如何正确的预测心仪期刊的影响因子？这是个看起来简单却不简单的命题
关于影响因子，可能是每一个和科研有关的人都不想关注也必须关注的东西，每年这个点总会自己预测下心仪的期刊的“分数”，尽管IF只是一个评价期刊的指标而已，但现实面前，还是得向它低头。很多时候，大家发现自己计算的IF和公布的有一些差距，觉得是SCI在捣鬼，其实可能是对IF计算公式没有很好的理解。此外，如果你在当年公布IF后的下一年去计算上一年公布的IF，影响因子也会有偏差，这是因为6月以后可能上一年度的某些文章稍晚被收录罢了。
其实，IF出现偏差真正的问题不是这个公式，而是很多期刊的引证关系有问题，我之前特地找了篇IF>15的期刊的文章粗略看了下，发现引用这个文章的很多引证记录里的文献其实在真实的文献里并没有引用这个文章。也就是你真实被引了100次，可能在SCI数据库里反而增大了很多，究其原因不知道，可能是SCI数据库算法的问题，也可能是其他问题。这个引证错误关系在很多高影响力期刊里经常存在，所以，也进一步助推了其IF增加。
今年，SCI已经把很多期刊刚刚在线的文章立刻进行了收录，并且在系统里标明是提前出版的文章，这样可能也会助力很多期刊的IF上涨，不过由于计算公式是上一年度的引用数，所以影响多少不好评价。
下面，看看IF的定义：the impact factor of a journal is the number of citations, received in that year, of articles published in that journal during the two preceding years, divided by the total number of "citable items" published in that journal during the two preceding years.
"Publications" are items that are classed as "article", "review" or "proceedings paper" in the Web of Science (WoS) database; other items like editorials, corrections, notes, retractions and discussions are excluded.
In contrast, the number of citations is extracted not from the WoS database, but from a dedicated JCR database, which is not accessible to general readers. Hence, the commonly used "JCR Impact Factor" is a proprietary value, which is defined and calculated by ISI and can not be verified by external users.
由此可见，IF的分子是期刊两年所有可被引文献的总数，而分母则只是article和review+proceedings 的数目，特别需要注意的是分子的计算并不是从WoS数据库提取，而是从JCR数据库提取，而我们是无法获取具体数字的，所以存在偏差是必然的。
现在，按照我们能从WoS获取的数据来预测。显然，如果你计算的时候只选择了article+review+proceedings 的引用数来计算的话，会比实际值偏小，这对于很多小体量期刊来说影响不大，但对于很多出版不少社论、新闻等的期刊来说影响却并不小，当然到底影响有多大，和期刊有关。
例如Nature期刊：
2017-2018发表所有类型文章总数6016，这些文章在2019年总被引次数76983次。
2017-2018发表的article+review总数1742，这些文章在2019年总被引次数71471（nature没有发表proceedings 类型文献）
也就是“article+review”总被引和所有类型文章总被引数差了5512次。
下面计算预测的IF:
A.按照官方正确公式计算：76983/1742=44.192
B.按照很多人错误的算法计算：71471/1742=41.028
差值是3.164
显然，如果按照更接近官方公式的算法算，Nature今年公布的2019年度IF比去年公布的2018IF（43.07）上涨了至少1，而按照错误的算法则下降了2.
再来算算去年2018IF：
A. 74264/1719=43.202
B. 67975/1719=39.543
可见，按照正确公式计算的值比官方公布的大了0.2，而按照错误公式计算的值比官方公布的小了3.5.
所以，看似简单的公式其实真正含义可能和你想的并不完全一样，就像你做科研久了，对一个现象或理论的理解一直是A，其实好好阅读其初始文献和领会后，发现和你想的也许并不一样。所以，当遇到和经典理论不同的结果时，第一：先保证对理论的理解正确；其次，再考虑是不是理论本身的问题。最后，最重要的一点，不要随大流，思考后再判定。
返回小木虫查看更多
京公网安备 11010802022153号
有些期刊是online2年后才正式出版，而这些刊出online的文章当年就被引用，则这些文章的引用按你理解的算法，就未被统计进分子里，所以计算完全没体现。你理解的这if计算方法不适用于此类刊物。甚至是错误的
不管online多久引用，if的定义的wos官方给出的，不是我个人理解的，那段英文是if的定义的标准解释，也不是我个人杜撰的，这不是我理解的算法，是官方正规公式，关于online的问题，这分很多情况：
比如今年是2019年的if，公式是2017-2018的所有类型文献被引数除以aiticle等出版数，
如果一篇文章发表于2015年，当年就开始被引用，那么online后不久就被sci收录的话，引用应该是会被算进去的，当然，我们不知道sci官方对于前两年发表文献这个定义究竟是什么，online被收录却没有正式进入出版的文章到底算不算进去if计算周期里，这个东西也不是你我所知道的，毕竟if本质是人家的商业工具，定义里面也写了，所有引用数出自jcr数据库，而非wos，这个，你我是不可能知道的，换言之，如果这个东西普通人自己都能得到全部数据的话，人家弄商业公司干啥，找人用程序自己算就行了。
“你理解的这if计算方法”不是我理解的，是官方给出的，我计算的nature期刊就是很好的例证。
至于说错误，你可以给科睿唯安官方邮箱发信息，询问这个事情，就知道了。何况人家既然推出这个商业化的东西，公司内部肯定有算法解决这个问题，因为每个人都知道online引用的问题，人家不可能不知道。至于错误还是正确，倒是不至于，就是一个公式算法的差别，scopus的计算方法和if的不同，各有千秋。
当然，纠结这些没啥用，这是办期刊的需要经常关注的问题，不是我们需要纠结的问题
，
至于你说表达的，我大概理解了，这个问题其实不涉及online，而是当年发表，当年被引的问题，
2019IF是2017-18发表的文章在2019被引的计算，因为IF的含义是证明期刊文章在发表两年后的影响力，而当年发表又被引的好像是不公平。
但是别忘了，高被引和热点文章指标，当年被收录，如果当年文章引用数很高，直接就达到高被引阈值的话就进了高被引了。
毕竟IF是评价期刊的，又不是评价文章的，很多成果刚开始大家不太关注，后来才关注，有的一发表立马就被关注，各有利弊，不能一概而论。
至于你想说的那个当年发表被引却不被算进去，当年IF推出的时候创始人应该是有考虑过的。
cns要算新闻的引用，这是常识
和cns无关，任何期刊有涉及非研究论文被收录的时候都需要这样核算，
发表社论比较多的期刊会有不少的引用贡献，
不过，有一点很多人不知道，我们自己检索得到的引证数据和官方计算的数据源有差异，那个数据我们是不可能知道的