Scaling the h-index for different scientific ISI fields
Juan E. Iglesias, Carlos Pecharroman
我们提出了一个简单的方法，把在不同的科学ISI领域工作的研究人员的h值在一个共同的规模，使可预见的滥用该指数的区域间比较可能会被阻止，或至少，减轻。
We propose a simple way to put in a common scale the h values of researchers working in different scientific ISI fields, so that the previsible misuse of this index for inter-areas comparison might be prevented, or at least, alleviated.
机构、总结、中文摘要均由AI分析而来，可能存在错误，请以论文正文为准。
继续探索
Urban and Scientific Segregation: The Schelling-Ising Model
自Schelling 1971年以来，不同社区的城市隔离，如美国的黑人和白人，一直由Ising类模型模拟。这项研究伴随着科学隔离，社会学家和物理学家互相忽视，直到2000年。我们回顾了最近的进展，并提出了一些新的双温多文化模拟。
An index to quantify an individual's scientific research valid across disciplines
论文被引用次数不少于h的论文数h被用来评价个人的科研成果。该指数在几个方面都很稳健，但仍强烈依赖于研究领域。我们提出了一个互补指数hI = h^2/N_t，其中N_t是所考虑的h篇论文中作者的总数。索引为hI的研究人员如果单独发表论文，则至少有hI引文的hI论文。我们已经获得了四个巴西科学界的h和hI的排名图。与h指数曲线相比，hI指数将完美的数据折叠成一个独特的数据，可以在不同的研究领域之间进行比较。
An index to quantify an individual's scientific research output
我建议指数$h$，定义为引用数大于或等于$h$的论文数，作为一个有用的指标来表征科研人员的科学产出。
An index to quantify scientific debt
提出用\(z=\sum\limits_{i=1}^{n} \mathrm{IF}_{i}\)量化科研债务的指数，对比\(h\)指数，指出\(h - z\)能更平衡地评估科学价值。
An extension of the Hirsch Index: Indexing scientific topics and compounds
一个有趣的扭曲的赫希指数给出，在一个主题和化合物的索引。通过比较大量复合词和主题的hb指数和m，它可以用来区分新的所谓的热门主题和旧的主题。这种快速的方法被证明可以帮助新来者确定在他们所选择的研究领域已经取得了多少兴趣和工作。
A parameter to quantify dynamics of a researcher's scientific activity
我提出了一个系数，$t_h$，它的修正$N_t$，以一种简单的方式反映了一个人的科学活动的动态研究。我确定$t_h$作为一个时间段（从过去的某个时刻到现在的时刻），在这段时间内，论文发表的总引文索引的1/2。参数$N_t$表示这段时间内引文索引的平均值：$N_t={\mathrm{C.I.}}/2t_h$。
On the "persistency" of scientific publications: introducing an h-index for journals
什么是真正的“好”科学期刊？我们是更关心论文的短期影响力，还是更关心论文在长期内被阅读和引用的可能性？在这里，我表明，通过把一个杂志作为一个“虚拟科学家”，可以归因于一个随时间变化的赫希h指数，我们可以引入一个参数，可以说，更好地捕捉“持久性”的科学出版物。然而，奇怪的是，这个参数似乎首先取决于期刊的“厚度”。
A simple centrality index for scientific social recognition
