[论文解读] A complementary index to quantify an individual's scientific research output

Pablo Diniz Batista, Mônica G. Campiteli+2 more|arXiv (Cornell University)|Sep 6, 2005

scientometrics and bibliometrics research被引用 9

一句话总结

本文提出一种互补性引用索引 hI = h²/Nₜ，通过考虑h研究者最具影响力的论文中的合著者数量（Nₜ），对不同科学领域之间的h指数进行归一化。与h指数不同，hI通过在不同巴西研究群体的排名图中实现完美的数据收敛，实现了跨领域的比较。

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.

研究动机与目标

• 解决h指数高度依赖研究领域的问题，该问题阻碍了跨学科的公平比较。
• 开发一种归一化指标，通过考虑高被引论文中的合著关系，提升科研评价的公平性。
• 通过将h指数排名图压缩为单一通用曲线，实现个体科研产出的有意义跨学科比较。
• 提供一种稳健且与学科无关的指标，反映科研产出的引用影响力与协作努力。

提出的方法

• 定义新指标 hI = h²/Nₜ，其中 h 为h指数，Nₜ 为h篇至少被引用h次的论文中的作者总数。
• 将hI指数应用于四个不同巴西科学领域的排序引用数据，以测试其性能。
• 生成h和hI的排名图，以视觉评估不同研究领域间的数据收敛情况。
• 将hI指数解释为：若研究人员单独发表论文，其需要拥有至少hI次引用的论文数量。
• 通过评估排名图中数据收敛的程度，利用hI指数比较不同领域中的个体科研产出。
• 通过展示该指标在多样化科学群体中的一致缩放行为，验证其稳健性。

实验结果

研究问题

• RQ1 修改后的引用索引能否降低在评估个体科研产出时的领域依赖性偏差？
• RQ2 在高被引论文中考虑合著关系，如何影响跨学科研究影响力的可比性？
• RQ3 所提出的hI指数是否能在不同科学群体中实现排名图的普遍收敛？
• RQ4 hI在提升跨领域可比性的同时，能在多大程度上保持h指数的稳健性？
• RQ5 hI能否作为多学科背景下个体科研评价的可靠替代h指数？

主要发现

• hI指数在四个巴西科学群体中成功实现了排名图的完美数据收敛，表明其具有普遍适用性。
• 与在不同领域中呈现发散曲线的h指数不同，hI指数产生了一条单一、统一的曲线，实现了直接的跨领域比较。
• hI指数通过整合h篇高被引论文中的作者总数Nₜ，对合著关系进行了归一化，降低了领域特定偏差。
• 该指标在保留h指数核心原则的同时，通过h²/Nₜ公式引入了与学科无关的归一化。
• hI指数使研究人员可被视为单独发表论文进行比较，其中hI代表其需要拥有至少hI次引用的论文数量。
• 该方法表明，当在评估指标中纳入合著关系时，科研影响力的比较可在不同学科间实现公平性。