Onko sinulla koskaan ollut vaikeuksia valita sopivinta lehteä artikkelillesi? Sopivimman lehden valinta voi olla ylivoimainen asia kaikille tutkijoille, jotka haluavat julkaista artikkelin. Sen ei tarvitse olla.

Tutkimus perustuu yhä useammin tiettyihin mittareihin. Lehden matriisit antavat tärkeää tietoa sen vaikuttavuudesta ja merkityksestä monilla tutkimusaloilla - joskaan ei kaikilla. Koska tietolähteiden määrä on lisääntynyt, tehokkaimpien keinojen löytäminen kohderyhmän tavoittamiseksi on entistä keskeisempää.

Jos haluat olla varma, että valitsemasi lehti on paras, selaa sen mittareita ennen kuin valitset sen. Mittarit auttavat sinua varmasti päättämään, mitä lehteä haluat käyttää. The Lehden vaikutuskerroinesimerkiksi antaa sinulle viitteitä siitä, mihin lehteen haluat lähettää artikkelisi.

Lehden vaikuttavuuskertoimien määrä on helppo löytää, mutta näiden lukujen ymmärtäminen on aivan eri asia. Seuraavassa on opas, jonka avulla lehtien impact factor on helppo ymmärtää. Keskustelemme muun muassa siitä, mitä se on, ja listaamme myös lehtiä ja niiden vaikuttavuuskertoimia päätöksenteon helpottamiseksi.

Mikä on Tutkimuslehden iskukerroin?

Impact factor (IF) on indikaattori siitä, kuinka usein tiettyä lehden artikkelia siteerataan tietyn vuoden aikana. Vuosittain, Clarivate Analytics tarjoaa Web of Tieteen lehtien viittausraportit jotka sisältävät lehtien vaikutuskertoimet.

Vaikuttavuustekijät jaetaan vain sellaisille lehdille, jotka sisältyvät Science Citation Index Expanded (SCIE) ja Yhteiskuntatieteiden viittausindeksi (SSCI).

Research Journal Impact Factor -järjestelmän avulla käyttäjät voivat arvioida ja luokitella akateemisia aikakauslehtiä niiden laadun ja huippuosaamisen perusteella käyttäen kvantitatiivisia ja kvalitatiivisia tekniikoita.

Tutkimuslehdet, joilla on korkea vaikuttavuuskerroin, ovat yleensä arvostetumpia. Eugene Garfield, Institute for Scientific Informationin perustaja, esitteli tämän käsitteen ensimmäisenä.

Impact factorin luoja ja kemiallisen tiedon edelläkävijä Eugene Garfield

Monet organisaatiot ja lääkärit hyödyntävät lehtien vaikuttavuuskertoimia, mutta he eivät ole tietoisia niiden laskentamenetelmästä, niiden merkityksestä ja käytöstä.

Useat lehdet julkaisevat enemmän katsauksia tai arvosteluartikkeleita, jotka johtavat korkeampaan vaikutuskerroinlukuun. Kuten Eugene Garfield totesi, vaikuttavuus riippuu yksinkertaisesti siitä, miten hyvin lehdet ja toimittajat houkuttelevat parhaita artikkeleita lehtiinsä.

Silloin on kyse siitä, että miten vaikuttavuuskerroin lasketaan ja miten löydät oikean lehden, jolla on hyvä impact factor?  Tarkastellaan näitä todella tärkeitä tekijöitä lähemmin.

Miten hyvän tutkimuslehden vaikuttavuuskerroin määritetään?

Voitteko kertoa minulle jotakin hyvän lehden vaikuttavuuskertoimesta? Onko vastaus 5 vai 99? Tähän kysymykseen ei ole olemassa kiinteää numeerista vastausta kaikkien lehtien osalta.

Yleisesti ottaen vaikuttavuuskertoimia käytetään määrittämään lehden suhteellista merkitystä omalla alallaan, ja niillä mitataan, kuinka usein lehden artikkeliin on viitattu tietyn ajanjakson aikana. 

