378 迎接第二篇大满贯的文章(求订阅)(2 / 2)

其一,文章的绝对数量变多,之前可能一个发十几篇二区以上的文章,现在一个月可能发二十、三十多篇二区以上的文章,这表明这个领域的热度开始增加了。

其二,非富勒烯受体相关的文献比例变大,之前非富勒烯受体体系的文章占比可能不足30%,现在都已经接近50%了,日后这个比例可能越变越大,毕竟现在富勒烯体系的发展几近停滞,没什么新的东西可研究了,而非富勒烯体系还有不少可以挖掘的地方,更何况从器件性能上来说,非富勒烯体系目前已经全面超越了富勒烯体系。

这两个趋势形成的背后,许秋开发出的ITIC体系,占了很大的功劳。

许秋在web of science(wos)网站上查询了一下最初发表在AM上的ITIC工作,目前实时被引用次数已经有17次了,估计等之后wos网站更新的时候,这篇工作被评选成为高被引,甚至被评为热点文章都有非常大的机会。

这篇文章,成为许秋第二篇大满贯的文章,基本上是铁板钉钉了。

上一篇PCE11体系的文章,到现在被引用次数的增长速度已经变慢了不少,估计最多也只能达到百次引用的级别,而眼下这个ITIC体系的工作,许秋觉得有望走的更远。

对于【非生物、医学领域】的【非综述类】工作来说:

文章能被引用超过10次就已经很不错了。

大多数工作都是0次、1次、2次引用,而且可能还是自己引用自己,毕竟从期刊的角度来说,影响因子能否破10就是一道分水岭,破10的期刊基本都是一区的期刊,具体到一篇篇文章上,也是类似的。

而文章的被引用次数破百,妥妥能够称得上是代表作了。

就算CNS以及《自然》大子刊,影响因子也不过40,能够发表在上面的大多数工作,被引用次数都不会破百的,因为影响因子是个平均值,有些被引用次数特别高的文章,会拉动整体影响因子的上升,就和“我和首富人均资产过亿”一样。

如果文章的被引用次数能够破千,那通常是引领一个细分领域的开山之作,在各个期刊上都不为多见。

要是一个学术工作者发表过一篇这样的文章,基本可以吹好几年了。

因为达成这项成就的难度甚至比发CNS主刊难,而且一般也要很长的时间去发酵。

就比如《自然》主刊,H因子大约360,也意味着《自然》建刊以来,被引用次数超过360的文章数量超过360。

那么《自然》建刊以来文章被引用次数破千的数量,肯定是在360以下的,而《自然》一年收录文章数大约2644篇。

哪个难度更大,一目了然。

许秋觉得他这篇ITIC体系的AM文章,按照现在的热度,引用次数破百肯定毋庸置疑。

甚至还有那么一丢丢的概率,可以达到千次引用的级别。

至于到底能不能实现这个目标,就要看同行们给不给力了。

这有点类似于种花家的“酱香型科技”,股市、基金、游资、机构抱团买入一只股票,这只股票的股价就会节节升高。

学术圈里也是一样,众人互相抬轿子,把一个领域的热度炒了上去,大佬可以多发好文章,而其他跟风的人也可以顺带弄几篇普通的一二区文章。

这是真正意义上的你好我好大家好,没有副作用,不像股市里最终会割韭菜。

如果说破千的文章是一个细分领域的开山之作,那么被引用次数能够破万,基本都是一个大领域的开山之作,并且通常都需要很长时间的积累。

比如,差不多二十年前,1995年,F Wudl和AJ Heeger等人开创了有机光伏领域,工作被发表在《科学》上,那篇论文目前被引用次数为7000+。

这种级别的工作,被引用次数都没有破万,文章引用次数破万的难度可想而知。

最后,还有文章的被引用次数破10万的,不过目前仅有三篇,还都是生物相关的领域。

根据相关统计机构的统计结果,近半个多世纪以来,科学文献中被引用最多的工作大多是一些重要的生物实验室技术。

其中,蛋白质定量、DNA测序、PAGE、Westernblot等方法类研究名列前10位,它们由于提出了开创性的基础研究方法,成为某学科领域的研究标准的参考,导致了大量的引文。

与许多其他领域相比,生物学家往往更多地引用对方的研究成果,从而使得越来越多的生物实验室技术被引用。

被引用次数最多的著作是1951年的一篇论文——“Protein measurement with the folin phenol reagent(福林酚试剂测定蛋白质)”,它描述了一种测定溶液中蛋白质含量的方法,现在已经有超过30万次引用。

另外,要进入论文被引用次数的前100名,至少需要12000+次引用。

也就是说,这么多年来,引用次数破万的文章数量也不过一两百篇。

当然,单看被引用次数去评判一个工作的好坏,肯定是不够客观的。

一方面,较早的论文有更多的时间积累引文;

另一方面,一些世界著名的论文,因为它们是真正的基础性发现,很快就成为了教科书和日常生活的一部分,成为人们熟悉的、不需要引用的术语。

就比如,爱因斯坦的狭义相对论,DNA双螺旋的测定和高温超导体的发现。

因此,现代文献计量学家在衡量一篇论文的价值时,不喜欢简单地统计引文这样传统的方法。

相反,他们更喜欢比较年代相近、领域可比的论文的引文数量。

这也是现在多用高被引、热点文章两项指标,来评判一个工作好坏的原因。