2018年8月3日，谷歌学术发表了2018年最新的学术期刊和会议影响力排名。
其结果更广泛、客观、准确，这会不会进一步影响学术期刊的评价体系？
本文做出对比与分析，后文附谷歌学术排名前20的各学科期刊列表，谨供各位参考。
谷歌学术从2004年年底推出，广受好评，影响力也日益增大。
相对流传较广的Web of Science相比，谷歌学术有不少优点。
一方面它可以免费检索，而且涵盖范围远大于Web of Science。
据估计，截止至2014年5月，谷歌学术共收集1亿6千万篇学术文献，几乎是Web of Science的三倍。
其学术指标 (Google Scholar Metric) 在推出后，也开始冲击影响因子的地位。
Google学术计量中，读者可以浏览100中期刊和会议等出版物的信息，其排序和分类指标是依据五年h指数和h中位数。
其中，针对出版物（期刊）h指数为：
1. h指数：出版物发表发表的 h 篇文章每篇至少都被引用过 h 次的最大值；
2. h核心：出版物最高被引的h篇文章；
3. h5 指数是指在2007年到2011年整整 5 年中所发表文章的 h 指数
4. h5中位数：指出版物的 h5 指数所涵盖的所有文章获得的引用次数的中位值。
Google仅计算出版物最近5年内发表文章的上述值，即h5指数、h5核心和h5中位数。目前的排名依据是2007-2011发表文章（五年整），被引数据以2012.9.15为准。
Google给出了英、汉、萄、德、西、法、韩、日、荷、意10种语言期刊h指数前100的排名，h中位数用于相同h指数期刊的辅助排序。
谷歌学术指标基于所谓的h5因子 (H-index)，即某一出版物在过去5年发表的文章之中，至少有h5篇文章每篇引用不低于h5次。
例如排名最高的Nature，在2012年至2016年h5因子为366，表明这一期间Nature共有366篇文章引用数不低于366次。
此外，谷歌学术指标还统计h5中位数，也就是进入h5因子的所有文章的引用中位数。
例如Nature的h5中位数 (H-median) 为563次，显示其进入h5因子统计的366篇文章中，排名第183位的文章引用数为563次。
和影响因子相比，谷歌学术指标的优越性是显而易见的。
首先，与影响因子只基于过去两年数据不同，谷歌学术指标统计过去五年的数据，因而更加体现一个出版物的持久影响力，而不仅仅是当前的热度。
更为重要的是，谷歌学术指标采用h5因子进行评价，显示的是出版物综合整体实力，而不会像影响因子那样很容易受一篇高引用文章所扭曲。
一个最好的例子就是近年影响因子排名第一的CA - A Cancer Journal for Clinicians，在谷歌学术指标中始终在前100名以外。
与此相关的是，谷歌学术指标能够更为准确的体现一个出版物的实际影响。
简而言之，两个出版物发表文章数量不同，但影响因子接近，显然发表数量多的影响力更广。
这种差别在影响因子上看不出来，而在谷歌学术指标上则很容易体现。
一个例子就是Nanoscale和Nano Research，两者都是国人主导的纳米领域杂志，短短几年都取得非常优异的成绩，影响因子都达到了7、8左右。
但Nanoscale发表文章更多，因此进入了工程和计算机科学的前20名。
h因子评价体系最初由UCSD物理学家Jorge Hirsch提出，用于评价一个学者的影响力。
目前通常基于两个数据库进行统计，一个是Web of Science，另一个就是谷歌学术。
越来越多的学者开始采用谷歌学术进行统计，因其更为广泛的代表性。
这一趋势预计在谷歌学术指标和影响因子的竞争中也会延续。
其相关排名包括综合排名以及分类排名。
分类排名包括：商业/经管、化学/材料科学、工程/计算机科学、健康/医学、人文/艺术、生命/地球科学、物理/数学、社会科学。
