当然，有些指标（如Eigenfactor和SJR）计算时限制或忽略了自引，一旦发现“异常引用模式”显著影响期刊排名，汤森路透可选择在期刊引证报告中除去相关期刊的提名。学术界普遍认为，这种除名是对学术不端的惩戒手段，会对编辑部和期刊的声誉造成严重的损害。很多文章在讨论这类问题时通常会将“引用堆积”（一种引用行为模式）和“引用联盟”（引起引用堆积的可能原因）术语结合，使得大众进一步习惯将异常引用模式与不端行为连接到一起。但是，不要忘记除名并不意味着期刊一定存在不端行为，正是这个问题让大家注意到学术界的感知与汤森路透政策实施之间并不一致——汤森路透方面称，从期刊引证报告中除名并不是对期刊的“惩罚”，他们只是通过这种方法来试图维护数据集的完整。因此，在确定期刊有不端行为之前，我们应该了解导致“异常引用模式”的种种因素（除了引文操纵以外），这是非常重要的。

自引

不考虑自引对引文计量指标的提升会有多大影响，期刊试图故意通过自引来提高相应指标的做法会对期刊声誉造成相当大地损坏。将自引加入社论性文章中，或“建议”作者更多地引用发表他们论文的刊物，这些做法会让大众对学术界产生不好的印象。另外，在学术界引发这种认为劣质期刊中的研究有用的错觉，以及没有适当的对期刊中的研究进行后续审查，最终将导致劣质期刊占据期刊排名的前列。

然而，下面两个关键原因（除了故意进行引文操纵之外）也会造成期刊超过平均自引率：

小众出版物：如果期刊属于一个新的学科领域，或者在这个主题领域中该期刊是这个领域极少数刊物中的一本，很自然该期刊上的文章将会引用自己期刊上的其他文章。

学科覆盖范围低：在特定的引文数据库中，如果一种期刊的竞争刊物并没有被索引到该库中，那么在该数据库中也将不会有这些期刊的引用记录。这意味着不仅该期刊引文指标的计算只是基于总引用量的一小部分，而且大部分可见的引用记录也都将来自这本期刊自身的引用-由此导致高自引率。

引用堆叠

面对引用堆叠问题，事情会变得更加复杂。引用堆叠(citation stacking)指在两种或多种期刊中互相变换形成不成比例的引用数的异常引用行为。这种模式下通常会有一种“施予”期刊（引用）和一种“接收”期刊（被引用）。这种模式是“引用联盟”的一种表现形式，即多种期刊组成的团体在不增加它们自身的自引率情况下，试图通过这种施予与接收引用的方式来提高它们的计量指标。

     值得注意的是，如果汤森路透认为引用堆积对整个排名造成了不良影响，那么就会一起制裁“施予”引用的期刊和“接收”引用的期刊。然而，即使期刊本身并没有做出任何不当行为，仍会显出引用堆积的迹象，引起这种现象有很多其他原因。

     学科覆盖范围低：如果一种期刊的主要竞争对手只有一两个能在数据库中索引到，按照常理，绝大部分引用记录也只可能出自仅有的这几种刊物。

     作者自引：最近我很遗憾地看到因为一个作者团体从一种不同的期刊中大量地引用他们自己的论文，导致该期刊最终被JCR除名。尽管这些论文后来很快地被其他刊物撤销，而且有问题的作者与期刊编辑团队之间并没有任何关联，但是涉及到的两种期刊仍被汤森路透予以除名。

    第三方影响：要记住的很重要的一点是，某些期刊对成为“引用联盟”的一员可能并不知情。我见到过很多例子，作者团队与另一种刊物构成“引用联盟”-作者团队发表的论文分布在各种期刊中，但都各自引用他们自己发表的文章，由此构成一种施予/接收引用的模式。尽管同行评审应该审查出罪魁祸首，但是当大量评审成员面对一批受影响的论文集时，判断这些趋向仍然是非常困难的事情。

     期刊规模：所有的期刊都会受到“异常引用模式”的除名影响，对于规模小的期刊来说尤其如此。规模小的期刊倾向于有较大的期刊指标波动，这很容易理解，因为一般来说，引用量的小范围增加都会对这些期刊造成很大的影响。这对引用堆积一样适用——而且，自引也是这样。很难想象像Nature（2014年影响因子计算时有超过7万的被引数）这样高被引（无论是自引还是他引）的期刊会受到除名政策的影响。相反，一本小的SSH期刊（影响因子计算时有约20的被引量）就很容易受到因一篇论文被过量关注而多次被引用的影响。

为什么这会如此重要？

将JCR的除名政策作为一项“惩罚”措施来看待，已导致异常引用模式与学术不端之间产生了紧密的关联——这种关联会严重危害到相关期刊和编辑部的声誉。但是，这种关联并不会得到坚定地维护，尤其是在引用堆积的情况下会产生很多不公平的决断。汤森路透坚持称从期刊引证报告中除去某个期刊并不是大家认为的对期刊不端行径的惩罚，没有经过详细的调查不能就此判断期刊有不端行为。因此，提高我们对这类问题复杂性的认知至关重要——不仅是为避免期刊受到不公平地指责，也是提醒我们应考虑到种种可能导致期刊会受影响的因素。