Web of Science’s Citation Median Metrics Overcome the Major Constraints of the Journal Impact Factor
Notice bibliographique
Résumé
There are many metrics to evaluate the performance and status of journals. Among these, the journal impact factor (JIF) has become the dominant metric. The influence of JIF is illustrated by its widespread use to evaluate academic status, compensation, and funding decisions. However, as noted by Clarivate Analytics, the parent company of the Web of Science (WoS), the JIF should not be used without careful attention to the many phenomena that influence citation rates. To facilitate transparency, Clarivate Analytics provides all data used to determine the JIF. In addition, WoS provides other metrics for journal evaluation, including the article citation median and the review citation median. These metrics are represented as medians to minimize the confounding influence of a small number of highly cited articles that may occur when data are represented as means. Another feature of these WoS metrics is that data are separated according to different publication types of article (original research and review). To systematically compare these selected metrics, we used the data provided on the WoS web site to analyze 25 top ranked cardiovascular journals in the same mode as represented in the WoS citation distribution window. The results indicate that the article citation median and review citation median overcome several concerns that have been raised about the JIF and seem to provide enhanced objectivity as an indicator of journal impact in publishing original research and reviews. Therefore, we advocate that these additional WoS metrics might be preferentially considered as indicators of journal performance.
Récupéré en direct depuis OpenAlex et désinversé. Les résumés ne sont pas conservés dans cette base de données : les index inversés représentent 8,6 Go des 9,3 Go de texte de la base, et le serveur dispose de 13 Go libres.
Comment cette classification a été obtenuedéplier
Prédiction distillée sur la base complète
Imitation des enseignantsNi prévalence calibrée, ni vérité terrain. Validation humaine à venir. Apprise à partir de 10 348 étiquettes directes de Codex et de 10 348 étiquettes directes de Gemma. Le mode candidate est l'union des têtes enseignantes seuillées; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont ni des étiquettes humaines ni des étiquettes directes de modèles de pointe.
Scores Codex et Gemma par catégorie
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,022 | 0,007 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,012 | 0,065 |
| Études des sciences et des technologies | 0,001 | 0,003 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,003 | 0,001 |
| Intégrité de la recherche | 0,000 | 0,000 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,001 | 0,000 |
Scores machine (provisoires)
Les deux têtes enseignantes du modèle étudiant, lues sur ce travail. Un score ordonne la base pour la relecture; il n'affirme jamais une catégorie, et le statut de validation accompagne chaque rangée tel quel.
Scores de référence d'un modèle non mature (critères de maturité non atteints, 7 itérations). Un score ordonne; il n'affirme jamais une catégorie.
score_only:v0-immature-baseline · tel quel depuis la passe de notation : score_only signifie que le nombre peut ordonner les travaux, et qu'aucune étiquette de catégorie n'en découleClassification
machine, non validéePrédiction automatique; les deux têtes enseignantes s’accordent sur ce qui est montré ici.
Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».