以h指数为基础的学者评价指标改进

《以h指数为基础的学者评价指标改进》由会员上传分享，免费在线阅读，更多相关内容在工程资料-天天文库。

1、以H指数为基础的学者评价指标改进袁野北京理工大学管理与经济学院摘要：H指数自诞生以来，由于其卓越的评价能力受到广泛的应用，并被大量讨论。随之而来的许多基于H指数的衍生指数，弥补了H指数的很多缺点，但是仍然存在很大的不足。笔者以H指数评价思想为基础，结合R指数等的优点设计出了新的有更好区分度和灵敏度的Y指数。通过对论文被引次数的调整，解决了H指数只能评价学者的终身成就的问题，增强了新指数对欺骗性引用的过滤，使新的Y指数有了跨学科评价的能力。其中学科标准化模型、施引文献质量和文献半衰期等属于首次和H指数结合。.jyqky、Gen

2、tzkomanuel和5位物理学领域刚获得“杰出青年科研人员”荣誉的年轻科研人员陈宇翱、焦丽颖、张川、赵俊、周淑云作为研究对象。论文、施引文献只包括公开出版的且被SCI或SSCI收录的文章；期刊影响因子以2014年公布的目录为准；物理类的学者为A组，经济类学者为B组，组内编号按顺序为1-5。1.模型理论可行性的验证我们对两个学科10名学者所有论文的施引文献的被引次数按照公式（1.2）进行一次调整。调整后按照数值的升序排列得到图2、图3。两组处理后的数据在主体部分都非常的线性，由此可知我们对于学科内论文被引次数符合指数分布的假

3、设是正确的。表面上看物理学科的斜率只有经济学科的20%，但是查阅sci和ssci录用的论文，物理学科论文的总数量是经济类学科论文总数量的5倍左右。因此如果按照百分比来看，两学科处于同一水准的论文有着基本相当的调整后被引次数，在同一学科内，不同水准论文调整后被引次数的差异也是线性变化的。至于图2、图3后半部分数值异常拉升，但是总体仍然呈现较线性的状态的现象。本文认为这是由于最顶尖的一批文章其满足的指数分布系数与该领域其他文章是不同的，即公式（1.1）中，F（x）函数虽然保持线性，但是斜率发生了变化。关于这一点我们可以从以下两个

4、角度来理解：顶尖的论文往往来自顶尖的科研人员，他们在学科内具有超然的权威性，其研究方向往往能引领一个新的潮流，他们的观点论证能够更快地被接受和传播。这些特点赋予了他们文章更多的被引用的可能。人们总是能记住冠军而忘记亚军，翻书的时候总是能看完前10页的概率远远大于最后10页的概率。同样由于顶尖的文章当他们的被引次数帮助他们从众多的文章中脱颖而出后，他们就获得了更多的禀赋，更多地被引用的可能。笔者认为这并不影响本文中跨学科标准化方法的使用，也不用对高水准论文用单独的标准化模型。2.评价结果及解析将研究对象所有的论文以及其施引文献

5、于两年内发表的（2014年，2013年），对其被引次数做调整，即取其实际被引次数与所刊登期刊影响因子较大者为其调整都被引次数。对调整后的数据按照新的评价方法评价后得到表1。本来A组中研究对象无论是论文数量，还是论文被引次数都显著超过B组中的研究对象，这一点从调整前的H值，R值，Y值中可以看出。然而当去除了学科的影响因素，并加入施引文献质量对原论文的影响后，B组中H指数和R指数等都得到了明显的提升，而A组中H指数和R指数却出现了不同程度的下降。首先这表明B组论文施引文献的质量高于A组，其次是因为B组学者论文在其学术领域内有着更

6、高的地位。最后当引入文献的折旧调整后，A组和B组的相关数值都出现了不同程度的下降，但是A组下降的更多，这表明A组的论文相较于B组要更加老旧一些。综上所述，我们希望得到的改变在新的评价方法中都得到了体现，新的评价方法可以有效地去除学科的影响，辨别学者论文的真实水准，对其做出更加客观公正的评价。三、结束语在很长一段时间内，以论文的数量被引次数为出发点，对学者进行完全量化的评价都缺乏公信力。直到H指数的出现，情况才大有改观。伴随着新方法引起的热度，大量学者对其方法进行了改进以适应不同的情况，但是距离客观要求还远远不够。本文以现有的

7、评价指标H指数和R指数为基础，引入了论文施引文献的质量对原论文质量影响的计算，还原了论文的真实质量；引入通过不同学科被引次数标准化模型，解决了不同学科之间论文被引次数可比性问题；引入论文的现时价值随着论文年龄而下降评价思想，解决了对新兴学者和新兴论文的鼓励等问题。融合以上评价方法，最终构建了新的论文评价指标Y指标，基本完成了一种新的、更科学、更普适的评价方法的建立。并且通过实证检验，确立了新评价方法的可行性和优越性。可以毫不夸张地说，新的Y指数评价方法的构建将H指数的演化又向前大大地推进了一步。.jyqkp;acute;ss

8、cientificresearchoutput[J].ProceedingsoftheNationalacademyofSciencesoftheUnitedStatesofAmerica,2005,102(46):16569-16572[2]金碧辉.R指数,AR指数h指数功能扩展的补充指