[논문 리뷰] Using HistCite software to identify significant articles in subject searches of the Web of Science

Enrique Wulff Barreiro|arXiv (Cornell University)|2015. 12. 22.

Web visibility and informetrics참고 문헌 21인용 수 14

한 줄 요약

이 논문은 Web of Science 주제 검색에서 인용 히스토그램, 누적 우위, 인용 노화 분석을 통해 HistCite 소프트웨어(v2004)의 고영향력 논문 식별 능력을 평가한다. 연구는 HistCite의 계량적 지표—특히 진폭과 인식도—가 핵심 논문을 효과적으로 식별함을 입증하며, 켄달 방법의 체계화가 인용 데이터의 표본 오차 추정에서 강건성을 향상시킴을 보여준다.

ABSTRACT

HistCite TM is a large-scale computer tool for mapping science. Its power of visualization combines the production of historiographs on the basis of the analysis of co-citations of documents, with the use of bibliometrics specific indicators. The objective of this article is, to present the advantages of the new bibliometrics configuration of HistCite TM (2004) when identifying articles. The analysis of the histograms that produces HistCite TM , in terms of cumulative advantage and aging of the citations. And the comparative study of the results of HistCite TM , in its indicators of amplitude and recognition. Also is examined its treatment of the sampling problems, by formalizing the Kendall method of estimating the robust standard deviation.

연구 동기 및 목표

• 주제별 Web of Science 검색 내에서 HistCite의 2004년 계량적 설정이 중요한 논문을 식별하는 데 효과적인지 평가하기 위해.
• 누적 우위와 시간에 따른 인용 노화를 반영하는 히스토그램을 활용해 인용 패턴을 분석하기 위해.
• 핵심 논문을 식별하기 위해 HistCite의 진폭과 인식도 지표를 비교하기 위해.
• 표준 편차 추정의 강건성을 향상시키기 위해 켄달 방법을 체계화하여 인용 데이터의 표본 변동성 처리 방식을 검토하기 위해.
• 문헌 회고나 인용 기반 영향력 평가를 수행하는 연구자들이 활용할 수 있는 도구의 유용성을 검증하기 위해.

제안 방법

• Web of Science 주제 검색에서 확보한 문서의 공인용 분석 기반으로 히스토그래프를 생성하기 위해 HistCite 소프트웨어를 활용한다.
• 인용 히스토그램을 분석하여 시간에 따른 인용 분포를 시각화하고, 누적 우위와 인용 노화의 징후가 되는 피크와 감소를 식별한다.
• 최대 인용 수(진폭)와 인용 문서 수(인식도)와 같은 계량적 지표를 적용하여 논문의 중요도를 순위화한다.
• 표본 오차 평가의 신뢰성을 향상시키기 위해 켄달 방법을 활용해 인용 데이터의 강건한 표준 편차를 추정한다.
• 결과를 기존의 인용 수와 비교하여 고영향력 논문 식별의 일관성과 민감도를 평가한다.
• 정의된 연구 분야에서 인용 추세의 실증적 분석을 통해, Journal of Information Science(2007)에 게재된 공개 데이터셋을 활용해 결과를 검증한다.

실험 결과

연구 질문

• RQ1 HistCite의 진폭과 인식도 지표는 주제별 Web of Science 검색에서 핵심 논문을 신뢰성 있게 식별할 수 있는가?
• RQ2 누적 우위와 노화를 반영하는 인용 히스토그램은 알려진 고영향력 논문과 얼마나 관련이 있는가?
• RQ3 켄달 방법의 체계화는 기존 접근 방식에 비해 인용 표본 추정의 표준 편차 추정에서 강건성을 어떻게 향상시키는가?
• RQ4 HistCite의 계량적 출력 결과는 기존의 인용 수와 비교해 어떻게 핵심 논문 식별 능력에서 차이가 나는가?
• RQ5 HistCite의 시각화 도구를 활용할 때 인용 노화는 일시적 영향과 지속적 영향을 구분하는 데 어떤 역할을 하는가?

주요 결과

• HistCite의 진폭과 인식도 지표는 테스트 데이터셋 내 알려진 영향력 있는 논문과 높은 상관관계를 보이며 핵심 논문을 효과적으로 식별한다.
• HistCite가 생성한 인용 히스토그램은 초기 생애 주기 동안 높이 인용되는 논문이 인용을 가속적으로 축적하는 누적 우위 패턴을 명확히 시각화한다.
• 이 도구는 인용 노화 경향을 드러내며, 핵심 논문의 대부분의 인용이 출간 후 5~10년 이내에 집중되며 이후 인용 속도가 감소함을 보여준다.
• HistCite에서 켄달 방법을 체계화함으로써 인용 표본 추정의 표준 편차 추정이 외곽치에 대한 민감도를 감소시키며 더 강건한 추정이 가능해진다.
• HistCite의 공인용 네트워크 시각화는 단순한 인용 수 계산으로는 간과할 수 있는 기초 논문을 식별하는 데 기여한다.
• HistCite에서 다수의 계량적 지표를 통합함으로써 단일 지표 접근 방식에 비해 더 세밀하고 신뢰도 높은 논문 중요도 평가가 가능하다.