引用数, Google期刊排名, 以及期刊H指数
几天前，Google 发布了一年一度的Google期刊排名 Google Publication Metrics。 Google这个主要依据的指标是期刊的5年引用H指数。即把一个期刊再过去5年内发表的所有文章按引用数排名，如果有N篇文章被引用至少N次，那么该期刊的H指数就是N。
相比于期刊影响因子通常只计算发表两年的文章，Google Metrics计算了发表5年的文章，应该有更好的稳定性。但H指数的问题是，发表文章越多的期刊，偶尔出现单篇文章引用数高的概率也会增加。因此像PLoS ONE和Frontiers这类综合大刊H指数都很高。这也是Google Publication Metrics经常被人诟病的一个原因。
我检索了下我发表的几篇引用数较高的文章的期刊的H指数：
Brain Connectivity 30
Brain Structure and Function 43
Neuroimage 128
Cerebral Cortex 86
Frontiers in human neuroscience 79
对比我自己文章的引用数，看来我的文章大都是泯然众人。不过还好，我有两篇文章可以排在Brain Connectivity的top 30以及Brain Structure and Function的top 43里。12年在Brain Connectivity发表的PET connectivity的文章以57次引用排名第11。15年在Brain Structure and Function发表的脑网络调制dynamic connectivity的文章以50次引用排名第30。
做研究，发表文章是重要的。但研究是否被认可，需要时间的考验。如果文章发表了，再去拿文章发表的文章的影响因子说事没什么意义。还是要看有没有人引用你的文章吧。
Di X, Biswal BB, Alzheimer's Disease Neuroimaging Initiative (2012). Metabolic Brain Covariant Networks as Revealed by FDG-PET with reference to resting-state fMRI networks. Brain Connect 2(5):275-83.
Di X, Biswal BB (2015). Dynamic Brain Functional Connectivity Modulated by Resting-State Networks. Brain Struct Funct 220(1):37-46.
相比于期刊影响因子通常只计算发表两年的文章，Google Metrics计算了发表5年的文章，应该有更好的稳定性。但H指数的问题是，发表文章越多的期刊，偶尔出现单篇文章引用数高的概率也会增加。因此像PLoS ONE和Frontiers这类综合大刊H指数都很高。这也是Google Publication Metrics经常被人诟病的一个原因。
我检索了下我发表的几篇引用数较高的文章的期刊的H指数：
Brain Connectivity 30
Brain Structure and Function 43
Neuroimage 128
Cerebral Cortex 86
Frontiers in human neuroscience 79
对比我自己文章的引用数，看来我的文章大都是泯然众人。不过还好，我有两篇文章可以排在Brain Connectivity的top 30以及Brain Structure and Function的top 43里。12年在Brain Connectivity发表的PET connectivity的文章以57次引用排名第11。15年在Brain Structure and Function发表的脑网络调制dynamic connectivity的文章以50次引用排名第30。
做研究，发表文章是重要的。但研究是否被认可，需要时间的考验。如果文章发表了，再去拿文章发表的文章的影响因子说事没什么意义。还是要看有没有人引用你的文章吧。
Di X, Biswal BB, Alzheimer's Disease Neuroimaging Initiative (2012). Metabolic Brain Covariant Networks as Revealed by FDG-PET with reference to resting-state fMRI networks. Brain Connect 2(5):275-83.
Di X, Biswal BB (2015). Dynamic Brain Functional Connectivity Modulated by Resting-State Networks. Brain Struct Funct 220(1):37-46.
评论
发表评论