[论文解读] Citation distribution of individual scientist: approximations of stretch exponential distribution with power law tails

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

Complex Systems and Time Series Analysis参考文献 16被引用 4

一句话总结

本文提出了一种具有幂律尾部的四参数拉伸指数分布，用于建模个体科学家的引文分布。研究结果表明，该模型能准确拟合来自 Web of Science（1980 年及以后）的物理学家引文数据，揭示低被引作者在拉伸指数部分的幂指数接近于一，而高被引作者在主体部分和尾部的幂指数均呈现下降趋势，表明其引文动态随科学影响力提升而发生变化。

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.

研究动机与目标

• 使用灵活的数学形式对个体科学家的引文分布进行建模。
• 研究不同总被引次数的科学家之间引文模式的差异。
• 解释引文分布中拉伸指数行为的成因。
• 分析核心引文分布与幂律尾部之间的过渡特征。

提出的方法

• 引入一个四参数的拉伸指数分布族，包含归一化系数、指数部分的幂指数、幂律尾部的幂指数，以及两部分之间的过渡系数。
• 将该模型拟合至 ISI Web of Knowledge 数据库中物理学家的实证引文数据。
• 将科学家按三个被引范围分类：102–103、103–104 和 104–105 篇总被引。
• 研究聚焦于 1980 年后开始发表论文的研究者，以确保职业时长一致。
• 分析拉伸指数部分的幂指数随被引水平的变化情况。
• 同时考察幂律尾部的指数，以检测长尾引文行为的变化。

实验结果

研究问题

• RQ1 具有幂律尾部的拉伸指数分布在多大程度上能准确描述个体科学家的引文分布？
• RQ2 拉伸指数部分的幂指数如何随总被引数变化？
• RQ3 不同被引水平的科学家之间，幂律尾部指数是否系统性变化？
• RQ4 引文分布中拉伸指数形式的出现原因是什么？
• RQ5 中等被引与高被引科学家之间的引文动态是否存在结构性转变？

主要发现

• 四参数拉伸指数分布结合幂律尾部能对物理学领域个体科学家的引文分布提供统计上充分的拟合。
• 对于低被引作者（102–103 篇被引），拉伸指数部分的幂指数约为一，表明接近指数衰减。
• 随着被引数增加，拉伸指数部分的幂指数下降，表明核心引文分布的衰减速度变慢。
• 对于高被引科学家（104–105 篇被引），幂律尾部指数也下降，表明引文分布的尾部更重。
• 主体部分与尾部指数的趋势变化表明，引文动态随科学影响力提升而系统性改变。
• 该模型支持拉伸指数形式源于出版产出与引文累积过程共同作用的假设。