■劉筱敏 孫 媛 和 婧

1)中國科學院文獻情報中心，北京中關村北四環(huán)西路33號 100190，E-mail：liuxm@mail.las.ac.cn2)日本國立情報學研究所，東京

Scopus的出現，打破了SCI①利用引文數據提供信息發(fā)現、信息導航和數據分析的絕對地位，雖然Scopus在數據集大小、數據檢索、數據呈現等方面與SCI有不同之處，但在引文數據的揭示方面與SCI有相似之處，為用戶利用引文數據了解科學的研究脈絡提供了新的選擇。

自2007年開始，Scopus數據庫推出了系列特色服務，在信息分析方面取得了比較大的發(fā)展，英國皇家學會利用Scopus數據做出的一系列關于國際科研動態(tài)的分析報告更是引人注目。不少文獻計量學、科學計量學者紛紛撰文對兩個數據庫的數據進行比較分析，例如Lokman I.Meho從人-機界面研究者的引用及H指數方面對Scopus與Web of Science(WoS)進行了比較分析[1]，他認為僅從期刊比較研究者的引用數據，Scopus與SCI沒有區(qū)別，如果考慮到會議文獻(Conference Materials)的因素則Scopus改變了某些研究者的統(tǒng)計數據。éric Archambault從國家發(fā)表論文的角度對兩者進行了比較，數據分析的結論是，對國家論文數量及論文引用統(tǒng)計，TOP25國家排名及50%的國家排名均沒有發(fā)生變化，兩個數據庫的相關系數為0.99[2]。Loet Leydesdorff從不同學科的期刊實例出發(fā)，對比了兩個數據庫的特點，他認為兩個數據庫的不同在于數據處理的規(guī)范化、標準化、準確性方面，SCI由于歷史的積淀，在這個方面更為成熟，而Scopus作為新的數據庫有待于進一步發(fā)展，在來源文獻的構成方面Scopus也正在向更為合理的結構發(fā)展[3]。Gorraiz J發(fā)現在藥學領域，JCR中影響因子高的期刊在Scopus中也具有高影響因子，通過用戶對期刊使用數據的調查，他認為有些用戶常用的期刊沒有被SCI覆蓋，但Scopus收錄了這些期刊，同時他認為兩個數據庫應對期刊分類有所改進[4]。

國外的學者的研究多從一個學科或選擇期刊樣本對兩個數據庫進行對比分析，解讀不同樣本量下，期刊、研究者的影響力差異。本文通過對期刊兩年被引頻次、影響因子、刊均施引頻次的比較，嘗試全面分析兩個數據庫來源期刊影響力差異化特征，以及兩個數據庫不同學科期刊指標的特征，進而說明數據庫期刊的學科特點，為數據庫的選擇利用提供一些可借鑒的信息。

1 Scopus與SCI數據庫概要描述

1.1 數據庫收錄對象特征描述

根據Scopus網站上給出的說明文檔[5]，Scopus數據庫來源出版物的構成有以下的特點：Scopus只收錄連續(xù)出版的出版物，包括期刊(Journal)、商業(yè)期刊(Trade journal)、叢書(Book series)、會議文獻。這些出版物應該具備有ISSN號。其中期刊，是Scopus的主要構成，通常是各領域的學術性期刊。商業(yè)期刊，的最低要求是(1)至少有一頁；(2)最少有一個作者。叢書，是指有叢書名、ISSN、卷或期號的圖書，目前Scopus中有來自叢書的830000條數據。從2013年開始，Scopus圖書覆蓋將進一步擴大，包括專著、專業(yè)參考書和大學水平的課本等內容，圖書這種覆蓋深度和廣度的提升主要是來自社會科學和人文科學的需求。會議文獻進入Scopus有兩個途徑：一個是作為常規(guī)刊物的專輯，另一個是專業(yè)會議出版物。Scopus的會議文獻只收錄有全文的會議文獻。在Scopus數據庫中超過10%的數據是來自會議論文。由此可見，Scopus收錄對象的多元化。在目前公布的根據Scopus計算的期刊引證指標，其數據統(tǒng)計范圍來自于Scopus所有的收錄對象。