Clarivate Analyticsin vaikuttavuuskertoimien laskennassa käytetään monenlaisten tieteellisten lehtien saamia viittauksia. Journal Citation Reports (JCR) laskee vuosittaisen Journal Impact Factorin laskemalla yhteen kaikki viittaukset, jotka on annettu tiettynä vuonna lehden julkaisemille artikkeleille kahtena edeltävänä vuonna.

Vuoden 2022 Journal Impact Factorin laskemiseksi on laskettava kaikki vuosien 2020 ja 2021 artikkeleihin tehdyt viittaukset. Kun summa jaetaan lehden kyseisinä vuosina siteerattujen artikkeleiden määrällä, saadaan kuluvan vuoden (2022) JIF, joka julkaistaan vuonna 2023. 

Lehden iskukertoimen 2022 laskeminen

A = vuosina 2020 ja 2021 julkaistujen artikkelien, joihin indeksoidut lehdet viittasivat vuonna 2022, esiintymistiheys.

B = vuosina 2020 ja 2021 julkaistujen "siteerattavien artikkeleiden" kokonaismäärä.

A/B = 2022 vaikutuskerroin 

Siksi tämä kysymys nousee jälleen esiin, Mikä on hyvä vaikuttavuuskerroin tutkimuslehdelle? Yksinkertaista vastausta ei ole, koska se vaihtelee lehtityypeittäin ja tieteenaloittain, mutta voimme tehdä joitakin keskimääräisiä johtopäätöksiä.

Mikä on hyvä vaikuttavuuskerroin tutkimuslehdelle?

Luonnontieteissä, joissa viittaukset ovat nopeampia ja yleisempiä kuin muilla aloilla, lehti, jonka JIF-arvo on lähellä 350, saa poikkeuksellisen paljon viittauksia. Monilla tieteenaloilla pidetään poikkeuksellisena vaikuttavuuskertoimia, jotka ovat vähintään 10, ja joillakin aloilla ne ovat yli 3. Journal Citation Reports(JCR) -lehtien vaikuttavuuskertoimet vaihtelevat kuitenkin huomattavasti tieteenaloittain.

Vaikutustekijöitä arvioitaessa olisi otettava huomioon seuraavat tekijät:

  • Julkaisupäivä: Impact factors lasketaan laskemalla artikkelin saamien viittausten määrä lyhyen ajanjakson kuluessa julkaisupäivästä. Tämän seurauksena nopeasti kasvavien alojen, kuten biotieteiden ja teknologian, lehdillä on korkeammat viittausluvut ja vastaavasti korkeammat vaikuttavuuskertoimet. Nimittäjän laskennassa otetaan huomioon vain sellaiset tutkimusjulkaisut tai artikkelit ja katsausartikkelit, joihin viitataan. 
  • Vaikutuskertoimia ei lasketa artikkeleille, joita on siteerattu sellaisissa lehdissä, jotka eivät sisälly Web of Science -tietokantaan.
  • Katsausartikkelit: Katsausartikkelit, mielipideartikkelit, kirjekirjoitukset ja uutisartikkelit eivät sisälly artikkeleiden kokonaismäärään; jos niitä siteerataan, ne lasketaan silti lehden siteerauksiksi. Joissakin tapauksissa tämä voi johtaa vaikutuskertoimien kasvuun muuttamalla vaikutuskertoimien laskennassa käytettäviä suhdelukuja.
  • Lehdet, joissa on vähän viittauksia, ovat yleensä kliinisiä lehtiä. Näin ollen tällaisten lehtien viittauspisteet ovat alhaisemmat kuin muiden samankaltaisten aihealueiden lehtien.
  • Ensimmäisenä vuonna sen jälkeen, kun lehden nimi on vaihtunut, lehden Impact Factor on nolla, koska lehden nimi on vaihtunut kahtena edellisenä vuonna julkaistujen artikkeleiden määrä on nolla. Sama koskee JCR:n tietokantaan lisättyjä uusia lehtiä.
  • Kattavuus jakautuu epätasaisesti, koska Journal Citation Reports keskittyy aiheisiin, joista julkaistaan pääasiassa lehtiartikkeleita. Tämän vuoksi se ei juuri kata humanistisia ja yhteiskuntatieteellisiä aloja, jotka tukeutuvat enemmän kirjoihin ja muihin julkaisumuotoihin.

