[논문 리뷰] Citation distribution of individual scientist: approximations of stretch exponential distribution with power law tails

O.S. Garanina, M. Yu. Romanovsky|arXiv (Cornell University)|2016. 05. 12.

Complex Systems and Time Series Analysis참고 문헌 16인용 수 4

한 줄 요약

이 논문은 물리학자들의 인용 분포를 모델링하기 위해 거칠기 지수 분포와 등급형 꼬리가 결합된 네 파라미터 모델을 제안한다. 이 모델은 웹 오브 사이언스(1980년 이후)의 물리학자들에서 인용 데이터를 정확하게 맞추며, 저인용 저자들은 거칠기 지수의 등급형 꼬리에서 지수값이 약 1에 가까운 것으로 나타나고, 고인용 저자들은 핵심 영역과 꼬리 영역에서 모두 지수값이 감소하는 경향을 보이며, 과학적 영향력이 증가함에 따라 인용 역학의 변화가 나타남을 시사한다.

ABSTRACT

A multi-parametric family of stretch exponential distributions with various power law tails is introduced and is shown to describe adequately the empirical distributions of scientific citation of individual authors. The four-parametric families are characterized by a normalization coefficient in the exponential part, the power exponent in the power-law asymptotic part, and the coefficient for the transition between the above two parts. The distribution of papers of individual scientist over citations of these papers is studied. Scientists are selected via total number of citations in three ranges: 102-103, 103-104, and 104-105 of total citations. We study these intervals for physicists in ISI Web of Knowledge. The scientists who started their scientific publications after 1980 were taken into consideration only. It is detected that the power coefficient in the stretch exponent starts from one for low-cited authors and has to trend to smaller values for scientists with large number of citation. At the same time, the power coefficient in tail drops for large-cited authors. One possible explanation for the origin of the stretch-exponential distribution for citation of individual author is done.

연구 동기 및 목표

• 유연한 수학적 형태를 통해 개별 과학자들의 인용 분포를 모델링하기 위해.
• 총 인용 수가 다른 과학자들 간의 인용 패턴이 어떻게 다를지 조사하기 위해.
• 인용 분포에서 거칠기 지수 형태가 나타나는 이유를 설명하기 위해.
• 핵심 인용 분포와 등급형 꼬리 사이의 전이를 분석하기 위해.

제안 방법

• 네 파라미터로 구성된 거칠기 지수 분포의 가족을 도입하며, 정규화 계수, 지수 부분의 등급형 지수, 등급형 꼬리의 지수, 두 영역 간 전이 계수를 포함한다.
• ISI 웹 오브 지식 데이터베이스에서 확보한 물리학자들의 실측 인용 데이터에 모델을 적합시킨다.
• 과학자들을 총 인용 수 102–103, 103–104, 104–105의 세 범주로 분류한다.
• 일관된 경력 기간을 확보하기 위해 1980년 이후에 연구를 시작한 연구자를 대상으로 한다.
• 인용 수 수준에 따라 거칠기 지수 성분의 등급형 지수를 분석한다.
• 장기 꼬리 인용 행동의 변화를 탐지하기 위해 등급형 꼬리 지수도 분석한다.

실험 결과

연구 질문

• RQ1 거칠기 지수 분포에 등급형 꼬리가 첨가된 모델이 개별 과학자들의 인용 분포를 얼마나 잘 기술하는가?
• RQ2 거칠기 지수 성분의 등급형 지수는 총 인용 수에 따라 어떻게 변하는가?
• RQ3 다른 인용 수준의 과학자들 사이에서 등급형 꼬리 지수는 체계적으로 변화하는가?
• RQ4 왜 인용 분포에서 거칠기 지수 형태가 나타나는가?
• RQ5 중간 수준과 고인용 과학자들 사이에서 인용 역학에 구조적 전환이 존재하는가?

주요 결과

• 네 파라미터 거칠기 지수 분포에 등급형 꼬리가 첨가된 모델은 물리학 분야의 개별 과학자 인용 분포에 통계적으로 적합한 결과를 제공한다.
• 저인용 과학자들(102–103 인용)의 경우, 거칠기 지수 성분의 등급형 지수는 약 1에 가까우며, 이는 거의 지수 감쇠를 의미한다.
• 인용 수가 증가함에 따라 거칠기 지수 성분의 지수 값이 감소하며, 핵심 인용 분포의 감쇠 속도가 느려지는 경향을 보인다.
• 고인용 과학자들(104–105 인용)의 경우, 등급형 꼬리 지수도 감소하여 인용 분포의 꼬리가 더 무거워지는 것을 시사한다.
• 핵심 영역과 꼬리 영역의 지수 값에서 관찰된 추세는 과학적 영향력 증가에 따라 인용 역학이 체계적으로 변화함을 시사한다.
• 모델은 거칠기 지수 형태가 출판 활동과 인용 축적 과정의 조합으로 인해 발생한다는 가설을 뒷받침한다.