[论文解读] Methods for measuring the citations and productivity of scientists across time and discipline

Alexander M. Petersen, Fengzhong Wang+1 more|IMT Institutional Repository (IMT School for Advanced Studies Lucca)|Nov 6, 2009

scientometrics and bibliometrics research参考文献 25被引用 14

一句话总结

本文提出了一种归一化框架，通过调整合作规模和时间趋势的引用模式，实现跨学科和跨时间的科学产出与引用影响力公平比较。该框架引入了'引用份额'和'论文份额'，揭示了科学职业生涯中的普遍统计规律，通过出版间隔时间缩短和高影响力期刊中一致的幂律标度，证明了马太效应的存在。

ABSTRACT

Publication statistics are ubiquitous in the ratings of scientific achievement, with citation counts and paper tallies factoring into an individual's consideration for postdoctoral positions, junior faculty, tenure, and even visa status for international scientists. Citation statistics are designed to quantify individual career achievement, both at the level of a single publication, and over an individual's entire career. While some academic careers are defined by a few significant papers (possibly out of many), other academic careers are defined by the cumulative contribution made by the author's publications to the body of science. Several metrics have been formulated to quantify an individual's publication career, yet none of these metrics account for the dependence of citation counts and journal size on time. In this paper, we normalize publication metrics across both time and discipline in order to achieve a universal framework for analyzing and comparing scientific achievement. We study the publication careers of individual authors over the 50-year period 1958-2008 within six high-impact journals: CELL, the New England Journal of Medicine (NEJM), Nature, the Proceedings of the National Academy of Science (PNAS), Physical Review Letters (PRL), and Science. In comparing the achievement of authors within each journal, we uncover quantifiable statistical regularity in the probability density function (pdf) of scientific achievement across both time and discipline. The universal distribution of career success within these arenas for publication raises the possibility that a fundamental driving force underlying scientific achievement is the competitive nature of scientific advancement.

研究动机与目标

• 解决跨学科和跨时间比较科学成就时缺乏标准化度量的问题。
• 纠正因合作规模和学科特异性引用习惯导致的引用与产出度量偏差。
• 开发一种通用的归一化方法，实现对个体科学职业生涯的公平比较。
• 研究科学成功背后的统计规律性，以及累积优势（马太效应）在职业发展中的作用。

提出的方法

• 通过将每篇论文的引用数除以同一年发表论文的平均引用数，对引用数进行归一化，实现跨时间比较。
• 通过将总引用数和出版物数量在所有合作者间平均分配，调整合作规模，生成'引用份额'和'论文份额'。
• 利用所得的归一化度量，分析1958年至2008年六种高影响力期刊中科学家的职业轨迹。
• 对引用份额和论文份额的概率密度函数（PDF）进行幂律拟合，以识别标度指数。
• 分析出版间隔时间，检测马太效应，即后续出版速度加快表明累积优势。
• 使用受统计力学启发的模型，解释观测到的幂律分布及科学职业生涯中的竞争动态。

实验结果

研究问题

• RQ1 如何对引用和产出度量进行归一化，以实现在不同学科和时间之间的公平比较？
• RQ2 在度量正确归一化后，科学成就的分布中会浮现何种统计规律？
• RQ3 马太效应——即早期成功导致进一步成功——在科学出版生涯中在多大程度上表现出来？
• RQ4 合作规模和时间趋势的引用模式在多大程度上影响传统科学绩效度量的公平性？
• RQ5 是否存在普遍适用的标度定律，支配着不同科学领域中的科学产出与影响力？

主要发现

• 六种高影响力期刊中引用份额和论文份额的概率密度函数（PDF）遵循幂律分布，标度指数 α ≈ 2.5–2.6，表明科学成就具有普遍的统计结构。
• 单篇论文的标度指数（γ ≈ 3）大于总引用份额和论文份额的标度指数，表明卓越职业生涯比卓越论文更常见，因为它们可源于持续的稳定表现。
• 大多数作者的出版间隔时间平均随时间减少，⟨τ(1)⟩在不同期刊中为2.2至3.5年，为马太效应提供了定量证据。
• PRL中的出版间隔时间下降最为显著，可能由于高能物理领域大型合作项目每年产生多个高影响力成果。
• 归一化度量揭示，科学成功本质上具有竞争性，累积优势驱动了跨学科和跨时间的职业发展。
• 该框架成功消除了学科特异性和时间偏差，实现了科学产出与影响力在跨学科和跨时间上的有效比较。