我们引入了一个新的二分网络的论文和作者的中心性指数，我们称之为$K$ -指数。$K$指数随着引用特定研究人员的论文的引用性能而增长，可以被视为科学社会认可的衡量标准。事实上，$K$ -index度量引用给定作者的枢纽节点的数量，在二分网络中以自洽的方式定义。我们表明，$K$指数可以通过简单的检查Web的科学平台计算，并提出了几个优势，比其他中心指数，特别是赫希$h$指数。$K$ -索引对自引具有稳健性，不像$h$ -索引那样受到研究人员发表论文总数的限制，并且可以以一致的方式区分具有相同$h$ -索引但科学社会认可度差异很大的研究人员。$K$ -索引很容易检测到研究人员因科学不端行为而夸大论文、引文和$h$ -索引数量的已知案例。最后，我们表明，在28位诺贝尔物理学奖获得者和28位高被引非诺贝尔物理学奖获得者的样本中，$K$指数与获奖成就的相关性优于论文数量、引用次数、每篇论文的引用次数、引用文章或$h$指数。聚类研究人员在一个$K$与$h$图揭示了有趣的离群值，表明这两个指数可以提供互补的独立信息。
x-index: a fantastic new indicator for quantifying a scientist's scientific impact
h指数已成为量化科学家在各个科学领域的科学影响力的最流行指标。h指数定义为引用数大于或等于h的论文的最大数量，它平等对待每一个引用。然而，不同的引文通常来自不同的论文，具有不同的影响力和质量，而来自高影响力论文的引文比来自普通论文的引文更能体现对目标论文的认可。基于这一假设，我们提出了一个新的指标，称为x指数来量化一个科学家的科学影响力，只考虑来自有影响力的论文的引文。x指数定义为有影响力的引文数大于或等于x的最大数量的论文，其中每个有影响力的引文来自其作者的平均ACNPP（每篇论文的平均引文数）大于或等于x的论文。通过对APS数据集的分析，我们发现本文提出的x指数能够更好地区分物理学奖获得者和普通物理学家。
An index to quantify an individual's scientific research output that takes into account the effect of multiple coauthorship
我建议指数$\hbar$（“hbar”），定义为一个人的论文的引用计数大于或等于$\hbar$的所有合著者的每篇论文，作为一个有用的指数来表征一个研究人员的科学产出，考虑到多个合著的影响。$\hbar$的标准更高。
A two-dimensional index to quantify both scientific research impact and scope
现代研究管理越来越多地基于定量文献计量学指标。如今，h指数是衡量研究成果的主要指标，已经取代了所有其他基于引用的指数。在这种情况下，通过评估研究成果的不同方面来补充h指数的指标是令人信服的。作为一个额外的文献计量学来源，可以很容易地从现有的数据库中提取，我们建议使用不同的期刊Nj的数量，其中一个人的论文发表。我们发现，NJ是独立的引用计数，并认为这是一个相关的指标的研究范围，因为它量化的读者范围和科学的多学科性。结合h指数和Nj，我们定义了一个二维的指数（H，M），它既衡量个人研究的产出（通过H），又衡量个人研究的外延（通过M）。为了探讨这个二维的指数的相关性，我们分析了属于同一部门，但不同的研究主题的物理学家小组的科学生产。文献计量学数据的分析证实，这两个指数是不相关的，并表明，虽然H可靠的排名研究人员的影响，M准确地排序多学科或读者方面。我们的结论是，这两个指数一起提供了一个更完整的图片的研究绩效，可以应用于个人，研究小组或机构。
Assessing the true role of coauthors in the h-index measure of an author scientific impact
一种基于经典的主成分分析的方法导致证明，共同作者的作用应该给一个H-指数测量组的领导者高于通常接受。该方法很容易给出通常搜索的内容，即对合著者的作用（或“权重”）的估计，作为作者论文受欢迎程度的附加值。以合著流行度H矩阵的构造为例，讨论了特征值和主特征向量分量的作用。一个例子说明了要点，并作为建议这一概念的一般实际应用的基础。
A Comparison between the China Scientific and Technical Papers and Citations Database and the Science Citation Index in terms of journal hierarchies and inter-journal citation relations
从数据库层次、专业层次和机构层次三个方面对中国科技论文引文数据库（CSTPCD）的期刊结构进行了分析。大学学报与中国科学院出版的学报）。并与《科学引文索引》收录的中文期刊进行了比较。CSTPCD中的期刊-期刊引用关系的频率比SCI低一个数量级。中国期刊，尤其是高质量期刊，更喜欢引用国际期刊而不是国内期刊。然而，中国期刊并没有得到国际同行的同等接待。中国期刊的国际知名度较低，但在科学领域之间存在差异。中国科学院学报（CAS）在国际科学界比大学学报更受欢迎。
Citation network centrality: a scientific awards predictor?
