[논문 리뷰] A multi-dimensional framework for characterizing the citation impact of scientific publications

Yi Bu, Ludo Waltman외 1명|arXiv (Cornell University)|2019. 01. 28.

scientometrics and bibliometrics research참고 문헌 30인용 수 9

한 줄 요약

이 논문은 단순한 인용 수를 넘어서 과학적 논문의 인용 영향을 다차원적으로 특성화하기 위한 프레임워크를 제안한다. 인용 수준, 깊이, 넓이, 독립성의 네 가지 차원을 도입하여 다양한 분야의 고인용 논문 및 과학측정학 분야의 사례 연구에서 실증 데이터를 분석함으로써, 인용 영향이 이들 차원을 통해 크게 다를 수 있음을 밝혀내며, 기존의 일차원적 지표보다 풍부한 이해를 가능하게 한다.

ABSTRACT

The citation impact of a scientific publication is usually seen as a one-dimensional concept. We introduce a multi-dimensional framework for characterizing the citation impact of a publication. In addition to the level of citation impact, quantified by the number of citations received by a publication, we also conceptualize and operationalize the depth and breadth and the dependence and independence of the citation impact of a publication. The proposed framework distinguishes between publications that have a deep citation impact, typically in a relatively narrow research area, and publications that have a broad citation impact, probably covering a wider area of research. It also makes a distinction between publications that are strongly dependent on earlier work and publications that make a more independent scientific contribution. We use our multi-dimensional citation impact framework to report basic descriptive statistics on the citation impact of highly cited publications in all scientific disciplines. In addition, we present a detailed case study focusing on the field of scientometrics. The proposed citation impact framework provides a more in-depth understanding of the citation impact of a publication than a traditional one-dimensional perspective.

연구 동기 및 목표

• 일차원적 인용 지표를 넘어서, 인용 영향을 특성화하기 위한 종합적인 프레임워크를 도입하기 위해.
• 인용 영향의 네 가지 차원인 수준, 깊이, 넓이, 독립성을 개념화하고 실용화하기 위해.
• 이 프레임워크를 사용하여 모든 과학 분야의 고인용 논문의 인용 영향을 분석하기 위해.
• 과학측정학 분야에서의 세부 사례 연구를 통해 프레임워크의 적용 가능성을 검증하기 위해.
• 기존의 인용 수만으로는 이해하기 어려운 과학적 영향의 더 미묘한 이해를 제공하기 위해.

제안 방법

• 프레임워크는 네 가지 차원을 포함한다: 인용 수준(인용 횟수), 깊이(특정 연구 분야 내 집중도), 넓이(다양한 연구 분야에 걸친 커버리지), 독립성(이전 연구에 대한 의존도).
• 인용 깊이는 특정 하위 분야나 주제에 대한 인용의 집중도로 측정된다.
• 인용 넓이는 인용하는 연구 분야의 다양성으로 정량화된다.
• 독립성은 기본적인 논문을 참조하는 인용 비율과 최근 또는 독립적인 기여를 반영하는 인용 비율을 분석하여 평가된다.
• 프레임워크는 웹 오브 사이언스 및 기타 데이터베이스에서 확보한 인용 데이터를 사용하여 모든 과학 분야의 고인용 논문에 적용된다.
• 과학측정학 분야의 세부 사례 연구는 분야의 대표적인 논문을 분석하여 프레임워크의 실용적 유용성을 입증한다.

실험 결과

연구 질문

• RQ1 단순한 인용 수를 넘어서 깊이, 넓이, 독립성 등의 차원에서 인용 영향이 어떻게 달라지는가?
• RQ2 고인용 논문이 다양한 과학 분야에서 깊이 또는 넓이 있는 인용 영향을 얼마나 많이 보이는가?
• RQ3 과학측정학 분야의 논문은 다른 분야와 비교해 어떤 방식으로 인용 영향 프로필이 다를까?
• RQ4 인용 독립성과 과학적 논문의 장기적 영향력 사이에는 어떤 관계가 있는가?
• RQ5 기존의 인용 기반 지표보다 다차원적 프레임워크가 과학적 영향의 복잡성을 더 잘 포착할 수 있는가?

주요 결과

• 높은 인용 수를 기록한 논문들은 종종 특정 연구 하위 분야 내에서 집중적인 영향을 미치는 강한 깊이를 보인다.
• 매우 많은 고인용 논문들이 넓은 인용 영향을 보이며, 여러 과학 분야에 걸쳐 교차적 영향을 미친다는 것을 시사한다.
• 높은 독립성 점수를 가진 논문들은 이전 연구에 의존도가 낮고 새로운 개념을 도입함으로써 더 혁신적인 경향이 있다.
• 프레임워크는 일부 고인용 논문이 높은 인용 수를 기록하지만 넓이와 깊이가 낮아 좁은 범위 외에는 영향력이 제한적임을 드러냈다.
• 과학측정학 사례 연구에서 대표적인 논문들은 인용 영향 프로필에서 매우 다양함을 보였으며, 일부는 깊이로, 일부는 넓이로 높은 영향력을 확보했다.
• 다차원적 프레임워크는 유사한 인용 수를 기록하지만 영향력의 패턴이 다른 논문들을 효과적으로 구분함으로써, 일차원적 지표에 비해 추가적인 가치를 입증했다.