Scimago期刊排名
Scimago杂志等级（ SJR ）指标是对学术期刊的声望的衡量标准，这些期刊既说明了期刊收到的引用数量又是引文来源的期刊的声望。
理由
引用是科学作品普及的指标，可以被视为认可。声望可以理解为认可人数和出版作品的声望的结合。采用这种观点， SJR指标将不同的值分配给引用，具体取决于其来自何处的期刊的声望。
但是，对方法论质量和可靠性的研究发现，“在多个领域发表的研究工作的可靠性可能随着期刊等级的增加而降低”，这与普遍的期望相反。
SJR指标的计算类似于本本曲线分数，前者基于Scopus数据库，而后者在科学数据库的网络数据库上，并且还有其他差异。
计算
期刊的SJR指标是一个数字值，代表了在过去三年中在该期刊上发布的每份文档中所选年份中收到的平均加权引用数，如Scopus所索引。较高的SJR指标值旨在指示更大的期刊声望。 SJR由Scimago Lab开发，起源于格拉纳达大学的研究小组。
SJR指标是网络理论中使用的特征向量中心度度量的变体。这样的度量基于以下原理，确定了网络中节点的重要性，即与高分节点的连接对节点的分数更大。 SJR指标已开发用于极大且异质期刊引用网络。它是一个无关的指标及其值订单期刊的“每篇文章的平均声望”，可用于科学评估过程中的期刊比较。 SJR指示器是一个免费的日记帐指标，灵感来自和使用类似于Pagerank的算法。
使用迭代算法进行SJR指标计算，该算法在期刊之间分布声望值，直到达到稳态解决方案。 SJR算法首先设置了每个期刊的声望相同，然后使用迭代程序，在期刊通过引用将其实现的声望转移到彼此的过程中。当连续迭代中的期刊声望值之间的差异不再达到最小阈值值时，该过程就会结束。该过程分为两个阶段，（a）每个期刊的声望sjr （ PSJR ）的计算：一个尺寸依赖的度量，反映了整个期刊的声望，以及（b）此措施的归一化以实现无关紧要的尺寸声望的量度，即SJR指标。
除了基于网络的SJR指标外，SJR还提供了影响因子（如果）的更直接的替代方案，则以每个文档的缩写为2年，以每个文档的平均引用形式。 （2y） 。