Journal Citation Indicator 的計算經過領域正規化，是衡量期刊最新出版內容引文影響
力的全新方式，提供可輕鬆解讀並比較的單一數值，能夠與現行的期刊指標相輔相成，協
助各界以更負責任的態度使用數據。自 2021 年 JCR 起，Web of Science 核心合輯的所
有期刊都會計算此數值。
背景
自 1976 年 發 佈 第 一 份 Journal Citation Reports (JCR) ™ 後，Journal Impact Factor
(JIF) ™ 始終是衡量期刊引文影響力的標準方法。JCR 最初的編製目的，是為呈現彙整自
Science Citation Index ™ 論文引用網絡的期刊，藉此為期刊的學術應用提供客觀的衡量
方式，支援圖書館和作者的出版評鑑。JIF 對達成前述簡單目的之效用，已進一步延伸至
其他研究評估領域，可協助作者選擇發表論文的期刊，同時讓出版商和編輯追蹤其出版論
文集的成效。JCR 採用嚴謹而獨立的選刊流程，因此成為編輯品質和研究完整性的指標，
有助研究社群尋找可信賴的學術內容來源。
JIF 的計算方式簡單且容易，只要確認某期刊過去兩年發表的學術作品 ( 亦稱為可引用項
目 ) 數量，以及 JCR 資料年度發表之論文引用該學術作品的次數。許多因素都會影響累積
引用次數，包括論文參考文獻的數量、參考的論文年代、發表論文總數，乃至「引用」本
身的定義也會改變引用次數。基於這些差異，一般建議將 JIF 用於同類別或相近領域期刊
之比較。
在過去 20 年，書目計量學術社群積極關注 JIF 解讀與比較等議題，並設計出其他較引用次數複雜的方式來計算引文影響力。
其中正規化操作已經是常見的標準，此方式並非藉由引用次數衡量影響力，而是比較某論文與相關組別論文的引用次數，並以比例或百分位數呈現。有三大因素可判定論文是否屬於相關組別：
- 領域或學科 – 僅比較發表卷數、引用參考文獻數和引用參考文獻年代相似之領域的論文
- 發表類型 – 特定發表類型，例如文獻綜述的引用次數可能較多，因此應分開比較
- 發表年份 – 越早發表的論文有更多時間來累積引用次數，不應用來與較近期的論文比較
因此，目前常見的引文影響力數值多以百分位數 ( 如 Web of Science ™ Author Impact
Beamplots 之用法 ) 或比例呈現。這兩個數值皆收錄於我們的分析產品 InCites ™ 內，可
在多種研究評估情境用於衡量論文、個人、機構、資助單位和地區的引文影響力。
因此，期刊引用影響力指標自然而然就開始採取正規化操作，將變數納入考量，並提供可
輕鬆解讀與跨學科比較的數值。
Journal Citation Indicator
Journal Citation Indicator 是全新的領域正規化指標，Web of Science 核心合輯的所有
期刊都會計算此數值，並發佈於 JCR 中，藉以呈現過去三年發表的論文透過學科正規化
的引文影響力平均值。舉例而言，2020 年 Journal Citation Indicator 係針對 2017 年、
2018 年和 2019 年曾發表可引用項目 ( 即 Web of Science 內分類成論文或文獻綜述 ) 的
期刊，計算 2017 年到 2020 年任何文獻引用其內容的次數( 如圖 1 所示 )。
將最近三年發表的所有論文及文獻綜述的學科正規化引文影響力 (CNCI) 值平均後，即可
得出 Journal Citation Indicator ( 例如，若是計算 2020 年的指標值，就會檢視 2017 年
到 2019 年的相關數據 )。CNCI ( 參閱此處取得完整說明 ) 是一項論文層級指標，從三個重
要面向進行正規化：領域 ( 學科 )、文獻類型 ( 論文、文獻綜述等 ) 及發表年份。CNCI 代
表某論文的相對引文影響力，也就是相對於全球引用數基準的比例。CNCI 1.0 表示等於全
球平均值，高於 1.0 表示引文影響力高於平均值 ( 如 2.0 代表平均值的兩倍 )，低於 1.0 則
視為引文影響力低於平均值 ( 如 0.5 代表平均值的一半 )。
Journal Citation Indicator 計 算 的 依 據， 等 同 用 於 備 製 JCR 內 其 他 指 標 的 Web of
Science 資料，但擴大採納的引用期間。如同其他 JCR 指標，這些資料的結算時間以 JCR
提取資料的時間為準，以便得出一致的指標，不過 Web of Science 和 InCites 的論文引用
績效會持續變化。Journal Citation Indicator 的設計過程中，針對資料的構成和正規化的
參數做出幾項重要的決策，請見下述：
