378 迎接第二篇大满贯的文章（求订阅）（2 / 2）

其一，文章的绝对数量变多，之前可能一个发十几篇二区以上的文章，现在一个月可能发二十、三十多篇二区以上的文章，这表明这个领域的热度开始增加了。

其二，非富勒烯受体相关的文献比例变大，之前非富勒烯受体体系的文章占比可能不足30%，现在都已经接近50%了，日后这个比例可能越变越大，毕竟现在富勒烯体系的发展几近停滞，没什么新的东西可研究了，而非富勒烯体系还有不少可以挖掘的地方，更何况从器件性能上来说，非富勒烯体系目前已经全面超越了富勒烯体系。

这两个趋势形成的背后，许秋开发出的ITIC体系，占了很大的功劳。

许秋在web of science（wos）网站上查询了一下最初发表在AM上的ITIC工作，目前实时被引用次数已经有17次了，估计等之后wos网站更新的时候，这篇工作被评选成为高被引，甚至被评为热点文章都有非常大的机会。

这篇文章，成为许秋第二篇大满贯的文章，基本上是铁板钉钉了。

上一篇PCE11体系的文章，到现在被引用次数的增长速度已经变慢了不少，估计最多也只能达到百次引用的级别，而眼下这个ITIC体系的工作，许秋觉得有望走的更远。

对于【非生物、医学领域】的【非综述类】工作来说：

文章能被引用超过10次就已经很不错了。

大多数工作都是0次、1次、2次引用，而且可能还是自己引用自己，毕竟从期刊的角度来说，影响因子能否破10就是一道分水岭，破10的期刊基本都是一区的期刊，具体到一篇篇文章上，也是类似的。

而文章的被引用次数破百，妥妥能够称得上是代表作了。

就算CNS以及《自然》大子刊，影响因子也不过40，能够发表在上面的大多数工作，被引用次数都不会破百的，因为影响因子是个平均值，有些被引用次数特别高的文章，会拉动整体影响因子的上升，就和“我和首富人均资产过亿”一样。

如果文章的被引用次数能够破千，那通常是引领一个细分领域的开山之作，在各个期刊上都不为多见。

要是一个学术工作者发表过一篇这样的文章，基本可以吹好几年了。

因为达成这项成就的难度甚至比发CNS主刊难，而且一般也要很长的时间去发酵。

就比如《自然》主刊，H因子大约360，也意味着《自然》建刊以来，被引用次数超过360的文章数量超过360。

那么《自然》建刊以来文章被引用次数破千的数量，肯定是在360以下的，而《自然》一年收录文章数大约2644篇。

哪个难度更大，一目了然。

许秋觉得他这篇ITIC体系的AM文章，按照现在的热度，引用次数破百肯定毋庸置疑。

甚至还有那么一丢丢的概率，可以达到千次引用的级别。

至于到底能不能实现这个目标，就要看同行们给不给力了。

这有点类似于种花家的“酱香型科技”，股市、基金、游资、机构抱团买入一只股票，这只股票的股价就会节节升高。

学术圈里也是一样，众人互相抬轿子，把一个领域的热度炒了上去，大佬可以多发好文章，而其他跟风的人也可以顺带弄几篇普通的一二区文章。

这是真正意义上的你好我好大家好，没有副作用，不像股市里最终会割韭菜。

如果说破千的文章是一个细分领域的开山之作，那么被引用次数能够破万，基本都是一个大领域的开山之作，并且通常都需要很长时间的积累。

比如，差不多二十年前，1995年，F Wudl和AJ Heeger等人开创了有机光伏领域，工作被发表在《科学》上，那篇论文目前被引用次数为7000+。

这种级别的工作，被引用次数都没有破万，文章引用次数破万的难度可想而知。

最后，还有文章的被引用次数破10万的，不过目前仅有三篇，还都是生物相关的领域。

根据相关统计机构的统计结果，近半个多世纪以来，科学文献中被引用最多的工作大多是一些重要的生物实验室技术。

其中，蛋白质定量、DNA测序、PAGE、Westernblot等方法类研究名列前10位，它们由于提出了开创性的基础研究方法，成为某学科领域的研究标准的参考，导致了大量的引文。

与许多其他领域相比，生物学家往往更多地引用对方的研究成果，从而使得越来越多的生物实验室技术被引用。

被引用次数最多的著作是1951年的一篇论文——“Protein measurement with the folin phenol reagent（福林酚试剂测定蛋白质）”，它描述了一种测定溶液中蛋白质含量的方法，现在已经有超过30万次引用。

另外，要进入论文被引用次数的前100名，至少需要12000+次引用。

也就是说，这么多年来，引用次数破万的文章数量也不过一两百篇。

当然，单看被引用次数去评判一个工作的好坏，肯定是不够客观的。

一方面，较早的论文有更多的时间积累引文；

另一方面，一些世界著名的论文，因为它们是真正的基础性发现，很快就成为了教科书和日常生活的一部分，成为人们熟悉的、不需要引用的术语。

就比如，爱因斯坦的狭义相对论，DNA双螺旋的测定和高温超导体的发现。

因此，现代文献计量学家在衡量一篇论文的价值时，不喜欢简单地统计引文这样传统的方法。

相反，他们更喜欢比较年代相近、领域可比的论文的引文数量。

这也是现在多用高被引、热点文章两项指标，来评判一个工作好坏的原因。