Add: No. 1088 Xueyuan Rd, Xili, Nanshan District, Shenzhen, Guangdong, China Tel: +86-755-8801 0800 ZIP: 518055
•时间 •出版物类型 •人为操控 •规模 •学科 •数据库收录范围
• 时间
时间跨度对于某些指标来说十分重要。比如说引文影响力指标集（出版物积累引用需要一定的时间）、h指数（对时间不敏感，如果用该指数评价处于研究生涯早期的青年研究者用处不大，因为青年研究人员需要时间以积累更多的科研成果以及引用）。
因此在选择指标时应注意时间的选择。
对于时间不敏感的指标：合作关系的指标集（通过使用机构署名信息获得）、高水平期刊中的发文量（使用的是文献所在期刊的被引频次）等。
• 出版物类型
不同类型出版物的引用率往往不同。综述文章往往比原创性文章吸引到更多的引用，其它不同类型文章的引用率也有差异。
某些评估和排名只限定了Article和Review的文献数据源，因此在实际操作中应注意选择。
• 人为操控
1.自引。自引易遭滥用，在某些分析情境下应考虑是否选择“排除自引”，目前InCites和SciVal平台中都有此选项。
2.研究单位组合。将一些研究单位组合在一起，有利于提升与规模相关的指标，从而在评价时提高本机构绩效表现。
• 规模
某些指标的值会受分析对象规模大小的影响产生显著差异。比如大团体的科研产出数量、被引次数等指标会高于小团体。
• 学科
某些指标的值会因不同学科和研究领域的不同在存在显著的差异。
在不同学科中影响的具体因素是：
出版频率：比如与数学领域的学者相比，化学工程等领域的研究者发表论文更为频繁；
参考文献列表的长度：比如毒理学等领域文后所列参考文献往往比社会科学的要多得多；
合著者的数量：比如物理学研究的合作通常比人文艺术领域要多，因而每篇论文的合著者更多。
在进行不同学科的绩效评估时建议选择归一化指标进行分析，比如CNCI/FWCI。
• 数据库收录范围
分析平台的来源数据库的收录范围有所不同。例如分析平台SciVal（数据源为Scopus）会比分析平台InCites（数据源为Web of Science）收录的文献数量要广。另外，也应注意对于人文艺术和社会科学领域来说，它们文献的学科覆盖率在Scopus或者数据库中Web of Science往往都较低。
InCites常见指标说明
| InCites指标 | 说明 |
| Citation Impact | 引文数/ 论文数量 |
| Category Normalized Citation Impact | 学科规范化的引文影响力（同年份，学科领域及文献类型计算） |
| Journal Normalized Citation Impact | 期刊规范化的引文影响力（同年份及文献类型计算） |
| h-index | h-指数，某研究人员至少有 h 篇文献被引用 h 次 |
| Average Percentile | 一篇出版物的百分位（同出版年、同学科领域、同文献类型） |
| % Documents Cited | 一组出版物种至少被引用过一次的论文展总论文数的百分比 |
| % Documents in Top 1% and % Documents in Top 10% | 被引频次排名前1%或10%的文献数量/该组文献总数 （同年份、学科领域、及文献类型） |
| % of International Collaborations | 国际合作论文的数量/该论文集的论文总数的数值 |
| % of Industry Collaborations | 横向合作发表文献数/该文献集合中文献总数的数值 |
| % Highly Cited Papers | ESI高被引论文数/该文献集中文献总数的数值 |
| % Hot Papers | 入选ESI热点论文(按学科和时间段统计的引文数排名前0.1%)的出版物百分比 |
| ESI Most Cited | 因引用最多而被收录到ESI的机构 |
| International Collaboration | 包含一位或多位国际共同作者的论文 |
SciVal常见指标说明
| SciVal指标 | 说明 |
| Scholarly Output / Publications | 发表的文献总数 |
| Citation Count / Citations | 文献被引用数 |