$K$ -指数是一种在复杂网络中容易计算的中心性指数，例如科学引文网络。如果研究者被至少有$K$引用的$K$文章引用，则其$K$指数等于$K$。与Hirsh的$h$指数相比，$K$指数有几个优点，并且在以前的研究中，它与诺贝尔奖的相关性优于{ \em Web of Science}给出的任何其他指数，包括$h$指数。与其他科学界关系密切的研究人员联系最紧密的研究人员最有可能从事重要的工作，更有可能在特定领域获得重大奖项，这是合理的。然而，发现的相关性并不意味着因果关系。在这里，我们使用$K$ -索引进行实验，产生了12个候选人的主要科学奖，包括物理学诺贝尔奖，在不久的将来。例如，我们的前12名$K$ -索引列表自然选择了2019年诺贝尔奖获得者James Peebles。该名单可以每年更新，并应与下一年的获奖者进行比较
$\mathbf{h_α}$: An index to quantify an individual's scientific leadership
$α$人是群体中的主导者。我们将论文的$α$ -作者定义为所有合著者中具有最高$h$ -指数的论文的作者，将科学家的$α$ -论文定义为科学家撰写或合著的论文，其中他/她是$α$ -作者。对于文献中的大多数但不是所有论文，只有一个$α$ -作者。我们将科学家的$h_α$索引定义为该科学家的$h$ -核心（即贡献于该科学家的$h$ -索引的论文集）中的论文数量，其中该科学家是$α$ -作者。我们还将科学家的$h'_α$指数定义为具有$\geq$ $h'_α$引用的该科学家的$α$ -论文的数量。$h_α$和$h'_α$包含类似的信息，而$h'_α$在概念上更吸引人，它很难从现有数据库中获得，因此目前的实际兴趣较少。我们建议，$h_α$和/或$h'_α$指数，或其他变量中讨论的文件，是有用的补充$h$指数的科学家量化他/她的科学成就，纠正固有的缺点的$h$指数，它无法区分作者与不同的合作模式。高$h$指数和高$h_α/h$比率是科学领导力的标志。
Will This Paper Increase Your h-index? Scientific Impact Prediction
科学影响力在评估学者、部门和机构的产出方面发挥着核心作用。引用是衡量科学影响力的一个广泛使用的指标，越来越多的文献专注于预测任何特定出版物获得的引用数量。然而，这种预测的有效性从根本上受到引用的幂律分布的限制，即引用很少的出版物非常常见，引用很多的出版物相对较少。鉴于这一限制，在这项工作中，我们而是解决一个相关的问题，许多学术研究人员在撰写论文的过程中，即：“这篇论文会增加我的h指数？“使用来自顶级在线学术服务ArnetMiner的超过170万作者，200万篇论文和800万引用关系的真实学术数据集，我们正式提出了一个新的科学影响力预测问题，以检查可以驱动论文增加主要作者h指数的几个因素。我们发现，研究者的权威性的出版主题和地点的论文发表的主要作者的h-指数的增加是至关重要的因素，而主题的流行度和合著者的h-指数是令人惊讶的相关性很小。通过利用相关因素，我们发现一篇论文是否会在五年内对作者的h指数做出贡献的潜在可预测性超过87.5%。作为进一步的实验，我们为这篇论文生成了一个自我预测，估计有76%的概率它将在五年内对具有最高当前h指数的合著者的h指数做出贡献。我们的结论是，我们对科学影响力量化的研究结果可以帮助研究人员扩大他们的影响力，更有效地利用他们的“站在巨人的肩膀上”的地位。"
Extensions of Egghe g-index: Improvements of Hirsch h-index
本文定义了几个新的科学产出指标。这些指数进行了比较-index和它的替代指数使用一些证明断言。引入gd指数作为g指数的扩展，以定义H指数作为h指数的改进。大量的计算结果表明，所定义的指标，以评估科学家的科学影响的良好行为。在所有考虑的指数的某些对之间存在非常好的近似，在这个意义上，相关比率通常非常接近1。
Fractional counting of authorship to quantify scientific research output
通过规范化的\textit{h-index}和\textit{g-index}，研究了如何计算合著者数量，以量化科研产出的影响力和相关性。我们使用的论文，其作者属于一个子集的意大利Settore科学院（SSD）FIS 01-实验物理学教授。在这个SSD中，大致存在两个群体，其特征在于每篇论文的合著者数量。每个人的引用总数，以及他们的h指数和g指数，很大程度上取决于合著者的平均数量。我们发现，为了消除各种指数对两个群体的依赖，定义分数计数的最佳方法是将每篇论文收到的引用数除以合著者人数的平方根。这使我们能够获得一些信息，这些信息可以用于更好地理解通过撰写和发表论文的过程所获得的科学知识。
How to measure research performance of single scientists? A proposal for an index based on scientific prizes: The Prize Winner Index (PWI)