從WoS的角度看，來源出版物覆蓋了期刊、會議文獻、專利、圖書等等，從學科領域分為自然科學、社會科學、人文藝術等學科領域。因此，從文獻類型到學科領域，基本與Scopus一致。但在數據集合的組成形式上兩者存在根本的區(qū)別。Scopus將不同的文獻類型，各個學科領域融合于一個數據庫中，而WoS保持學科區(qū)分，文獻類型區(qū)分的不同數據庫的特點，形成了SCI、SSCI、A&HCI、BCI、CPCI等獨立的數據庫。SCI則是以期刊為對象，覆蓋了自然科學、工程技術、醫(yī)學等領域的數據庫。在JCR自然科學版中展示的期刊數據僅來自于SCI，而不包括SSCI、CPCI等數據庫對SCI期刊的引用。

Scopus收錄的文獻類型呈多元化狀態(tài)，而SCI僅收錄期刊，為分析對象具有可比性，本文選擇的比較對象僅限于期刊。

1.2 Scopus與SCI來源期刊特點描述

Scopus期刊列表來自于Elsevier網站提供的截止到2013年9月的來源文獻列表[6]，該表中包括期刊、叢書、會議錄名稱，其中Scopus收錄的正在出版的期刊有20697種。SCI的來源期刊以2014年1月15日在其網站(ThomsonReuters.com)下載的Science Citation Index-Expanded期刊列表為依據，品種數量為8613種。Scopus收錄期刊數量為SCI的2.4倍。

通過期刊名稱、ISSN、E-ISSN等數據特征進行SCI、Scopus來源期刊表之間進行比對，SCI來源期刊中僅有159種不包括在Scopus來源期刊集合中。Scopus、SCI來源期刊比對過程中，發(fā)現兩者對期刊的處理方法有些許不同，例如當一種期刊有多個分輯時，可以處理為一種期刊，也可以處理為多種期刊，例如，Journal of Geophysical Research，分為 A-G 7個分輯，在Scopus中將其處理為一種期刊，而SCI中則處理為7種期刊。對于期刊的出版狀態(tài)兩者也有不一致的情況，Scopus認為期刊已經?？蛘吒拿?，而SCI中尚認為正在出版，反之，SCI認為期刊?？蛘吒拿琒copus認為期刊正在出版的情況也會出現。由于Scopus期刊品種量大于SCI期刊品種量，因此本文期刊品種及出版狀態(tài)的認定以Scopus為準。

Scopus將期刊分為4個學科集合，27個二級類目，300多個三級類目，如果不計算社會科學、藝術與人文科學、經濟與財經、商業(yè)管理、心理學5個二級類目，自然科學領域為22個二級類目。本文選擇22個二級類目做為學科分析的基礎，并采用Scopus的分類體系對未列入Scopus的SCI159種期刊進行分類。在Scopus中一種期刊可以屬于一個及一個以上的類目。

根據表1的數據可以計算出，醫(yī)學是Scopus、SCI兩個數據庫中期刊數量占有最高比例的學科，在Scopus中醫(yī)學期刊數量超過了1/4，達到26.91%，SCI醫(yī)學領域期刊占其總數的21.46%，兩者基本相當。其他學科領域則表現出比較明顯的差別。數學、物理、化學、地球科學、農業(yè)與生物科學、材料科學、免疫學、神經科學、獸醫(yī)學等領域SCI期刊分布比例明顯高于Scopus同領域期刊的比例。凡是SCI期刊分布比例高于Scopus的學科領域，兩者之間的期刊數量差別較小，反之則期刊數量差別較大，說明SCI的期刊構成更為側重自然科學基礎研究領域。同時也說明相對應用科學研究領域而言，基礎科學研究領域中兩者期刊的數量分布較為接近。(見表1)。

2 基礎數據描述

2.1 數據來源

對Scopus與SCI的比較不能脫離具體數據的分析，本文數據分析的基礎是來自于SCImago和JCR。SCImago是西班牙研究團隊利用Scopus數據從2000年至今出版的年度期刊統(tǒng)計指標(數據下載網址為：http：//www.scimagojr.com)，其中包括了影響因子、論文量、三年論文被引頻次、SJR等各種文獻計量指標。JCR是SCI出品的關于期刊的年度統(tǒng)計指標數據庫，經典的指標包括影響因子、被引頻次、論文量、H指數等。

表1 Scopus、SCI期刊分類表

本文選擇了SCImago和JCR2010-2012年三年的數據作為分析的基礎。需要特別說明的是，由于Scopus和SCI在三年之中期刊品種的調整，以及期刊名稱、ISSN等重要信息的變化，JCR每年因指標過于失常不公布期刊引證指標等各種因素的存在，因此，本文期刊分析的對象以2012年SCImago與JCR公布的數據為準。由于這些原因，本文來自兩個期刊指標數據庫的期刊數量與第一部分提到的Scopus與SCI的數據概況有所差異。

