[論文レビュー] V-index: a novel metric to measure virtuosity of academics

Emilio Ferrara, Alfonso E. Romero|arXiv (Cornell University)|Feb 14, 2012

scientometrics and bibliometrics research参考文献 21被引用数 3

ひとこと要約

この論文は、自己被引用の処理におけるhインデックスの限界を克服するため、学術的熟達度を測る新しい指標であるVインデックスを導入する。自己被引用を考慮したフレームワークにより、研究者や学術雑誌、および130か国の2011年の研究実績の影響力を定量化し、その有効性を示している。

ABSTRACT

In this paper, we propose the V-index (or, Virtuosity index) as a novel metric to assess the scientific virtuosity of academics. This index can be applied to researchers and journals as well. In particular, we show that the V-index fills the gap of h-index and similar metrics in considering the self-citations of authors or journals. The paper provides with three real-world examples: in the first, we evaluate the research impact of the most productive scientists in Science (according to DBLP); in the second, we assess the virtuosity of the journals ranked in the Computer Science Applications section of SCImago; in the last, we apply V-index for the assessment of the 2011 research activity of 130 countries all over the world.

研究の動機と目的

• 自己被引用の処理において、hインデックスなどの既存の文献情報指標の欠陥を是正すること。
• 自己被引用を意味的に組み込むことで、研究者や学術雑誌の真の影響力を捉える指標の開発。
• 個人、学術雑誌、国家研究制度のあらゆる側面において、標準的かつスケーラブルな指標を提供すること。
• トップ研究者、ランク付けされた学術雑誌、および世界規模の国レベルの研究実績からの実世界のデータセットを用いて、Vインデックスの妥当性を検証すること。

提案手法

• Vインデックスは、自己被引用を含む総被引用回数を、バイアスを低減するための正規化係数で調整した関数として定式化される。
• 自己被引用と外部被引用を区別するため、再帰的または反復的アルゴリズムが用いられ、自己被引用によるインデックスの不適切な上昇を防ぐ。
• 出版物の被引用回数に基づいてインデックスが計算され、異なる学術分野やスケールにおいて一貫性を保つことを重視する。
• 本手法は、3つの異なる評価文脈にVインデックスを適用する：Science分野のトップ研究者（DBLP）、CSアプリケーション分野の学術雑誌（SCImago）、および130か国の国家研究実績。
• 機関、国、および規模や被引用習慣が異なる学術雑誌間での公平な比較を保証するため、正規化技術が用いられる。

実験結果

リサーチクエスチョン

• RQ1 自己被引用を、学術的影響力の評価を歪めることなく、文献情報指標に意味的に組み込む方法は何か？
• RQ2 Vインデックスは、hインデックスや類似指標と比較して、学術的熟達度をどれほどより正確に測定できるか？
• RQ3 Vインデックスは、個人研究者にとどまらず、学術雑誌や国家研究制度の評価に対しても効果的に適用可能か？
• RQ4 Vインデックスは、Science分野のトップ研究者をどのようにランク付けするか？また、hインデックスのランク付けとはどのような点で異なるか？
• RQ5 自己被引用を考慮した指標の使用は、国家研究評価および政策立案にどのような意味を持つのか？

主な発見

• Vインデックスは、自己被引用を補正することで、hインデックスよりもバランスの取れた評価が可能な、高い科学的熟達度を持つ研究者を的確に同定している。
• DBLPに収録されたScience分野のトップ研究者に対する評価において、自己被引用率の高い研究者では、Vインデックスのランク付けがhインデックスとは異なる結果を示している。
• SCImagoのCSアプリケーション分野の学術雑誌評価において、Vインデックスは被引用影響力と自己被引用パターンの両方を反映した、より洗練されたランク付けを提供している。
• 130か国の2011年の研究実績に適用した場合、Vインデックスは自己被引用の影響を軽減することで、国家研究パフォーマンスの公平な比較を可能にしている。
• Vインデックスは、個人、機関、国家レベルの多様な学術的文脈において、強固でスケーラブルな性能を示している。
• 自己被引用が適切に評価されれば、単なる操作ではなく、学術的結束力や継続的な研究の集中を示すものであることが示された。