现在“大数据”似乎是一个时髦的名词，其实，大数据时髦的原因不仅仅是大数据本身，而是如何巧妙地利用大数据，它比大数据本身重要得多。
科技论文索引也有类似的情况，不是某索引公司搜索的科技论文数量多少，而是对搜索论文的信息处理后，能给学者们提供的信息是否充分且有效。相对而言，SCI 公司对科技论文处理所投入的功夫，比其他公司多得多，所以很多学者会青睐 SCI 的数据。但是，我国科学家中很大一部分人，特别是科教界管理部门的工作人员，更是盲目，在我国学术界产生了很负面的影响。
对于绝大多数科研工作者来说，他们对 SCI 的理解是很肤浅的，认为被 SCI 收录的论文就是好论文，甚至认为在影响因子高的刊物中发表的论文，就是高水平论文。其实，这都是对 SCI 的。
我退休前曾得到一个 SCI 关于它能做什么事的电子文件(很遗憾，现在找不到了)，当时它介绍了 SCI 的十几种应用方法。但是，在我们国内，基本上是仅仅用了三个分析数据:SCI 论文数、影响因子和高影响因子论文，而且是错误地利用。于是在学术界产生一个极为普遍的:追求被 SCI 检索的刊物上发表的论文数，在影响因子高的刊物中发表论文，追捧高影响因子论文发表的刊物。盲目追捧并没有能够提高我国论文的影响力，而白白浪费在外文刊物上发表论文的版面费。
不是他不愿意投高档次的刊物，而是刊物的评审专家“不懂”，接收他的论文。其实，其他学者也过类似的情况。
关于影响因子，它并不是对论文水平的评估，而是对学术刊物在接收论文方面的成绩和水平，也可以简单地认为是学术刊物的水平。但即使在高影响因子刊物上发表论文，不等于你的论文水平就高。根据影响因子计算的定义，如果你的论文仅仅只当分母，根本无法说明你的论文怎么样，只有当你的论文的被引用数足以对刊物的影响因子数起作用，也就是能够进入计算公式的，才说明你的论文有意义了。
盲目追求以上几个数字，绝对是研究经费的浪费。那么，如何应用我们手中并不充裕的版面费呢?首先，简单对比一下国内外情况，也许能让我们明白为什么我们发外文文章的经济压力那么大。