基于 ChatGPT 的期刊质量因子：比影响因子更有意义？

目的：期刊影响因子及其他基于引用的指标被广泛用于（并滥用于）辅助选择发表期刊或评估已发表文章的价值。然而，引用率主要反映学术影响力，而非社会影响力、原创性和严谨性等其他质量维度。相比之下，期刊质量因子（JQF）是 ChatGPT 对期刊文章给出的平均质量得分估计。设计：将 JQF 与波兰、挪威和芬兰的期刊排名，以及 25 个（共 27 个）Scopus 宽领域中大型单一学科期刊 2021 年 130,000 篇文章的引用率进行了比较，共涉及 1,300 种期刊。同时也考察了异常值。发现：在 25 个宽领域中的 24 个中，JQF 与期刊排名呈正相关且多为强相关（中位数相关系数：0.641），表明 ChatGPT 具备近乎全学科的期刊质量估计能力。期刊引用率与国家期刊排名也有类似的高相关性，因此 JQF 并非普遍更优的指标。对 JQF 与期刊排名不匹配的期刊进行考察表明，摘要风格可能影响结果，例如是否提及研究的社会背景。局限：不同的期刊排名可能得出不同结论，因为期刊质量缺乏公认定义。启示：结果表明 JQF 在所有领域均可作为合理的期刊质量指标，在期刊质量可作为文章质量可接受代理的（极少数）研究与评价情境中可能有用，特别是对于数学等引用率非质量强指标的领域。独创性：这是首次尝试用大语言模型估算学术期刊价值。