Blickpunkt

Intermolekulare Wechselwirkungen sorgen für die molekulare Erkennung in der supramolekularen Chemie und gewährleisten die Präorganisation von Molekülen für eine chemische Reaktion. Molekulare Erkennung ist auch über dynamisch-kovalente Prozesse möglich; so entstehen komplexere Moleküle sowie zwei- oder dreidimensionale Netzwerke (covalent-organic framework, COF). Für dynamisch-kovalente Reaktionen sind thermodynamische und nicht kinetische Faktoren von besonderem Interesse, da reversible Reaktionen das thermodynamische Minimum anstreben. Dies führt zu Phänomenen wie der Selbstheilung von kovalenten organischen Netzwerken, um hochgeordnete Überstrukturen zu erhalten. Zu dynamisch-kovalenten Bindungen gehören beispielsweise C-C-, C-N-, C-O-, C-S-, S-S- und B-O-Bindungen.1


<h2>Zweidimensionale kovalente Netzwerke</h2>
Mikroporöse Materialien haben unter anderem als Gasspeichermedien enorme Bedeutung erlangt. Die prominentesten Beispiele sind Zeolithe (Alumosilikate) und metallkomplexbasierte Strukturen (metal organic frameworks, MOFs). Nach ersten Beispielen von Omar Yaghi gewinnen auch kovalente organische Netzwerke (COF) an Interesse.2 Für eine möglichst hohe Kristallinität dieser Verbindungen sind reversible Reaktionen zum Aufbau der Netzwerke nötig.
Der Zugang über Boronsäuren ist der am häufigsten gewählte Ansatz, um zwei- und dreidimensionale kovalente Netzwerke darzustellen. Die Boronsäure kondensiert zum Säureanhydrid oder bei Anwesenheit von Diolen zum Boronsäureester. Obwohl für eine vollständige Kondensation üblicherweise das entstehende Wasser entfernt werden muss, macht manchmal erst die Anwesenheit eines Wasserreservoirs die Darstellung kristalliner COFs möglich. Wan et al. untersuchten die Selbstkondensation von 1,4-Diphenylboronsäure (1) zum Boroxin (2) (Abbildung 1, S. 899).3 Erhitzen der Verbindung (1) in einem geschlossenen System unter verringertem Druck liefert das Kondensationsprodukt (2), jedoch in einer ungeordneten Struktur. Ist CuSO4 · 5H2O anwesend, entsteht dagegen die kristalline Form der Verbindung (2). Das Kristallwasser des Salzes fungiert hierbei als Wasserresevoir; die dehydratisierte Form des Salzes wirkt als Trockenmittel.
Boronsäurebasierte COFs sind in der Regel an Luft wenig stabil. Rastertunnelmikroskopische Untersuchungen von COF (2) zeigen den Verlust der geordneten Struktur nach sieben Tagen. Liegen wieder die ursprünglichen Reaktionsbedingungen vor, erfolgt die Selbstheilung des kristallinen COFs.
Um über Boronsäureester verbrückte Netzwerke aufzubauen, werden n-funktionale Boronsäuren oder Diole (n &gt; 2) benötigt. Planare Tri- oder Tetracatechole als Bausteine gewährleisten meist eine geordnete Schichtstruktur. Von Zheng et al. stammt das erste Beispiel für ein zweidimensionales kovalentes Netzwerk mit einem nichtplanaren Tricatecholsystem.4 Das pyramidale Cyclotricatechylen (3) reagiert Lewis-Säure-katalysiert mit 1,4-Phenyldiboronsäure (4) zum COF (5) (Abbildung 2, S. 899). Die Verbindung kristallisiert in einer Schichtstruktur, in der sich die pyramidalen Catechylenmotive säulenartig anordnen. Die Verbindung (5) weist eine höhere Gasadsorption als ähnliche zweidimensionale Netzwerke mit planaren Knotenpunkten auf. Insbesondere zeigt COF (5) eine hohe Wasserstoffaufnahme bei 77 K, die im Bereich von dreidimensionalen kovalenten Netzwerken liegt. Diese weisen bis dato die höchsten Werte für die H2-Adsorption auf. Die Wasserstoffaufnahme durch COFs bei Raumtemperatur ist dagegen gering. In-silico-Studien weisen darauf hin, dass die Interkalation von Alkali- oder Erdalkalimetallen in kovalenten Netzwerken die Wasserstoffaufnahme deutlich steigern kann. 5,6
Neben der Gasspeicherung stehen kovalente organische Netzwerke als neue Materialien für die Elektronik im Fokus. Jiang et al. untersuchten COFs basierend auf Porphyrin als Leitmotiv.7 Die Darstellung des porphyrinbasierten COFs (6) erfolgt durch Kondensation des Tetraboronsäurederivats (7) mit 1,2,4,5-Tetrahydroxybenzol (8) (Abbildung 3). Das resultierende zweidimensionale Netzwerk kristallisiert in einer ekliptischen Schichtstruktur, in der die Porphyrinringe und die Metallzentren säulenartig angeordnet sind. Diese Ausrichtung ermöglicht je nach komplexiertem Metall Elektronen- und Lochleitung entlang der Säulen. Im Fall der Zink-Porphyrinkomplexe wird eine ambivalente Leitfähigkeit beobachtet.
Schwefelheterocyclen sind ein häufiges Strukturmotiv für Elektronendonorverbindungen. Erste Beispiele für kovalente organische Netzwerke mit Thiophenlinkern stellten kürzlich Dinca et al. vor.8 Durch Veresterung von Hexahydroxytriphenylen (9) mit der heterocyclischen Diboronsäure (10) entsteht das thienothiophenbasierte COF (11) (Abbildung 4, S. 900). Verbindungen, die auf Thiophen sowie Bisthiophen basieren, sind jedoch wegen der nichtlinearen Anordnung der B(OH2)-Gruppen zueinander weniger kristallin und stabil. Umsetzung des COF (11) mit dem Oxidationsmittel Tetracyanochinodimethan (TCNE) ergibt einen isolierbaren Charge-Transfer-Komplex.


