*景先生毕设|www.jxszl.com +Q: ^3^5^1^9^1^6^0^7^2^* 
/> 表4 H指数与被引频次相关性分析9
表5 H指数与被引频次之间的相关性分析 10
表 6 H指数与影响因子相关性分析 11
表 7 H指数与影响因子之间的相关性分析 11
表 8 SNIP与被引频次相关性分析12
表9 SNIP与被引频次之间的相关性分析 12
表10 SNIP与影响因子相关性分析13
表11 SNIP与影响因子之间的相关性分析14 表12 H指数与影响因子相关性分析 15
表13 H指数与影响因子之间的相关性分析 15
表14 H指数与即年影响因子相关性分析 16
表15 H指数与即年影响因子之间的相关性分析16表16 SNIP与影响因子相关性分析17
表17 SNIP与影响因子之间的相关性分析18表18 H指数与被引频次相关性分析 19
表19 H指数与被引频次之间的相关性分析19表20 SNIP与被引频次相关性分析20
表21 SNIP与被引频次之间的相关性分析20
表22 H指数与其他指标相关性综合比较 20
表23 SNIP与其他指标相关性综合比较21
图1 图书馆学h指数与被引频次曲线效果拟合图9
图2 图书馆学h指数与影响因子曲线效果拟合图10
图3图书馆学SNIP与被引频次曲线效果拟合图12
图4图书馆学SNIP与影响因子曲线效果拟合图13
图5生物技术与微生物学h指数与影响因子曲线效果拟合图14
图6生物技术与微生物学h指数与即年影响因子曲线效果拟合图16
图7生物技术与微生物学SNIP与影响因子曲线效果拟合图17
图8 数学物理学h指数与影响因子曲线效果拟合图18
期刊SNIP、h指数与影响因子相关性研究
引言
引言
期刊评价是文献计量学研究的重要组成部分,它通过对学术期刊的发展规律和增长趋势进行量化分析,揭示学科文献数量在期刊中的分布规律,为优化学术期刊的使用提供重要参考,同时可以提高学术期刊的内在质量,促进学术期刊的健康成长和发展[1]。由于学术评价环境的复杂性，各种评价期刊质量及学术影响力的量化指标应运而生，从总被引频次，到影响因子，到Web即年下载率，h指数，SNIP等等层出不穷。这些指标的提出和利用为揭示学科文献数量在期刊中的分布规律，以及提高学术期刊的内在质量等方面做出重要参考和促进。
然而不同学科之间，或者同一学科不同主题领域之间的引用行为的差异性，使得任何的评价都不能由单一的一种评价指标实现。并且当今科技在不断进步，人们的阅读方式也在发生不断地改变，我们需要对期刊的多种指标进行考虑才能较为完整地衡量期刊的质量以及利用情况。
美国加州大学圣地亚哥分校的物理学家J.E.Hirsh于2005年提出了h指数评价法，用来评价科研人员的学术成果[2]。之后，许多学者将h指数加以扩展并应用于期刊评价中，从而创立了期刊h指数。在聂超和袁浩川的研究中，是以h指数存在的对低被引频次的忽略的严重缺陷为出发，用于提高其在科研评价上的科学性和完整性而提出扩展h指数的概念[3]。王梅英等学者指出每一次扩展指标都是对h指数某一方面缺陷所做的改变[4]。因此在h指标的发展过程中，已逐步考虑了各扩展指标的应用和与其他指标的结合方式。
荷兰学者Moed教授于2010年提出了一个新的引文评价指标SNIP(篇均来源期刊标准影响，即source normalized impact per paper)[5]。这一期刊评价指标由Moed基于Scopus数据库提出，并作为SJR的补充指标于2010年正式推出，旨在对不同主题领域的期刊影响力进行评价。
而已有的一些关于研究这些计量学指标之间是否有一定的相关关系，以及在不同学科领域之间的这种相关性是否存在显著的差异的结果显示，部分指标之间具有一定的相关性。南京大学研究人员邹新贝与程晓娟在引文评价指标SNIP与h指数的理论比较研究中表明了SNIP与h指数之间一定的关联性[6]。在赵基明等的关于中国图书馆学情报学期刊的多指标综合评价研究中，运用了归一化处理法计算其综合指数，从而得出影响因子，被引次数等传统指标与综合指标的相关性低于h指数等新指标，因此当采用单项指标评价期刊时，h指标等新指标比传统指标更合适一些[7]。江苏大学科技信息研究所的学者在进行影响h指数与影响因子因素的相关性研究中，利用了灰色关联法和相关性分析法，对h指数与影响因子在其他因素影响下的相关性大小的研究中得出，在期刊方面h指数和被引频次的相关性很大，而影响因子和被引频次的相关性没有通过显著性检验；而在核心作者方面与核心作者h指数相关性最大的为论文的总被引频次，因此他的结论为其相关性和影响直接计算它们大小的因素和影响其大小的简介因素有关，比如论文的发表年龄、最高被引频次、篇均被引频次等相关[8]。

原文链接：http://www.jxszl.com/jsj/xxaq/44677.html