除了影響因子，還有哪些指標可以評價論文的價值？
評價壹篇論文的價值，無非是從定量和定性兩個方面來評價，或者從期刊和論文的角度來評價。下面提到的指標是定量、定性、定期和文章。
影響因子(IF)
影響因子專門針對期刊，不直接針對論文。
影響因子應該是壹個定量和半定性的指標。為什麽？這是因為影響因子高的期刊不是沒有低水平的文章，也有影響因子低的高水平文章。
當然，如果作者的丈夫找到壹份好工作，他的身份自然也就高了。就像以前的皇妃，整體素質可能比壹般大眾要好，平民中也有很多優秀的人物。
所以，現在的影響因素也是患上了鱗片病。有人戲稱SCI為“愚蠢的中國想法”，原因我就不多說了。
有許多方法可以檢查影響因子。當然最經典的方法是科學之網，但是壹般人是收費不起的。壹個簡單方便的方法就是使用醫學文獻助手:使用醫學文獻助手篩選PubMed文獻質量。
引用次數
這個不用我介紹了吧。很多數據庫和在線查詢平臺都可以查看引用次數，比如Google和微軟學術搜索，使用醫學文獻助手篩選PubMed文獻質量。
h指數(h指數)
h指數是由美國加州大學聖地亞哥分校的物理學家喬治·希爾·施於2005年提出的。
H指數的計算基於其研究人員的論文數量及其論文被引用的次數。赫希認為，當壹個人所有學術文章中的N篇論文被引用至少N次時，這個人的H指數就是N。
妳可以通過以下方式確定某人的H指數:
將他們發表的所有SCI論文按照引用次數從高到低排序；
從頭到尾找到排序後的列表，直到壹篇論文的序號大於論文的引用次數。通過從獲得的序列號中減去1來獲得H指數。
以上關於H指數的內容來自維基百科。
檢查H指數最簡單的方法是使用谷歌學術。註意是英文的，不是中文的。此外，FireFox和Chrome也有相應的插件可供選擇。
I10指數(I10指數)
I10-index是Google提出的，指作者發表的文章被引用超過10次的數量。
比如我發表了100篇文章(呵呵，有點大)，其中90篇被別人引用超過10次，那麽我的I10-index就是90。
如果說影響因子是針對期刊的，那麽H指數和I10指數是針對個人的。論文影響因子高，只能說論文找了個好婆家，具體引用不壹定。H指數和I10指數是準確反映論文引用情況的量化標準。
g指數
G指數(G index)相對於以上指標來說有點默默無聞。G-Index是Leo Egghe在2006年提出的，是評價作者論文數量的指標。
G指數的計算方法如下
將所有作者發表的文章按引用次數降序排列，序號為g。
將作者發表的所有文章的序號平方得到g2。
把作者所有文章的引用次數加起來得到∑TC。
∑TC仍大於g2的最後壹個序列號是G指數。
有點繞了。沒事的。舉個例子就更清楚了。比如我發表了以下文章，按照引用次數排序。
引用次數(TC)和序號(G)
引用次數總和(∑ TC) g 2
47 1 47 1
42 2 89 4
37 3 126 9
36 4 162 16
21 5 183 25
18 6 201 36
17 7 218 49
16 8 234 64
16 9 250 81
16 10 266 100
15 11 281 121
13 12 294 144
13 13 307 169
13 14 320 196
13 15 333 225
12 16 345 256
12 17 357 289
12 18 369 324
12 19 381 361
11 20 392 400
… … … …
從上表可以看出，我的H指數是13，G指數是19，因為第20篇文獻g2大於前面所有引文的總和。(這個例子的數值來自egghe.an指數的壹個改進:g指數)。
與H指數和I10指數相比，G指數更能反映論文的整體被引情況。比如我發表的文章壹般不高，H指數可能比較高，但是壹算G指數就原形畢露了，原來是水貨。
H5指數(H5指數)和H5中位數(H5中位數)
H指數、I10指數和G指數是對個人論文被引用次數的統計，而H5指數和H5-中位數是對雜誌被引用次數的評價體系。
H5指數
H5指數是在過去五年中，在雜誌上發表的論文數量與引用數量之比的最小值，如
《自然》雜誌近五年發表了1000篇文章(當然實際值比這個大)，按照每篇論文的引用次數降序排列。
381篇的引用次數是381，382篇的引用次數是300，所以《自然》的H5指數是381。
