ماذا يقيس Impact Factor والربع Q1 فعلاً؟

«هل المجلة Q1؟» هذا أول سؤال تسمعه في لجنة الترقية، وفي مقابلة التوظيف، وحتى من زميلك عندما تخبره بقبول بحثك، والمشكلة أن أغلب من يسأله لا يستطيع أن يجيب عن السؤال الذي بعده: Q1 في أي قاعدة، وفي أي فئة، ولأي سنة؟ فالمجلة نفسها قد تكون Q1 في قاعدة وQ2 في أخرى، ورقم Impact Factor الذي يتباهى به موقع المجلة قد يكون صنعه بحث واحد، ومؤشر h-index الذي تقارن به نفسك بزملائك يتغير بحسب القاعدة التي حسب منها.

هذا المقال هو الرابع والأخير في المرحلة الأولى من مسار الباحثين والنشر العلمي، وبعد أن عرفنا في المقال السابق من يدفع تكلفة النشر، سوف نرى الآن كيف تقاس المجلات والباحثون. والمقال للباحث الذي يختار مجلة، ولعضو لجنة الترقية أو التوظيف الذي يقرأ هذه الأرقام، وللمحرر الذي يريد أن يفهم ما الذي يحسب لمجلته. وسوف نتناول:

• ماذا يعني أن المجلة «مفهرسة»، والفرق بين Scopus وWeb of Science.
• كيف يحسب Impact Factor، وسوف نحسب رقماً من النوع نفسه لمجلتين بأنفسنا.
• CiteScore وSJR والأرباع Quartiles، ولماذا يختلف ربع المجلة بين قاعدة وأخرى.
• مؤشر h-index للباحث، وسوف نحسبه لصاحب المؤشر نفسه من بيانات OpenAlex.
• كيف يخدع كل رقم من هذه الأرقام، مع حالات موثقة.
• كيف تستخدمها دون أن تستخدمك.

ماذا يعني أن المجلة «مفهرسة» Indexed؟

الفهرسة Indexing هنا تعني أن قاعدة بيانات تجارية اختارت المجلة بعد تقييم، فأصبحت تدخل كل بحوثها وتحسب استشهاداتها، وأشهر قاعدتين هما:

• Web of Science Core Collection من شركة Clarivate، وتذكر صفحتها الرسمية أنها تفهرس أكثر من 22 ألف مجلة محكمة كاملة Cover-to-Cover في 254 فئة، وأكثر من 101 مليون سجل، وفيها فهارس منها Science Citation Index Expanded واختصاراً SCIE، وSocial Sciences Citation Index، وArts & Humanities Citation Index، وEmerging Sources Citation Index واختصاراً ESCI.
• Scopus من شركة Elsevier، وتذكر صفحة المحتوى أنها تغطي محتوى أكثر من 7,000 ناشر تختاره لجنة مستقلة Content Selection and Advisory Board، وأن 33% فقط من العناوين المقترحة كل عام تستوفي المعايير الفنية، وأن قرابة نصف ما تراجعه اللجنة بعد ذلك يقبل.

وقد يتساءل البعض: إذا كانت Google Scholar تعرض استشهاداتي مجاناً، فلماذا يهتم الجميع بهاتين القاعدتين؟ والإجابة أن القاعدتين تختاران المجلات وتستبعدان منها ما لا يحقق المعايير، أما Google Scholar وقواعد مفتوحة مثل OpenAlex فتجمع كل ما تجده تقريباً، فتغطيتها أوسع وأرقامها أعلى، ولكن لا يوجد فيها اختيار للمجلات. والصورة التالية تبين من أين يأتي كل رقم سوف نتحدث عنه:

ولاحظ أن الفهرسة ليست دائمة، فقد نشرت Clarivate في أبريل 2026 شرحاً لإيقاف المجلات On Hold تذكر فيه أنها تعيد تقييم المجلات المفهرسة باستمرار وفق 24 معياراً للجودة، وأن قرابة 85% من المجلات التي توقف فهرستها لإعادة التقييم تحذف في النهاية Delisted، وأن المجلة المحذوفة لا تقبل إعادة تقديمها قبل سنتين في القاعدة العامة. لذلك تحقق من حالة المجلة اليوم في Master Journal List وفي قائمة مصادر Scopus، ولا تعتمد على شعار «مفهرسة في Scopus» على موقع المجلة.

