작성자 수준 메트릭

다음에 대한 시리즈 일부
인용 측정 기준
알트메트릭스 기사 레벨 저자급 아이겐 인자 G-지수 H-지수 서지학 커플링 인용 분석 역학 색인 그래프 공동 커스터마이징 근접 분석 강제 인용 I4OC 저널 레벨 CiteScore 임팩트 팩터 SCI마고 카다시안지수
v t

저자 수준의 지표는 작가, 연구원, 학계, 학계, 학계 등의 개별적 영향을 측정하는 인용 지표다.다양한 요인(총 인용 횟수만 고려하는 것부터 통계적 또는 그래프 이론적 원리를 사용하여 논문이나 저널에 배포되는 요소까지)을 고려하는 많은 지표들이 개발되었다.

이러한 연구자 간의 양적 비교의 주된 동기는 자원 배분(예: 자금 조달, 학술적 임명)이다.그러나 학계에서는 저자급 지표가 이 목표를 얼마나 잘 달성하는지에 대해서는 여전히 논란이 남아 있다.^[1][2][3]

작성자 수준의 지표는 개인보다는 학술지의 영량학적 영향을 측정하려는 저널 수준의 지표와 다르다.그러나 학술지를 위해 원래 개발된 측정기준은 저자 수준의^[4] 고유인자, 작성자 영향인자 등 연구자 수준에서 보고될 수 있다.^[5]

측정지표 목록

h-색인

형식적으로 f가 각 출판물에 대한 인용 횟수에 해당하는 함수라면 h-색인을 다음과 같이 계산한다.먼저 f의 값을 가장 큰 값에서 가장 낮은 값으로 오더한다.그런 다음 f가 그 위치보다 크거나 같은 마지막 위치를 찾는다(우리는 이 위치를 h라고 부른다).예를 들어 A, B, C, D, E 5개 간행물 각각 10, 8, 5, 4, 3개의 인용문을 가진 연구자가 있다면 4번째 간행물은 4개의 인용문이 있고 5번째 간행물은 3개의 인용문이 있기 때문에 h-지수는 4와 같다.이와는 대조적으로, 동일한 출판물에 25, 8, 5, 3, 3의 인용문이 있으면, 4번째 논문에 3개의 인용문이 있기 때문에 지수는 3이다.^[1]

저자급 아이겐 인자

저자급 아이겐팩터는 싱글 저자를 위한 아이겐팩터의 버전이다.^[6]아이겐 팩터는 저자를 인용망의 노드로 간주한다.이 측정기준에 따른 저자의 점수는 네트워크의 고유 벡터 중심성이다.

에르데스 수

"개별 연구자의 경우 Erdds 번호와 같은 척도가 네트워크의 구조적 특성을 포착하는 반면, h-index는 출판물의 인용 영향을 포착한다"는 주장이 제기됐다.공저망 서열화는 현실적이고 수용 가능한 서열을 만들기 위해 두 가지 방안을 모두 고려해야 한다고 쉽게 납득할 수 있다.몇 가지 저자 순위 시스템이 이미 제안되었다. 예를 들어 물리적 저자 순위 알고리즘이다.^[7]

i10-색인덱스

i10지수는 한 저자가 쓴 학술 간행물의 수를 나타내며 최소 10개의 출처가 인용했다.그것은 2011년 7월 구글에 의해 Google Scholar에 대한 연구의 일부로 도입되었다.^[8]

RG 점수

ResearchGate Score 또는 RG Score는 2012년 ResearchGate에서 도입한 저자급 지표다.^[9]리서치게이트의 CEO에 따르면Ijad Madisch는 "[t]he RG 스코어는 중요한 사람들, 즉 과학자들 자신으로부터 실시간 피드백을 허용한다"^[10]고 말했다.RG 스코어는 기존 작성자 수준의 지표와 상관관계가 있는 것으로 보고되었으며, 미공개 산정 방법론을 가지고 있다.^{[11][12][13][14]}두 연구는 RG 스코어가 저널 영향인자를 계산에 통합하는 것으로 보인다고 보고했다.^[13][14]RG 점수는 네트워크 중심성과 부정적으로 상관관계가 있는 것으로 조사되었으며, ResearchGate에서 가장 많이 활동하는 사용자들은 RG 점수가 높지 않다.^[15]기관차원의 콰콰콰렐리 시몬즈 대학 순위와 강하게 상관관계가 있지만 개별 저자의 엘스비에르 시발 순위와는 약하게만 상관관계가 있는 것으로 나타났다.^[16]대학별 순위와 상관관계가 있는 것으로 나타났지만, 이들 순위 자체의 상관관계는 더 높았다.^[11]

