Skip to main content
QUICK REVIEW

[论文解读] Generalized Linear Weights for Sharing Credits Among Multiple Authors

Ash Mohammad Abbas|arXiv (Cornell University)|Dec 25, 2010
scientometrics and bibliometrics research参考文献 5被引用 6
一句话总结

本文提出了一种广义线性权重分配方案,称为算术:类型-2,用于在多作者研究论文中分配信用。该方案根据作者位置和可调参数 α,以线性递减或递增的方式分配权重,其中相等权重和先前的算术:类型-1方案为特殊情况。其主要贡献是一个灵活且数学基础坚实的框架,可在不同学术领域中实现受控的、基于位置的信用共享。

ABSTRACT

Assignment of weights to multiple authors of a paper is a challenging task due to its dependence on the conventions that may be different among different fields of research and research groups. In this paper, we describe a scheme for assignment of weights to multiple authors of a paper. In our scheme, weights are assigned in a linearly decreasing/increasing fashion depending upon the weight decrement/increment parameter. We call our scheme Arithmetic: Type-2 scheme as the weights follow an arithmetic series. We analyze the proposed weight assignment scheme and compare it with the existing schemes such as equal, arithmetic, geometric, and harmonic. We argue that the a positional weight assignment scheme, called arithmetic scheme, which we refer to Arithmetic: Type-1 in this paper, and the equal weight assignment scheme can be treated as special cases of the proposed Arithmetic: Type-2 scheme.

研究动机与目标

  • 解决在多作者研究论文中公平分配作者信用的挑战。
  • 开发一种广义的权重分配方案,以适应不同学术领域和研究团队的多样化惯例。
  • 提供一种数学上严谨且可调的方法,基于作者位置和贡献顺序分配权重。
  • 证明现有方案如相等权重、算术(类型-1)、几何权重和调和权重可被视为所提框架的特殊情况。
  • 通过将加权引用整合到学术指标中,实现更准确的研究人员评估。

提出的方法

  • 提出一种线性权重分配模型,其中第 j 位作者的权重定义为 wj = w1 − (j−1)α,形成一个等差数列。
  • 推导出首位作者和末位作者权重的闭式表达式:w1 = 1/k + α(k−1)/2 和 wk = 1/k − α(k−1)/2,确保所有权重之和为 1。
  • 引入 α 作为可调的权重递减/递增参数(0 ≤ α ≤ 1),以控制作者位置间权重衰减或增长的速率。
  • 建立相等权重方案(所有作者均为 1/k)和算术:类型-1方案(先前工作中的方案)均为所提类型-2方案的特殊情况。
  • 通过解析推导和渐近近似,将所提方案与几何权重和调和权重方案进行比较。
  • 建议通过在指标计算前将论文引用乘以个人作者权重,将其整合到学术指标中。

实验结果

研究问题

  • RQ1当贡献因作者位置而异时,如何公平地在多位作者之间分配信用?
  • RQ2能否开发一个统一的广义框架,涵盖现有权重方案如相等、算术、几何和调和权重?
  • RQ3哪些数学约束可确保分配权重之和为 1,同时保持线性递推?
  • RQ4所提方案的灵活性(由 α 控制)与非可调方案(如几何或调和权重)相比如何?
  • RQ5在不改变核心索引逻辑的前提下,所提方案在多大程度上可无缝集成到现有研究人员评估指标中?

主要发现

  • 所提的算术:类型-2方案将相等权重分配和算术:类型-1方案作为特殊情况统一起来,当 α = 0 时得到相等权重,特定 α 值可匹配类型-1方案。
  • 首位作者的权重为 w1 = 1/k + α(k−1)/2,末位作者的权重为 wk = 1/k − α(k−1)/2,该结果由所有权重之和为 1 的约束推导得出。
  • 权重递减参数 α 允许对作者位置间信用衰减或增长的速率进行精细控制,支持渐进或陡峭的变化。
  • 与几何和调和方案不同,所提的线性方案通过 α 实现对权重分布的直接控制,这是非线性方案所不具备的。
  • 调和权重方案中,首位作者的权重是末位作者的 k 倍,该比例是固定且不可调的,而所提方案则可调。
  • 所提方案可通过在指标计算前将引用乘以作者特定权重,无缝集成到现有基于引用的指标中。

更好的研究,从现在开始

从阅读论文到最终审阅,大幅缩短您的研究时间。

无需绑定信用卡

本解读由 AI 生成,并经人工编辑审核。