为满足广大科研工作者的需求，爱思唯尔会定期对期刊表现进行评估，以方便您在选择发文期刊时有更精准的判断。日前，2016年度爱思唯尔航空航天期刊评价指标已出炉。
爱思唯尔（Elsevier）是世界上最大的科学文献出版社之一，创办于1880年，总部位于阿姆斯特丹。每年超过35万篇论文发表在爱思唯尔公司出版的2000种期刊中，拥有全世界最大的摘要和引文数据库Scopus。爱思唯尔共拥有5部航空航天工程类期刊，其中4部跻身航空航天类期刊Top10，而最为著名的期刊为Progress in Aerospace Science，长期独占航空航天工程类期刊Top1。日期，爱思唯尔发布了旗下航空航天类期刊2016年最新评价指标，包括影响因子，CiteScore，SNIP，以及SJR指数。如下表所示：
大家最为熟悉的评价指标当属影响因子（Impact Factor），表中所列CiteScore，SNIP，以及SJR这三项评价指标，可能还略显陌生。借此机会，正好对爱思唯尔学术期刊评价指标体系进行一些系统性探讨。
1. 影响因子（Impact Factor，IF）
影响因子（Impact Factor，IF）是汤森路透（Thomson Reuters）出品的期刊引证报告（Journal Citation Reports，JCR）中的一项数据，即某期刊前两年发表的论文在该报告年份（JCR year）中被引用总次数除以该期刊在这两年内发表的论文总数。影响因子现已成为国际上通用的期刊评价指标，它不仅是一种测度期刊有用性和显示度的指标，而且也是测度期刊的学术水平，乃至论文质量的重要指标。影响因子是以年为单位进行计算的。以2016年的某一期刊影响因子为例，IF（2016年） = A/B。其中，A = 该期刊2014至2015两年所有文章在2016年中全部论文被引用的总次数；B = 该期刊2014至2015两年所有论文发文量的总和。
2. CiteScore
CiteScore是爱思唯尔于2016年12月8日宣布推出用来评价学术期刊质量的新指标，此动作激起学术界诸多讨论。与影响因子的计算某期刊连续2年论文在第3年度的篇均引用次数类似，CiteScore计算的是期刊连续3年论文在第4年度的篇均引用次数。但两者有一个重要的区别，影响因子计算时的可引用内容只有论文和综述，剔除了编辑评述、读者来信、更正信息和新闻等计入分母，但其引用数仍被计入分子。而CiteScore将所有文献内容都视作可能被引用的内容，包括编辑评述、读者来信、更正信息和新闻等。CiteScore基于Scopus数据库，涵盖的期刊数量达到22256本，比影响因子的11000种期刊多了一倍。相比SCI数据库中的几十种中文期刊，Scopus收录了几百种重要的中文期刊，这对中文期刊似乎会是一件好事。以往很多优秀的中文期刊由于不在SCI检索范围内，在高校职称评定时不被认可，因此稿源越来越少。如果将来国内认可CiteScore，那么对于被收录在Scopus数据库中的这些优秀的中文期刊又是一次极好的机会。然而，影响因子毕竟在科研评价体系中影响深远，CiteScore仍然属于新事物，在计算方法上与影响因子大同小异，想要取代影响因子在科研评价体系中头把交椅的地位，仍然需要一个漫长的认同过程。
3. SNIP（Source Normalized Impact per Paper）
SNIP（Source Normalized Impact per Paper），篇均来源期刊标准影响，由荷兰莱顿大学社会科学学院科技中心的资深研究人员Moed于2010年提出。SNIP旨在从篇均引文数的角度减少不同主题领域期刊的引用行为的差异，如引用行为、引用峰值、引用持续时间等，从而试图对不同主题领域的来源期刊进行直接比较。SNIP 统计的来源文献是基于 Elsevier 公司的Scopus收录的论文、会议论文和综述三种类型的文献。SNIP被定义为期刊的篇均粗影响与数据库相对引用潜力的比值：
SNIP = RIP(篇均粗影响）/ RDCP（数据库相对引用潜力）
其中，篇均粗影响表示目标期刊前三年刊载的论文在统计年的平均被引用次数，类似于期刊的三年影响因子，反映了期刊论文的平均引用影响。数据库的相对引用潜力，指目标期刊所属主题领域的论文集合中参考文献被该数据库收录的平均数。期刊所属主题领域被界定为至少引用了一篇该期刊前 10年发表的论文的集合。数据库相对引用潜力这一概念借鉴了加菲尔德的“引用潜力”思想，表示目标期刊主题领域的文献被引用的可能性，用主题领域的篇均参考文献数来衡量，以校正不同主题领域间的引用差异。SNIP指标的主题领域界定方法，有助于综合性或多学科性期刊的比较和研究，同时采用了标准化方法，校正了不同主题领域间的引用差异问题。
