海归学者发起的公益学术平台
分享信息,整合资源

交流学术,偶尔风月
2005年,物理学者Jorge Hirsch提出了h-index指标。h代表“高引用次数”(high citations),学者的h指数(或称h因子)表示他至多有h篇论文分别被引用了至少h次。作为衡量科研人员产出和影响力的一项新工具,h-index的作用已经越来越明显。同发文期刊的影响因子相似,在很多地区, h因子对于学者的前途发展也起着至关重要的作用。然而,人们也逐渐认识到由此引发的问题。
h-index的影响
在学术界,当涉及学者雇佣、项目资金以及晋升等问题时,h因子已经逐渐成为影响决议的一项重要因素。欧洲研究委员会和国际学术出版商Elsevier等曾提倡在学者评价时对h因子的使用。Hirsch也曾在其论文中建议,对于主流研究型大学来说,h因子达到12可以视为获得终身教席的标准,而达到18就足以拿到正教授了。
面对如此沉甸甸的诱惑,难怪有学者痴迷于自己的h因子数据,每逢同研究领域有新文章出来时,都仔细挖掘参考文献中是否有自己名字的痕迹。然而在这件事上,学者们只要再多迈出一步,就可能踏过了道德的界线。目前已经出现这样一种隐忧:一些学者可能过多地引用自己的论文,从而刷高h因子。
对于个人而言,自引可谓是难以拒绝的。这能够快速提高学者自身学术影响力和可见度,操作方便,且没有负面作用。然而,在学术层面,这将在很大程度上影响灵感的涌动,令人难以去鉴别和嘉奖优秀的研究,进而改变了科学应有的方向。
比如,年轻而富有进取心学者为了获得认可,并没有基于个人兴趣或价值,而是从如何最快获得引用出发,选择了科研项目;再比如,有近期调查显示,在过去20年中,男性学者比女性学者的自引率高出70%。
如果这一切都被放任,过多的自引可能会危害到h因子这种为了实现更理想的公平合理而设计的量化衡量方法。
如何应对过度自引?
一种应对方法是惩罚那些滥用这种手段的人,这需要基于引用的另一种自引衡量方法。但是可能会诱发大规模的自我审查,带来对于何为不适当行为的无尽争论。毕竟,有些自引是合理的情况,比如当一篇论文源于一项相关而持续性的前沿研究项目的后续结果。
另一种办法是从引用数据中排除掉自引。诸如Web of Science和Scopus这些数据库已经使之成为可能。它们能够在评估报告中去除自引,这将能够阻挡那些蓄意增加引用量的行为。当然,对于那些正当自引的情况,这也无法做到完全的公正。
总之,试图排除或惩罚自引行为的措施只能对科研产出的衡量带来有限的帮助,难以促进良好引用习惯的培养。
也许最好的方法是在报告中将自引透明化。这很容易实现,我们只需将h因子改造一下,就可创造出所谓的s因子(self-citaion index,或s-index):学者的s因子表示他至多有s篇论文分别被自己引用了至少s次。
s-index
在最近发表于MDPI的文章中,福莱特等人展示了透明化自引报告的样例。比如给定一位学者,其所有被引用过的论文都参与统计,其自身作为作者引用的文章被单独注明。通过如下图表可以看出不同学者论文引用情况,以及h因子和s因子数据。我们看到的是三位同领域物理学者的分析结果。显然,他们的自引行为有着明显不同,第三位学者的大部分被引文章都来自他自己的贡献。
三位同领域物理学者的论文引用分析。尽管第三位学者的h因子最高,但其自引文章(红色)数量高于其他学者对其的引用。S因子可以作为对学者评估的额外补充。
将h因子和s因子共同作为参考标准,有助于曝光过度自引行为,从而抑制这种自我“刷分”的动机。人们也将能够清晰地看到不同学科领域中的自引情况。通过这种办法,过度的自引行为将得以被识别、解释并记录。这是单纯的排除自引所无法达到的效果。所以,s因子将可以为科学影响与学术成就的公平、客观评估带来重要的贡献。
目前,生成s因子所需的数据是被隐藏的。引用信息本身就不容易获取,特别是要求以机器可读取的形式呈现的话。但只有这样人们才能深入分析自引模式。目前,公开引用倡议(Initiative for Open Citations)正在为实现学术引用数据的无限制共享而努力。如果成功,人们将能够看到公开、独立而结构化的引用数据。
参考资料
http://physicstoday.scitation.org/do/10.1063/PT.6.3.20170919a/full/
http://www.mdpi.com/2304-6775/5/3/20
https://i4oc.org/
本文系网易新闻·网易号“各有态度”特色内容
媒体转载或者合作请看下方↓↓↓
投稿、授权、合作事宜请联系
[email protected] 或微信ID: scholarset
回复“目录”或“”,浏览知社更多精华。长按二维码识别,可以关注/进入公众号进行回复。
继续阅读
阅读原文