與IF相比，H5是反應雜誌在過去五年中的文章引用，IF是反應雜誌的平均引用。與H指數相比，H5針對的是雜誌的整體情況，而H指數針對的是個人論文的引用情況。
有時雜誌有不同的影響因素，H5可能是相同的。比如《PLoS One》和《Nature Reviews Immunology》的H5都是130，但兩者影響因子的差異可以不止壹個檔次。
H5中位數
H5-中位數是指所用文章引用次數的中位數。為什麽不用平均值呢？因為數據不是正態分布的。每本雜誌的引用次數肯定不會均勻分布，就像中國居民的收入壹樣。有些肯定引用很多，但有些文獻可能很水，引用次數少得可憐。如果平均值不能反映真實的引用情況，中位數是最佳選擇。
F1000
f 1000(Facility of 1000)是壹個二級文獻數據庫，為生物學和醫學研究人員提供評價服務。它是英國生物醫學中心(BioMed Central)發布的壹個新的在線研究輔助工具，包括生物學和醫學。目前對生命科學研究者來說是壹個新的評價體系，不僅僅看是否被SCI收錄。
醫學F1000:由2400多位世界壹流臨床專家學者收集和評價，提供目前國際上最重要的醫學論文信息和發展趨勢。包含18領域:麻醉與鎮痛、心血管疾病、重癥監護與急救醫學、皮膚病學、糖尿病與內分泌學、循證醫學、胃腸病學與肝病學、血液學、感染性疾病、腎臟病、神經病學、腫瘤學、心理學、公共衛生與流行病學、呼吸系統疾病、風濕病與臨床免疫、泌尿學與女性健康。網站文獻與PubMed和PubMed Central鏈接。
生物學F1000:由2300多位專家學者評估，提供目前國際上最重要的生物學論文信息和研究動態。涵蓋學科領域:生物學、生物化學、生物信息學、生物技術、腫瘤生物學、心血管生物學、細胞生物學、化學生物學、發育生物學、生態學、進化生物學、胃腸生物學、基因組學和遺傳學、免疫學、代謝和內分泌學、微生物學、分子生物學、分子醫學、神經科學、藥理學和藥物發現、生理學、植物生物學、腎臟生物學、呼吸生物學。
主要特點
本文主要對PubMed收錄的重要論文進行客觀評價，評價依據是學術成果而不是該期刊是否被SCI收錄。
參與評審的成員由來自美國、歐洲等國際知名機構的著名專家組成。根據論文對當前世界生物和醫學研究的貢獻程度和科學價值，采用客觀反映學術水平的指標(F1000因子)進行分級，每天向讀者推薦幾篇最近壹個月的優秀論文，並提供Pubmed的鏈接。
F1000三個等級分別為9(優秀)、6(必讀書)、3(推薦)。
以上關於F1000的內容來自百度百科。
因此，與影響因素相比，F1000的人工幹預更多，其研究意義更為顯著。F1000應該是定性指標，實時查看F1000最簡單的方法也可以使用醫學文獻助手。
說完了傳統的評價指標，我再來看看新興的紙質評價指標。
替代度量
Altmetric是壹個新指標。雖然字面意思是替代指標，但我認為“社會影響力”或“網絡影響力因子”或“分享因子”更能體現其本質。
替代公制出現的背景
妳可能會遇到這樣的情況。有些論文發表後，被廣泛轉載，被網絡新聞報道，在Twitter或G+上評論分享。這個時候影響因子和F1000就不能體現這些了。
Altmetric就是在這種情況下出現的，體現了壹篇論文的分享、下載、閱讀。
但是現在Altmetric也有爭議，名字也有爭議。個人覺得InterMetric更好，簡稱IM，有點混實時通訊軟件。SocialMetirc，簡稱SM，有點變態。
關於Altmetric的更多詳情，請參考本文:利用Altmetric評價體系了解論文的關註度分享。
類似的還有Plum Metrics(使用Plum Metrics評價體系了解論文關註度的分享)和Impactstory(這個可能要代理)。
RG分數
RG評分(RG factor)是ResearchGate推出的評價作者的指標。RG評分的目的是幫助妳評估自己在科學圈的水平。計算方法不是我發表了多少文章，而是我的科研工作被同行認可的程度。
RG評分不同於傳統的評價指標，它可以統計更多的信息，比如下載、瀏覽、分享等。RG評分和Altmetric的區別在於，RG評分比分享更重要。如果妳和妳的同伴分享妳的想法，並得到同伴的認可和討論，RG分數會快速增長。
關於RG Score的更多細節可以在本文中找到:ResearchGate研究人員自己的FaceBook。