<h2>Dreidimensionale Strukturen</h2>
Die reversible Iminkondensation wurde intensiv in der asymmetrischen Organokatalyse eingesetzt, um Carbonylverbindungen zu aktivieren. Die oft angewandte Kondensation von sekundären Aminen wie L-Prolin mit Aldehyden ist ein dynamisch-kovalenter Prozess. Ein intramolekularer Austausch findet durch die Wanderung von Iminbindungen entlang den Polyaminen statt (Abbildung 5, S. 901).9
Der intramolekulare Austausch der Iminogruppe in (12) erfolgt durch eine Aminal-Iminium-Aminal-Imin-Reaktionssequenz. Kinetische Untersuchungen belegen diese schnelle Isomerisierung und verdeutlichen die Dynamik der Aldiminbildung. Eben diese dynamisch-kovalente Chemie dient unter anderem zur Synthese von COFs und molekularen Käfigen.
Ein orthogonaler dynamisch-kovalenter Ansatz wurde für makrocyclische Systeme gewählt. Neben der Iminkondensation wird die Cyclisierung durch die Olefinmetathese erreicht (Abbildung 6, S. 901).10
Nach vorgeschalteter Iminkondensation von (13) und (14) zu (15) entstehen durch Olefinmetathese die isomeren Verbindungen (16a-b). Dies ist ein attraktiver Ansatz, um formpersistente Makrocyclen zu synthetisieren.
 Das zweidimensionale iminverbrückte COF (17) bildet sich durch die Kondensation des Tetraaldehyds (18) mit Phenylendiamin (19) (Abbildung 7, S. 901).11 Das mesoporöse COF enthält makrocyclische Einheiten mit einem Durchmesser von zirka 23 Å. Die Verwendung des Pyrenaldehyds (18) erleichtert die ekliptische Anordnung der Makrocyclen im Festkörper und bildet daher ein hochporöses Material für die Hochdrucksorption von H2, CO2 und CH4.
Tetraedrische, mehrfach substituierte Monomereinheiten eröffnen Raum für dreidimensional kovalent-verknüpfte Netzwerke. Durch Polykondensation der Tetraboronsäure (20) entsteht beispielsweise das COF-102 (21) (Abbildung 8a).12 Problematisch in der Chemie der kovalent-verknüpften organischen Netzwerke ist die Postfunktionalisierung, da reaktive Zentren im Inneren des Netzwerks verborgen liegen und meist nicht vollständig für Reagenzien erreichbar sind. Daher werden COFs meist an periphären Stellen funktionalisiert und es ergeben sich Inhomogenitäten im Netzwerk.
 Durch die Cokondensation von (20) mit der allylfunktionalisierten Boronsäure (21) wurde ein funktionalisiertes COF gebildet (Abbildung 8b).13 Die maximale Inkorporation der Triboronsäure in das COF (22) beträgt 33 bis 37 %. Die Gasadsorbtionsisotherme bestätigt die permanente Porosität und eine hohe Oberfläche (ähnlich dem COF-102). Die Allylgruppen wurden später durch Postfunktionalisierung mit der Thiol-En-Reaktion vollständig funktionalisiert, wobei die Kristallinität des Materials erhalten bleibt.14
Das Lösemittel ist in der dynamisch-kovalenten Chemie entscheidend; gelegentlich treten ungewöhnliche Reaktionen auf. So bildete sich durch die Zugabe von NaNO3 zu einer wässrigen Lösung von (23) der Knoten (24) in 94%iger Ausbeute (Abbildung 9).15 Die bevorzugte Bildung von (24) lässt sich durch den erhöhten hydrophoben Effekt begründen. Langsame Oxidation der Thiolgruppe zur Disulfidbrücke führt nicht zu offenkettigen oder cyclischen Oligomeren sondern in sehr hohen Ausbeuten zum entsprechenden Knoten. Die aromatischen Gruppen gewährleisten die Selbsterkennung und sie verknäulen sich stark. Da (24) topologisch chiral ist und nur ein Diastereomer nachweisbar ist, lässt sich die Richtung der Verknäulung durch die absolute Konfiguration der Aminosäuren steuern. Es entstehen ausschließlich homochirale Knoten — selbst mit racemischem Dithiol (23).
Die hohe Dynamik dynamisch-kovalenter Verbindungen eröffnet ebenfalls Potenzial für die Selbstheilung in der Makrocyclensynthese, da die Reaktion in Richtung des thermodynamischen Minimums verläuft. Dieses Konzept diente zur Synthese makrocyclischer, molekularer Käfigverbindungen mit hoher Porosität (Abbildung 10).16 Die Kondensation des Triptycentriamins (25) mit funktionalisierten Salicylaldehyden (26a-b) unter thermodynamischen Bedingungen führt zu den Käfigverbindungen (27a) und (27b) in sehr guten bis exzellenten Ausbeuten. Diese Verbindungen zeichnen sich durch extrem hohes Potenzial in der Gassorbtion (CO2, CH4) aus. Erstmals war hier auch die Postfunktionalisierung eines Käfigmoleküls möglich (hier (27a) → (28)). Auf diesem Weg sollte sich die Sorbtionsselektivität für verschiedene Gase steigern lassen.


