Impact Factor 探勘筆記:Journal of Clinical Medicine 明年還能不能 5 分?

 

作者:蔡依橙

 

 

 

 

因為要準備課程,介紹大家該怎麼選期刊,所以花了些時間,從各種所能得到的公開資料,去拼湊跟猜測目前的期刊產業水有多深。以下是一些簡單的筆記以及個人的猜測。

 

 

JCM party

 

首先是大家最有興趣的 Journal of Clinical Medicine,現在九月,離公布 2019 IF 的明年夏天還有 9 個月,請問下一次的 impact factor 有沒有機會繼續在 5 之上呢?

 

目前看來的數字,是有難度。

 

目前能找到,願意公開的各種估計方法,幾乎都有誤差,比較準確,還去做資料清理的預測法當然比較準,但那不是我們這種個人研究者所能負擔的。所以,如果用公開可見的資料的話,拉到 4 分就很吃力了。

 

有幾個因素導致 Journal of Clinical Medicine 目前為止的表現不如過往:

 

  • 2018 年所放大的量實在太大
  • 賴以維持 IF 最重要的 invited review,在 2017 年不夠強,目前的 citation 數不好。

 

同一家 MDPI 集團的 Cancers,2018 IF 為 6.162,用同樣方法觀測,雖然篇數一樣放大,但因為 review 強勢,目前狀況健康許多,2019 應該是坐 5 望 6 沒問題。

 

當然,今年還有第四季,如果被引用數忽然暴衝,或許能補回來,但這就要看他們所使用的方法是否合乎規定,MDPI 集團會怎麼做選擇,這要繼續觀察。

 

然後,2019 年的論文又比 2018 更多,數字是這樣的:2019 (1084) / 2018 (566) / 2017 (117) / 2016 (117) / 2015 (122)。

 

這種增長方法,跟過去的 MedicineOncotarget 很像,但後來一個 IF 腰斬,一個是積極操作但被抓包,犯規下市。Journal of Clinical Medicine 能不能走出新模式,是大家都在關注的。

 

 

新期刊怎麼衝 impact factor?

 

期刊的被引用數,大致也符合 80/20 法則,就是大約其中 20% 的文章,扛起約 80% 的引用。因為大型的 randomized controlled trial 不是說做就做,說有成果就有成果,所以新興期刊最務實的,就是直接針對熱門 topic 做 invited review。

 

Invited review 免刊登費,這個算是衝刺型期刊的基本款,大家都這麼做。但私底下的人際接觸,就可能有其他更直接的回饋,因為公開資訊找不到證據,不方便作太多推測。但在做大的過程中,以成本的角度來看,這是有可能的。畢竟普普通通的文章,刊登費收了四篇,只要之後有一篇強棒,分數就可以全部拉回來。

 

以過去一年 117 篇來說,期刊社只要確定有 23 篇熱門主題 review,大概分數就穩了,如果熱潮猜對,或中間有幾篇暴衝,分數就會特別高。但如果相反,熱潮猜錯,且全部都沒有強大的引用明星,分數就不會很好看。

 

2019 年 IF 取決於 2017 與 2018 兩年的論文,目前沒看到明顯的引用明星與主題。

 

Journal of Clinical Medicine 去年 2018 的 IF 來說,EMT (Epithelial-Mesenchymal Transition) 領域的 review 貢獻很大,多數集中在 2016 上半年。

 

 

上半年比下半年好,一月比二月好。

 

上半年?是的。根據 impact factor 的計算定義,強大的 invited review 最好的發表時間,是上半年,一月比二月好,二月比三月,依此類推。

 

一篇優質的 review 刊登在一月,比起刊登在十二月,被看到的時間更多。想引用這篇 review 的作者,從看到這篇優質 review,撰寫、審稿、刊出,通常可能也需要一年,一月的文章,能比較完整的把影響力投放到之後兩年的計分週期,十二月的文章,隔年就開始算引用,兩年計分週期中的前幾個月(甚至一年),則可能都是浪費掉的。

 

 

IF 預測技術的現況

 

多數的公開文獻與資料,都發表在 10 年以前,也就是 2009 以前。推測 2009 之後,這些學問並不是沒人有興趣,而是隨著期刊發表的產業化,形成商業機密而不公開。

 

從過去的文獻可見,事實上更繁複的 model 是會更準確的,但如果真的要花那個力氣去做,或許創辦一個期刊去實踐理念,並獲得創投與收益,持續投入,更能完善之。

 

十年前的公開研究已經能做到週週追蹤趨勢變化,並用兩種以上的模型校正,並驗證。我想今天這些新興且成功的期刊社,辦公室裡應該都有對 IF 瞭若指掌的技術長,以及專用的系統。

 

個人研究者來說,預測 IF 的侷限在於以下。

 

Web of Science 跟 InCites JCR 所用資料庫,雖類似但不同,在夏天公布之前,InCites JCR 會做大量的 data cleaning 甚至 verification,所有的研究都顯示,不管你用 Web of Science 怎麼算,跟 InCites JCR 就是不同,而且多數情況會低估,越早猜,低估越多。

 

但因為我們不是靠這個吃飯,個人研究者,就是找個適合的期刊,達到升等、分數高、名聲不差、不要爆炸,最好還能盡快刊登,這樣就行。實務上該考量的,以及決策流程,均不相同,所以影響不大。

 

以上只是老師備課過程中的一些筆記。

 

 

 

近期論文寫作課程

 

 

本篇發表於 醫學研究 並標籤為 , , , , , , 。將永久鏈結加入書籤。

發佈留言

發佈留言必須填寫的電子郵件地址不會公開。 必填欄位標示為 *