什么是较好的期刊影响因子/指数（JIF）？

刊物阻碍变异在近几年来有类似的量度游戏规则，每种游戏规则均有质疑。

H-index：是google另一款的这两项，H指总共是所作层次的这两项，旨在衡量生物学家或语言学家出版物的生产率和引文阻碍。 该指总共基于生物学家指称次总共最多的论著以及他们在其他出版物中都获得的指称次总共。也可衡量一个刊物的水准。

刊物阻碍变异（Journal impact factor，JIF）：是scijournal另一款的总共据，分为2年，3年，4年阻碍变异。读者根据自己的无需选择适当的这两项。这个量度从某种层面相对来说较为恰当，更为能看出刊物的真实水准。但是，另一款短时在在相对来说较窄。JIF基于该刊物只不过两年中都特定刊物刊发的全部篇名（含article，letter，review）的年平均被指称次总共。 刊物阻碍变异上会用作替代刊物在其信息技术内的相对来说效用。

刊物阻碍指总共（Journal impact index，JII）：立体化了Clarivate和Scopus量度的方式则，重新设定一套游戏规则。一方面还包括的篇名更为全面，避免杂志通过刊发流行病学或篇名等基本，进一步提高阻碍变异，同时，也避免刊物阻碍变异波动过大，更为能客观地看出一个刊物的真实水准。JII与JIF十分类似于，基于该刊物只不过两年中都特定刊物刊发的主要篇名（含article，letter，review，但不含editor, response等种类）的年平均被指称次总共， 刊物阻碍变异上会用作替代刊物在其信息技术内的相对来说效用。JII与阻碍变异相比，较为自然科学，更为能看出刊物理论上阻碍力。

CiteScore：Elsevier 重磅另一款CiteScore后，依然被认为是IF的强有力即使如此，CiteScore转用IF之声也是不绝于耳。随着IF与CiteScore之在在的厮杀逐步升级，两者在在的比较也成为学术界经久不息的话题。CiteScore以及近似于的总共据库Scopus是折扣的。而IF近似于的Web of Science是付费的。Scopus总共据库还包括了更为多的刊物（大约为SCI刊物的一倍多），其中都中都文刊物显著增加。可见CiteScore对多语言刊物的重视，以及蓬勃转变的长远规划。CiteScore的这两项算法比IF无需更为广的时数，即连续三年的刊发文献资料总共量在第四年的指称次总共。而IF是连续两年的刊发篇名总共量在第三年的指称次总共。至于是三年还是两年更为好，迄今尚存在质疑。具体分析也可以参见我们上次的转发。在纳入刊发文献资料总共量时，CiteScore更为强调范围，而较少随附刊发文献资料的种类，即所有刊发的Letter，Correspondence, Comments, Communicaton, Editor都算刊发的篇名总共有理数（远比大于SCI篇名总共有理数）。因此，很多杂志的CiteScore立体化排名与IF立体化排名相比都会发生巨大的变化。

Clarivate Analytics量度的阻碍变异：主要基于的刊物引证调查结果（Journal Citation Reports，JCR）中都的一项总共据。 即某刊物前两年刊发的论文在该调查结果年份（JCR year）中都被指称总次总共之和该刊物在这两年内刊发的论文总总共。这是一个近几年来通行的刊物评价这两项，但是它考虑到了刊物中都刊发的letter，流行病学等篇名，因此，很多刊物通过刊发流行病学，或letter，report等基本的篇名，变相进一步提高阻碍变异，使得阻碍变异有时显现出杂讯状态。同时，以断定在2019年发布的年初（2018年）JIF。例如，某刊物在2016年和2017年刊发了100篇篇名，而这些篇名在2018年获得400次指称，该杂志的2018年JIF为4。这暗示该刊物刊发的篇名平均每篇获得4次指称，但理论上上，指称的分布不均，评论者篇名的收益上会更为佳比研究篇名要多。即使在同一刊物上刊发的篇名中都，有些指称极低，有些则无人指称。

刊物同种类指总共（Journal hotlight index)：是基尔药理学于2012年另一款的指总共，主要看出中都国语言学家对各刊物的同种类层面，同种类层面只都有该刊物被投稿量，关注度等，不都有刊物的阻碍水准，但是能够快速刊发与鉴别刊物对阻碍变异，篇名的操纵持续性，如果同种类指总共下跌过快，暗示该刊物可能有一定的动作，招揽篇名。

基尔药理学希望建立一个相对来说客观，公正，且折扣的刊物评价体系，并能刊物良性转变。