投稿之前,先给这本期刊做个X光
SciAiTech · 公众号文章归档
在微信阅读原文与图表https://journaltrends.com
一款上线不久的免费工具,正在帮研究者回答一个科研界常见的问题:我要投的这本期刊,靠不靠谱?
一个越来越难回答的问题
对多数研究者而言,"把论文投到哪里"几乎是一项凭经验和直觉作出的决定。导师推荐、同行口碑、影响因子,再加上对版面费的粗略权衡,构成了大部分人选刊时的全部依据。
问题在于,可供选择的期刊数量仍在持续增加,其中不乏运作并不规范的刊物。荷兰拉德堡德大学医学中心的神经外科研究者、科研诚信观察者 René Aquarius 指出,期刊越来越多,研究者要判断哪些值得信任,正变得愈发困难。一旦投错,代价不只是时间——许多此类期刊会收取数额不低的文章处理费(APC),论文一旦刊出,再想从一本声誉存疑的刊物中抽身,往往已无可能。
判断一本期刊是否可靠,过去更像是一门只有少数人掌握的手艺。如今,有人尝试把这门手艺拆解成可以公开查看的数据。
把判断依据摆到台面上
这款工具名为 Journal Trends,于上月上线,开发者是常驻印度的数据科学家、科研诚信观察者 Achal Agrawal。
https://journaltrends.com/
他同时是民间科研监督组织"印度研究观察"(India Research Watch)的创始人,并入选了《自然》评出的 2025 年度十大人物。
https://www.nature.com/immersive/d41586-025-03848-1/index.html
在工具出现之前,Agrawal 排查期刊的方式相当笨拙:逐本翻看出版数据,寻找异常迹象。他总结出的一条常见警示信号是,某本期刊的发文量在短期内突然激增,且作者高度集中于同一个国家。这往往意味着刊物在追求发文数量,而非维持应有的同行评审标准。但要识别这类规律,需要一本一本地做繁琐的人工比对。
Journal Trends 把这一过程自动化了。使用者只需输入期刊的国际标准连续出版物号(ISSN),页面便会在浏览器中直接调取数据,生成按国家、机构、作者和年份分布的交互式图表。整个工具免费、无需注册,代码以 MIT 许可证开源。
以Heliyon为例
它的数据来源开放、透明、可信:
- 出版数据来自 OpenAlex。这是一个完全开放的学术索引,收录了逾两亿五千万份学术文献,为 Scopus 等商业数据库(Scopus 归属荷兰出版商爱思唯尔)提供了一个公开的替代选项。
- 问题论文信号来自 PPS(Problematic Paper Screener)。这一项目由法国图卢兹大学计算机科学家 Guillaume Cabanac 及其同事维护,每周扫描数以百万计的论文,借助扭曲措辞、引用劫持、撤稿信号等多种检测器,筛出值得复核的可疑文献。
- 期刊的 Scopus 收录状态也被纳入其中。一旦某刊被 Scopus 除名,图表上会以虚线标记出对应的时间点。
换言之,研究者过去需要分头查阅的几类信息,如今被汇集到同一张图上,并随时间展开。Aquarius 认为,这一工具对科研诚信调查者同样有用——当某篇可疑论文出现时,他们可以借此判断,这究竟是孤立事件,还是期刊层面更系统的问题。
三个值得留意的信号
Journal Trends 并不给期刊贴上"掠夺性"之类的标签——这一说法本身仍存争议。它所做的,是把三类与不规范运作常相伴随的现象呈现出来,由使用者自行解读:
- 发文量的异常膨胀。健康的增长通常是平缓的;短时间内成倍激增,则值得追问背后的原因。
- 来源的高度集中。当一本期刊的论文过度集中于少数国家、机构或作者,意味着其作者群缺乏应有的多样性。
- PPS 标记率的偏高。被检测器标出的论文占比若持续走高,是一个不容忽视的迹象。
https://dbrech.irit.fr/pls/apex/f?p=9999:1::::::
需要强调的是,这三类信号都只是线索,而非定论。
一个案例:从 19 篇到 153 篇
工具呈现的一组数据,可以说明它如何工作。
由印度 XLE Science 出版的《International Journal of Advances in Signal and Image Sciences》,2024 年全年仅发表 19 篇论文;到了 2025 年,这一数字跃升至 153 篇,其中 53% 的论文含有印度作者。
Agrawal 提醒,发文量的突然激增本身并不足以证明一本期刊不可信,但它足以构成一个理由,让研究者在投稿、在支付文章处理费之前,先对这本刊物多做一番了解。
这本期刊的其余信息,则进一步勾勒出值得警惕的轮廓:它已于 2025 年被 Scopus 除名,意味着不再被列入受信任出版物名单,相关引用指标也不再计入;然而其官网至今仍在宣称自己被 Scopus 收录。该刊的文章处理费最高可达 1200 美元,而截至 5 月 28 日,它今年已发表 465 篇论文。
这个案例也暴露出现实中的滞后性:期刊从被除名,到真正在公众视野中失去"可信"光环,中间存在不短的时间差,而工具的价值,恰恰在于把这段时间差里的真实情况提前摊开。
工具能做什么,不能做什么
把话说清楚,对这类工具尤为重要。
Journal Trends 所依赖的数据并非完美无缺。OpenAlex 是一个由社区维护的开放数据集,可能存在错漏或更新滞后;PPS 的标记是尽力而为的提示,而非定罪的证据。开发者在说明中写得很直白:一处标记不等于确有不端,没有标记也不等于万无一失。
因此,它给出的不是答案,而是判断答案所需的材料。是否投稿、如何取舍,仍取决于研究者自己的阅读与权衡。开发者建议关注的方向也很简单:作者来源是否多元、增长是否平稳而非失控、PPS 标记率是否处于低位。
对许多研究者来说,这或许才是这类工具真正的意义所在——它不替人作决定,只是让那个一直凭直觉作出的决定,多了一份可以核对的依据。
资料来源:Nature 新闻《Tool flags suspicious journals before researchers submit papers》(2026 年 6 月 11 日);Journal Trends 官方网站(journaltrends.com)。文中数据截至原文发布时间。
本文按原发布日期保留。所述数据、工具和期刊状态反映发表时的信息。
继续浏览文章