[论文解读] Citation impacts revisited: how novel impact measures reflect interdisciplinarity and structural change at the local and global level

Michel Zitt, Jean‐Philippe Cointet|arXiv (Cornell University)|Feb 18, 2013

scientometrics and bibliometrics research被引用 5

一句话总结

本文提出一种引文侧归一化方法，通过校正不同科学领域间引文倾向不均的问题，以改善跨学科引文影响力比较。该研究引入了变化-交换指数（CEI），通过归一化影响力方差捕捉科学的结构动态，利用十年的Web of Science数据揭示了跨学科性与随时间演变的系统性变化。

ABSTRACT

Citation networks have fed numerous works in scientific evaluation, science mapping (and more recently large-scale network studies) for decades. The variety of citation behavior across scientific fields is both a research topic in sociology of science, and a problem in scientific evaluation. Normalization, tantamount to a particular weighting of links in the citation network, is necessary for allowing across-field comparisons of citation scores and interdisciplinary studies. In addition to classical normalization which drastically reduces all variability factors altogether, two tracks of research have emerged in the recent years. One is the revival of iterative "influence measures". The second is the "citing-side" normalization, whose only purpose is to control for the main factor of variability, the inequality in citing propensity, letting other aspects play: knowledge export/imports and growth. When all variables are defined at the same field-level, two propositions are established: (a) the gross impact measure identifies with the product of relative growth rate, gross balance of citation exchanges, and relative number of references (b) the normalized impact identifies with the product of relative growth rate and normalized balance. At the science level, the variance of growth rate over domains is a proxy for change in the system, and the variance of balance a measure of inter-disciplinary dependences. This opens a new perspective, where the resulting variance of normalized impact, and a related measure, the sum of these variances proposed as a Change-Exchange Indicator, summarize important aspects of science structure and dynamism. Results based on a decade's data are discussed. The behavior of normalized impact according to scale changes is also briefly discussed.

研究动机与目标

• 为解决由于科学领域间引文习惯差异导致的跨领域引文影响力比较难题。
• 开发一种在保持网络连贯性的同时校正引文倾向不均的归一化方法。
• 提出一种宏观指标——变化-交换指数（CEI），以总结科学的结构与动态特征。
• 利用大规模引文数据探索增长率、引文平衡与跨学科性之间的关系。
• 倡导采用无命名体系的文献计量聚类，作为比基于数据库分类更合适的引文网络分析框架。

提出的方法

• 提出一种引文侧归一化方法，根据引文领域引文倾向对引文进行加权，而非基于被引领域进行归一化。
• 推导出两个关键命题：(a) 总影响力 = 相对增长率 × 总引文平衡 × 相对参考文献数量；(b) 归一化影响力 = 相对增长率 × 归一化平衡。
• 引入变化-交换指数（CEI）作为归一化影响力方差之和，具体为各领域增长率方差与引文平衡方差的总和。
• 利用Web of Science数据对十年间科学领域间的引文流动进行实证分析，采用固定命名体系（如学科类别）。
• 使用相对指标（增长率、平衡度、影响力）将结构与动态特征与绝对引文数量分离。
• 提出应转向基于网络的领域划分方法，采用文献计量聚类，优先采用与引文侧归一化原则一致的无命名体系方法。

实验结果

研究问题

• RQ1 尽管各科学领域引文习惯不同，如何实现引文影响力在不同学科间的有意义比较？
• RQ2 各领域间增长率与引文平衡在多大程度上反映了科学的结构性与动态性变化？
• RQ3 新指标——变化-交换指数（CEI）是否能有效总结引文网络中的跨学科性与系统性变化？
• RQ4 引文侧归一化在保持网络连贯性与可解释性方面，为何优于传统的被引侧归一化？
• RQ5 从基于数据库的分类体系转向文献计量聚类，对分析科学结构与动态性有何影响？

主要发现

• 领域层面的归一化影响力在数学上被定义为相对增长率与归一化引文平衡的乘积，提供了一致且可解释的度量指标。
• 实证验证表明，变化-交换指数（CEI）是科学结构性与动态复杂性的总结性度量，结合了各领域增长率方差与引文不平衡方差。
• 基于十年Web of Science数据的实证分析显示，增长率与引文平衡呈负相关，表明在新兴阶段存在不对称的知识流动。
• 归一化影响力及其组成部分（增长率与平衡度）的方差，分别可作为系统性变化与跨学科性的代理指标。
• 引文侧归一化比被引侧归一化更能保持网络完整性，从而支持更可靠的跨学科分析。
• 本研究建议，未来领域划分应从基于命名体系的系统转向文献计量聚类，以更好地契合引文侧归一化的原则。