- 可引用項目的期間 - 我們固然希望指標越貼近現況越好，但近期的出版品可能尚未完全發揮其文章影響力。我們將期間設定為三年，是為了兼顧時近性 ( 也就是即時反映引文影響力的變化 ) 和精確性 ( 亦即最終累積的引用次數 )。值得注意的是，較新的論文僅會依據相同領域的其他近期出版內容進行正規化，這些內容的引用次數同樣偏少，因此能避免新論文因引用次數偏低而陷入不利地位。
- 引用期間 – 我們計算 Web of Science 核心合輯內過去三年與當年度文獻的引用次數，這麼做不僅有別於目前 JIF 只納入當年度引用次數的計算方式，且一如其他科睿唯安產品計算 CNCI 指標的方式，能夠完整檢視受評論文獲得引用的情形。
- 引用文獻來源 – 如同 JIF，引用次數來自 Web of Science 核心合輯的任意來源，包括 Emerging Sources Citation Index (ESCI) ™、書籍和研討會論文集。
- 分類主題 – CNCI 能依據各種分類機制計算，而 InCites 提供多種不同的選項。我們採用 Web of Science 期刊類別來進行學科領域正規化，因為這些類別是書目計量學術社群所接受的標準，這也代表 Journal Citation Indicator 的計算方式相同於 Author Impact Beamplots 和其他研究評估情境所採用的百分位數指標。
- 跨類別期刊 – Web of Science 超過 30% 的期刊屬於多個類別。就 JIF 而言，這些分類是瞭解期刊相對表現的重要依據，因為使用者能藉此比較相似出版品的JIF。計算多類別論文的 CNCI 值時，會採用其所有所屬類別的平均正規化引文影響力，詳見此處說明。
- 文獻類型分類主題 – 正規化操作的另一重要面向是文獻類型，因為文獻類型會影響不同學術產出內容的比較方式，也能用於確認可引用項目。以此而言，我們採用 Web of Science 的文獻類型。只有論文或文獻綜述的引用 ( 即 JIF 分母「可引用項目」) 能用於計算 Journal Citation Indicator。非學術資料雖可能獲得引用，但這些內容在期刊內扮演的角色十分不同，不屬於學術領域貢獻。
- 多學科期刊 – 由於 Journal Citation Indicator 採用論文層級的指標進行計算，因此多學科期刊內項目的比較基準得以更精確調整。針對收錄於多學科期刊的論文，若其列出的引用參考文獻可清楚推論其所屬領域 ( 亦即最常引用的類別 )，就會編入特定的 Web of Science 學科類別。未編入特定類別的論文依然屬於多學科類別，而這些論文會互相比較。
- Early Access 內容 – 關於未來收入 Early Access 內容的方式，Journal Citation Indicator 與 JIF 有相同規劃，詳見此處說明。
- 分數計數 (Fractional counting) – 目前許多論文是由多名作者撰寫，而且越來越多論文的貢獻來自數百或數千名研究人員的團隊，因此書目計量學術社群針對如何適當分配引用積分這項議題，可說是唇槍舌劍。許多不同的機制皆以作者發表的姓名排序和作者總數來分配積分，但最佳實務尚無共識。有鑑於 Journal Citation Indicator 彙整的資訊量龐大 ( 即期刊內所有論文和文獻綜述皆包含在內 )，因此不需要特別考量分數計數。
解讀
Journal Citation Indicator 是引文影響力透過學科正規化後得出的數據，如某期刊的
值為 1.0，即代表其中發表論文的引用次數相等於該類別的平均引用次數。然而，由於
引用次數差異極大 ( 換言之，多數論文均引用次數偏低，僅少數論文的引用次數高於
平均 )，因此多數期刊的平均影響力不會超過 1.0。圖 2 可說明此特性，其中的長條圖
呈現 Web of Science 核心合輯四大期刊索引資料庫中期刊數量 (y 軸 ) 與各個 Journal
Citation Indicator 值 (x 軸 ) 的關係：Science Citation Index Expanded (SCIE) ™ ( 左
上 )、Social Sciences Citation Index (SSCI) ™ ( 右上 )、Arts & Humanities Citation
Index (AHCI) ™ ( 左下 ) 和 Emerging Sources Citation Index (ESCI) ( 右下 )。每張圖
皆提供平均值 (µ)、標準差 (σ) 和 Journal Citation Indicator 達到 1.0 和 1.5 以上之期
刊數量百分比。紅線也代表平均值。
從上述資料可明顯看出 ESCI 內期刊的 Journal Citation Indicator 值偏低，這是合理
現象，因為這些期刊未滿足四大影響力評估標準，否則就會直接納入旗艦索引資料庫 ( 詳
見此處說明 )。雖然 ESCI 的存在讓此主題變得更多元，也強化 Web of Science 用於
