2019年的影響因子很快就會公布，根據以往的公布時間，大約是6月份就會公布影響因子。現在，iNature團隊主要關注2018年影響因子大于9的雜志，同時加上一些常見的生物醫學領域的期刊，共281本，我們發現：

【1】2019年各雜志IF大體上與2018年持平；

【2】影響因子變化最大的，一般都是綜述性的雜志；

【3】巨無霸CA估計還是IF最高，沒有雜志可以超越，其達到了222；Cell 35.795；Nature 42.382；Science 40.150，其中Cell較去年增加了些許，波動較大；四大頂級醫學期刊：NEW ENGLAND JOURNAL OF MEDICINE 69.230；LANCET，56.892；JAMA，50.002；BMJ,22.670；

【4】幾個國內期刊：Cell Research，17.576（越來越高，呈直線上升）；Bone Research, 15.771（短短幾年，影響因子變化非常大）； Molecular Plant，10.670（估計首次突破10分這個檔）；Journal of Molecular Cell Biology，4.576；Protein & Cell，6.823；

【5】對于這281個雜志而言，發表的Artticle及Review共129996篇文章；發文超過1000篇的雜志，達到28個雜志，其中Nature Communications發文最多，達到了7873；其次是PNAS，達到了6448。超過1000篇文章的雜志共28個，其總數達到了70612，占到總發文的54.32%；

【6】綜述類的雜志，一般發文量都比較少；

【7】總引用數最多的是Nature Communications，達到了91845，由于文章較多，其預測的影響因子11.67，與2018年的影響因子變化不大；其次是JOURNAL OF THE AMERICAN CHEMICAL SOCIETY，達到了73488；排在第三的是Nature，是72771，由于Nature是綜合性期刊，發文數高達1717篇，最后預測的影響因子是42.38，與2018年持平。

最后，還是要根據六月份Web of Science公布的IF為準，現在是預測的IF，僅供參考。

科研狗們，每到年中，便會為一件事興奮激動，那便是Web of Science（WOS）公布的SCI期刊上年度的影響因子（Impact factor, IF）。看到自己的文章漲分了，心里暗喜；跌了，暗自嗟嘆—投文章猶如炒股一般。IF的存在有數十年的歷史了，當然也存在一些問題。然而當前無論是H Index還是Cite Score，都無法撼動IF的地位。

根據定義，IF的計算是有公式的，那么我們理論上就可以根據WOS公開的引文數據在官方公布IF之前自己計算出某雜志的IF。事實上，根據公式，我們也可以計算某雜志實時的一個IF，看到隨時間的一個增長趨勢。事實上，上年度的影響因子，基本上在該年二月之后就趨于穩定，從此到公布前只有很小的變動。這里附上利用WOS計算IF的方法：http://www.letpub.com.cn/index.php?page=realtime_if_2017在這里，iNature提前整理出部分SCI雜志在2019的IF。這里計算的主要是2018年影響因子大于9的雜志，同時加上一些常見的生物醫學領域的期刊，共281本。需要指出的是：WOS官方在計算IF的時候，有時候會有一些未知的標準，會導致預測的結果與最終的公布存在細微的差別，一般這個偏差在[94%,106%]范圍內，可見差的也不多，所以預測作為參考也是可靠的。

另外，我們為了盡量精準，同時也計算了這些雜志在2016，2017和2018三年的IF，然后和官方公布的IF相比較，找出其平均誤差，用于校正2019年的預測。我們敢肯定，我們的結果一定能很大程度match六月中旬的官方結果。

現在，就直接上預測的IF結果：

影響因子預測及變化

情況分析我們的結果，可以得到以下一些有趣的結論：

（1）2019年各雜志IF大體上與2018年持平；（2）影響因子變化最大的，一般都是綜述性的雜志，其中Nature Reviews Materials雜志變化程度達到38%，估計影響因子能達到72，位居CA之后；另外，Nature Reviews Disease Primers的預測的影響因子變化幅度最大，達到了95.51%，從2018年的16到2019預測的31；（3）來看一些值得關注的雜志IF情況：

巨無霸CA估計還是IF最高，沒有雜志可以超越，其達到了222；Cell 35.795；Nature 42.382；Science 40.150，其中Cell較去年增加了些許，波動較大；四大頂級醫學期刊：NEW ENGLAND JOURNAL OF MEDICINE 69.230；LANCET，56.892；JAMA，50.002；BMJ,22.670；幾個國內期刊：Cell Research 17.576；Bone Research,15.771;Molecular Plant 10.670；Journal of Molecular Cell Biology 4.576；Protein & Cell 6.823。

（4）計算IF有什么用呢？可以用于投稿選擇分析，雜志發展預測等等。其實就跟炒股是差不多的。另外，作為一個雜志社的編輯，他們也會隨時關注自己的雜志和競爭對手雜志的IF，才能做到知己知彼，百戰不殆。

下面，我們再次檢測一下2016-2017年各個雜志發文數量及引用情況

2016-2017發文數及引用情況

我們發現：

（1）對于這281個雜志而言，發表的Artticle及Review共129996篇文章；發文超過1000篇的雜志，達到28個雜志，其中Nature Communications發文最多，達到了7873，這讓人聯想到，在Nature Communications上發表文章，價格不菲；其次是PNAS，達到了6448。超過1000篇文章的雜志共28個，其總數達到了70612，占到總發文的54.32%；（2）綜述類的雜志，一般發文量都比較少，最多的是CHEMICAL SOCIETY REVIEWS，發文達到了558，最少的是Living Reviews in Solar Physics，幾乎是每個季度發表1篇文章，發文總量只有8篇；（3）引用總數最多的是Nature Communications，達到了91845，由于文章較多，其預測的影響因子11.67，與2018年的影響因子變化不大；其次是JOURNAL OF THE AMERICAN CHEMICAL SOCIETY，達到了73488；排在第三的是Nature，是72771，由于Nature是綜合性期刊，發文數高達1717篇，最后預測的影響因子是42.38，與2018年持平。

最后，還是要根據六月份Web of Science公布的IF為準，現在是預測的IF，僅供參考。