「特徵係數」你知多少

EigenFactor Metrics，翻譯成特徵係數或稱特稱因子，是美國華盛頓大學教授於2007年提出的計量方法，用於衡量期刊影響力的指標。EigenFactor與谷歌的網頁排名PageRank演算法十分類似，兩者都是基於社會網路理論之上；谷歌追蹤網頁鏈接的同時、特徵係數追蹤引用次數，並且將期刊在整個網絡中的重要性納入評估，因此來自頂級期刊的引用比來自低層級期刊的引用佔有較高權重。

如何使用EigenFactor?

首先，最基本的是了解特徵係數計量法本身不是個數字，其中的特徵係數積分（EigenFactor Score – EF）和文章影響積分（Article Influence Score – AI）才是，從特徵係數官網輸入搜索期刊名稱，就能免費查詢期刊的特徵係數積分和歷年曲線圖。

特徵係數積分（EF）可以被理解為某期刊在科學領域中的重要性。以所有於期刊引證報告（JCR）中列出的期刊的重要性總和為100，例如下圖所示，Nature期刊於2011年的EF得分為1.6，是所有期刊之首。，EF 的積分越高，表示該期刊在同一主題領域裏的影響力越大。它的得分高低，能用來衡量期刊對科學界的重要性；並且透過期刊引進引文的來自何處，也可反映期刊內容品質。

文章影響積分（AI）則是用來衡量期刊所發表文章的五年平均影響力，以期刊引證報告（JCR）中所有列舉的期刊發表文章均有1.00的基本影響積分為準，以同一主題領域為限。AI積分20的期刊發表的文章比期刊引證報告中其他期刊影響力高出20倍。

另外在特稱係數網站上，還提供了另外一個數據參考，成本效率積分（Cost Effectiveness – CE），此積分是用價格和特徵係數積分的比例為基準，並以所有於期刊引證報告（JCR）中列出的期刊的成本效率總和為100得到的積分，在其他條件相同的情況下，期刊的成本效率積分當然是越低越好，由於基礎的CE積分為1，就代表了CE值為5的期刊是平均期刊的成本效率的五倍。

參考資料：

特徵係數—科學知識的映射與排名

利用特徵係數的十大理由