周苑分享 http://blog.sciencenet.cn/u/yaoqizhou 论春语秋,谈科说学,声传言教。

博文

抛弃“影响”因子,计算颠覆因子! 精选

已有 11535 次阅读 2022-7-3 16:36 |个人分类:心得体会|系统分类:观点评述

导读:全世界科技界受“影响”因子的毒害久矣:追热门、跟风向、造新闻、编故事。已经有科学家开发、验证的颠覆因子,却不被以盈利为目标的公司使用!呼吁有人才、有实力的企业、单位(例如中国科学院文献情报中心、百度、腾讯、华为等)根据期刊发表文章的“颠覆”因子来倒逼期刊发表、鼓励大家从事、多样性的、踏踏实实的原创工作,摆脱目前国内外受“影响”因子所扭曲的评审系统,欢迎转发!

 

我们见过多个大学排名,比较出名的有美国的News & World Report,英国的泰晤士报THE/QS,还有上海交大的ARWU,各有千秋。期刊排名呢?科睿唯安(Clarivate)的《期刊引用报告》一家独大。虽然有国内的中国科学院文献情报中心期刊分区,但是它与期刊的“影响”因子有明显的相关性。在科睿唯安最新的2021年的《期刊引用报告》里面,一些杂志由于新冠病毒相关的综述得到高引用,“影响”因子大幅度上升【1,2】,再一次说明所谓影响因子来衡量杂志水平的荒谬。现在是该抛弃期刊影响因子的时候了!

 

期刊的“影响”因子是该期刊在前两年发表的论文在当年的被引用量,除以前两年发表的总论文数。这样的计算方法的问题很明显:

 

首先,只考虑短时间两年内的引用量。强调这样的短期引用量,变相鼓励大家做热门课题,因为热门的研究方向,做的人多,自然而然的有高引用量。这样的后果很严重。例如,关于人类蛋白质组里面,95%的工作在关注5,000种已得到充分研究的人类蛋白质,而大多数其他蛋白质被打入冷宫,属于“未被充分研究蛋白质”【3】。鼓励追求热门项目,也会导致内卷和资源分配的浪费。更重要的是,原创性或者颠覆性工作,不管是科学还是技术,往往有引用迟后(所谓的睡美人文章),需要比较长的时间才能得到大量的引用【4】,追求短期影响也就激励大家去做热门的、跟风性的、扩展性的、而不是开创性的工作,因为跟踪热点,很快能得到许多人引用。

 

其次,“影响”因子用的是平均值,少数超高引用文章把持了整个期刊的“影响”因子。综述性文章介绍一个方向的概况,自然会比普通科研论文有更多的引用,综述性文章与普通科研论文不分,甚至与新闻稿、评论文章也不分,导致了今年一些杂志由于新冠病毒相关综述的高引用,“影响”因子大幅度上升的诡异现象【1,2】。

 

此外,“影响”因子不分专业。各个专业从事的科研人员人数不一样,人多势众的专业,互相之间的引用率自然就高,比如关于癌症期刊的“影响”因子比数学期刊“影响”要高得多,但并不能说癌症期刊里面文章的水平比数学期刊里面文章的水平高。虽然有一些根据大学科专业来归一处理的方法,但是现在越来越多的文章是多专业交叉的,对它们怎么归一是一个问题。

 

除了“影响”因子外,谷歌学术【5】利用期刊的h因子(h-index)来对杂志排名。某期刊的h因子是指该期刊在5年内发表的论文里有h篇论文超过h次引用。与“影响”因子比,h因子更强调中期(5年)的“影响”,但是它更偏向发表文章多的杂志。自然通信(Nature Communication)比细胞(Cell)及其它自然子刊排名高,主要靠它发表的文章多。而且h因子也没有解决不同专业引用率不一样的问题。

 

我呼吁有人才、有实力的企业、单位(例如中国科学院文献情报中心、百度、腾讯、华为等)根据期刊发表原创文章的“颠覆”因子来倒逼期刊发表、鼓励大家从事更多的原创工作。颠覆因子(Disruption)是Wu,Wang和Evans在2019年的Nature的文章推出的【4】。这个因子是指引用了该论文,但没有引用该论文所引用的论文的论文数(ni)减去那些同时引用了该论文及该论文所引用论文的论文数(nj),然后用引用该论文的论文数(ni+nj)加上那些没有引用该论文却引用了该论文所引用论文的论文数(nk)来归一[D=(ni-nj)/(ni+nj+nk)]。这个颠覆因子可以衡量一篇论文是后来工作的起点(原创性工作,D~1),还是研究工作发展中的中转站(跟风、发展性工作,D~-1)。他们用诺贝尔获奖论文(高颠覆因子)、综述论文(低颠覆因子)、专家的调查、关键词汇的使用验证了颠覆因子的可靠性。

 

这个颠覆因子的好处是不受专业的影响,同时也不受时间的限制,每年可以把某个期刊在10年内(或者5年内)发表的文章都计算一下,做个平均值(或者中间值)。不仅仅可以计算D因子,期刊的相对引用率也可以用每篇文章的相对引用率(ni+nj)/(ni+nj+nk)来计算,不受热门、冷门还是跨学科专业的影响。这个D因子还有后续的改进【6】。期待着有单位挺身而出,摆脱目前国内外科学界受“影响”因子所扭曲的评审系统。是时候了!

 

【1】   Immugent,“吃惊!2021年的影响因子还能用来评价杂志的质量吗?”,生信宝库6-282022)。

【2】   任胜利,简析2021年度SCI影响因子大幅变化的部分中外期刊数据,科学网https://blog.sciencenet.cn/blog-38899-1345574.html,7-2(2022)。

【3】   Kustatscher G.et al., Understudied proteins: oppprtunities and challenges for functional proteomics, Nature Methods, (2022)

【4】   Wu, L., Wang, D. & Evans, J.A. Large teams develop and small teams disrupt science and technology. Nature566, 378382 (2019).

【5】   https://scholar.google.com/citations?view_op=top_venues

【6】   Bornmann, L., Devarakonda, S., Tekles, A. et al. Disruptive papers published in Scientometrics: meaningful results by using an improved variant of the disruption index originally proposed by Wu, Wang, and Evans (2019). Scientometrics 123, 11491155 (2020).

 




https://m.sciencenet.cn/blog-472757-1345692.html

上一篇:怎样推动“从0到1”的原始创新?从基于AI神经网络的蛋白质从头设计说起
下一篇:痛并快乐着:蛋白质结构预测的边角故事

33 郑永军 李文靖 周忠浩 毛善成 王涛 谢钢 孙学军 贾玉玺 梁洪泽 任胜利 刘立 高友鹤 傅国旗 杨正瓴 曾杰 李剑超 杨立坚 王伟周 许培扬 胡大伟 褚海亮 黄河宁 郑强 庞峰 姚远程 王华伟 关勇军 雷宏江 谌群芳 章雨旭 帅凌鹰 唐凌峰 段玉聪

该博文允许注册用户评论 请点击登录 评论 (13 个评论)

数据加载中...
扫一扫,分享此博文

Archiver|手机版|科学网 ( 京ICP备07017567号-12 )

GMT+8, 2024-3-29 22:09

Powered by ScienceNet.cn

Copyright © 2007- 中国科学报社

返回顶部