كيف يحسب Impact Factor؟

تعرف Clarivate معامل التأثير Journal Impact Factor، واختصاراً JIF، في دليل Journal Citation Reports بأنه كسر بسيط: البسط هو عدد الاستشهادات في سنة معينة بأي شيء نشرته المجلة في السنتين السابقتين، والمقام هو عدد البحوث القابلة للاستشهاد Citable Items التي نشرتها المجلة في السنتين نفسها، أي المقالات والمراجعات. فمعامل 2025 الذي صدر في يونيو 2026 هو استشهادات 2025 ببحوث 2023 و2024 مقسومة على عدد تلك البحوث. وقد صدر إصدار JCR لعام 2026 في 17 يونيو 2026 بمقاييس لـ 22,643 مجلة في 254 فئة، منها 521 مجلة حصلت على Impact Factor لأول مرة، وتذكر Clarivate في تدوينة الإصدار أن الحساب يستبعد الاستشهادات من البحوث المسحوبة وإليها.

والصورة التالية تبين الحساب بأرقام حقيقية حسبناها بأنفسنا كما سيأتي:

نحسبه بأنفسنا من OpenAlex

لا تستطيع أن تحسب JIF الرسمي إلا من بيانات Web of Science، ولكنك تستطيع أن تحسب رقماً بالطريقة نفسها من بيانات مفتوحة، فتفهم ماذا يخفي المتوسط. والسكربت التالي يستخدم واجهة OpenAlex دون مفتاح، فيقرأ كل المقالات والمراجعات التي نشرتها مجلتان في 2023 و2024، ويأخذ من كل بحث عدد الاستشهادات التي حصل عليها في 2025 تحديداً، ثم يحسب المتوسط والوسيط ونسبة البحوث تحت المتوسط، وبعد ذلك يحسب h-index لباحث من قائمة بحوثه، ويقرأ استشهادات بحث سوف نعود إليه، وعدد المقالات السعودية في كل سنة:

# Compute citation metrics ourselves from OpenAlex data, then compare with the numbers OpenAlex reports.
#   1) a JIF-style 2-year mean for two journals, and how skewed it is
#   2) an author's h-index from his list of papers
#   3) the SHELX paper, and 4) Saudi article output per year
import json, statistics, time, urllib.error, urllib.request, urllib.parse
def get(path, **params):
    url = "https://api.openalex.org/" + path + ("?" + urllib.parse.urlencode(params) if params else "")
    for wait in (5, 15, 45, 90):
        try:
            req = urllib.request.Request(url, headers={"User-Agent": "arabroot-lab/1.0"})
            with urllib.request.urlopen(req, timeout=120) as r:
                return json.load(r)
        except urllib.error.HTTPError as e:
            if e.code != 429: raise
            time.sleep(wait)   # rate limited: wait and try again
    raise SystemExit("still rate limited")

def all_works(flt, select):
    # page-based paging (cursor paging needs an API key); fine for sets under 10,000 works
    out, page = [], 1
    while True:
        d = get("works", filter=flt, select=select, per_page=200, page=page)
        out += d["results"]
        if len(out) >= d["meta"]["count"] or not d["results"]:
            return out
        page += 1

print("== JIF-style score: citations in 2025 to articles and reviews published in 2023-2024 ==")
for issn in ["0360-1315", "0167-4048"]:           # Computers & Education, Computers & Security
    src = get(f"sources/issn:{issn}")
    works = all_works(f"primary_location.source.id:{src['id'].split('/')[-1]},publication_year:2023-2024,type:article|review",
                      "id,cited_by_count,counts_by_year")
    c25 = sorted(next((c["cited_by_count"] for c in w["counts_by_year"] if c["year"] == 2025), 0) for w in works)
    mean = sum(c25) / len(c25)
    top10 = sum(c25[-len(c25) // 10:]) / sum(c25)
    below = sum(1 for c in c25 if c < mean) / len(c25)
    print(f"{src['display_name']}: {len(c25)} items, citations in 2025 = {sum(c25):,}")
    print(f"   mean {mean:.2f} (OpenAlex 2yr_mean_citedness {src['summary_stats']['2yr_mean_citedness']:.2f})"
          f" | median {statistics.median(c25):.0f} | below the mean {100*below:.0f}% | top 10% of items get {100*top10:.0f}% of citations")