현장 가중 인용 영향

현장 가중 인용 영향(FWCI)은 스코퍼스 SciVal이 도입하고 적용한 저자급 지표다.^[17]FWCI는 실제로 받은 총 인용구를 고려된 분야의 평균에 기초하여 예상된 인용구로 나눈 값이다.FWCI 1은 출력이 전지구 평균에 대해 예상한 대로 수행됨을 의미한다.1보다 많으면 저자가 평균을 능가한다는 뜻이고, 1보다 적으면 저자가 저조한 성적을 낸다는 뜻이다.$예$를 들어 1.${\displaystyle 55}$ ${\displaystyle 1.55}$은(는) ${\displaystyle 55}$ ${\displaystyle 55$가 인용될 가능성이 더 높다는 것을 의미한다$$.^[18][19]

m-색인

m-색인은 h/n으로 정의되는데 여기서 h는 h-index이고 n은 과학자가 처음 발표한 논문 이후 경과된 년 수(^[1]m-quotient라고도 함)^[20][21]이다.

개별 h-색인

저자 수에 의해 정규화된 개별 h-색인이 제안되었다: $h{\displaystyle {}_{}}$ ${\displaystyle I_{}}$= ${\displaystyle {h\mathrm{}}^{}}$ 2${\displaystyle {}^{}}$/ ${\displaystyle N{}_{}^{}}$ ${\displaystyle a_{}^{}}$ (${\displaystyle {}_{}^{}}$T${\displaystyle {}_{}^{}}$) ${\$$I}=h^{2}/N_{a}^{{a}^{($T$)\}\}\}\}\}\},$ N ${\displaystyle a_{}^{}}$ (${\displaystyle {}_{}^{}}$T$){\$은(는) $h{\displaystyle }$ ${\displaysty h}$ 논문에서$$ 고려된 작성자 수입니다$$.^[22]h-인덱스의 분포는 분야에 따라 다르지만 단순 리스케일링 인자에 의해 정규화할 수 있는 것으로 나타났다.예를 들어, 생물학에 대한 hs를 표준으로 가정하면, 이 h를 3으로 곱하면, 즉 h = 3을 가진 수학자는 h = 9를 가진 생물학자와 동등하게 된다.이 방법은 복잡해서 그런지 쉽게 채택되지 않았다.Hirsch가 원래 제안했던 것처럼, 논문을 주문하고 h-색인을 얻기 전에 인용 카운트를 저자의 수로 나누는 것이 더 간단할 수 있다.

h²

분포 형태를 보다 정확하게 나타내기 위해 h 하부², h 중심², h 상부² 등 3가지 지표가 추가로 제안되었다.3 h² 메트릭스는 저영향 영역(h² lower), h-index에 의해² 포착된 영역(h-index), h 중심(h center)에서 과학자의 인용 분포 내의 상대적 영역²(h upper)을 측정한다.상위 백분율이² 높은 과학자들은 완벽주의자인데 반해 하위² 백분율을 가진 과학자들은 대량 생산자들이다.이러한 지표는 백분율이기 때문에 정량적 h-지수를 보충하기 위한 정성적 설명을 제공하기 위한 것이다.^[23]

g-지수

g-index의 경우 2006년에 상위 $g{\displaystyle }$ ${\displaystyle$ $g$$}$개$$ 기사가 가장 많이 소개되며, 적어도 g ${\displaystyle {2\mathrm{}}^{}}$ ${\$ g$^{2}}$개의 인용문을$$ 함께 받았다.^[24]

전자 색인

h를² 넘어 h-set에 대한 잉여 인용의 제곱근인 e-index는 무시된 인용에 대한 h-index를 보완하므로, 특히 인용률이 높은 과학자와 동일한 h-index(iso-h-index 그룹)를 가진 과학자를 비교하는 데 유용하다.^[25][26]

c-색인

c-색인은 인용문뿐만 아니라 인용문 작성자와 인용문 작성자 간의 협업 거리 측면에서 인용문의 품질을 설명한다.과학자는 N개의 인용구 중 n개가 최소한 n개의 공동작업 거리에 있는 저자의 것이고, 다른 (N - n) 인용구는 최대 n개의 공동작업 거리에 있는 저자의 인용구일 경우 c-색인을 가진다.^[27]

o-index

o-index는 h-index의 기하학적 평균과 연구자의 가장 많이 인용된 논문에 해당한다.^[28]

