[论文解读] Fractional counting of authorship to quantify scientific research output

V. Carbone|arXiv (Cornell University)|Jun 1, 2011

scientometrics and bibliometrics research参考文献 16被引用 6

一句话总结

本文提出通过引用数量的幂律加权（以合著者人数的平方根为权重，μ ≈ 0.5）实现作者署名的分数化计数，以标准化h指数和g指数，从而减少因合作规模不同带来的偏差。该方法消除了因团队规模导致的指标人为膨胀，揭示了意大利FIS01 SSD领域物理学家科学影响力的一致、稳定分布。

ABSTRACT

We investigate the problem of counting co-authorhip in order to quantify the impact and relevance of scientific research output through normalized extit{h-index} and extit{g-index}. We use the papers whose authors belong to a subset of full professors of the Italian Settore Scientifico Disciplinare (SSD) FIS01 - Experimental Physics. In this SSD two populations, characterized by the number of co-authors of each paper, are roughly present. The total number of citations for each individuals, as well as their h-index and g-index, strongly depends on the average number of co-authors. We show that, in order to remove the dependence of the various indices on the two populations, the best way to define a fractional counting of autorship is to divide the number of citations received by each paper by the square root of the number of co-authors. This allows us to obtain some information which can be used for a better understanding of the scientific knowledge made through the process of writing and publishing papers.

研究动机与目标

• 解决传统h指数与g指数因科学出版物中合作规模差异而产生的偏差问题。
• 识别一种最优的分数化计数方法，使文献计量指标对平均合著者人数的依赖性最小化。
• 评估标准化指标是否能将不同科学产出群体统一为一个可解释的单一分布。
• 为终身职位评定、科研资助及学术机构遴选等过程提供数据驱动、客观的科学影响力评估标准。

提出的方法

• 将每篇有N位合著者的论文中每位作者的引用权重定义为1/√N，并将此权重应用于所有引用。
• 引入标准化指标hμ和gμ，其中引用按N−μ加权，且使用分数化引用计数重新计算指标。
• 采用非线性最小二乘拟合方法，确定使hμ和gμ对平均合著者数量（Mj）的依赖性最小化的最优μ值。
• 将hμ和gμ的经验分布拟合至柯西-洛伦茨函数，以提取典型值（h⋆, g⋆）和波动范围（σh, σg）。
• 使用来自Web of Science的60位意大利全职教授（FIS01 SSD领域）的数据集验证该方法。
• 比较不同μ值（如0.5、0.6、1.0）的表现，识别出在合作规模间方差最小的μ值。

实验结果

研究问题

• RQ1 最优的分数化引用加权幂次μ为何值，可使h指数与g指数对平均合著者人数的依赖性最小？
• RQ2 当μ ≈ 0.5时，分数化计数是否能将基于合作规模的两个不同科学产出群体合并为一个连贯的单一分布？
• RQ3 标准化的hμ与gμ指标在反映不同合作规模下的真实科学影响力方面，与传统指标相比表现如何？
• RQ4 哪种统计分布最能描述标准化指标？这反映了科学生产力背后动力学机制的何种含义？
• RQ5 所得到的标准化指标能否作为终身职位评定、科研资助或学术机构遴选中的客观基准？

主要发现

• 最优的分数化计数参数为μ⋆ ≈ 0.53 ± 0.01，非常接近1/2，表明按合著者人数的平方根加权最能有效标准化指标。
• hμ与gμ均表现出对平均合著者数量（Mj）的强独立性，证实√N加权能有效消除合作规模带来的偏差。
• 总分数化引用数Ctot(μ)与hμ²和gμ²呈线性关系，系数分别为αμ = 5.45 ± 0.08和βμ = 2.04 ± 0.07。
• hμ与gμ的经验分布可用柯西-洛伦茨函数良好拟合，典型值分别为h⋆ ≈ 6.80 ± 0.01和g⋆ ≈ 11.70 ± 0.07。
• g指数的波动宽度σg ≈ 8.5 ± 0.6显著大于h指数的σh ≈ 4.0 ± 0.1，表明高被引论文分布的变异性更高。
• 结果表明，科学影响力主要由少数高被引论文驱动，且g指数比h指数更能敏感捕捉这种异质性。