print("\n== h-index of one author, computed from his works ==")
a = get("authors/A5036688434")                     # J. E. Hirsch, who proposed the h-index in 2005
cites = sorted((w["cited_by_count"] for w in all_works(f"author.id:A5036688434", "id,cited_by_count")), reverse=True)
h = sum(1 for i, c in enumerate(cites, 1) if c >= i)
print(f"{a['display_name']} ({a['orcid']}): {len(cites)} works, {sum(cites):,} citations")
print(f"   computed h-index {h} (OpenAlex summary_stats h_index {a['summary_stats']['h_index']})")
print(f"   top 5 papers: {cites[:5]}  | papers with exactly 0 citations: {cites.count(0)}")
print(f"   h-index without his single most cited paper: {sum(1 for i, c in enumerate(cites[1:], 1) if c >= i)}")

print("\n== one paper that moved a journal's Impact Factor ==")
w = get("works/doi:10.1107/S0108767307043930")
print(f"{w['title']} ({w['publication_year']}), {w['primary_location']['source']['display_name']}: {w['cited_by_count']:,} citations")

print("\n== articles with at least one author in Saudi Arabia, per year ==")
d = get("works", filter="authorships.countries:SA,type:article,publication_year:2015-2025", group_by="publication_year")
years = {int(g["key"]): g["count"] for g in d["group_by"]}
print("   " + "  ".join(f"{y}: {years[y]:,}" for y in (2015, 2017, 2019, 2021, 2023, 2025)))

والمخرج عند تشغيله في 22 أكتوبر 2026 كان كما يلي:

== JIF-style score: citations in 2025 to articles and reviews published in 2023-2024 ==
Computers & Education: 268 items, citations in 2025 = 4,331
   mean 16.16 (OpenAlex 2yr_mean_citedness 15.64) | median 10 | below the mean 70% | top 10% of items get 42% of citations
Computers & Security: 963 items, citations in 2025 = 9,491
   mean 9.86 (OpenAlex 2yr_mean_citedness 9.33) | median 6 | below the mean 67% | top 10% of items get 39% of citations

== h-index of one author, computed from his works ==
J. E. Hirsch (https://orcid.org/0000-0001-7175-3497): 387 works, 32,715 citations
   computed h-index 66 (OpenAlex summary_stats h_index 66)
   top 5 papers: [11602, 3159, 1081, 973, 847]  | papers with exactly 0 citations: 70
   h-index without his single most cited paper: 65

== one paper that moved a journal's Impact Factor ==
A short history of SHELX (2007), Acta Crystallographica Section A Foundations of Crystallography: 87,839 citations

== articles with at least one author in Saudi Arabia, per year ==
   2015: 19,809  2017: 23,318  2019: 30,829  2021: 52,910  2023: 65,420  2025: 80,279

في الجزء الأول من المخرج لاحظ التالي:

• الحساب قريب من رقم OpenAlex: حسبنا 16.16 لمجلة Computers & Education و9.86 لمجلة Computers & Security، وتعرض OpenAlex لهما 15.64 و9.33، والفرق الصغير بسبب اختلاف تحديد البحوث القابلة للاستشهاد، وقيمة Clarivate الرسمية تختلف مرة أخرى لأنها تعد الاستشهادات من مجلات Web of Science فقط.
• المتوسط لا يصف البحث النموذجي: الوسيط Median في المجلة الأولى 10 والمتوسط 16.16، و70% من البحوث تحت المتوسط، وفي الثانية 67%، أي أن ثلثي من ينشرون في المجلة يحصلون على أقل من الرقم الذي تعلنه.
• قلة من البحوث تصنع الرقم: أعلى 10% من البحوث أخذت 42% و39% من كل الاستشهادات، لذلك لا تقل «بحثي له تأثير 16» لأنه نشر في مجلة رقمها 16.

