为了正确评估研究影响力，可能最好的方法是采取一种明智的混合匹配方法，作者John Kaldor写道。
除了专业体育之外，几乎没有哪个行业对其工作人员的绩效进行比学术界更密切的测量了。对学术研究对世界产生了多大影响进行了特别严格的审查。然而，客观地衡量研究影响力充满了困难。由于绝大多数研究成果以出版报告的形式呈现，过去几十年来一直在努力开发以计算出版物及其特征为基础的影响力以及研究者的工作的方法。
这些统计数据指标长期以来一直用于指导关于哪些个人或项目应该获得资金的决策，但它们已经开始受到怀疑。现在不再使用影响因子或出版物计数。越来越多地认识到统计数据的局限性已经导致评估实践发生了重大变化。其中最突出的是许多资助机构，包括澳大利亚国家卫生和医学研究委员会（NHMRC），拒绝了“期刊影响因子”。
粗略地说，期刊影响因子是期刊文章在出版后两年内被引用的平均次数。研究者曾被鼓励引用他们发表的期刊的影响因子，以证明他们研究的价值。针对期刊影响因子的主要争议是，它是一个综合指标；显示的是该期刊中所有文章的引用次数，因此不能证明任何一篇研究的影响力。
还有一种过去用于评估研究者的方法是计算他们的出版物数量 – 即他们写的个人论文数。现在，许多资助机构也正式拒绝这种计算。它们被视为可能反映输出中的冗长或破碎性，而不是对知识进展的实际贡献。
对研究影响力的另一个统计数据指标是引用计数，它保持在评估准则中。引用计数是指一项工作被后续科学出版物引用的次数。引用计数被视为一种更纯粹的影响力衡量标准，因为它完全基于个人的工作（而不是它出现在的期刊），但它也有其局限性。
每个统计数据指标都有其局限性，而在评估“真正”影响力（即研究对人们生活的改变）时则显得非常不足够。因此，我们需要继续寻找其他方法，例如对政策和实践的影响。因此，最好的评估方法可能是采取一种明智的混合匹配方法。
