研究员的可靠性指标h指数在下降

作者模式的改变意味着h指数不再是一个有效的方法来衡量一个科学家的影响,根据一项新的研究数据科学家技术巨头英特尔。

首先创建于2005年由美国物理学家乔治·赫希,h指数是衡量一个研究员最高度引用的论文。一个科学家和一个30 h指数已经发表了30篇论文,都被认为超过30倍。

由于其相对简单,h指数已成为一种广泛使用的工具,量化科学家们在他们的领域的影响。但是它的使用一直是有争议的。推出以来,它一直是高度由专业bibliometricians批评,”说Lutz Bornmann研究评估专家在慕尼黑马克斯·普朗克协会,德国。

h指数的批评者指出它有失公平青年科学家,他有更少的时间比他们年长同事发表论文和引文。度规也未能占出版率在不同学术领域,甚至可以鼓励坏出版实践,如过度的自相关性和包含作者论文贡献小。h指数也完全忽略了学术生活超出了出版的重要方面——例如领导角色、教学或拓展。不过,它已成为一个受欢迎的指标尤其是业余bibliometricians,“Bornmann说。

调查h

尽管这些问题,h指数仍在受欢迎的学术特性数据库和在某些情况下会影响重要决策影响研澳门万博公司究者的职业的招聘和资金。Vladlen Koltun在英特尔的智能系统实验室首席科学家解释说,他和他的同事注意到矛盾当浏览在各领域研究者的h-indices。

我们着手调查h指数,我们问它是否真的是我们能想出的最好的指标,因为它正在使用,不管我们喜欢与否,“Koltun说。这是被用作教育的目的我们都使用它的方式,但同时,或许更重要的是,它被各种委员会,评估科学家奖,促销等等。

Koltun和他的同事大卫Hafner使用的计算工具来分析从数以百万计的文章引用数据在四个不同的科学领域。我们收集的数据与时间注释,这样我们就可以跟踪研究进化的h指数随着时间的推移,我们知道研究者的h指数是在2010年,2019年,1998年,“Koltun说。”,我们这么做的成千上万的研究人员。

然后他们相互参照的数据对各种科学奖项的获奖者名单和国家科学院,放开手脚,Koltun原因作为证据的科学家的声誉在他们的社区。

所以我们可以实时检查相关——目前h指数与声誉吗?”Koltun解释道。但更有趣的是,我们可以问这样的问题,“h指数预测未来声誉吗?”,因为这是它是如何被使用的…最重要的使用这些指标等做决定我们应该聘用谁呢?”

预测能力楼道里

根据Koltun分析、h指数第一次创建时是合理的良好指标可能赢得未来的奖项。但这“预测能力”开始减弱。现在,排名由h指数之间的相关性在物理学中,例如,和排名奖励和认可的学术界引起的——相关性为零,没有相关性,”Koltun说。

原因之一是越来越多的大型科学合作,Koltun解释道。他指出hyper-authorship——越来越多的现象,全球研究联盟产生与成千上万的论文合著者——让人们攫取巨大h-indices很快。

“我们的数据也表明,hyper-authors只是作者的一种极端表现转变模式和出版模式。通常,人们发布更多,人们与他人共同撰写,作者列出了越来越Koltun说。”,如果你不考虑,你得到的是一个指标的通货膨胀和通货膨胀在h-indices。”

Koltun Hafner提出一种新的衡量标准,“h-frac”,来解决这个问题。h-frac,分配的比例每个作者的引文,这取决于论文的合著者。这是更可靠的比h指数…即使我们回到2005年,当时介绍了h指数,h-frac已经更可靠,但差距急剧扩大,因为h指数跌落悬崖的可靠性。

h指数和h-frac都试图确定哪些人员取得了最大的累积一生贡献他们的领域。但英特尔团队也希望类似的措施是否可以提供洞察目前执行组最具创新性的工作,或持续产生突破性的结果。在最新的研究中,目前在同行评审预印Koltun, Hafner建议另外一种方法去解决这个问题,评估的帽子,如何有效的研究员的工作是体积相对于出版。

自2005年以来,50多个替代措施,提出了h指数没有任何接收现实意义,Bornmann说相信任何新的变体将成为重要的指标。他指出,科学的Web数据库最近采用了beamplots——一个数据可视化工具,Bornmann的团队帮助发展,这说明了一个研究人员出版的历史。Clarivate,维护网络的科学,希望这样的工具的引导我们远离减少单点度量和迫使我们考虑为什么引用性能是这样的。

Koltun和Hafner承认调用放弃简化citation-based指标和同意理想场景需要深入评估研究者的工作。但是使用这些措施“像以往一样普遍”,他们认为有需要更好的指标。他们希望他们的发现能够通知科学和科学支持进一步定量分析的研究,出版和科学成就。