Tiettyyn aihepiiriin kuuluvan lehden vaikutuskerroin voidaan määrittää vertaamalla sitä muihin samaan JCR-aihepiiriin kuuluviin lehtiin.

Tätä varten sinun on mentävä osoitteeseen JCR:n verkkosivusto InCites-alustalla ja valitse Browse by Category. Tältä sivulta löydät aihealueluokitukset, jotka on järjestetty kunkin luokan lehtien lukumäärän mukaan.

On myös mahdollista vertailla kaikkia tietyn aihepiirin lehtiä Journal Impact Factor -lukuun, ja voit myös valita tiettyjä lehtiä vertailtavaksi valikon vaihtoehtojen avulla. Tutustutaanpa muutamiin työkaluihin, joita voidaan käyttää lehtien vaikutuskertoimien laskemiseen.

Lehden vaikutuskertoimen mittaustyökalut 

Nyt tiedämme, miten laskenta tehdään, joten selvitetään, missä se voidaan tehdä. Jäljempänä luetellut työkalut ovat kaikki vakiotyökaluja, ja ne antavat eri alojen lehtien merkittävimmät vaikuttavuuskertoimet.

Lehtien viittausraportit

Tieteellisiä, teknisiä ja yhteiskuntatieteellisiä lehtiä koskevat rankinglistat ovat seuraavien tahojen laatimia Lehtien viittausraportit. Jokainen tietokantaan sisältyvä lehti sisältää seuraavat tiedot: 1) viittausluvut ja artikkelinumerot, 2) iskukerroin, 3) siteerattu puoliintumisaika, 4) välittömyysindeksi, 5) lähdetietueiden luettelointi, 6) siteerattavien lehtien luettelointi, 7) siteerattujen lehtien luettelointi, 8) tutkimuskategoriat, 9) kirjoittajatiedot.

Tämä tietokanta sisältää vain Web of Science -tietokannan indeksoimien lehtien viittaustiedot. Yli 12 000 taiteen, kirjallisuuden, luonnontieteiden ja yhteiskuntatieteiden alan lehteä on indeksoitu.

Valitse valikosta JCR-julkaisun painos (tiede tai yhteiskuntatieteet), vuosi ja kategoria määrittääksesi kyseisen lehden vaikutuskertoimen. Paina submit-painiketta hakiaksesi vaikuttavuusluvun. 

Klikkaa kiinnostavaa lehteä saadaksesi vaikuttavuuskertoimen. Luettelo voidaan luokitella neljällä eri tavalla: lehden keston mukaan, viittausten mukaan, vaikutuskertoimen mukaan ja omakertoimen mukaan.

Scopus (Elsevier)

Käyttämällä Scopus Journal Analyzer, voit myös arvioida kymmenen saman aihealueen lehteä ennen käsikirjoituksen lähettämistä. Scopus-tietokanta sisältää Elsevierin julkaisemia tiivistelmiä ja viittauksia (bibliografia).

Scopus Journal Analyzer tekee viittausanalyysin yli 20 500 tieteeseen, teknologiaan, biotieteisiin ja yhteiskuntatieteisiin liittyvästä nimikkeestä. Nämä viittaukset ovat peräisin vuodelta 1996. Scopus päivittää tietokantaansa joka toinen kuukausi.

Scopuksen Journal Analyzerin avulla voit määrittää kolme mittaria lehden suorituskyvystä: CiteScore, SJR (SCImago Journal Rank) ja SNIP (Lähde Normalisoitu vaikutus paperia kohti). 

SCImago Journal Rank (SJR)(Elsevier)

The SCImago Journal & Country Rank on verkkotyökalu, joka sisältää Scopus®-tietokannan (Elsevier) tietoihin perustuvia lehtiä ja maita koskevia tieteellisiä tilastoja.

Scopuksen kautta on saatavilla yli 10 000 lehteä yli 4 000 kansainväliseltä kustantajalta, mukaan lukien yli 1 000 avointa lehteä.

Tämä tietokanta sisältää viittaustiedot yli 34 100 artikkelin nimikkeistä yli 5 000 kustantajalta maailmanlaajuisesti.

