[논문 리뷰] A complementary index to quantify an individual's scientific research output

Pablo Diniz Batista, Mônica G. Campiteli외 2명|arXiv (Cornell University)|2005. 09. 06.

scientometrics and bibliometrics research인용 수 9

한 줄 요약

이 논문은 과학 분야 간 h-인덱스를 정규화하기 위해 공동 저자의 수(Nₜ)를 고려한 보완적 인용 지수 hI = h²/Nₜ를 제안한다. h-인덱스와 달리 hI는 다양한 브라질 연구 공동체의 순위 그래프에서 완벽한 데이터 수렴을 가능하게 하여 분야 간 비교를 가능하게 한다.

ABSTRACT

The number h of papers with at least h citations has been proposed to evaluate individual's scientific research production. This index is robust in several ways but yet strongly dependent on the research field. We propose a complementary index hI = h^2/N_t, with N_t being the total number of authors in the considered h papers. A researcher with index hI has hI papers with at least hI citation if he/she had published alone. We have obtained the rank plots of h and hI for four Brazilian scientific communities. Contrasting to the h-index curve, the hI index present a perfect data collapse into a unique allowing comparison among different research areas.

연구 동기 및 목표

• 연구 분야에 크게 의존하는 h-인덱스의 한계를 해결하여 다양한 분야 간 공정한 비교를 가능하게 하기 위해.
• 높은 인용 수를 기록한 논문에서의 공동 저자 수를 고려한 보정된 지표를 개발하여 연구 평가의 공정성을 향상시키기 위해.
• h-인덱스 순위 그래프를 하나의 유일한 보편적 곡선으로 수렴시켜 개인의 과학적 성과를 의미 있게 분야 간 비교할 수 있도록 하기 위해.
• 분야에 의존하지 않는 강력한 지표를 제공하여 연구 성과의 인용 영향력과 공동 연구 노력의 양을 동시에 반영하기 위해.

제안 방법

• h는 h-인덱스이고 Nₜ는 최소 h회 이상 인용된 h편의 논문에서의 총 저자 수임을 고려해 새로운 지수 hI = h²/Nₜ를 정의한다.
• hI 지수를 네 가지 다른 브라질 과학 공동체의 순위 정렬된 인용 데이터에 적용하여 성능을 테스트한다.
• h와 hI의 순위 그래프를 작성하여 다양한 연구 분야 간 데이터 수렴 여부를 시각적으로 평가한다.
• hI 지수를 단독으로 논문을 발표한 경우 최소 hI회 이상 인용된 논문 수로 해석한다.
• 순위 그래프의 데이터 수렴 정도를 평가하여 hI 지수를 활용해 분야 간 개인 연구 성과를 비교한다.
• 다양한 과학 공동체에서 일관된 척도 행동을 보여줌으로써 지수의 강건성을 검증한다.

실험 결과

연구 질문

• RQ1 수정된 인용 지수로 연구 성과 평가의 분야 의존성 편향을 줄일 수 있는가?
• RQ2 높은 인용 수를 기록한 논문에서 공동 저자 수를 고려할 경우 분야 간 연구 영향력의 비교 가능성은 어떻게 변화하는가?
• RQ3 제안된 hI 지수는 다양한 과학 공동체 간 순위 그래프에서 보편적인 데이터 수렴을 이끌어내는가?
• RQ4 hI 지수는 h-인덱스의 강건성을 유지하면서 분야 간 비교 가능성을 얼마나 향상시키는가?
• RQ5 hI 지수는 다분야적 맥락에서 개인 연구 평가의 신뢰할 수 있는 대안이 될 수 있는가?

주요 결과

• hI 지수는 네 개의 브라질 과학 공동체에서 순위 그래프의 완벽한 데이터 수렴을 성공적으로 달성하여 보편적 적용 가능성을 보여준다.
• h-인덱스가 분야 간으로 분리된 곡선을 보여주는 데 반해, hI 지수는 유일하고 통합된 곡선을 생성하여 직접적인 분야 간 비교를 가능하게 한다.
• hI 지수는 h번 이상 인용된 논문들에서의 총 저자 수 Nₜ를 반영함으로써 공동 저자 수를 고려하여 분야 특유의 편향을 줄인다.
• h-인덱스의 핵심 원칙을 유지하면서도 h²/Nₜ 공식을 통해 분야에 의존하지 않는 정규화를 도입한다.
• hI 지수를 통해 연구자는 마치 단독으로 논문을 발표한 것처럼 비교할 수 있으며, hI는 단독으로 발표한 경우 hI회 이상 인용된 논문 수를 나타낸다.
• 이 방법은 공동 저자 수를 평가 지표에 통합할 경우 인용 영향력이 분야 간에 공정하게 비교될 수 있음을 보여준다.