<h2>Fazit</h2>
Dynamisch-kovalente Chemie zeigt sich als ein vielfältiges Forschungsgebiet in der Grundlagenfoschung, der Katalysatorentwicklung und den Materialwissenschaften. Die hohe Dynamik ermöglicht den Aufbau komplexer Strukturen im zwei- und dreidimensionalen Raum, wobei Fehler im Netzwerk durch die Reversibilität repariert werden (Selbstheilung). Die komplexen Netzwerke werden bisher durch Gassorbtionsuntersuchungen charakterisiert, was die Anwendung als Speichersysteme nahelegt. Solche hochporösen Netzwerke als Reaktionsraum oder als Katalysator zu nutzen, wird in Zukunft vermutlich Gegenstand der Forschung sein.
Blickpunkt Synthese will zur Beschäftigung mit neuen synthetischen Verfahren oder eleganten und wichtigen Synthesen aus der Literatur anregen. Die Rubrik betreut in diesem Jahr Jan Paradies. Er ist Nachwuchsgruppenleiter am Institut für Organische Chemie des Karlsruher Instituts für Technologie (KIT). Bei diesem Beitrag unterstützte ihn Sergej Tamke, Doktorand im Arbeitskreis von Jan Paradies.
<a href="mailto:jan.paradies@kit.edu">jan.paradies@kit.edu</a>



<ul>
<li>
1 

 
Y. Jin, 
C. Yu, 
R. J. Denman, 
<source>W. Zhang Chem. Soc. Rev. 
(2013), 
42, 
6634–<lpage>6654.</lpage>
</li>
<li>
2 

 
A. P. Cote, 
A. I. Benin, 
N. W. Ockwig, 
M. O'Keeffe, 
A. J. Matzger, 
O. M. Yaghi, 
<source>Science 
(2005), 
310, 
1166.
</li>
<li>
3 

 
C.-Z. Guan, 
D. Wang, 
L.-J. Wan, 
<source>Chem. Comm. 
(2012), 
48, 
2943–<lpage>2945.</lpage>
</li>
<li>
4 

 
J.-T. Yu, 
Z. Chen, 
J. Sun, 
Z.-T. Huang, 
Q.-Y. Zheng, 
<source>J. Mater. Chem. 
(2012), 
22, 
5369.
</li>
<li>
5 

 
D. Cao, 
J. Lan, 
W. Wang, 
B. Smit, 
<source>Angew. Chem. 
(2009), 
121, 
4824–<lpage>4827.</lpage>
</li>
<li>
6 


F. Gao, 
Z. Ding, 
S. Meng, 
<source>Sci. Rep. 
(2013), doi: 10.1038/srep01882.
</li>
<li>
7 

 
X. Feng, 
L. Liu, 
Y. Honsho, 
A. Saeki, 
S. Seki, 
S. Irle, 
Y. Dong, 
A. Nagai, 
D. Jiang, 
<source>Angew. Chem. 
(2012), 
124, 
2672–<lpage>2676.</lpage>
</li>
<li>
8 