2.2 數據指標

SCImago與JCR發(fā)布指標不盡相同，在所有發(fā)表的指標數據中，影響因子(IF)是兩個數據庫公布的唯一相同的統(tǒng)計指標。仔細對比影響因子的數據則發(fā)現兩者數據處理過程中差異的存在。IF的定義是論文篇均引用次數，兩個數據源相同指標的可比性不僅在于指標定義的相同、計算公式的相同，而在于計算基數的一致性，IF的計算基礎是兩年論文的數量。通過兩個數據源的比較，我們發(fā)現，SCImago和JCR對論文數量的認定標準不同，兩者存在一定的差異。例如著名的New England Journal of Medicine，在 SCImago中，2010-2011 年的論文量分別為1817和1816篇，而在JCR中僅有345和349篇，存在巨大的差異，這種差異直接導致影響因子的不可比較。為使得數據具有可比性，我們通過每個數據庫的IF，分別計算一種期刊兩年論文的被引頻次，然后再計算學科刊均施引頻次，根據學科刊均被引頻次進行比較。具體做法如下：

首先，明確統(tǒng)計期刊數量。由于SCI與Scopus收錄期刊的年度有所不同，期刊論文數出現年度缺失的情況，為規(guī)避因為論文量缺失帶來的計算被引頻次的失誤，因此，將兩個數據庫分別僅有一年論文數據的期刊剔除，即2010或2011年兩年論文量均不能為0，在這種情況下，SCImago期刊有17512種，JCR有7252種，兩者重復期刊7128種。

在以上條件下，兩個數據庫的期刊學科分布情況如下：

表2 2012年SCImago與JCR期刊學科分布

其次，計算期刊兩年論文被引頻次(C)。根據SCImago及JCR的IF值，及兩個數據庫分別提供的2010年，2011年兩年的論文量，計算出每種期刊前兩年論文的被引頻次，計算方法如下：

其中CJCR，CSCImago分別為 JCR和SCImago期刊兩年論文被引頻次IF和A2010，A2011均為各自數據庫的數值。

第三，計算期刊學科刊均施引頻次(T)。該指標用于觀察學科內期刊對該學科領域中某種期刊被引頻次的平均貢獻度。根據Scopus對期刊的學科屬性標注，計算每種期刊所在學科刊均施引頻次。當一個期刊有多個學科類目時，每個學科類目的期刊數量不一致，因此每種期刊的學科刊均施引頻次在不同類目中的數值不相同。

其中，N是每種期刊所在學科領域的期刊數量當期刊屬于“General”類時，因為期刊為多學科的屬性，因此，General類期刊刊均施引頻次的計算公式為每種期刊的被引頻次除以該數據庫所有期刊數量。

3 數據分析

3.1 刊均施引頻次比較

一般情況下，期刊數量越多，期刊被引用頻次會隨著期刊數量的增加而增加，通過對CJCR和CSCImago的計算已經得到驗證。但被引頻次的增加與期刊數量的增加有怎樣的關系？我們采用影響因子的算法，計算兩個數據庫期刊學科刊均施引頻次(T)，用這個指標分析在某個學科中所有期刊對某種期刊影響因子的平均貢獻程度。

計算T值后，將其分為四種類型第一種類型為Tj-jcr=Tj-SCImago。當兩個數值之間差值在0～0.001時，我們認為兩個數據庫之間的學科刊均施引頻次沒有差別，視為兩者相等，在表3中，可以看出這種情況的期刊數量極少，醫(yī)學、農業(yè)和生物科學是較為集中的兩個學科。

第二種類型為Tj-jcr＞Tj-SCImago，在表3中，可以看出這種類型的期刊數量占有極大的數量，說明這些期刊被引頻次主要來自于核心期刊的引用。期刊數量的增加沒有同比增加期刊被引頻次。換言之，期刊被引頻次的增加沒有在核心期刊范圍內增長得那么快，平均而言在SCImago中每種期刊的施引貢獻度都比較小。

第三種類型為Tj-jcr＜Tj-SCImago，這種情況具有一定的期刊數量，主要集中于計算機科學、數學兩個領域。這種類型明顯受到期刊數量的影響，期刊數量的增加使得期刊被引頻次得到了提高的幾率。

