[論文レビュー] Identification of Influential Scientists vs. Mass Producers by the Perfectionism Index

Antonis Sidiropoulos, Dimitrios Katsaros+1 more|arXiv (Cornell University)|Sep 22, 2014

Perfectionism, Procrastination, Anxiety Studies参考文献 13被引用数 6

ひとこと要約

本稿では、引用曲線の領域（特にテール領域および理想補完ペナルティ領域）を分析するPerfectionism Index (PI) およびExtreme Perfectionism Index (XPI) を導入し、『インパactsな科学者』（わずかに高インパクト論文）と『大量生産者』（多数の中程度インパクト論文）を区別する。PIインデックスは、これらのグループを効果的に分離し、自己引用に対して頑健であり、hインデックスなどの従来のインデックスと相関が低いため、科学的分析における強力な有用性を示している。

ABSTRACT

The concept of h-index has been proposed to easily assess a researcher's performance with a single number. However, by using only this number, we lose significant information about the distribution of citations per article in an author's publication list. In this article, we study an author's citation curve and we define two new areas related to this curve. We call these "penalty areas", since the greater they are, the more an author's performance is penalized. We exploit these areas to establish new indices, namely PI and XPI, aiming at categorizing researchers in two distinct categories: "influentials" and "mass producers"; the former category produces articles which are (almost all) with high impact, and the latter category produces a lot of articles with moderate or no impact at all. Using data from Microsoft Academic Service, we evaluate the merits mainly of PI as a useful tool for scientometric studies. We establish its effectiveness into separating the scientists into influentials and mass producers; we demonstrate its robustness against self-citations, and its uncorrelation to traditional indices. Finally, we apply PI to rank prominent scientists in the areas of databases, networks and multimedia, exhibiting the strength of the index in fulfilling its design goal.

研究の動機と目的

• hインデックスが研究者発表リストにおける引用の分布を捉えることの限界を是正すること。
• 『インパactsな科学者』（影響力のある論文が少ない）と『大量生産者』（中程度インパクトの論文が多数）を区別する定量的メソッドの開発。
• hコアを超える領域（余剰、テール、コア）における引用曲線領域に隠れた情報を、タイブレーカーのためのものではなく、第一級の指標として扱う。
• 自己引用に対して耐性があり、出版姿勢と学術的インパクトのパターンを反映する頑健なインデックスの作成。
• PIインデックスをデータベース、ネットワーク、マルチメディア分野の実世界データセットにおいて、複数のデータベース、ネットワーク、分野で評価すること。

提案手法

• hインデックス線より下で引用曲線のテールより上の領域を、テール補完ペナルティ領域（TC領域）として定義する。
• hコアの正方形の外側で出版数制限内にある領域を、理想補完ペナルティ領域（IC領域）として定義する。
• TC領域に基づく正規化された測度としてPerfectionism Index（PI）を計算し、正の値はインパクトを示し、負の値は大量生産を示す。
• IC領域を用いてExtreme Perfectionism Index（XPI）を計算し、より極端な分類を実現する。
• Microsoft Academic Serviceのデータを用いて引用曲線を抽出し、データベース、ネットワーク、マルチメディア分野の研究者に対してPIおよびXPIを計算する。
• hインデックスとの相関なしと自己引用に対する頑健性を検証する統計的分析を実施する。

実験結果

リサーチクエスチョン

• RQ1 hコアを超える引用曲線領域（余剰、テール、コア）は、インパクトのある科学者と大量生産者を区別する意味のある根拠を提供できるか？
• RQ2 Perfectionism Index（PI）は、hインデックスと比較して自己引用に対して頑健か？
• RQ3 PIはhインデックスなどの従来の科学的指標とどの程度相関がないか？
• RQ4 PIは実際の学術分野において、研究者を『インパクトのある科学者』対『大量生産者』に効果的に分類できるか？
• RQ5 PIインデックスは、引用数を超えて、研究者の出版行動に関する洞察を明らかにできるか？

主な発見

• PIインデックスは、『インパクトのある科学者』（PI > 0）と『大量生産者』（PI < 0）のカテゴリに研究者を明確に分離でき、引用曲線の形状に明確な違いが見られた。
• PIインデックスはhインデックスと低い相関を示しており、研究インパクトの異なる側面を捉えていることが示された。
• PIインデックスは自己引用に対して頑健であり、自己引用を意図的に増幅させても、分類が安定したままであった。
• データベース、ネットワーク、マルチメディア分野において、Hari Balakrishnan や David Johnson といった有名なインパクトのある研究者が、所属機関に関係なく上位に位置づけられ、PIが正しく同定した。
• XPIインデックスは、極端な出版行動を強調することで分類をさらに洗練させ、高い値は強い完璧志向を示している。
• 本研究では、PIインデックスが、高インパクトで少ない論文を好む姿勢と、高頻度で中程度インパクトの論文を出す戦略を、出版姿勢として推論するのに使用可能であることを示した。