2019年的影响因子很快就会公布，根据以往的公布时间，大约是6月份就会公布影响因子。现在，iNature团队主要关注2018年影响因子大于9的杂志，同时加上一些常见的生物医学领域的期刊，共281本，我们发现：
【1】2019年各杂志IF大体上与2018年持平；
【2】影响因子变化最大的，一般都是综述性的杂志；
【3】巨无霸CA估计还是IF最高，没有杂志可以超越，其达到了222；Cell 35.795；Nature 42.382；Science 40.150，其中Cell较去年增加了些许，波动较大；四大顶级医学期刊：NEW ENGLAND JOURNAL OF MEDICINE 69.230；LANCET，56.892；JAMA，50.002；BMJ,22.670；
【4】几个国内期刊：Cell Research，17.576（越来越高，呈直线上升）；Bone Research, 15.771（短短几年，影响因子变化非常大）； Molecular Plant，10.670（估计首次突破10分这个档）；Journal of Molecular Cell Biology，4.576；Protein & Cell，6.823；
【5】对于这281个杂志而言，发表的Artticle及Review共129996篇文章；发文超过1000篇的杂志，达到28个杂志，其中Nature Communications发文最多，达到了7873；其次是PNAS，达到了6448。超过1000篇文章的杂志共28个，其总数达到了70612，占到总发文的54.32%；
【6】综述类的杂志，一般发文量都比较少；
【7】总引用数最多的是Nature Communications，达到了91845，由于文章较多，其预测的影响因子11.67，与2018年的影响因子变化不大；其次是JOURNAL OF THE AMERICAN CHEMICAL SOCIETY，达到了73488；排在第三的是Nature，是72771，由于Nature是综合性期刊，发文数高达1717篇，最后预测的影响因子是42.38，与2018年持平。
最后，还是要根据六月份Web of Science公布的IF为准，现在是预测的IF，仅供参考。
科研狗们，每到年中，便会为一件事兴奋激动，那便是Web of Science（WOS）公布的SCI期刊上年度的影响因子（Impact factor, IF）。看到自己的文章涨分了，心里暗喜；跌了，暗自嗟叹—投文章犹如炒股一般。IF的存在有数十年的历史了，当然也存在一些问题。然而当前无论是H Index还是Cite Score，都无法撼动IF的地位。
根据定义，IF的计算是有公式的，那么我们理论上就可以根据WOS公开的引文数据在官方公布IF之前自己计算出某杂志的IF。事实上，根据公式，我们也可以计算某杂志实时的一个IF，看到随时间的一个增长趋势。事实上，上年度的影响因子，基本上在该年二月之后就趋于稳定，从此到公布前只有很小的变动。这里附上利用WOS计算IF的方法：http://www.letpub.com.cn/index.php?page=realtime_if_2017在这里，iNature提前整理出部分SCI杂志在2019的IF。这里计算的主要是2018年影响因子大于9的杂志，同时加上一些常见的生物医学领域的期刊，共281本。需要指出的是：WOS官方在计算IF的时候，有时候会有一些未知的标准，会导致预测的结果与最终的公布存在细微的差别，一般这个偏差在[94%,106%]范围内，可见差的也不多，所以预测作为参考也是可靠的。
另外，我们为了尽量精准，同时也计算了这些杂志在2016，2017和2018三年的IF，然后和官方公布的IF相比较，找出其平均误差，用于校正2019年的预测。我们敢肯定，我们的结果一定能很大程度match六月中旬的官方结果。
现在，就直接上预测的IF结果：
影响因子预测及变化
情况分析我们的结果，可以得到以下一些有趣的结论：
（1）2019年各杂志IF大体上与2018年持平；（2）影响因子变化最大的，一般都是综述性的杂志，其中Nature Reviews Materials杂志变化程度达到38%，估计影响因子能达到72，位居CA之后；另外，Nature Reviews Disease Primers的预测的影响因子变化幅度最大，达到了95.51%，从2018年的16到2019预测的31；（3）来看一些值得关注的杂志IF情况：
巨无霸CA估计还是IF最高，没有杂志可以超越，其达到了222；Cell 35.795；Nature 42.382；Science 40.150，其中Cell较去年增加了些许，波动较大；四大顶级医学期刊：NEW ENGLAND JOURNAL OF MEDICINE 69.230；LANCET，56.892；JAMA，50.002；BMJ,22.670；几个国内期刊：Cell Research 17.576；Bone Research,15.771;Molecular Plant 10.670；Journal of Molecular Cell Biology 4.576；Protein & Cell 6.823。
（4）计算IF有什么用呢？可以用于投稿选择分析，杂志发展预测等等。其实就跟炒股是差不多的。另外，作为一个杂志社的编辑，他们也会随时关注自己的杂志和竞争对手杂志的IF，才能做到知己知彼，百战不殆。
下面，我们再次检测一下2016-2017年各个杂志发文数量及引用情况
2016-2017发文数及引用情况
我们发现：
（1）对于这281个杂志而言，发表的Artticle及Review共129996篇文章；发文超过1000篇的杂志，达到28个杂志，其中Nature Communications发文最多，达到了7873，这让人联想到，在Nature Communications上发表文章，价格不菲；其次是PNAS，达到了6448。超过1000篇文章的杂志共28个，其总数达到了70612，占到总发文的54.32%；（2）综述类的杂志，一般发文量都比较少，最多的是CHEMICAL SOCIETY REVIEWS，发文达到了558，最少的是Living Reviews in Solar Physics，几乎是每个季度发表1篇文章，发文总量只有8篇；（3）引用总数最多的是Nature Communications，达到了91845，由于文章较多，其预测的影响因子11.67，与2018年的影响因子变化不大；其次是JOURNAL OF THE AMERICAN CHEMICAL SOCIETY，达到了73488；排在第三的是Nature，是72771，由于Nature是综合性期刊，发文数高达1717篇，最后预测的影响因子是42.38，与2018年持平。
最后，还是要根据六月份Web of Science公布的IF为准，现在是预测的IF，仅供参考。