| Citation per Publication | 被引用数/文献数 |
| Field-Weighted Citation Impact ( FWCI ) | 归一化的文献引用次数（同年份，学科领域及文献类型） |
| Outputs in Top Citation Percentiles | 按出版年份，引用次数被列入世界前 X％ 的文献 |
| Publications in Top Journal Percentiles | 发表在高影响力期刊( CiteScore / SJR / SNIP ) 的文献百分比 |
| International Collaboration | 作者所属机构跨国合作的的文献数量 |
| Academic-Corporate Collaboration | 机构和企业合作发文的数量 |
| h -index | h-指数，某研究人员至少有h 篇文献被引用h次 |
| h5 -index | 过去五年间文献的h指数 |
| Views | 文献被浏览的次数 |
| Field-Weighted Views Impact | 归一化的文献的浏览次数（同年份，学科领域及文献类型） |
| Awarded Grants | 研究经费 |
| Economic Impact | 被专利引用的经济影响 |
| Societal Impact | 大众媒体的社会影响 |
期刊指标说明
期刊评价指标可以在一定程度上反映期刊质量，而期刊的维度可反映科研实力。
JIF与CiteScore
JIF 提出年限较早，在期刊评价中一直处于统治地位，CiteScore 的出现与 JIF 形成有力的竞争关系。 二者算法简单，已成为现今最常用的两个期刊评价指标。二者仅适于相同学科领域期刊的比较。
| JIF | CiteScore | |
| 数据源 | 分子：WOS—CORE | 分子：Scopus |
| 分母：SCI、SSCI期刊 | 分母：Scopus收录期刊 | |
| 时间窗口 | 2年 | 3年 |
| 说明 | 连续两年的发表文章数量在第三年的引用次数 | 连续三年的发表文献数量在第四年的引用次数 |
| 公式 |  |
 |
| 文献类型 | 分子：全部 | 分子：全部 |
| 分母：研究论文、综述、会议论文 | 分母：全部 |
其中，t 为年份，Cit 为论文被引次数，Pub 为载文量
在时间窗口上，CiteScore 较 JIF 长，对如人文社科这类引用半衰期较长的学科期刊，评价更加公平。在分值上: 由于 CiteScore 时间窗口更长，数据来源于体量更大的 Scopus，因此理论上同一期刊 CiteScore 分值较 JIF 大; 但对于包含了更多文献类型( 如编辑评述、读者来信、更正信息、新闻等) 的综合类期刊而言，这些类型被 CiteScore 分母包含在内，却被 JIF 分母剔除，其 CiteScore 得分往往低于 JIF。
此外，二者易受到少数超高引用论文的影响，出现突然升高的情况。同时，由于不排除自引，期刊易通过人为操控提高被引频次。对于自引过高的期刊，JCR每年会发布镇压期刊( Title Suppressions) 名单。
EF与SJR
相较于JIF和 CiteScore，EF及SJR的优势首先体现在它们同时衡量了期刊被引数量和质量，即若期刊被高影响力期刊引用越多，则影响力越高; 其次两者均考虑了期刊自引，减小了通过人为操控提高分值的概率。此外，相较于 JIF，EF数据窗口延长至 5 年，平衡了一部分由引证半衰期不同而引起的评价差异，加上施引数据来源的扩大 ，弱化了 JIF 中自然科学与社会科学期刊间的差距，使评价对社科类期刊更加公平; 但二者算法复杂，模拟计算困难，因此其应用广度仍无法超越 JIF及CiteScore。
EF及SJR算法类似 Google 网页排名的 PagRank 算法，借助引文链接，将文献看作期刊间的关系网络，对高声望期刊的引用分配更高的权重，并以此规则迭代计算至收敛，最终反映期刊的权威性和引文影响力。二者的使用仍局限于学科领域内，且受期刊年刊载量影响。理论上刊载量越大，获得的引用越多，EF与SJR也越大。
AI与SNIP
AI 在EF基础上进行了归一化处理，引入期刊刊载论文的标准化比值 X。计算时将 SCI/ SSCI 所有期刊的论文总数设为 1，因此 AI 可以理解为 EF 除以归一化的该期刊 5 年刊载论文数占所有出版物论文数的比值。它仅反映期刊论文的平均影响力，但不等同于单篇论文的实际影响。这在一定程度上继续弱化了由学科及文献类型不同引起的差异。如综述类期刊因单篇论文的引用量大，AI 也更高。就数值表现而言，当 AI 大于 1 时，表示该期刊每篇论文的影响力高于 SCI/ SSCI 期刊平均水平;反之亦然。
