[论文解读] Identification of Influential Scientists vs. Mass Producers by the Perfectionism Index

Antonis Sidiropoulos, Dimitrios Katsaros+1 more|arXiv (Cornell University)|Sep 22, 2014

Perfectionism, Procrastination, Anxiety Studies参考文献 13被引用 6

一句话总结

本文提出了完美主义指数（PI）与极端完美主义指数（XPI），通过分析引文曲线中的区域——特别是尾部区域与理想补全惩罚区域——来区分‘有影响力’的科学家（少数高影响力论文）与‘大规模生产者’（大量中等影响力论文）。PI指数能有效区分这两类群体，对自引具有鲁棒性，且与h指数等传统指标无关，显示出在科学计量分析中的强大实用性。

ABSTRACT

The concept of h-index has been proposed to easily assess a researcher's performance with a single number. However, by using only this number, we lose significant information about the distribution of citations per article in an author's publication list. In this article, we study an author's citation curve and we define two new areas related to this curve. We call these "penalty areas", since the greater they are, the more an author's performance is penalized. We exploit these areas to establish new indices, namely PI and XPI, aiming at categorizing researchers in two distinct categories: "influentials" and "mass producers"; the former category produces articles which are (almost all) with high impact, and the latter category produces a lot of articles with moderate or no impact at all. Using data from Microsoft Academic Service, we evaluate the merits mainly of PI as a useful tool for scientometric studies. We establish its effectiveness into separating the scientists into influentials and mass producers; we demonstrate its robustness against self-citations, and its uncorrelation to traditional indices. Finally, we apply PI to rank prominent scientists in the areas of databases, networks and multimedia, exhibiting the strength of the index in fulfilling its design goal.

研究动机与目标

• 解决h指数在捕捉研究人员发表列表中引文分布方面的局限性。
• 开发一种定量方法，以区分‘有影响力’科学家（少数高影响力论文）与‘大规模生产者’（大量中等影响力论文）。
• 探索引文曲线区域（过剩、尾部、核心）中蕴含的潜在信息，超越作为破局工具的用途，将其视为第一等指标。
• 创建一种鲁棒且对自引不敏感的指数，以反映出版态度与学术影响力模式。
• 在真实世界数据集（涵盖数据库、网络与多媒体领域）中评估PI指数的表现。

提出的方法

• 将尾部补全惩罚区域（TC-area）定义为位于h指数线以下但高于引文曲线尾部的区域。
• 将理想补全惩罚区域（IC-area）定义为位于h核心方块之外但仍在发表数量限制范围内的区域。
• 将完美主义指数（PI）计算为基于TC-area的归一化度量，正值表示影响力，负值表示大规模生产。
• 使用IC-area计算极端完美主义指数（XPI），以实现更极端的分类。
• 利用Microsoft Academic Service的数据提取引文曲线，并计算数据库、网络与多媒体领域研究人员的PI与XPI。
• 应用统计分析检验PI与h指数的无关性以及对自引的鲁棒性。

实验结果

研究问题

• RQ1 h核心之外的引文曲线区域是否能为区分有影响力科学家与大规模生产者提供有意义的基础？
• RQ2 与h指数相比，完美主义指数（PI）是否对自引具有鲁棒性？
• RQ3 PI与h指数等传统科学计量指标的相关性在多大程度上较低？
• RQ4 PI是否能在真实学术领域中有效将研究人员分类为‘有影响力’与‘大规模生产者’？
• RQ5 PI指数是否能揭示超越引文数量的研究人员出版习惯方面的洞察？

主要发现

• PI指数成功地将科学家划分为‘有影响力’（PI > 0）与‘大规模生产者’（PI < 0）两类，且引文曲线形态有明显区分。
• PI指数与h指数相关性较低，表明其捕捉了研究影响力的不同方面。
• PI指数对自引具有鲁棒性，在自引被人为放大时仍能保持稳定的分类。
• 在数据库、网络与多媒体领域中，PI正确识别出Hari Balakrishnan与David Johnson等知名有影响力研究者为顶尖表现者，尽管其学术隶属关系各异。
• XPI指数通过强调极端出版行为进一步细化了分类，高值表示强烈的完美主义倾向。
• 本研究表明，PI指数可用于推断出版态度，例如偏好少数高影响力论文与偏好高数量中等影响力论文的策略。