 
G. H. V. Bertrand, 
V. K. Michaelis, 
T.-C. Ong, 
R. G. Griffin, 
M. Dinca, 
<source>Proc. Natl. Acad. Sci. USA 
(2013), 
110, 
4923–<lpage>4928.</lpage>
</li>
<li>
9 

 
P. Kovaricek, 
J.-M. Lehn, 
<source>J. Am. Chem. Soc. 
(2012), 
134, 
9446–<lpage>9455.</lpage>
</li>
<li>
10 

 
K. D. Okochi, 
Y. Jin, 
W. Zhang, 
<source>Chem. Commun. 
(2013), 
49, 
4418–<lpage>4420.</lpage>
</li>
<li>
11 

 
M. G. Rabbani, 
A. K. Sekizkardes, 
Z. Kahveci, 
T. E. Reich, 
R. Ding, 
H. M. El-Kaderi, 
<source>Chem. Eur. J. 
(2013), 
19, 
3324–<lpage>3328.</lpage>
</li>
<li>
12 

 
H. M. El-Kaderi, 
J. R. Hunt, 
J. L. Mendoza-Cortes, 
A. P. Corte, 
R. E. Taylor, 
M. O'Keeffe, 
O. M. Yaghi, 
<source>Science 
(2007), 
316, 
268.
</li>
<li>
13 

 
D. N. Bunck, 
W. R. Dichtel, 
<source>Angew. Chem. 
(2012), 
124, 
1921–<lpage>1925.</lpage>
</li>
<li>
14 

 
D. N. Bunck, 
W. R. Dichtel, 
<source>Chem. Commun. 
(2013), 
49, 
2457–<lpage>2459.</lpage>
</li>
<li>
15 

 
N. Ponnuswamy, 
F. B. L. Cougnon, 
J. M. Clough, 
G. Dan Pantos, 
J. K. M. Sanders, 
<source>Science 
(2012), 
338, 
783–<lpage>785.</lpage>
</li>
<li>
16 

 
</li>
<li>
16a 

 
M. W. Schneider, 
I. M. Oppel, 
A. Griffin, 
M. Mastalerz, 
<source>Angew. Chem. 
(2013), 
125, 
3699–<lpage>3703</lpage>;
</li>
<li>
16b 

 
M. W. Schneider, 
H.-J. S. Hauswald, 
R. Stoll, 
M. Mastalerz, 
<source>Chem. Commun. 
(2012), 
48, 
9861–<lpage>9863.</lpage>
</li>
</ul>

Artikel

Dynamisch‐kovalente Chemie

Intermolekulare Wechselwirkungen sorgen für die molekulare Erkennung in der supramolekularen Chemie und gewährleisten die Präorganisation von Molekülen für eine chemische Reaktion. Molekulare Erkennung ist auch über dynamisch-kovalente Prozesse möglich; so entstehen komplexere Moleküle sowie zwei...

PD Dr.rer.nat.habil.

So wichtig wie neue Wissensgebiete zu erforschen, ist es, sich im Dschungel des bereits Untersuchten zurecht zu finden.1 Die Bibliometrie hilft, sich zu orientieren. Sie quantifiziert wissenschaftliche Publikationsleistungen und liefert Hinweise zur Standortbestimmung und zur Trenderkennung in Wissenschaft und Forschung.2 Die Zitationsanalyse ist eine bibliometrische Methode, die den wissenschaftlichen Einfluss (Impact) von Publikationen abschätzt.


