王凌峰
影响因子IF2被广泛用于学术评价,IF2采用所有论文的被引次数计算均值,基本假设是论文被引用次数大致相当,但实际上这一假设绝大多数情况下并不成立,由此出现论文评价中的影响因子搭便车现象。以2010年JCR收录人工智能领域60本期刊数据为基础,得到同一分组期刊TM-IF5绝对值比IF2大幅度降低,最大降幅80%、多数为50%左右,表明论文被引次数不均匀分布对影响因子计算结果影响显著,换言之影响因子搭便车现象普遍。因此,影响因子只适用论文的短期评价,此外需要采取辅助措施来降低影响因子的评价误差。