Impact Factor
Impact Factor（IF，影响因子），全称为期刊影响因子 (Journal Impact Factor, JIF)，是由科睿唯安（Clarivate）公司旗下的《期刊引证报告》（JCR）每年发布的一项文献计量学指标。它旨在量化一个学术期刊在特定年份内的相对影响力。简而言之，某期刊的 IF 值代表了该期刊在过去两年内发表的论文在当年的平均被引次数。尽管 IF 最初设计用于帮助图书馆筛选订阅期刊，但如今已演变为评估学术期刊质量、甚至评价科研人员绩效（如晋升、基金申请）的“硬通货”。近年来，学术界对过度依赖 IF 的现象进行了反思，并推动了DORA 宣言，呼吁回归对研究内容本身的评价。
计算公式：简单的算术题
影响因子的计算逻辑非常直观。以 2025 年的影响因子为例（实际上是在 2026 年发布，基于 2025 年的引用数据），其计算公式为：
IF2025 =
- 分子 (A)： 包含对所有类型文章（Article, Review, Editorial, Letter 等）的引用。
- 分母 (B)： 仅统计“可被引文献” (Citable Items)，通常指 Original Articles 和 Reviews。社论（Editorials）、读者来信（Letters）通常不计入分母。
- 漏洞： 这种“分子宽、分母窄”的定义有时会被利用（例如发表大量高引用的社论来提高 IF，却不增加分母）。
三大评价指标对比
选择指南： IF 适合看期刊在短期的热度；CiteScore 样本更大、更稳定；h5-index 适合在 Google Scholar 上快速查找某领域的顶级刊物。
| 指标 | 数据来源 (统计年限) | 特点 |
|---|---|---|
| Impact Factor (IF) | Web of Science (2年) | 最经典，由于窗口短，更利好热门、快节奏领域（如生物医学）。 |
| CiteScore | Scopus (4年) | 分母更大（包含所有类型文章），对不同学科更公平，更难被操控。 |
| h5-index | Google Scholar (5年) | 反映高影响力文章的数量，而非平均值，不易受极少数超高引文章干扰。 |
争议与反思：不能代表单篇质量
偏态分布 (Skewness)
期刊的引用分布极不均匀。往往是 20% 的文章贡献了 80% 的引用。因此，即便发表在高 IF 期刊上，单篇文章的实际引用可能为零。用 IF 评价个人是“以偏概全”。
DORA 宣言
2012 年发起的《旧金山科研评估宣言》明确呼吁：停止使用期刊影响因子作为衡量科学家个人贡献的替代指标。目前已有数千家机构签署。
学术参考文献 [Academic Review]
[1] Garfield E. (2006). The history and meaning of the journal impact factor. JAMA.
[点评]：IF 之父尤金·加菲尔德亲自撰文，回顾了 IF 旨在帮助图书馆选刊的初衷，并警告了其滥用的风险。
[2] Seglen PO. (1997). Why the impact factor of journals should not be used for evaluating research. BMJ.
[点评]：早期批判 IF 的经典文献，通过数据证明了期刊引用率与单篇论文质量之间缺乏直接相关性。
[3] Larivière V, Sugimoto CR. (2019). The Journal Impact Factor: A brief history, critique, and discussion of adverse effects. Springer Handbook of Science and Technology Indicators.
[点评]：系统总结了 IF 对学术出版生态造成的负面影响，如“追逐热点”、“强制引用”等。