Se sisältää myös maakohtaisia vaikutusmittareita 239 maasta. Voit myös integroida merkittävät lehtien metriikat sivullesi klikattavana kuvavideona SJCR:n kautta.

Ominaistekijä

Tammikuussa 2007 Carl Bergstrom ja Jevin West perustivat yhdessä yrityksen nimeltä Eigenfactor®. Washingtonin yliopiston West Lab Information Schoolissa ja Bergstrom Lab biologian laitoksella sponsoroivat tätä hanketta.

Lehden Eigenfactor-pistemäärä on mittari, jonka tarkoituksena on osoittaa, kuinka laajasti lehteä käytetään. Näin ollen niiden oletetaan kuvaavan sitä, kuinka usein ihanteellinen tutkija käyttäisi kyseisen lehden aineistoa.

Lisäksi Eigenfactor-pistemäärä muuttuu lehden koon mukaan, sillä se kasvaa kaksinkertaiseksi, kun lehden vuosittain julkaisemien artikkelien määrä kasvaa.

Lehden artikkelivaikutusluku mittaa lehden artikkeleiden keskimääräistä vaikuttavuutta, joten se vastaa perinteistä vaikuttavuuskerrointa.

SNIP (lähteen normalisoitu vaikutus paperia kohti) 

The SNIP hankkeen perusti professori Henk F. Moed Leidenin yliopiston tieteen ja teknologian tutkimuskeskuksesta.

SNIP-menetelmässä (Source Normalized Impact per Paper) viittausvaikutusta mitataan painottamalla viittauksia tietyn aihealueen viittausten määrän mukaan. Source Normalized Impact per Paper lasketaan vuosittain Scopusin tietojen perusteella.

Niillä aihealueilla, joilla on vähän viittauksia, yksittäisellä viittauksella on suurempi merkitys, ja päinvastoin. SNIP korjaa virheelliset viittauskäytännöt, mikä tekee viittausten vaikutuksen vertailusta tarkempaa eri aloilla.  

H-indeksi

H-indeksi mittaa kirjailijan tieteellistä tutkimustulosta hänen kirjoittajuutensa tasolla. Tämä indeksi arvioi tutkijan tieteellistä panosta ja samalla hänen vaikutustaan.

Tämä määritellään suurimmaksi luvuksi, jonka osalta kirjoittaja on mainittu niin monta kertaa niin monessa artikkelissaan. Jos esimerkiksi kirjoittajan h-indeksi on 5, vähintään viiteen hänen artikkeliinsa on viitattu vähintään viisi kertaa. 

Kun h-indeksi on yli 20, kirjoittajaa voidaan pitää oman alansa asiantuntijana. Myös lehden h-indeksi voidaan laskea. Sillä tarkoitetaan niiden lehden julkaisemien artikkelien enimmäismäärää, joihin on viitattu useita kertoja aiemmin. Pidempään toimineilla lehdillä on yleensä korkeampi h-indeksi.

CiteScore

The CiteScore on yhtä suuri kuin lehden tiettynä vuonna saamien viittausten määrä kolmen edellisen vuoden aikana julkaistuihin artikkeleihin, kun se jaetaan Scopuksen indeksoimien artikkelien määrällä samalta ajanjaksolta.

Lehden viittausvaikutusta mitataan Scopuksen CiteScore-arvolla. Tämä työkalu laskee mittarit Scopusin tietojen perusteella, ja sen käyttö on ilmaista. Se sisältää yli 24 000 luokiteltua lehteä, jotka kattavat yli 300 tutkimusalaa.

CiteScore Tracker -seurantapalvelun avulla voit seurata tiettyjen lehtien tuloksia vuoden aikana.

Tärkeimpien tutkimuslehtien vaikuttavuusluku

Vaikuttavuudella on ratkaiseva merkitys, kun halutaan ymmärtää, miten lehti on menestynyt ajan mittaan, ja määritellä sen suunta tulevina vuosina.

Todellista kuvaa vaikutuksista ei voida koskaan saada käyttämällä yhtä ainoaa mittaria, joten päätöksentekoprosessin tukena olisi käytettävä erilaisia indikaattoreita. Olemme listanneet muutamia tärkeimmät lehdet ja niiden alla olevat vaikutuskertoimet.

