数。
有点绕哈，没事举个例子更清楚一些，比如我发表了以下文章，按照引用次数进行排序如下
引用次数（TC）序号 （g）
文章引用次数之和（∑TC）g^2
471471
422894
3731269
36416216
21518325
18620136
17721849
16823464
16925081
1610266100
1511281121
1312294144
1313307169
1314320196
1315333225
1216345256
1217357289
1218369324
1219381361
1120392400
…………
由上表可以看出我的H指数是13，g指数是19，因为第20个文献g2已经大于前面所有引用次数之和了。（该例子数值来源于Egghe. An Improvement of the H-Index: the G-Index）
G指数相比于H指数和I10指数，更能反应论文整个引用情况。比如我发表的文章，总体都不高，可能H指数比较高，可是一算G指数立马原形毕露，原来是水货一枚。
H5指数（H5-index）和H5中位数（H5-median）
H指数、I10指数和G指数是针对个人论文引用次数的统计，而H5指数和H5中位数（H5-median）是针对杂志引用次数的一种评价体系。
H5指数
H5指数是过去5年之内某一杂志所发表的论文数相比于引用数的最小值，如
Nature杂志过去5年之内发表了1000篇文章（当然实际数值比这个大），按照每篇论文的引用数进行降序排列
第381位的文章的引用数是381，而382的文章引用数是300，那么Nature的H5指数就是381
H5相较于IF，是反应杂志过去5年文章的引用情况，而IF是反应的杂志平均引用情况。H5相较于H指数，是针对杂志的总体情况，而H指数是针对于个人论文的引用情况。
有时候不同影响因子的杂志，H5可能一样。如PLoS One和Nature Reviews Immunology的H5都是130，可是两者的影响因子相差可不止一个档次。
H5中位数
H5中位数（H5-median）是指所用文章引用次数的中位数。为毛不用平均数？因为资料不是正态分布。每一个杂志的文章引用次数肯定不会是平均分布的，正如我国居民收入一样。有的引用次数肯定很大，可是有的文献可能很水，引用次数少的可怜。如果平均无法反应真实的引用情况，中位数最佳的选择。
F1000
F1000(Faculty of 1000)是为生物学及医学研究人员提供评估服务的二次文献数据库，是由英国BioMed Central出版的一种新型在线研究辅助工具，包括生物学（Biology）和医学（Medicine）两大系列。 其目前是给生命科学研究者一个新的评价体系，而不仅仅依赖于是否被SCI收录。
医学F1000：由2400多位世界顶级的临床专家、学者收集和评价，提供目前世界上最重要的医学论文信息及发展趋势。它包括18个领域：麻醉和镇痛、心血管疾病、重症监护和急诊医学、皮肤病学、糖尿病和内分泌病学、循证医学、胃肠病和肝病学、血液病学、感染性疾病、肾病学、神经疾病、肿瘤学、心理学、公共卫生和流行病学、呼吸系统疾病、风湿和临床免疫、泌尿病学、女性健康。该网站文献与PubMed及PubMed Central进行了链接。
生物学F1000：由2300多位专家学者的评价，提供目前世界上最重要的生物学论文信息及研究趋势。涵盖学科领域：生物学、生物化学、生物信息学、生物技术、癌症生物学、心血管生物学、细胞生物学、化学生物学、发育生物学、生态学、进化生物学、胃肠生物学、基因组学和遗传学、免疫学、代谢及内分泌学、微生物学、分子生物学、分子医学、神经科学、药理学与药物发现、生理学、植物生物学、肾生物学、呼吸生物学、结构生物学。
主要特点
主要对PubMed收录的重要论文的进行客观评估，评估依据是以学术成就而非该期刊是否被SCI收录；
参加评议的成员分别由美国和欧洲等国际知名机构的著名专家组成。根据论文对当前世界生物和医学研究的贡献程度和科学价值，通过客观反映学术水平的指标（F1000因子）给予评分，每日将最近一个月内的极少数优秀论文推荐给读者，并提供Pubmed链接。
F1000三个等级分别为9分（杰出）、6分（必读）和3分（推荐）。
以上有关F1000的内容来自百度百科。
因此F1000相比于影响因子，多人工挑选的干预，其分值高的研究意义就比较重大。F1000应该是一个质化的指标，最简单的实时查看F1000的方法也可以使用医学文献助手。
聊完了传统的评价指标，再扒一扒新兴的论文评价指标
Altmetric
Altmetric是一个新兴的指标，虽然字面意思是替代指标，但是我认为「社会化影响力」或者「网络影响因子」或者「分享因子」更能反应其本质。
Altmetric出现的背景
可能大家遇到这么一种情况，有的论文发表以后，被大家广泛转载，网络新闻报道，Twitter或者G+上评论和分享。这时，影响因子和F1000就不能反应这些了。
Altmetric就是在这种情况下出现的，Altmetric就是反应某一论文分享、下载、阅读的情况。
但是现在Altmetric争议也比较大，关于名字都有争议。我个人认为InterMetric更好，简称IM，有点和实时通讯软件混了啥。SocialMetirc，简称SM，有点变态了哈。
有关Altmetric更多详情可以参阅此文：利用Altmetric评价系统了解论文的关注度分享情况
类似的还有Plum Metrics （利用Plum Metrics评价系统了解论文的关注度分享情况）和Impactstory（这个可能要挂代理）
RG Score
