谷歌学术（Google Scholar）自2004年底推出以来，受到广大学者的一致好评，影响力日益增大。与Web of Science相比，谷歌学术不仅可以免费检索，而且范围远远大于Web of Science，既包括正常的学术期刊，也涉及书籍、会议、以及各种预印本。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，几乎是历史更为悠久的Web of Science的三倍，已经成为学者们文献检索不可或缺的重要工具。

鉴于谷歌学术的强大功能，业界预期谷歌最终将推出谷歌科学(Google Science), 集检索、出版、和社交于一身，从而可能颠覆现有学术出版和评价体系。虽然谷歌科学尚未上线，谷歌最新的学术指标（Google Scholar Metric）已经推出，并开始冲击影响因子的地位。

谷歌学术指标基于所谓的h5因子，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2010年至2014年h5因子为377，表明这一期间Nature共有377篇文章引用数不低于377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中位数为529次，显示其进入h5因子统计的377篇文章中，排名第189位的文章引用数为529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今年影响因子排名第一的CA - A Cancer Journal for Clinicians，在谷歌学术指标中连前100名都没有进去。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，影响因子都超过了7。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。

以下为各学科最新的谷歌学术指标排名：