第四種類型為兩個數據庫沒有T值的期刊。兩個數據庫都出現了有論文量的數值但沒有影響因子的期刊，這種情況比較復雜，有多種因素，有的期刊兩年的論文確實沒有被引用，也有的期刊屬于期刊名稱變化或者期刊被調整出數據庫，或者因為期刊的一些行為沒有計算影響因子等等，復雜的因素導致無法一一辨認，這種類型的期刊數量在每個學科中分布極少，因此忽略不計。

在本文采用的2012年的期刊數據中，SCImago的期刊數量為JCR期刊數量的2.41倍，綜上所述，發(fā)現期刊學科刊均施引頻次并沒有因為期刊數量的增加而成倍增加，這一點與核心期刊存在的特征相同，即大量的施引期刊來自于少數期刊[8]。

表3 各學科刊均施引頻次期刊數量分布表

3.2 期刊被引頻次差異性比較

進一步分析兩個數據庫的數據特點，利用CJCR和CSCImago數據為基礎，計算兩組數據的差異性，希望能夠發(fā)現不同來源期刊數量樣本下期刊被引頻次的差異性。

利用Excel中的F檢驗與T檢驗兩個檢驗函數，求各學科的CJCR和CSCImago差異。首先利用F檢驗計算每個學科方差無明顯差異的雙尾概率，計算結果各學科F檢驗(array1，array2)＞=0.05，表示兩組數據的變異系數相同，則在T檢驗計算時選擇單尾分布。用T檢驗計算后，得到各學科的p值。根據統(tǒng)計中通用的解釋，當p＞0.05時，表示兩組數據之間無顯著差異，反正則存在顯著，當p值＜0.01時，則存在顯著差異。

在統(tǒng)計的22個學科中，除“Computer Science”、“Medicine”兩個學科以外，20個學科的p值均大于0.05(見表4)，表示兩年被引頻次沒有顯著的差異，可以理解為在20個學科中，雖然兩個數據庫的學科期刊數量存在差異，但沒有對期刊兩年的被引頻次產生顯著影響。JCR期刊在一定的期刊范圍中已經獲得了其影響力的地位。

表4 各學科Ttest檢驗p值列表

“Computer Science”、“Medicine”兩個學科的p值小于0.01，說明這兩個學科期刊的被引頻次在不同的數據庫中存在顯著差異。我們以這兩個學科為對象，試圖分析差異性存在的原因。

從兩個類目的期刊數量上看，在表2中可以觀察到SCImago與JCR兩者的差別不是所有類目中最大的，Computer Science類目中SCImago是JCR期刊數量的1.85倍，Medicine類目為2.22倍，而Health Professions類目中兩個數據庫期刊數量的差為2.61倍，General類目為2.59倍，顯然期刊數量的差距不是期刊被引頻次顯著差異的根本原因。

在對“Computer Science”期刊被引頻次差異性的分析過程中，我們再次審視了Scopus的數據構成，在本文的第一部分數據庫概況中提到Scopus的構成包括了期刊、會議錄和圖書多種文獻類型。根據Scopus的統(tǒng)計會議論文主要集中在工程技術、計算機科學和一些物理領域。Scopus計算機領域論文中的62.3%來自會議論文，工程技術領域的45.1%來自會議論文[4]。SCImago的數據計算是來自于Scopus所有的數據，因此，不能否認在計算機領域中大量會議論文對期刊引用的貢獻程度。Lokman I.Meho(2008)利用Scopus和SCI兩個數據庫對22位計算機學科領域的學者進行引用頻次及h指數研究，他認為如果僅用期刊數據來評估，SCI與Scopus沒有重要的區(qū)別，但如果考慮到會議文獻的話，則應該使用Scopus[1]，這也說明了會議文獻的存在在一定程度上改變了研究者統(tǒng)計指標的變化。另一方面，Scopus會議錄中占有較大比例是工程技術領域，其p值為0.063，在22個學科中僅次于計算機科學與醫(yī)學，可以看出會議論文對該類期刊的影響也是存在的。