<h2>Die Pioniere der Zitationsanalyse</h2>
In den 1960er Jahren entwickelte Eugene Garfield den Journal Impact Factor (JIF) am Institute for Scientific Information (ISI). Das ISI gehört heute zum Medienkonzern Thomson Reuters. Der JIF erscheint jährlich im Journal Citation Report (JCR). Die Berechnung des JIF ist relativ einfach (siehe Kasten).3
Der JIF ist ein Maß für die Zitationshäufigkeit einer Zeitschrift. Dieser Parameter eliminiert einige Verzerrungen, welche die Angabe der absoluten Zitatezahlen erzeugt. Er ist weitgehend unabhängig davon, ob umfangreiche mit schmalen, häufig erscheinende mit selteneren oder neue mit alten Zeitschriften verglichen werden.3
Die bekannteste Anwendung des JIF ist die Abschätzung des Ansehens einer Zeitschrift im Vergleich zu anderen. Zeitschriften mit hohen Faktoren genießen höheres Ansehen als Zeitschriften mit niedrigen. Autoren sind bestrebt, in den Zeitschriften mit dem höchstmöglichen JIF in ihrem Fachgebiet zu publizieren. Verleger und Herausgeber schätzen mit dem JIF den Rang ihrer Zeitschriften auf dem Markt. Bibliothekare nutzen den JIF als Entscheidungshilfe für den Erwerb von Zeitschriftenabonnements.
Thomson Reuters publiziert weitere bibliometrische Parameter: 
· Seit dem Jahr 2007 gibt es einen Fünf-Jahres-Impact-Factor parallel zum regulären Zwei-Jahres-Impact-Factor.
· Der Immediacy Index (Unmittelbarkeitsindex) ist ein Maß für die Geschwindigkeit, mit der Inhalte aus bestimmten Zeitschriften aufgenommen und zitiert werden. Zur Berechnung dieses Parameters werden alle Zitate im Kalenderjahr X auf Artikel der Zeitschrift J addiert. Diese Summe der Zitate wird durch die Zahl der Artikel, die in der Zeitschrift J im Jahr X publiziert wurden, geteilt (Abbildung 1).
· Die Cited Half-life (Zitations-Halbwertszeit) zeigt an, wie lange nach einer Publikation Inhalte aus der untersuchten Zeitschrift zitiert werden. Cited Half-life ist der Zeitraum, in dem 50 Prozent der Zitate auf Inhalte der Zeitschrift J im Jahr X erschienen sind (Abbildung 1).4
Der Impact Factor weist Nachteile auf. So ist er abhängig vom Fachgebiet:5,6 Grundsätzlich haben Publikationen in den Grundlagenwissenschaften im Durchschnitt einen höheren IF als sehr spezialisierte oder anwendungsorientierte Fachgebiete. Daher sollten IF nur innerhalb eines Fachgebiets verglichen werden. Weiterhin gibt es große Unterschiede hinsichtlich der Arten von wissenschaftlichen Publikationen. Eine Zeitschrift, die ausschließlich Kurzmitteilungen (Short Communication oder Letter) veröffentlicht, hat einen größeren Immediacy Index, aber eine deutlich niedrigere Cited half-life als eine Zeitschrift, die hauptsächlich Full Papers veröffentlicht (Abbildung 1, grüne und rote Kurven). Dies wirkt sich auch auf den IF aus. Da die Zitate auf Kurzmitteilungen nach sehr kurzer Zeit ihren Höhepunkt erreichen, dürfte der IF für eine Zeitschrift, die ausschließlich Kurzmitteilungen veröffentlicht, deutlich höher sein, als bei einer Zeitschrift, die Full Papers publiziert. Bei Zeitschriften, die Übersichtsartikel (Review) veröffentlichen, sind der Immediacy Index und der Impact Factor noch niedriger, da die Zahl der Zitate nur langsam steigt und meist erst nach vielen Jahren ihren Höhepunkt erreicht (Abbildung 1, blaue Kurve). Da die IF von der Art der publizierten Artikel abhängen, ist beim Vergleich verschiedener Arten wissenschaftlicher Zeitschriften Vorsicht geboten.
Darüber hinaus unterliegen die IF einer jährlichen Fluktuation. Die jährlichen Abweichungen bei Zeitschriften mit weniger als 35 Artikeln im Jahr betragen bis zu 40 Prozent. Jedoch kann der Impact Factor auch bei Zeitschriften mit mehr als 150 Artikeln pro Jahr jährlich um ±15 Prozent schwanken.5 Diese statistischen Abweichungen gleicht der Fünf-Jahres-Impact-Factor teilweise aus.