本文提出基于合著距离的Prize Winner Index (PWI)来衡量科学家研究绩效，通过计算科学家与著名奖项获奖者的合著距离，验证了PWIPM与P(top 10%)指标具有高相关性，表明其可作为传统文献计量指标的替代方案。
The H-index Paradox: Your Coauthors Have a Higher H-index than You Do
从社交网络的典型结构中出现的一个有趣的现象是友谊悖论。它表明你的朋友平均比你有更多的朋友。最近的努力已经探索了它的变化，对社交网络的动态有许多影响。然而，友谊悖论及其变体只考虑了网络的拓扑结构，而忽略了许多与节点度相关的其他特征。在这篇文章中，我们采取的情况下，科学合作，调查是否也出现了类似的悖论，在一个研究人员的科学生产力衡量她的H指数。H指数是学术界广泛使用的指标，用于衡量研究人员科学产出的质量和数量。研究人员可能会使用她的合著者的H指数作为一种方式来推断她自己的H指数是否适合她的研究领域。然而，在这篇文章中，我们表明，研究人员的合著者的平均H指数通常高于她自己的H指数。我们提出了这个悖论的经验证据，并讨论了它的一些潜在后果。
The inconsistency of the h-index
h指数是一个用于评估科学家个人的流行的文献计量学指标。我们从理论的角度对h指数进行了批判。我们认为，为了衡量一个科学家（或其他分析单位）的整体科学影响力，h指数的表现是违反直觉的。在某些情况下，h指数将出版物和引用统计数据汇总为一个数字的机制导致科学家排名的方式不一致。我们的结论是，h指数不能被认为是科学家整体科学影响力的适当指标。基于最近的理论见解，我们讨论了什么样的指标可以作为替代h指数。我们特别关注高被引出版物指标。该指标与h指数有很多共同之处，但与h指数不同的是，它不会产生不一致的排名。
Assessing scientific research performance and impact with single indices
我们提供了一个全面的和批判性的审查，h指数和它的最重要的修改，在文献中提出的，以及其他类似的指标衡量研究成果和影响。其中一些指数的扩展和说明。
Does the h-index have predictive power?
如果个人科学成就的文献计量方法可以用来预测未来的成就，那么它们就特别有意义。在这里，我们报告的结果的预测能力的h指数相比，其他指标的实证研究。我们的研究结果表明，h指数在预测未来科学成就方面比其他考虑的指标（总引用次数、每篇论文的引用次数和总论文数）更好。我们讨论了h指数优越性的原因。
Measuring Scientific Group Performance: Integrating h-Group and Homogeneity into the $α$-Index
本文提出 alpha-index 方法，通过整合团队 h-index 同质性与 h-group 指标来衡量科研团队绩效，并在计算机科学会议评估中验证其与人工分类结果相近。
Large scientific teams are more, not less, disruptive
本研究通过分析约6000万篇论文，指出小团队颠覆性优势是测量假象，提出参考稳健度量，证明大型团队更具颠覆性。
Central indexes to the citation distribution: A complement to the h-index
研究人员的引文分布显示了其作品的影响，并决定了其科学生涯的成功。然而，由于分布的二维特征，它在科学评价中的应用是困难的。最近提出了一些文献计量学指标，试图以数值综合这种分布的主要特征。与其他文献计量方法相比，分布尾部引起的偏差被h指数所减少。然而，该指数在区分不同发表习惯的研究者方面存在一些局限性。该指数惩罚选择性的研究人员，与大型生产者相比，他们以收到的大量引用而闻名。在这项工作中，两套原始的指标，中心区域指标和中心间隔指标，补充h指数，包括中心形状的引文分布，提出和比较。
Agent-based model for the h-index - Exact solution
赫希的$h$指数也许是最流行的基于引用的科学卓越性的衡量标准。2013年G. Ionescu和B.萧邦提出了一个基于代理的模型，这个索引描述了一个抽象的科学界的出版物和引文生成过程。通过这种方法，人们可以模拟单个科学家的活动，并通过扩展来调查整个研究人员社区。即使这种方法预测相当不错的$h$指数从文献计量数据，只有一个解决方案的基础上模拟。在本文中，我们完成了他们的结果与精确的，解析公式。更重要的是，由于我们的精确解，我们能够简化Ionescu-Chopard模型，使我们能够获得一个紧凑的公式为$h$指数。此外，模拟研究旨在比较，近似和精确的解决方案。本文的最后一部分给出了一个真实世界的数据集上所获得的结果的评价。
CITEX: A new citation index to measure the relative importance of authors and papers in scientific publications
