《计算机应用研究》|Application Research of Computers

本刊入列2016年谷歌h5指数中文期刊排行

日前,谷歌学术基于截止2016年6月的索引数据,更新了其杂志评价系统——谷歌学术指标(Google Scholar Metrics)的h5指数,并按英语、中文、俄文、葡萄牙文等12种语言进行分类,分别列出了h5指数排行前100位的学术期刊。在给出的前100位中文期刊里,《计算机应用研究》位列其中,是入围该排行榜中仅有的5个国内计算机科学类核心期刊之一。

数据来源:http://scholar.google.com/citations?view_op=top_venues&hl=zh-CN&vq=zh

计算机科学类汇总

背景:h5指数和影响因子

一直以来,影响因子是评价一个期刊的重要指标,而h5指数是近几年出现的后起之秀。

h5指数即某一出版物在过去5年发表的文章之中,至少有h5篇文章每篇引用不低于h5次。例如,《计算机学报》在2011~2015年h5指数为31,说明在2011~2015年时间段内《计算机学报》共有31篇文章引用数不低于31次。而表中的h5中位数,是指进入h5指数统计的31篇文章的引用中位数,即排名第16位(Round(31/2)=16)的文章引用数为52次,那么h5中位数即为52。

影响因子(IF)是指某一期刊的文章在特定年份或时期(通常为两年)被引用的频率,例如某刊物在2016年的影响因子为:IF2016=(在2014和2015年发表的文章在2016年的引用量)/(2014年和2015年的发文量)。

影响因子的局限性在于,IF值容易受到一篇高引用文章的影响,极端情况下,一个发文极少的刊物如果发布一篇引用量极高的文章,那么影响因子就会认为这个刊物具有极高的影响力。

h5指数的计算方法更接近于中位数,平衡了引用量和发文量,同时,它采用了统计过去五年的数据,更能体现一个刊物的持久影响力。当然,我们还应当看到,发文量大的杂志其h5指数更具优势(h5指数默认发文多的期刊具有更大的影响力,对知识的传播起的作用更大)。

随着SCI被转卖的新闻不断被转发,像h5指数这样一类新兴的评价指数也不断地进入我们的视野。不过,作为一个使用了半个世纪的评价标准,SCI影响因子的地位仍旧难以撼动。新的参考工具如何优化,是否能改进期刊评价体系,我们将拭目以待。

英文期刊前100排行

中文期刊前100排行