醫(yī)學領域沒有大量會議論文對期刊引用的貢獻，期刊引用差異性的因素是什么呢？分析醫(yī)學領域以及相關領域，我們發(fā)現在醫(yī)學期刊與生物化學、免疫學、神經科學、衛(wèi)生保健、護理學、心理學、藥學、社會科學之間存在較強的學科交叉關系，特別是醫(yī)學與社會科學、心理學之間的交叉關系表現的尤為突出(見表5)，在SCImago22個學科中，醫(yī)學是與社會科學領域交叉期刊分布最多的學科。在SCImago中，醫(yī)學與社會科學、心理學交叉的期刊分別為228、258種，比JCR同類期刊數量高了近5倍，而在SCImago中社會科學期刊和心理學期刊數量分別為3615、891種，JCR同類期刊僅為202和113種，兩者數量相差懸殊，這些來自于社會科學與心理學期刊對醫(yī)學期刊、醫(yī)學交叉科學期刊的引用，使得SCImago醫(yī)學期刊的被引頻次與JCR產生了差異。由于JCR的數據分為自然科學與社會科學兩個版本，無法合并計算醫(yī)學期刊被自然科學和社會科學的引用，因此不能進一步對社會科學與醫(yī)學之間的論文交叉引用關系做進一步的分析，是本文的不足。

表5 醫(yī)學與其他學科交叉分布最多的期刊列表

通過計算機科學、醫(yī)學兩個領域期刊被引頻次的差異性分析，發(fā)現一個共同的特征，不論來源文獻是期刊論文、會議論文還是圖書，只要論文量到達一定差異量時，不同樣本量下的期刊被引頻次會產生差異，大量的數據可能會引起期刊被引頻次或者核心期刊的被引頻次有明顯的變化。Scopus中有530萬余條數據為會議論文，其中160萬余條論文刊登在期刊上，實際會議論文記錄為370萬余條數據，其中的62.3%為計算機領域的論文，那么依據Scopus與SCI的數據計算的期刊被引頻次或者影響因子的基數有較大的差異。在醫(yī)學領域的期刊指標計算中，JCR自然科學版不包含人文社會科學的數據，從而也產生了計算基礎的較大差異。

3.3 期刊影響因子抽樣分析

再對計算機科學、醫(yī)學兩個學科領域的期刊影響因子進行抽樣分析。試圖進一步說明期刊的差異性是來自于單純影響因子數值的大小，還是根本性地顛覆了期刊的排序地位。

為避免兩個數據庫因論文數量差異而產生的影響因子不可比較，在兩類期刊中選擇了兩個數據庫2010-2011年論文量之差在-1與1之間的期刊，其中計算科學類有73種，醫(yī)學領域有103種期刊。

將Computer Science的73種期刊，依據影響因子排序，SCImago與JCR的排名產生極大的跳躍。73種期刊中，影響因子排序名次變化在大于10位的就有23種期刊，其中ACM Transactions on Information and System Security在SCImago中排名第12，在JCR中排名第46，Quantum Information and Computation在SCImago中排名第13，在JCR中排名第31，兩個期刊排序位次變化最大。將73種期刊因子制圖(圖1)，可以明顯地看出兩個影子因子排序的跳躍性。進一步可以說明在SCImago中會議論文對計算機學科期刊IF的影響。用同樣的方法，將Medicine的103種期刊進行影響因子的分別排序，SCImago與JCR的排名變化幅度較小，排序變化大于10位的期刊僅有5種，另有20種期刊排名沒有變化，排名變化幅度最大的是PPAR Research在SCImago中排名46，在JCR中排名19，Sports Biomechanics在SCImago中排名63，在JCR中排名74。將103種期刊的影響因子進行制圖，發(fā)現醫(yī)學領域SCImago與JCR期刊影響因子的排序位次變化不大，并且從影響因子的數值上看，兩者也非常接近，兩條曲線基本重合。雖然在本文的第二部分中說明Medicine期刊在兩個數據庫中的被引頻次存在差異，但從103種期刊的影響因子角度看，在兩個數據庫中期刊的表現具有一致性。

圖1 計算機科學類73種期刊影響因子比較

圖2 醫(yī)學類103種期刊影響因子比較

對Computer Science和Medicine兩個學科的73種、103種期刊的影響因子做TTest差異性計算，Computer Science的p值為0.001，小于0.05，兩組數據存在顯著差異。Medicine的p值為0.349，大于0.05，兩組數據之間不存在顯著差異。