<h2>Alternativen zum Impact Factor</h2>
Aufgrund der Mängel des IF gab und gibt es Versuche, alternative und objektivere bibliometrische Indikatoren zu entwickeln. Solche Indikatoren sind Eigenfactor (EF) und Article Influence (Artikeleinfluss, AI).7,8
Der EF dient dazu, die Bedeutung einer Zeitschrift für die wissenschaftliche Community einzuschätzen. Er steigt, je öfter Artikel aus einer Zeitschrift in anderen Zeitschriften zitiert werden. Die Zitate werden zusätzlich nach Bedeutung der Zeitschrift, in denen zitiert wurde, gewichtet. Ein Zitat in einer hoch angesehenen Zeitschrift wird höher gewichtet als eines in einer weniger bedeutenden Zeitschrift. Zur Bewertung der Zeitschriften dient der JIF. Der mathematische Algorithmus zur Berechnung des EF ähnelt dem beim Google-Ranking von Webseiten.8 Selbstzitate werden ausgeschlossen. Der Eigenfactor wird über einen Zeitraum von fünf Jahren ermittelt. Auswirkungen auf den Eigenfactor hat der Umfang der Zeitschrift: Verdoppelt er sich, so verdoppelt sich auch der Eigenfactor.
Den durchschnittlichen Einfluss eines Artikels in der untersuchten Zeitschrift erfasst der Parameter Article Influence. Um AI zu erhalten, wird EF durch die Zahl der publizierten Artikel in der Zeitschrift dividiert. Im Unterschied zum JIF sind Eigenfactor und Article Influence kostenlos verfügbar (Abbildung 2).
Ein weiterer bibliometrischer Indikator ist der Source-Normalized Impact per Year (SNIP).9,10 Dieser ergibt sich aus dem Raw Impact per Paper (RIP) geteilt durch das Relative Database Citation Potential (RDCP) des jeweiligen Fachgebiets (SNIP = RIP / RDCP). RIP ist die durchschnittliche Zahl von Zitaten, die ein Artikel der untersuchten Zeitschrift erhält. Dieser Wert wird jeweils für die drei vorangegangenen Jahre ermittelt und ähnelt damit weitgehend dem Impact Factor.
Zur Berechnung des RDCP wird zunächst die durchschnittliche Zahl an Zitaten ermittelt, die pro Artikel in einer Zeitschrift stehen. Dieser Wert wird als Database Citation Potential (DCP) bezeichnet. Zur Ermittlung des RDCP wird DCP durch den Durchschnittswert dividiert. Eine durchschnittliche Zeitschrift hat also ein RDCP von eins (Tabelle): Die Zeitschrift Inventiones Mathematicae hatte im Jahr 2008 durchschnittlich 2,86 Zitate pro Artikel, während die Artikel bei Molecular Cell 22,21 Zitate pro Artikel aufwiesen. Das Journal of Electronic Materials stellte mit 6,87 Zitaten pro Artikel genau den Durchschnittwert dar und erhielt daher den RDCP von 1,0.
Mit dieser Berechnung berücksichtigt SNIP das unterschiedliche Zitierverhalten in einzelnen Wissenschaftsdisziplinen. So wird beispielsweise in mathematischen, ingenieur- oder sozialwissenschaftlichen Publikationen generell weniger zitiert als in biowissenschaftlichen. Außerdem wird mit diesem Indikator die unterschiedliche Zitierhäufigkeit zwischen Zeitschriften innerhalb eines Fachgebietes ausgeglichen.
Der Scimago Journal Rank (SJR) wichtet Zitate ebenfalls.11 Die Wichtung erfolgt nach dem Rang des zitierenden Journals. Ein Zitat in einer wichtigen Zeitschrift zählt mehr als eins, ein Zitat in einer weniger wichtigen Zeitschrift zählt weniger als eins. Der SJR einer Zeitschrift ergibt sich (vereinfacht ausgedrückt) aus der Zahl der gewichteten Zitate geteilt durch die Zahl der Artikel, die in der Zeitschrift erscheinen. Dieser Wert wird ebenfalls jeweils für die drei vorangegangenen Jahre berechnet. SNIP und SJR werden auf der Grundlage der in Scopus enthaltenen Daten ermittelt. Scopus ist eine interdisziplinäre Zitations- und Abstractdatenbank von Peer-Review-Zeitschriften.
Es gibt noch zahlreiche weitere bibliometrische Indikatoren, die den wissenschaftlichen Einfluss von Publikationen erfassen sollen.12 Feinheiten der Statistik spielen beim Verständnis der Indikatoren eine große Rolle. Allerdings kommen gelegentlich Fehlinterpretationen vor.13
Eine andere Herangehensweise verwendet die Faculty of 1000 (F1000). Hierbei handelt es sich um ein Peer-Review-Verfahren nach der Publikation. Mehr als 5000 Wissenschaftler (die F1000 Faculty Members) bewerten Veröffentlichungen ihrer Kollegen in der Biologie und der Medizin.14 In der Chemie gibt es dieses Verfahren noch nicht.


<h2>Bewertung der individuellen Publikationstätigkeit</h2>
Der Hirsch-Index (auch h-Index oder Hirschfaktor) dient zur Bewertung der Publikationstätigkeit von Wissenschaftlern. Der Hirsch-Index eines Wissenschaftlers lässt sich aus seinen Publikationen und deren Zitaten ermitteln. Dazu trägt man die Zahl der Zitate über der Zahl der Veröffentlichungen auf. Der Schnittpunkt dieser Kurve mit einer Geraden im Winkel von 45 ° vom Ursprung der Graphik ergibt den h-Index (Abbildung 3).15 Der Parameter ist leicht zu berechnen und wird häufig verwendet.
Aufgrund unterschiedlicher Zitiergewohnheiten in den Wissenschaftsdisziplinen weichen die h-Indizes stark voneinander ab. Inzwischen wurden zahlreiche ähnliche Indikatoren vorgeschlagen, die unter anderem die Zahl der Co-Autoren oder die Aktualität der Publikation berücksichtigen.16-19


