[論文レビュー] Citation Count Analysis for Papers with Preprints

Sergey Feldman, Kyle Lo+1 more|arXiv (Cornell University)|May 14, 2018

scientometrics and bibliometrics research参考文献 6被引用数 10

ひとこと要約

本研究は、学会発表承認前にarXivに論文をプレプリントするかどうかが、コンピュータサイエンス分野における引用回数に与える影響を調査する。h-index、会議の開催場所、arXiv上での掲載期間を制御するネガティブバイノミアルGLMを用いた分析により、承認前に掲載された論文は、翌年平均して65%多くの引用を受けることが判明した。これは、可視性および影響力の向上と強く関連している可能性を示唆する。

ABSTRACT

We explore the degree to which papers prepublished on arXiv garner more citations, in an attempt to paint a sharper picture of fairness issues related to prepublishing. A paper's citation count is estimated using a negative-binomial generalized linear model (GLM) while observing a binary variable which indicates whether the paper has been prepublished. We control for author influence (via the authors' h-index at the time of paper writing), publication venue, and overall time that paper has been available on arXiv. Our analysis only includes papers that were eventually accepted for publication at top-tier CS conferences, and were posted on arXiv either before or after the acceptance notification. We observe that papers submitted to arXiv before acceptance have, on average, 65\% more citations in the following year compared to papers submitted after. We note that this finding is not causal, and discuss possible next steps.

研究の動機と目的

• 学会発表承認前にarXivにプレプリントすることで、コンピュータサイエンス分野における引用回数が増加するかどうかを検討すること。
• 特に著者による可視性および評価の観点から、プレプリントが引用インパクトに与える公平性への影響を評価すること。
• 著者の影響力、出版場所、arXiv上での掲載期間といった混同要因を除いた上で、プレプリントの影響を分離すること。
• arXivのようなプレプリントサーバーによる早期公開がもたらす引用優位性に関する実証的証拠を提供すること。

提案手法

• 引用回数を予測するため、プレプリントの有無（承認前対比承認後）を示すバイナリ変数を説明変数とするネガティブバイノミアル一般化線形モデル（GLM）を用いる。
• 著者の影響力を、論文作成時におけるh-indexを用いて制御する。
• 出版場所をカテゴリー変数として扱い、AAAIを基準カテゴリとする。
• 論文がarXivに掲載されてからの期間は、会議の日付以降の年間残りの割合（frac_year_remaining）として測定し、露出期間の影響を考慮する。
• 係数推定値の指数関数を用いて乗法的効果を推定し、引用率の乗数として解釈可能にする。
• 分析は、最終的にトップクラスのコンピュータサイエンス会議で採択された論文に限定し、承認前または承認後にarXivに掲載された論文に限る。

実験結果

リサーチクエスチョン

• RQ1 学会承認前にarXivにプレプリントした論文は、承認後にプレプリントした論文と比較して、統計的に有意に引用回数が増加するか？
• RQ2 著者の影響力や出版場所を制御した上で、観察された引用優位性のうち、プレプリントの影響はどの程度であるか？
• RQ3 異なるトップクラスのコンピュータサイエンス会議において、引用優位性はどのように変動するか？
• RQ4 arXiv上での掲載期間は、プレプリントのタイミングとは独立して、引用回数の予測要因として有意であるか？
• RQ5 「インパクトのある引用」（influential citations）と全引用回数との間に、引用優位性の差異は見られるか？

主な発見

• 学会承認前にarXivに提出された論文は、承認後に掲載された論文と比較して、翌年平均して65%多くの引用を受ける。
• インパクトのある引用の観点から見ると、プレプリント論文の優位性はさらに顕著で、75%の増加が見られた。
• プレプリントの係数（exp(0.5029) = 1.65）は、他のすべての変数を一定に保った状態で、期待される引用回数が1.65倍に増加することを示している。
• 著者のh-indexは、引用回数と強くほぼ単調な関連性を示しており、h-indexが42～99の著者は、h-indexが0～6の著者と比較して、引用回数が2倍以上にのぼる。
• arXiv上での掲載期間を表す変数（frac_year_remaining）は、引用回数に有意な影響を示さず、係数推定値はほぼゼロであり、95%信頼区間もゼロを含む。
• モデルは、出版場所が引用回数に顕著な影響を与えることを示しており、NIPS、SODA、ECCVなどの会議間で顕著な差が認められた。