影响因子被严重误用 科学界改革评价标准

旨在帮助图书管理员选择期刊，极具权威性的影响因子如今被广泛误用为研究论文质量的代表。

科学界中被误用最严重的评价标准正在经历一次变革，尽管很多研究人员更希望它完全消失。
信息公司汤森路透表示，自己在影响因子计算上将变得更加透明。近日，该公司发布了超过1.09万本科技期刊的年度排名以及被该名单拒绝的39本期刊名称。

同时，这家总部位于美国纽约的公司正在改进其商业分析产品——Incites数据库，以增加基于单篇文章的评价指标，并允许用户自行计算。不过，批评者认为当前需要更多的改变。

在发明之初，影响因子主要用来帮助图书馆决定购买哪本期刊。一般而言，一本期刊的影响因子越高，被引用的次数就越多。然而，它已经演变成为判断研究人员及其论文质量的一个重要标准。这激怒了很多科学家，因为他们认为自己的成果变成由发表在哪儿而不是发表了什么来评判。

位于马里兰州贝塞斯达市的美国细胞生物学学会执行董事Stefano Bertuzzi表示，这样导致的结果便是科学家竞相“投靠”高影响因子期刊，而几乎每个人都对这种情形表示不满。

汤森路透表示，问题在于影响因子如何被使用，而不在评价标准本身。不过，即使是图书管理人员和期刊编辑都不认同这种说法，因为在他们看来，该公司并不清楚评价标准是如何计算出来的。“我们不确定它们的数据有多可靠。”位于德国海德堡的EMBO期刊主编Bernd Pulverer表示，他一直在竭尽全力使期刊的表现同汤森路透的评价相匹配。

去年，Bertuzzi组织上百家研究机构和1.1万余位科学家签署了《关于研究评价的旧金山宣言》（DORA）。该声明对影响因子的滥用进行了谴责，并呼吁开发评价科学研究的更好方法。同时，他和Pulverer给汤森路透发送了一份私人信件，要求其改善计算影响因子的方法。不过，他们表示信件从未得到过答复，并因此决定于近日在DORA网站将信件公开。

汤森路透则表示其的确回复过该信件，同时公司正在采取实质性的举措增加期刊影响因子计算的透明度。“例如，付费用户将被允许查看计算中涉及到的每一个条目。”

同时，该公司正在提供针对文章而不只是期刊的引文指标。目前，订阅用户应该可以计算任何系列文章的影响力，并将计数标准化。这是非常重要的，因为一些学科被引用的频率要比其他学科多，所以诸如将生物学文章同数学类文章比较是不公平的。

不过，这是否足以摆脱针对汤森路透的批评？“我们非常欣赏这些新的功能，不过汤森路透把压力转移给了用户。”Bertuzzi表示，这仍旧是个问题，因为研究人员还是更喜欢一个“官方的”数据。他希望公司通过诸如排除综述文章等方式改善其发布的评价指标，因为综述文章比研究论文包含了更多的引用。

汤森路透同时宣布了由于大量自引或从其他期刊文章中“过度引用”而在今年不会获得影响因子的39本期刊，这创下一年中剔除期刊数量之最。

《国际传感器网络杂志》（IJSN）已连续两年被发现存在过度引用行为。汤森路透发现，该刊被发表于《2013年IEEE消费通信和网络会议论文汇编》中的文章大量引用。其中，论文汇编中有两篇大量引用IJSN的文章，其共同作者中都出现了IJSN主编Yang Xiao的名字。电气与电子工程师协会（IEEE）表示，其正在评估当前状况，如有必要“将采取适当行动”。

Xiao是美国阿拉巴马大学的一位计算机专家，其在去年亲身经历了IJSN因同样行为而被严厉指责的事件。当时，汤森路透发现一篇2011年刊载于《并行与分布式计算杂志》的文章包含了大量引用IJSN的内容。Xiao同样是该文章的共同作者。今年2月，出版商爱思唯尔宣布该文章违反了关于引用操作的政策，并将其撤回。

同汤森路透的声明不谋而合，一群物理学期刊编辑也发起了尝试使其杂志摆脱对影响因子完全依赖的行动，以支持他们基于开放式引文数据库提出的评价方法。

去年，汤森路透拒绝给予《仪表学报》影响因子，因为该杂志被电子工程师Ryszard Romaniuk在线发表于《国际光学工程学会学报》的一系列文章大量互引。几经争论，这本由位于伦敦的英国物理学会和意大利国际高等研究院（SISSA）出版的期刊重新获得影响因子。不过，“这种耽搁已经损害了期刊及其作者声誉，尤其是在处理问题的过程中缺少透明度”。SISSA下属一家非营利公司——SISSA媒体实验室负责人Enrico Balli表示。

与此相反，Balli主导提出了一种被称为Jfactor的平行期刊影响因子。其基于“欧洲空间信息基础设施建设计划”（INSPIRE）收集开放数据，后者是由美国费米实验室、欧洲原子核研究委员会和其他实验室建立的、关于高能物理文章和引文的信息系统。Balli表示，如果物理学期刊采用该评价指标，那么将不再需要汤森路透专有的评价标准。

Bertuzzi则希望，其他类似的评价指标能被广泛应用于评价个人成果。在DORA日前更新的一个网页上，他和合作者正在收集可避免完全依赖影响因子的研究评价方面的良好实践。“我们可以讨论你想要的所有评价指标，但最终真正起作用的还是文章内容。”