兩個學科期刊影響因子抽樣比較，說明在Computer Science學科中，SCImago和JCR數據之間確實存在明顯的差異，使用兩個數據庫數據時，應充分分析兩者的數據差異，從而選擇合適的數據源。在Medicine領域，在被引頻次的計算中存在顯著差異，但在影響因子抽樣中不存在顯著差異，這種情況有待于深入探討。但也說明該領域兩個數據庫期刊的數值差異沒有像Computer Science那么明顯。

4 結論與討論

通過SCImago和JCR 2012年度的統(tǒng)計數據比較，我們發(fā)現在22個自然科學領域中，20個學科的期刊引用特征在Scimago、JCR中沒有明顯差異，這些學科期刊的期刊影響力沒有因為數據庫期刊數量的多少發(fā)生本質性的改變。

統(tǒng)計數據表明，兩個數據中的Computer Science與Medicine學科期刊特征存在顯著差異。本文嘗試分析這種差異產生的原因，通過分析Scopus數據構成以及SCImago、JCR指標計算的數據基礎，發(fā)現在Scopus中收錄大量的會議論文，計算機領域的研究者非常注重會議論文，其中的IEEE、ACM的系列會議是該學科領域的重要會議之一，這些會議論文被Scopus收錄后，對期刊被引頻次的構成產生了極大的影響。在Computer Science中抽樣期刊影響因子分析，Computer Science期刊的影響因子排序位次產生極大的跳躍，影響因子的數值存在顯著的差異，進一步證明了會議論文的施引行為對期刊引用指標產生的影響。在Scopus在Medicine中，影響因子排序位次排序變化較小，兩個數據庫之間的影響因子的數值沒有差異，從數據構成分析及期刊學科特征分析，我們只看到Medicine期刊可能受到人文社會科學等其他學科交叉引用的影響，但這種影響還沒有像Computer Science學科那么顯著。

從數據統(tǒng)計的角度，僅能做宏觀的比較，而期刊的施引行為具有復雜性，如果能逐一分析期刊之間的引用行為，則更能解讀影響數據差異性的原因。但由于大量期刊互引數據的不可獲得，為進一步的分析帶來了障礙。

目前ThomsonReuters升級WoS的最新版本，推出了核心產品集的概念，在檢索發(fā)現服務平臺上核心產品集中包括 SCI、SSCI、CPCI、A&HCI、BCI等數據庫，形成了既獨立又可以融合檢索的功能。在JCR的計算中，尚沒有看到新的產品。如果JCR依舊保持ThomsonReuters傳統(tǒng)的計算方法，即JCR自然科學版僅來自SCI-E的數據，那么JCR與SCImago期刊的數據差異依舊存在。如果JCR中每個期刊統(tǒng)計指標的計算來自于WoS的核心集，在自然科學與社會科學交叉，期刊、會議錄、圖書多類型整合的情況下，統(tǒng)計期刊引證指標，也許會與SCImago的指標更為相近，當然，這僅是一種推測。

不可否認，不論是ThomsonReuters整合的WoS核心數據集，還是Scopus以多元化文獻、多學科數據打造的一個數據庫，都是提供信息服務、信息發(fā)現的工具，如何找到更為重要的信息，對科研工作者來講首要因素，這也是科學家關注核心期刊、核心團隊、核心作者的重要原因。

1 Meho L I，Rogers Y.Citation Counting，Citation Ranking，and h-Index of Human-Computer Interaction Researchers：A Comparison of Scopus and Web of Science.Journal of the Association for Information Scienceand Technology，2008，59(11)：1711-1726

2 Archambaulté，Campbell D，Gingras Y，et al.Comparing Bibliometric Statistics Obtained from the Web of Science and Scopus.Journal of the Association for Information Science and Technology，2009，60(7)：1320-1326

3 Leydesdorff L，de Moya-Anegón F，Guerrero-Bote V P.Journal Maps on the Basis of Scopus Data：A Comparison with the Journal Citation Reports of the ISI.Journal of the Association for Information Science and Technology，2010，61(2)：352-369

4 Gorraiz J，Schloegl C.A bibliometric analysis of pharmacology and pharmacy journals：Scopus versus Web of Science.Journal of Information Science，2008，34(5)：715-725

5 http：//www.elsevier.com/--data/assets/pdf-file/0019/148402/contentcoverageguide-jan-2013.pdf.[EB/OL]

6 http：//www.journalmetrics.com.[EB/OL]

7 尤金·加費爾德著，侯漢清譯，劉煜審校.引文索引的理論與應用.北京：北京圖書館出版社，2004