RG Score（RG因子）是ResearchGate推出的一个评价作者的指标。RG Score推出的目的是为了帮助评价自己在科学圈内的处于一个啥水平。计算方法并不是自我发表了多少文章，而是自己的科研工作被同行认可以程度。
RG Score不同于传统评价指标在于可以统计更多的信息，如下载，浏览、分享等。RG Score不同于Altmetric之处在于RG Score更测重于分享。如果和同行分享自己的Idea，并得到同行的认可和讨论，那么RG Score增长很快。
更多有关RG Score的详情可以查看此文：ResearchGate科研人员自己的FaceBook
公司主页:www.kjmed.com.cn康健公司成立于2000年，是目前国内首家也是最大一家专业医学情报服务公司。康健公司拥有一支国内该领域发展最早、精明强干的专业团队，包括医学、电子、管理、研发、推广、客服、工程及图书情报等各类本科以上的专业人才和专家队伍。
公司使命
致力于将从科学研究和医学实践中获得的有关拯救生命的知识加以组织整合，并传递给那些能最好地利用这些知识去战胜疾病和伤残，从而改善人类的生命质量的医务工作者。
康健公司
公司早期李予总经理在2000年至2005年间致力于中文生物医学期刊全文库如CHKD广东省、福建省、江苏省、四川省等地医院的推广应用，2003年起，应广大医学专家和院长的要求，组织研发团队着手对我国引进的外文生物医学期刊进行整合，构建我国自主研发的外文生物医学期刊文献数据库，以解决我国广大医院由于经费有限，外文医学期刊价格昂贵而缺少外文期刊资源的问题。直到2004年底，在中国人民解放军医学图书馆的领导和专家的支持下，与中国人民解放军医学图书馆成功合作，以《西文生物医学期刊文献数据库》为基础，在2005年面向全国推出了我国第一套《外文生物医学期刊文献服务系统》FMJS（Foreign Medical Journal Full-Text Service），首次推出的外文库含医学期刊1400余种，这种对外文期刊的整合，首次解决了困扰我国医院多年缺少外文期刊的现状。
在公司医学图书情报专家，计算机专家的共同努力下经过2005、2006、2007年的不断改进和升级。目前FMJS（Foreign Medical Journal Full-Text Service）已成为我国最大的、具有中国特色的、集文献检索、馆际互借、开放获取（OA）及情报服务等多种功能于一体的外文医学文献检索和情报服务系统。其文献数据库整合了我国每年花数千万元引进的外文原版3330余种核心期刊。收录的期刊质量高，涵盖生物医学等各个领域。为“十一五”国家重点电子出版物规划项目。在自己的“把最好的医学文献知识整合并以最经济便捷的方式提供给中国医生”的服务宗旨的指引下，目前康健公司的FMJS文献情报支持服务系统已经受到国内广大医院的欢迎和喜爱。在医学文献资源的检索与全文获得通道方面极大地缩小我国与发达国家以及我国东西部地区之间在“数字鸿沟”方面造成的差距。
2008年开始，为了让我国医生更好的掌握获取知识的通道，提高占有和应用外文医学期刊资源的能力，在医学文献资源的整合与揭示上进一步与国际接轨，公司决心整合更多的Linkout通道，并引进国外先进的文献评价工具，打造出新型外文医学期刊文献服务系统。新的系统以U盘为载体，在FMJS的基础上，研制成功了集IT技术、网络技术及图书情报技术为一体的My FMJS系统，该系统包括专科外文医学文献服务系统? （Specialized Foreign Medical Literature Service）、精选外文医学文献情报服务系统?? (Selected Foreign Medical Literature Service)、文献自建库系统 (Document Management Tool)。
FMJS 和My FMJS系统把世界上最好的文献评价工具SCI、F1000、Google Scholar整合在一站式的平台上。至此，该系统不仅可以让您轻松的掌握检索的各种技能，快捷而高效的查找到您所需的文献知识，而且能够使您利用这些评价工具对检索到的文献知识进行分析鉴别这些文献知识的价值。多年来，建立一个集各种数据库资源和系统知识（如PubMed、SCI、F1000、Google Scholar、Springer、Elsevier Science、Wiley、 EBSCO、 HighWire、 OVID、PML等）于大成的，快捷的一站式的检索应用平台，一直是国人梦寐以求的梦想，但是就在今天，这个系统就出现在你眼前！
至此，FMJS 和My FMJS发生了质的飞跃，由文献检索服务系统上升为知识服务系统，通过FMJS 和My FMJS系统，可以帮助医务工作者：
获取那些正在改变和即将改变临床实践的文献（即F1000收录文献及F1000专家评价的内容）。
获取那些经过反复验证的，可靠的，可以放心使用的临床科学证据。
可以让您消除在众多数据库检索系统中跳来跳去也找不到您最需要的知识的苦恼。
帮助您对检索到的文献和知识进行科学的识别和判断。
……
FMJS 和My FMJS为医院实现“医院学院化，科室学科化，个人学者化”的战略目标提供了很好的外文医学文献情报知识服务平台，成为医务工作者：
帮助病人战胜疾病的利器！
赖以实现最佳治疗的宝典！
随身便携个人专业图书馆！
必备的终身专用学习工具！
成为一流医学专家的捷径！
……
FMJS和My FMJS有效的解决我国医生面临的“信息过载”和“信息迷航”等问题，通过这些系统，我国医生的检索能力，应用外文文献的能力，获取知识通道的水平都将得到极大提高，为医务工作者节省了宝贵的时间，提高了效率。这些能力无疑成为现代医生竞争的新的起跑点。
欢迎分享，转载请注明来源：内存溢出
微信扫一扫
支付宝扫一扫
评论列表（0条）