研究評估的引文環境，但其中期刊本身的引文影響力普遍較低。此外，相對於 SCIE 和
SSCI，AHCI 中有較多期刊的 Journal Citation Indicator 低於 0.5。藝術與人文科學研
究引用的資料僅少部分是期刊，其他大多是各式各樣的資料來源。其值雖低，但不代表
這些期刊在所屬領域內的影響力不高，而是代表其採納更多未編進 Web of Science 的
第一手學術作品。
正規化操作後，跨學科的期刊比較才變得更合理，不過仍須謹慎判斷。相近領域 ( 如自然
科學的各個領域 ) 更容易比較，因為相關學術出版品的書目計量特性類似，有利於比較引
文價值。然而，在藝術與人文科學領域方面，單單檢視引文無法充分呈現學術貢獻，因此
也必須考量其他質性表現。僅依據 Journal Citation Indicator 來比較藝術與人文科學和
科學或社會科學期刊，可能會有所偏差。
另也要考量期刊內論文類型的組成，因為 Journal Citation Indicator 的計算只採納論文
和文獻綜述 (「可引用項目」) 的引用次數。對部分期刊 ( 尤其是 AHCI 內的期刊 ) 而言，
這些文獻類型並非主要的產出類型。在部分情況下，Journal Citation Indicator 僅能反映
一小部分已發表項目的引文影響力。
如同任何書目計量指標，取樣規模都是重要因素，評量的論文數量越多，指標的值就會
越穩定。較小型期刊 ( 如調查期間可引用項目不到 250 則的期刊 ) 的 Journal Citation
Indicator 更容易受變異影響，只要其中一篇論文引用次數特別高，就能大大改變此指標
的值。
多數依引用次數得出的指標值和 Journal Impact Factor 皆具備相關性，而且 Journal
Citation Indicator 和 JIF 最容易受到可引用項目的引用次數所影響。然而，Journal
Citation Indicator 和 JIF 間依然有差異，原因如下：
- 所採用的論文和文獻綜述期間有略微差異，Journal Citation Indicator 採納的內容多出一年。
- JIF 僅計算當年度的引用數，但 Journal Citation Indicator 會計算論文發表後直到當年年底前的引用總數。
- 計算 JIF 時會納入非特定引文 (unlinked citations)，亦即僅與期刊相關聯而未連結至特定項目的引文。由於 CNCI 是一項論文層級指標，因此 Journal CitationIndicator 不會計算非特定引文。
- JIF 會計算收錄於期刊內任何項目的所有引用次數 ( 分子 )，不侷限於可引用項目。然而，Journal Citation Indicator 僅計算可引用項目的引用次數，並忽略非可引項目 ( 如信函、新聞、社論 ) 的引用次數。
下表概略比較 Journal Citation Indicator 和 JIF 在各個衡量項目的異同。
| 功能 | Journal Impact Factor | Journal Citation Indicator |
| 所有 Web of Science 核心合輯期刊 | 否 | 是 |
| 領域正規化引文指標 | 否 | 是 |
| 固定資料集 | 是 | 是 |
| 整個核心合輯的引用次數 | 是 | 是 |
| 僅當年度的引用次數 | 是 | 否 |
| 包含 2020 年以後的 Early Access (EA) 內容 | 是 | 是 |
| 包含非特定引文 (unlinked citations) | 是 | 否 |
| 分數計數 (Fractional counting) | 否 | 否 |
結論與未來研究
Journal Citation Indicator 將引文影響力指標擴及 Web of Science 核心合輯的所有期
刊，讓收錄範圍超過 21,000 項學術出版品的 JCR 更具研究效益。針對 ESCI 內約 7,000
種期刊提供此資訊，也能增加各學科期刊的曝光度，不論是國際型、涉略範圍較廣的出版
品或偏地區型、專業度較高的文獻都能受惠，並協助使用者瞭解這些期刊和其他較為知名
的學術內容來源間的差異。此外，Journal Citation Indicator 會進行學科領域正規化計
算，因此使用者能更輕鬆、更公平跨學科比較引文影響力。Journal Citation Indicator 旨
在補充研究社群現採用的 JIF 和其他指標，若謹慎使用，將有利於執行更精確的研究評估。
未來，JCR 將持續納入新功能，藉以洞悉學術傳播的本質，並彰顯研究生態系統的變化，
例如 2020 年新增的開放取用資料的使用趨勢。目前全球性、跨國攜手執行的研究數量日
益增加，且各界焦點也擴展至在地與地區性產出文獻，若能開發更豐富的分析工具組合，
勢必有利於提升這些領域的研究效益。
by 科睿唯安（Clarivate）