Lehtien julkaiseminenVaikutuskerroin
Luonto 42.78
Nature Communications 14.92
The New England Journal of Medicine 74.7
Tiede 41.84
IEEE/CVF Conference on Computer Vision and Pattern Recognition (Tietokonenäköä ja kuvantunnistusta koskeva konferenssi) 45.17
Kemialliset arvostelut60.62
Journal of the American Chemical Society 15.42
Neuraaliset tiedonkäsittelyjärjestelmät16.54
Kemiallisen seuran arvostelut54.56
Energia & ympäristötieteet38.532
Journal of Clinical Oncology44.54
Luonto Lääketiede53.44
Euroopan tietokonenäkökonferenssi25.91
IEEE/CVF International Conference on Computer Vision -konferenssi (Tietokonenäkö)20.97
Luonto Genetiikka38.33
Journal of the American College of Cardiology -lehti20.59
Luonto Biotekniikka 54.91
European Heart Journal29.98
AAAI:n tekoälykonferenssi 3.055
Nature Reviews. Molekulaarinen solubiologia94.44
IEEE Communications Surveys & Tutorials25.249
Luonto Fysiikka20.03
Luonto Ilmastonmuutos 20.89
Journal of Business Research7.550
Frontiers in Microbiology 4.076

Näin parannat vaikuttavuutta visuaalisuuden avulla

Jotta lehti voisi parantaa impact factor -lukuaan, sen artikkelien on oltava korkeatasoisia ja niitä on siteerattava usein. Tämän saavuttamiseksi toimitetuilla artikkeleilla on oltava korkeat tekijät, jotka tekevät niistä erottuvia.

Yhä useammat lehdet pyytävät artikkelien ohella "visuaalisia tiivistelmiä", kun ne hyväksyvät artikkeleita. Artikkelin tärkeimmät tulokset on esitettävä visuaalisesti ja kattavana, tiiviinä kuvallisena tiivistelmänä.

Esimerkki visuaalisesta tiivistelmästä, joka on tehty Mind the Graph

Voit käyttää artikkelin johtopäätöstä tai vielä paremmin kuviota, joka ilmaisee artikkelin ytimen nopealla silmäyksellä, kuten artikkelikohtaista kuviota. 

Artikkelit, joissa on Graafisilla tiivistelmillä on osoitettu olevan myönteinen vaikutus sekä artikkelin lukumäärään että viittauksiin.mikä lopulta parantaa lehden vaikuttavuuskerrointa.

On tärkeää huomata, että verrattuna artikkeleihin, joissa ei ole visuaalista tiivistelmää, on arvioitu, että keskimääräinen käyttömäärä vuodessa on kaksinkertaistunut artikkeleissa, joissa on visuaalinen tiivistelmä..

Sen lisäksi, että lisäät paperisi viittausten määrää, saat sen erottumaan edukseen sisällyttämällä siihen runsaasti grafiikkaa. Tutkijoiden on yhä yleisempää sisällyttää tutkimuksiinsa graafista kuvitusta.

Graafisten kuvitusten käyttäminen tutkimustiedon välittämiseen voi olla tehokasta ja vaikuttavaa. Lue artikkeli aiheesta Mikä on visuaalinen abstrakti ja miten se tehdään helpoimmalla tavalla?.

Sinun on kuitenkin varmistettava, että kuvituksia ja visuaalisia tiivistelmiä ei kopioida ja liimata. Miten ja mistä kannattaa aloittaa? Olet tullut oikeaan paikkaan! Osoitteessa Mind the Graphvoit valita useiden eri alojen kuvituksista.

Vielä kiehtovampaa on se, että voit halutessasi myös saada sen ammattilaisten tiimimme räätälöimäksi. Julkaisemme blogissamme myös tieteeseen liittyviä artikkeleita ja muita hyödyllisiä oppaita. Jos haluat vilkaista, klikkaa täällä.

logo-tilaus

Tilaa uutiskirjeemme

Eksklusiivista korkealaatuista sisältöä tehokkaasta visuaalisesta
tiedeviestintä.

- Eksklusiivinen opas
- Suunnitteluvinkkejä
- Tieteelliset uutiset ja suuntaukset
- Oppaat ja mallit