정규화된 h-색인

h-지수는 규율 편향이 강한 것으로 나타났다.그러나 학문 d에 있어서의 학자의 평균 h에 의한$$ 단순한 $정규화{\displaystyle }$ h /${\displaystyle ⟨}$ ${\displaystyle h_{}}$ ${\displaystyle {}_{}}$ d ${\$ h$\rangle _{d}$는 이러한 편향을 완화시키는 효과적인 방법으로서, 여러 학문의 학자들을 비교할 수 있는 보편적인 영향 지표를 얻는 것이다.^[29]

RA-지수

RA-색인은 인용률이 높은 논문 수에 대한 h-색인의 민감도 향상을 수용하고 있으며, h-core 아래에 인용 논문과 미인증 논문이 많다.이러한 개선은 h-index의 측정 민감도를 향상시킬 수 있다.^[30]

L-지수

L-인덱스는 인용횟수, 공저자수, 출판연령 등을 하나의 가치로 묶어 출판횟수와 무관하며, 0.0~9.9회까지 편리하게 분포한다.^[31]c를 인용 횟수로, y를 저자의 수로, y를 년수로 하여, L-색인은 다음 공식으로 정의된다.

${\displaystyle L=\ln \left({\sum _{i}{c_{i}}{a_{i}y}}\오른쪽)+1}$

s-색인

인용문의 비등방성 분포를 설명하는 s-지수가 제안되었으며 h와 매우 양호한 상관관계를 보이고 있는 것으로 나타났다.^[32]

w-index

w-index는 다음과 같이 정의된다. 연구자 논문의 w가 각각 최소 ${\displaystyle \mathrm{10}}$ w$[\displaystyle 10w}$개의$$ 인용구를 가지고 있고 다른 논문이 ${\displaystyle 10}$ ${\displaystyle (w}$+ $)[\displaystyle 10(w+1)]$ 미만의 인용구를$$ 가지고 있는 경우, 해당 연구자의 w-index는 w이다.^[33]

작성자 임팩트 팩터

작성자 임팩트 팩터(AIF)는 작성자에게 적용되는 임팩트 팩터다.^[5]$Y{\displaystyle }$ ${\displaystyle y}$의 $저자{\displaystyle }$ X ${\displaystyle X}$의 AIF는$$ $h-index$와는 달리 y {\displaystyle y}$년$ 전에 X {\$displaystyle \Delta y$$\}$이$(가)$ 발행한 논문에 y$$ ${\displaystystyley$ $y}$의 $평균{\displaystyle }$ $인용$ 수입니다.AIF는 시간이 지남에 따라 과학자들의 과학적 산출물이 미치는 영향의 경향과 변화를 포착할 수 있으며, 이는 전체 진로를 고려한 증가하는 조치다.

h-index의 추가 변동

예를 들어, 각 저자가 논문에 상대적인 기여를 하는 것을 통합하기 위해 제안된 모델들이 많이 있다. 예를 들면 저자의 순서에서 순위를 회계처리하는 것이다.^[34]h-지수와 저자의 인용함수의 형태(헤비테일, 플랫/피크 등)에 대한 추가 정보를 제공하는 일부 다른 지수의 일반화가 제안되었다.^[35]h-index는 결코 미래의 출판 성공을 측정하기 위한 것이 아니었기 때문에, 최근 한 연구팀이 미래 h-index에 가장 예측 가능한 특징을 조사했다.온라인 도구를 사용하여 예측을 시도할 수 있다.^[36]그러나 이후의 연구는 h-index가 누적 측정치이기 때문에 예측가능성의 상당한 과대평가로 이어지는 내재적 자동 상관관계를 포함하고 있음을 보여 주었다.따라서 미래 h-지수의 진정한 예측가능성은 이전에 주장되었던 것에 비해 훨씬 낮다.^[37]h-인덱스는 다른 시간대를 사용하여 자신의 경력 동안 진화를 분석하기 위해 타이밍을 맞출 수 있다.^[38]

비판

물리학자 호르헤 E와 같은 몇몇 학자들. 허쉬는 작가 수준의 지표들을 "중요한 평가 기준이 과학적 성취일 때, 같은 자원을 위해 경쟁하는 다른 개인들을 편견 없이 비교하는 유용한 척도"^[1]라고 칭찬해 왔다.그러나, 과학계의 다른 구성원들, 그리고 심지어 Hirsch 자신조차도^[39] 그들이 특히 이 시스템을 게임하기 쉽다고 비판해왔다.^[2][3]

