H因子又称H指数是美国物理学家Hirsch于2005年提出用于“评价科学家的科研绩效”。虽然 其原始论文的题目及Hirsch对H因子的含义描述值得讨论，但H因子在短短几年时间内就全球风靡，很快被扩展用于期刊、研究团队、大学、科研院所、学科、国家、基金和研究热点等不同领域。下面以科学家个人H因子进行介绍，其它对象的H因子可以此类推。 H因子的物理含义可简单的表述为：“有h篇论文被引用了不少于h次”。不少学者认为H因子综合衡量了论文的数量和影响力。 有趣的是，原本人为规定的h指数居然被一些学者数学推导得出：H因子与原有的评价指标之间存在着微妙的联系。而且数据也一定程度上证实了这些联系。 H因子主要是一个影响力判定参数，其特点是关注科学家发表了多少有影响力的论文。因此，若你的研究没有一定的质量，没有引起学界的关注和交流，无论你发表了多少论文，都无法获得一个较高的H因子。H因子的测度有利于那些出精品的科学家，也可以发现哪些人是“灌水”者。 H因子面前，你可以有一些文章成了“睡美人”，但要避免一辈子都怀才不遇。H因子的计算 科学家H因子的计算方法可描述为：将科学家某个时段（也可是全部）的论文，按被引次数从高往低排，然后每篇论文得到一个序号，将每篇论文的序号和被引次数进行比较，找到序号h，使得这一篇论文的序号h小于或等于它的被引次数，而下一篇论文（序号为h+1）的序号大于它的被引次数。 也许这样的描述还是让你头晕，那么看一个例子，你就明白了。首先将某一学者的论文按被引次数从高往低排，得到表1，然后计算过程如表1所示。序号 论文 引用次数 判定1 被引用次数最多的论文A 18 1〈182 被引用次数第2的论文B 8 2〈83 被引用次数第3的论文C 7 3〈74 被引用次数第4的论文D 6 4〈65 被引用次数第5的论文E 5 5=5， h=56 被引用次数第6的论文F 4 6>4 论文的被引次数获取现在常采用的数据库有Web of Science，Scopus和Google学术等，中文论文常采用的有CNKI引文数据库， CSCD和人文社科的CSSCI等。需指出的是，CNKI引文数据库的首页数据问题很大，建议进入旧版手工检索。 当然，任一单一参数的评价都有局限性，H因子的问题也很多。 当然，任一单一参数的评价都有局限性，h指数的问题也很多，
亲爱的猪小呢