CiteScore وSJR: البديل من Scopus

• CiteScore: تحسبه Elsevier من بيانات Scopus، ويستخدم نافذة أربع سنوات بدل سنتين، فيعد الاستشهادات في أربع سنوات ببحوث نشرت في السنوات الأربع نفسها، ويحسب أنواعاً أكثر في المقام منها أوراق المؤتمرات والفصول في الكتب، ويمكن الاطلاع عليه مجاناً، كما تشرح صفحة CiteScore وصفحة الدعم. والنافذة الأطول تجعله أكثر استقراراً وأنسب للمجالات التي تتأخر فيها الاستشهادات.
• SJR: اختصار SCImago Journal Rank، وتحسبه مجموعة SCImago من بيانات Scopus، والفكرة فيه أن الاستشهاد ليس واحداً، فالاستشهاد من مجلة مرموقة يحسب أكثر من استشهاد من مجلة مغمورة، بفكرة قريبة من طريقة ترتيب صفحات الويب في محركات البحث، ومن هذا الرقم تخرج أرباع SJR التي يراها كثيرون على موقع SCImago.

ما معنى Q1؟

الربع Quartile ليس رقماً مستقلاً، وإنما ترتيب المجلة بين مجلات فئتها Subject Category بحسب مقياس معين، فيقول دليل JCR إن المجلة في Q1 إذا كان أداؤها بحسب Impact Factor أفضل من 75% على الأقل من مجلات فئتها. وهذا يعني ثلاثة أشياء يجب أن تتذكرها:

1. الربع يعتمد على الفئة: المجلة التي تدخل في فئتين قد تكون Q1 في واحدة وQ2 في الأخرى، لأن المنافسين مختلفون.
2. الربع يعتمد على القاعدة والمقياس: ربع JIF من Clarivate غير ربع SJR من SCImago، وقد يختلفان للمجلة نفسها في السنة نفسها.
3. الربع يتغير كل سنة: المجلة التي كانت Q1 عندما أرسلت بحثك قد تصبح Q2 عندما ينشر، فاسأل جامعتك أي سنة تعتمد: سنة الإرسال أم سنة النشر.

لذلك عندما تكتب في سيرتك الذاتية «Q1» اكتب معها المصدر والفئة والسنة، مثلاً «Q1 في فئة Education & Educational Research بحسب JCR 2025»، وعندما تقرأ هذا الحرف في سيرة غيرك فاسأل عن الثلاثة.

مؤشر h-index للباحث

اقترح الفيزيائي Jorge E. Hirsch في بحث نشر في PNAS عام 2005 مؤشراً واحداً لأثر الباحث: يكون h-index للباحث مساوياً لـ h إذا كان له h بحثاً، استشهد بكل منها h مرة على الأقل. فإذا رتبت بحوثك من الأكثر استشهاداً إلى الأقل، فالمؤشر هو آخر ترتيب يكون فيه عدد الاستشهادات أكبر من الترتيب أو مساوياً له، والصورة التالية تبين ذلك بمثال توضيحي:

وفي الجزء الثاني من مخرج السكربت حسبنا المؤشر لصاحبه Hirsch نفسه من قائمة بحوثه في OpenAlex، ولاحظ التالي:

• المؤشر الذي حسبناه 66، وهو مطابق لما تعرضه OpenAlex، أي أن الحساب نفسه بسيط ويمكن لأي شخص أن يتحقق منه.
• أكثر بحوثه استشهاداً، 11,602 استشهاداً، هو بحث h-index نفسه، ولو حذفناه لنزل المؤشر من 66 إلى 65 فقط، وهذا يبين أن المؤشر لا يتأثر بالبحث الواحد الكبير، وهي ميزة وعيب في الوقت نفسه كما في الصورة أعلاه.
• عنده 70 عملاً بلا أي استشهاد في OpenAlex، والمؤشر لا يرى هذه الأعمال أصلاً، كما لا يرى عدد البحوث ولا ترتيب الباحث بين المؤلفين.
• هذا الرقم من OpenAlex، وللباحث نفسه رقم آخر في Google Scholar وثالث في Scopus ورابع في Web of Science، لأن كل قاعدة تغطي مصادر مختلفة.