引文分析的主要目的是评估研究人员的绩效和衡量科学家撰写的论文的影响力。已经为此提出了各种指数和度量。在本文中，我们提出了一个新的引文索引CITEX，它给归一化的分数，作者和论文，以确定他们的排名。据我们所知，这是第一个同时为作者和论文打分的引文索引。使用这些分数，我们可以客观地衡量作者的声誉和论文的影响力。我们将这个问题建模为出版图上的迭代计算，该出版图的顶点是作者和论文，并且其边指示哪个作者写了哪篇论文。我们证明了这种迭代计算收敛于极限，通过使用一个强大的定理从线性代数。我们在几个例子上运行这个算法，发现作者和论文分数与我们的直觉所建议的非常匹配。该算法在理论上是合理的，在实践中运行非常快。我们将该指数与几个现有的指标进行比较，发现CITEX给出了比传统指标更准确的分数。
Visualization of the Citation Impact Environments of Scientific Journals: An online mapping exercise
基于科学引文索引（5968种期刊）和社会科学引文索引（1712种期刊）的2004年期刊引文报告的期刊-期刊引文网络的汇总可以从这些期刊中的任何一种的角度进行访问。因此，用户能够根据链接和图表来分析引用环境。此外，期刊的本地影响力被定义为其在特定期刊的引用环境中的总引用量的份额;节点的垂直大小与此引用影响成比例地变化。每个节点的水平尺寸可以用来提供期刊内（自）引用校正后的相同信息。在“引用”环境中，这一措施的等价物可以被视为引用活动指数，它映射了给定期刊的作者集体如何感知相关期刊环境。作为政策应用，科学之间的跨学科发展的机制，阐述了纳米技术期刊的情况。
National Scientific Facilities and Their Science Impact on Non-Biomedical Research
赫希提出的H指数是衡量科学家研究影响力的一个很好的指标。在评估部门、机构或实验室时，如果对规模进行适当的校准，h指数的重要性可以进一步提高。特别严重的是联邦资助的机构的问题，其积极发表论文的科学家的数量往往使学术部门相形见绌。最近，Molinari和Molinari开发了一种方法，该方法表明h指数对大量论文具有普遍的增长率，从而可以在机构之间进行有意义的比较。在比较大型机构时的另一个挑战是，各个领域有不同的内部文化，具有不同的典型出版和引用率;生物学比物理学更高，而物理学比工程学更高。因此，本研究的重点是物理科学、工程和技术，而不包括生物医学研究。这里报告了各个学科之间的比较，以提供背景框架。一般来说，人们发现，Molinari和Molinari的普遍增长率在所有考虑的类别中都保持良好，证明了他们的增长规律和我们的结果的鲁棒性。这里的总体目标是为联邦科学投资设定最高的比较标准;与国家杰出的私人和公共机构进行比较。我们发现，许多国家的设施比较有利的研究影响与国家领先的大学。
Nonuniversal power law scaling in the probability distribution of scientific citations
我们开发了一个科学引文分布模型。该模型包含一个双重机制：在直接机制中，新论文的作者找到旧论文A并引用它;在间接机制中，新论文的作者找到旧论文A，只能通过新的中介论文B的参考文献列表，而后者之前引用过A。通过与引文数据库的比较发现，被引次数少的论文主要是通过直接机制被引的。已经有许多引文的论文（“经典”）主要通过间接机制被引用。间接机制给出幂律尾部。一篇论文成为经典的“临界点”是1981年发表在科学信息研究所（ISI）Web of Science数据库中的论文被引用约21次，1975-1994年发表的《物理评论D》论文被引用29次，2007年收集的高h指数化学家名单中的所有出版物被引用39次。幂律指数不是普适的。被高引用的个体比被低引用的个体有一个系统性的小指数。
Citation entropy and research impact estimation
提出了一种新的评价指标--实值$s$ -指数，用以表征科研产出的质量和影响。预计它至少和臭名昭著的$h$ -索引一样有用，同时避免了它的一些明显缺点。然而，令人惊讶的是，发现$h$ -索引对于大多数现实生活中的引文数据是一个相当好的指标，这些数据具有所谓的齐普夫行为，而这些缺点并没有出现。这篇论文的风格是故意选择的，有点轻浮，以表明任何试图用一个数字来描述研究人员的科学产出的尝试总是有一个怪诞游戏的元素，不应该太认真。我希望这种轻浮的风格只会被视为一种有趣的装饰。
Statistical Analysis of Scientific Metrics in High Energy, Cosmology, and Astroparticle Physics in Latin America
基于INSPIRE-HEP开放数据，全面统计分析了拉丁美洲过去70年在高能物理、宇宙学和天体粒子物理领域的科研生产力、影响力、国际与区域合作及性别差距，为科研人员与政策制定者提供关键定量参考。
扫码添加微信好友，提出您的宝贵建议 👇
💡 备注请填写：网站反馈
发表机构由 AI 从论文文本抽取，如发现错误，欢迎反馈修正建议。