Eigenfactor

两者都是期刊层面的影响力指标，但计算方式不同。影响因子主要看期刊近期论文的平均被引次数，而 Eigenfactor 把期刊之间的引用关系看成一个网络，引用来源本身的分量也会影响结果。简单说，后者更强调「被谁引用」，前者更强调「被引了多少次」。实际评估时通常会把两者放在一起看。

不能。Eigenfactor 的计算单位是期刊，结果反映的是刊物整体在引用网络中的位置。要判断单篇论文的影响，需要看论文层面的引用数据；要评价作者，也应当用作者层面的指标。把它用在论文或作者评价上属于指标误用。

不建议直接比。不同学科的引用习惯、引用密度和论文产出规模差别很大，同一套算法算出的分数在学科之间并不对等。更稳妥的做法是在同一学科或相近领域内部做比较，或者参考该指标在学科内的相对位置，而不是绝对值。

不应该。期刊评估通常要综合多项信息：影响因子、学科排名、审稿周期、读者群体、是否被主要数据库收录等。Eigenfactor 提供的是引用网络这一个角度，把它当作参考之一，再结合投稿方向、发表周期和自身研究主题来判断会更稳妥。

这类指标依赖期刊之间的引用数据积累，覆盖范围通常以被主要引文数据库收录的期刊为主。新创刊、引用记录较少或未被收录的期刊，可能不在统计范围内。查询时如果找不到某本期刊，可以换用其他收录范围更广的期刊目录来确认它的基本情况。

可以作为参考的一部分，但不适合单独作为决策依据。投稿还要考虑选题与期刊范围的匹配度、审稿周期、发表后的读者群以及自身职业发展需求。把期刊影响力指标和这些实际因素放在一起权衡，比只看一个分数更接近真实的投稿判断。