SNIP 从引文和被引两个方面进行计量，它引入了 1979 年 Garfield 提出的“引文潜力”概念，即某一学科领域的篇均参考文献数。需要注意的是，SNIP 对主题领域的界定是从引文角度对每一种目标期刊进行界定，即某期刊某年所属的主题领域由引用该期刊前 10 年刊载论文的集合构成。之后，通过对不同学科引文潜力的标准化处理来平衡被引频次的差异，实现 SNIP 在不同学科领域间期刊影响力比较的可行性。
论文指标说明
下表列出了常见的论文维度的评价指标。
| InCites平台 | SciVal平台 | |
| 文献总数 | Documents | Scholarly Output / Publications |
| 被引总数 | Citations | Citation Count / Citations |
| 篇均被引 | Citation Impact (CI，引文影响力) | Citations per publication ( CPP，SciVal 篇均引文数量) |
| 归一化指标 | Category Normalized Citation Impact(CNCI，学科规范化引文影响力) | Field Weighted Citation Impact (FWCI，领域加权的引用影响) |
| 百分比指标 | % Documents in Top 1% and % Documents in Top 10% | Outputs in Top Citation Percentiles |
| % Highly Cited Papers ESI | Publications in Top Journal Percentiles | |
| % Hot Papers | ||
| 合作指标 | % of International Collaborations | International Collaboration |
| % of Industry Collaborations | Academic-Corporate Collaboration |
篇均指标（CI、CPP）
引文影响力是科研评价中广泛使用的指标，表示一组论文的篇均被引次数，可通过论文集被引总量除以论文数得出，主要包含Incites的Citation Impact及SciVal的Citations per publication。二者均为相对指标，对文献类型、时间窗口没有限制，且不排除自引。因此，它不依赖论文量，但受单篇超高或超低引用次数的影响。同时，它依赖论文出版时间，出版时间越长，引用越多，数值也越大。二者均适于相同学科领域、相同文献类型的论文集影响力比较。
归一化指标（CNCI、FWCI）
学科规范化引文影响力是排除了出版年、文献类型作用的归一化影响力指标，矫正了由学科领域不同引起的引文影响力差异，可进行不同规模、不同学科的论文集比较。指标主要包含Incites的CNCI及SciVal的FWCI。CNCI(或FWCI)=1，表示该组论文的被引表现与全球平均水平相当。CNCI(或FWCI)＞1，表示高于全球平均水平；CNCI(或FWCI)＞1，表示低于全球平均水平。
注意：一组论文的CNCI(或FWCI)为单篇论文CNCI(或FWCI)的平均值。由于二者采用论文被引平均值，会受到部分异常值的影响;而对刊载量少的期刊，影响则更为强烈，数值更不稳定。
百分比指标
% Documents in Top 1% and % Documents in Top 10%：被引频次排名前1%或10%的文献数量/该组文献总数 （同年份、学科领域、及文献类型）
% Highly Cited Papers： ESI高被引论文数/该文献集中文献总数的数值
% Hot Papers：入选ESI热点论文(按学科和时间段统计的引文数排名前0.1%)的出版物百分比
Outputs in Top Citation Percentiles：按出版年份，引用次数被列入世界前 X％ 的文献
Publications in Top Journal Percentiles：发表在高影响力期刊( CiteScore / SJR / SNIP ) 的文献百分比