كيف يخدع كل رقم؟

ولهذا كله وقعت آلاف المؤسسات والباحثين على إعلان سان فرانسيسكو لتقييم البحث DORA، وأول توصياته ألا تستخدم المقاييس المبنية على المجلة مثل Impact Factor بديلاً عن جودة البحوث الفردية أو لتقييم مساهمة الباحث أو في التوظيف والترقية والتمويل، وتكتب Clarivate نفسها في تدوينة إصدار 2026 أن مؤشرات المجلة صممت لتقييم المجلات وليس لتقييم البحوث الفردية أو الباحثين.

الأرقام في السياق السعودي

في الجزء الأخير من المخرج ترى أن عدد المقالات التي فيها مؤلف واحد على الأقل من السعودية ارتفع في OpenAlex من 19,809 مقالة في 2015 إلى 80,279 في 2025، أي أربعة أضعاف خلال عشر سنوات، وهذه الأعداد تدخل مع الاستشهادات في التصنيفات الدولية للجامعات وفي قرارات الترقية والمكافآت. وكلما ارتبط رقم بمكافأة زاد الدافع لرفع الرقم نفسه بدل رفع ما يقيسه، وهذا ما يجعل الأسئلة السابقة مهمة: أي قاعدة، وأي فئة، وأي سنة.

كيف تستخدم هذه الأرقام دون أن تستخدمك؟

1. اختر المجلة بالنطاق أولاً: المجلة التي يقرؤها من يهمه بحثك أهم من رقمها، والبحث المرفوض لأنه خارج النطاق أضاع عليك شهوراً.
2. قارن داخل التخصص فقط: Impact Factor بقيمة 3 قد يكون ممتازاً في الرياضيات وضعيفاً في البيولوجيا الجزيئية، لذلك قارن بالربع أو النسبة المئوية Percentile داخل الفئة.
3. اذكر المصدر والسنة دائماً: «Q1 بحسب JCR 2025 في فئة كذا» أو «CiteScore 2025»، ولا تكتب الحرف وحده.
4. تحقق من الفهرسة اليوم: من Master Journal List وقائمة مصادر Scopus، وليس من موقع المجلة.
5. لا تقيس بحثك برقم مجلته: استشهادات بحثك نفسه، ومن استشهد به، أصدق من متوسط المجلة.
6. في لجان التقييم: اقرأ البحث نفسه، واستخدم الأرقام كقرينة وليس كحكم، وهذا ما توصي به DORA.

الخلاصة

• الفهرسة تعني أن قاعدة مثل Web of Science أو Scopus اختارت المجلة، وهي ليست دائمة، فقرابة 85% من المجلات التي توقفها Web of Science لإعادة التقييم تحذف.
• Impact Factor متوسط استشهادات سنتين، وحسبناه بالطريقة نفسها لمجلتين فوجدنا أن ثلثي البحوث تحت المتوسط، وأن أعلى 10% تأخذ قرابة 40% من الاستشهادات.
• CiteScore بنافذة أربع سنوات، وSJR يزن الاستشهاد بمكانة مصدره، وكلاهما من بيانات Scopus.
• Q1 ترتيب داخل فئة، يختلف بحسب القاعدة والفئة والسنة، فاذكرها كلها.
• h-index بسيط الحساب، وحسبناه لصاحبه فكان 66، ولكنه لا يرى البحث المؤثر جداً ولا عمر الباحث ولا تخصصه، ويختلف بين القواعد.
• رقم المجلة قد يصنعه بحث واحد، كما حدث في Acta Crystallographica Section A، لذلك لا تقيس بحثك برقم مجلته.

وبهذا نكون قد أنهينا المرحلة الأولى من المسار، وفي المرحلة الثانية بإذن الله سوف نبدأ العمل الفعلي قبل الكتابة: البحث في الأدبيات العلمية وإيجاد الفجوة البحثية Research Gap.