서지학 연구는 인기 있는 저자 수준의 측정 기준을 조작하기 위한 여러 가지 기법을 입증했다.가장 많이 사용되는 미터법 h-인덱스는 자가시위를 통해 조작할 수 있으며,^[40][41][42] 심지어 컴퓨터에서 만든 허튼 문서도 그런 목적으로 사용될 수 있다.^[43]지표가 강압적인 인용에 의해서도 조작될 수 있는데, 이것은 저널의 편집자가 저널이 그것을 출판하는 것에 동의하기 전에 자신의 기사에 가짜 인용문을 추가하도록 강요하는 관행이다.^[44][45]

또한, h-지수를 연구 자금 조달 기관의 결정 기준으로 간주한다면, 이 경쟁에 대한 게임 이론적 해결책은 공저자 목록의 평균 길이를 증가시키는 것을 의미한다.^[46]

핵 연쇄 반응을 일으킨 레오 질라르드도 저서 '돌고래와 다른 이야기들'에서 과학적 자금 지원을 위한 의사결정 시스템에 대한 비판을 표명했다.^[47]J. 리스터 힐 상원의원은 1962년 상원 청문회에서 정부가 지원하는 암 연구의 둔화에 대한 비판의 발췌문을 읽었다.^[48]실라드의 연구는 특정한 게임 방법보다는 과학적 진보를 늦추는 지표에 초점을 맞추고 있다.

"사실은 꽤 쉬울 것 같소.당신은 연간 3천만 달러의 기부금으로 재단을 설립할 수 있다.자금이 필요한 연구원들이 설득력 있는 사례를 우편으로 보내면 보조금을 신청할 수 있다.각 위원회는 12명의 과학자로 구성된 10개의 위원회를 두고 이러한 지원서를 전달하도록 임명한다.가장 활동적인 과학자들을 실험실에서 꺼내서 이 위원회의 일원으로 만들어라.그리고 그 분야에서 가장 우수한 인재들은 각각 5만 달러의 봉급을 받고 회장으로 임명되어야 한다.또한 올해의 최고의 과학 논문들을 위해 각 10만 달러의 상금을 20개씩 받는다.이것은 네가 해야 할 거의 모든 것이다.당신의 변호사들은 재단을 위한 헌장을 쉽게 준비할 수 있었다.사실 제79회와 제80대 의회에서 도입된 국가과학재단 법안 중 어느 것도 모범이 될 수 있을 것이라고 말했다.

"우선 최고의 과학자는 실험실에서 퇴출되고 기금 신청을 위한 위원회에서 바쁘게 움직이게 될 것이다.둘째로, 자금이 필요한 과학 종사자들은 유망하다고 여겨지고 출판 가능한 결과로 이어질 것이 거의 확실했던 문제들에 집중할 것이다.몇 년 동안 과학 생산량이 크게 증가할 수 있다; 그러나 명백하고 꽤 빨리 과학이 말라버릴 것이다.과학은 응접실과 같은 것이 될 것이다.어떤 것들은 흥미롭게 여겨질 것이고, 다른 것들은 그렇지 않을 것이다.패션이 있을 거야.유행을 따르는 사람들은 보조금을 받을 것이다.그렇지 않을 사람들은 곧 유행을 따르는 법을 배우게 될 것이다."^[47]

참고 항목

• 학령
• 사이언토메트릭스

참조

추가 읽기

• Bartling, Sönke; Friesike, Sascha (2013-12-16). Opening Science: The Evolving Guide on How the Internet is Changing Research ... ISBN 978-3319000251. Retrieved 2015-08-16.
• Sally Morris; Ed Barnas; Douglas LaFrenier; Margaret Reich (2013-02-21). The Handbook of Journal Publishing. ISBN 978-1107653603. Retrieved 2015-08-16.
• Welpe, Isabell M.; Wollersheim, Jutta; Ringelhan, Stefanie; Osterloh, Margit (7 November 2014). Incentives and Performance: Governance of Research Organizations. ISBN 978-3319097848. Retrieved 2015-08-16.
• Ding, Ying; Rousseau, Ronald; Wolfram, Dietmar (6 November 2014). Measuring Scholarly Impact: Methods and Practice. ISBN 978-3319103761. Retrieved 2015-08-16.