SNIP 作为新的评价指标，虽然还未得到广泛应用，但是其贡献是很明显的，主要表现为调整了计算方法。首先，SNIP 是在 Scopus 数据库中基于同行评议期刊论文间的引文情况进行计算的，在一定程度上降低了人为操控的可能性。其次， SNIP 将 2 年影响因子和5 年影响因子的中间量 3 年作为统计时段， 主要原因是很多学科领域的引文在 2 年之后不能达到引用峰值，而在另外一些领域 5 年之 后 已 经 错 过 了 引 用 峰值，而 3 年正好弥补了这些缺陷。再次， SNIP 仅将原创论文、会议录文章、综述作为统计源， 而在 IF 计算中， 被引用次数的统计是包括所有类型文献对该期刊的引用，而文章总数则排除了通讯报道、会议文章，只统计论文和综述的数量。最后，SNIP 从引文量的角度增加了标准化处理的方式，试图修正由于不同主题领域引用潜力的差异造成的评价误差。
4. SJR（SCImago Journal Rank）
SJR（SCImago Journal Rank），是西班牙 SCImago 研究小组的 Félix de Moya 等人在 2007 年根据“所有引文都是平等的”的观点，基于 Scopus 数据库的数据应用与 PageRank 类似的算法提出的新型期刊评价指标。该指标2008年得到了Nature的报道，并被认为是对影响因子（IF）强有力的挑战。它利用期刊之间的引用关系来计算期刊的重要性，将期刊A引用期刊B的次数解释为期刊A对期刊B所投的票数。这样，期刊B在期刊A处得到的分数为期刊A的得分（代表期刊A的重要性）乘以期刊A对期刊B所投的票数。SJR指数的数学定义如下：
Dangling-nodes：整个期刊引用网中的孤立节点，它们与其它期刊没有任何引用关系。
与 PageRank 算法一样，由于每本期刊SJR指数的计算都依赖于其它期刊的SJR指数，所以必须采用多次迭代计算的方式才能使SJR指数值稳定下来。在计算过程中，首先假定每本期刊的SJR指数都一样，并给它设定一个初始值，由于要进行多次迭代计算，初始值并不会影响最终的结果，只会影响迭代的次数而已。当两次迭代计算之间SJR值的变化小于某一个阈值时就意味着期刊SJR值趋于稳定，此时就得到了期刊最终的SJR指数值。可以看到，SJR的算法相比于前面几种，显得更加复杂，有兴趣的读者可以参考相关文献。SJR指标是一种新型的科技期刊评价方法。相对于期刊影响因子，它以Scopus更为庞大的期刊数据库数据为基础进行计算，并能从网上免费获取，此外，它主要考虑期刊获得的被引的质量，而不是绝对数量。然而，这种复杂的算法还有待充分验证，并根据情况重新调整指标的具体计算方法。SJR兼顾引文分析的数量和质量，更注重文献被引质量的特点，其应用将会越来越广泛。
读者可访问爱思唯尔航空航天期刊评价指标主页，查阅最新引用分(CiteScore)、SNIP值、SJR指数及影响因子。这些评价指标提供了多角度的期刊表现评估，可供大家参考。访问网址为：http://about.elsevier.com/metrics/2017/40.htm
参考文献
[1] http://about.elsevier.com/metrics/2017/40.htm
[2]http://blog.sciencenet.cn/home.php?mod=space&uid=681387&do=blog&id=1048238&from=space
[3] http://blog.sciencenet.cn/blog-769813-1021803.html
[4] 邓佳，詹华清. 基于引文的期刊评价指标 SNIP及其改进[J].情报科学，2015, 33(5): 72-75.
[5] 邹新贝 程小娟. 引文评价新指标SNIP 与IF、h 指数和SJR 的理论比较研究[J].图书情报工作，2012,56（10）：14-16.
[6] 王一华，基于 IF( JCR) 、IF( Scopus) 、H 指数、SJR 值、SNIP 值的期刊评价研究[J]. 图书情报工作，2011,55（16）：144-148.
[7] 杨康,刘明政,张 旭. SJR 指数研究及其与影响因子的比较分析[].情报杂志，2009,28（11）：27-30.