<h2>Fazit</h2>
Der Journal Impact Factor hat noch immer eine vorherrschende Stellung unter den bibliometrischen Indikatoren. Das ist darauf zurück zu führen, dass der JIF in einem einfachen und eindeutigen numerischen Verfahren ermittelt wird. Ursprünglich war dieser Indikator nur zum Vergleich verschiedener Zeitschriften gedacht. Inzwischen werden jedoch auch Forschungseinrichtungen, Wissenschaftler und einzelne Veröffentlichungen mit diesem Parameter bewertet.6 Initiiert von der American Society for Cell Biology formiert sich zunehmend Widerstand gegen den Missbrauch des Journal Impact Factors zur Forschungsbewertung.20,21
Die Zahl der Zitate ist nicht unbedingt ein Maß für die Qualität oder den Wert einer Publikation, da die Qualität nicht klar definiert und daher nicht quantitativ messbar ist.22 Bisher erfolgt die Bewertung des wissenschaftlichen Einflusses von Publikationen hauptsächlich durch die Auswertung der Zahl der Zitate. Demgegenüber gibt es inzwischen Ansätze, die Popularität von Artikeln anhand der Download-Zahlen der PDF-Dokumente bei den Verlagen zu messen.12,23 Solche Daten sollten eine realistische Information über die tatsächliche Nutzung der Veröffentlichungen durch Leser bieten.
Uwe Böhme studierte Chemie an der TH Merseburg, promovierte dort im Jahr 1992 und absolvierte danach einen Postdoc-Aufenthalt bei Robin J. H. Clark am University College London. Seit 1993 arbeitet er am Institut für Anorganische Chemie der TU Bergakademie Freiberg. Die Habilitation schloss er im Juni 2004 ab. Silke Tesch studierte Verfahrenschemie an der Bergakademie Freiberg und promovierte 1993. In den Jahren 2001 bis 2003 absolvierte sie das postgraduale Fernstudium “Bibliotheks- und Informationswissenschaft” an der Humboldt-Universität, Berlin. Seit 2003 ist sie wissenschaftliche Mitarbeiterin am Institut für Analytische Chemie und Fachreferentin für Naturwissenschaften an der Universitätsbibliothek “Georgius Agricola” der TU Bergakademie Freiberg. Die Autoren danken Katrin Stump (Universitätsbibliothek Freiberg) für hilfreiche Hinweise und die Durchsicht des Manuskripts.


<h2>Verwendete Abkürzungen</h2>
AI — Article Influence7
EF — Eigenfactor7
ISI — Institute for Scientific Information, heute Teil von Thomson Reuters
JCR — Journal Citation Report, jährlicher Bericht von Thomson Reuters
JIF — Journal Impact Factor, auch verkürzt Impact Factor (IF), Teil des JCR, JIF = A / B, wenn A = Zahl der Zitate eines Jahres auf Artikel der Zeitschrift J in den zwei vorhergehenden Jahren und B = Zahl der Artikel, die in diesen beiden Jahren in der Zeitschrift J publiziert wurden
RIP — Raw Impact per Paper
RDCP — Relative Database Citation Potential, zeigt das Potenzial eines Fachgebiets
SCI — Science Citation Index, Datenbank von Thomson Reuters mit Zitaten aus den Naturwissenschaften, Bestandteil des Web of Science
SJR — Scimago Journal Rank24,25
SNIP — Source-Normalized Impact per Year, SNIP = RIP / RDCP25


<h2>QUERGELESEN</h2>
Der Journal Impact Factor (JIF) ist vorherrschend unter den bibliometrischen Indikatoren.
Der JIF ist ein Maß für die Zitationshäufigkeit einer Zeitschrift, sollte jedoch nicht zur Bewertung von Forschungsleistungen missbraucht werden.
Alternativen wie Eigenfactor, Source-Normalized Impact per Year und Scimago Journal Rank zählen und wichten Zitate nach anderen Rechenvorschriften als der JIF. Keine der Alternativen setzte sich bisher vollständig durch.
Zur Bewertung der individuellen Publikationstätigkeit dient häufig der Hirsch-Index.



<ul>
<li>
1 

 
U. Böhme, 
S. Tesch, 
<source>Nachr. Chem. 
(2013), 
61, 
540–<lpage>543.</lpage>
</li>
<li>
2 

 
A. Klotz, 
F. Steinert, 
A. Stumm, 
B. Stump, 
B. Wagenbreth, 
<source>BIS - Das Magazin der Bibliotheken in Sachsen 
(2012), 
5, 
172–<lpage>175.</lpage>
</li>
<li>
3 

 
E. Garfield, 
<source>Science 
(1972), 
178, 
471–<lpage>479.</lpage>
</li>
<li>
4 

<ext-link ext-link-type="uri"><a href="https://www.elsevier.com/journal-authors/journal-performance#further-metrics" target="_blank">www.elsevier.com/journal-authors/journal-performance#further-metrics</a></ext-link>.
</li>
<li>
5 

<ext-link ext-link-type="uri"><a href="https://info.aiaa.org/SC/PC/Private%20" target="_blank">info.aiaa.org/SC/PC/Private%20</a> Documents/Journals%20Subcommittee%20Materials/IFUseandAbuse.pdf.</ext-link>
</li>
<li>
6 

 
S. Lehrl, 
<source>Strahlenther. Onkol. 
(1999), 
175, 
141–<lpage>153.</lpage>
</li>
<li>
7 

<ext-link ext-link-type="uri"><a href="https://www.eigenfactor.org/methods.php" target="_blank">www.eigenfactor.org/methods.php</a></ext-link>.
</li>
<li>
8 

 
C. E. Bergstrom, 
<source>Coll. Res. Libr. News 
(2007), 
68, 
314–<lpage>6.</lpage>
</li>
<li>
9 

 
H. F. Moed, 
<source>J. Informetrics 
(2010), 
4, 
265–<lpage>277.</lpage>
</li>
<li>
10 

 
L. Leydesdorff, 
T. Opthof, 
<source>J. Am. Soc. Inf. Sci. 
(2010), 
61, 
2365–<lpage>2369.</lpage>
</li>
<li>
11 

<ext-link ext-link-type="uri"><a href="https://www.elsevier.com/journal-authors/journal-performance#metrics-in-scopus" target="_blank">www.elsevier.com/journal-authors/journal-performance#metrics-in-scopus</a></ext-link>.
</li>
<li>
12 

J. Bollen, H. van de Sompel, A. Hagberg, R. Chute, Plos one 2009, 4.
</li>
<li>
13 

 
J. West, 
T. Bergstrom, 
C. T. Bergstrom, 
<source>Inf. Science Techn. 
(2010), 
61, 
1800–<lpage>1807.</lpage>
</li>
<li>
14 

<ext-link ext-link-type="uri"><a href="https://www.cwts.nl/pdf/CWTS-WP-2013—003.pdf" target="_blank">www.cwts.nl/pdf/CWTS-WP-2013—003.pdf</a></ext-link>.
</li>
<li>
15 

 
J. E. Hirsch, 
<source>Proceedings 
(2005), 
102, 
16569–<lpage>16572.</lpage>
</li>
<li>
16 

 
H. M. Ortner, 
<source>Int. J. Refractory Metals Hard Materials 
(2010), 
28, 
559–<lpage>566.</lpage>
</li>
<li>
17 

 
P. D. Batista, 
M. G. Campiteli, 
O. Kinouchi, 
A. S. Martinez, 
<source>Scientometrics 
(2006), 
68, 
179–<lpage>189.</lpage>
</li>
<li>
18 


M. Schreiber, 
<source>New Journal of Physics 
(2008), 
10.

</li>
<li>
19 

 
A. Sidiropoulos, 
D. Katsaros, 
Y. Manolopoulos, 
<source>Scientometrics 
(2007), 
72, 
253–<lpage>280.</lpage>
</li>
<li>
20 

 <ext-link ext-link-type="uri"><a href="http://am.ascb.org/dora/" target="_blank">http://am.ascb.org/dora/</a></ext-link>.
</li>
<li>
21 

 <ext-link ext-link-type="uri"><a href="https://www.ebm-netzwerk.de/aktuelles/news2013—05—23" target="_blank">www.ebm-netzwerk.de/aktuelles/news2013—05—23</a></ext-link>.
</li>
<li>
22 

 <ext-link ext-link-type="uri"><a href="https://www.forschung-und-lehre.de/wordpress/?p=9147" target="_blank">www.forschung-und-lehre.de/wordpress/?p=9147</a></ext-link>.
</li>
<li>
23 

 <ext-link ext-link-type="uri"><a href="http://mesur.informatics.indiana.edu" target="_blank">http://mesur.informatics.indiana.edu</a></ext-link>.
</li>
<li>
24 

 <ext-link ext-link-type="uri"><a href="https://www.scimagojr.com" target="_blank">www.scimagojr.com</a></ext-link>.
</li>
<li>
25 

 <ext-link ext-link-type="uri"><a href="https://www.journalmetrics.com" target="_blank">www.journalmetrics.com</a></ext-link>.
</li>
</ul>

Artikel

Dynamisch‐kovalente Chemie

Zweidimensionale kovalente Netzwerke

Überprüfung Ihres Anmeldestatus ...