學術指標, 學術期刊與資源

什麼是H指數(H-index)?

衡量研究文章在學術社群裡的影響力,大致有幾種公認的參考指標,例如我們在之前與讀者們提過的citation(文章被引用量)以及number of citations per document(篇均引用量)、self citations(自引量)、highly cited papers(高引用率文章)等分析方法;另外,大家常提到的學術期刊影響係數(journal impact factor, JIF)也是以citation為計算基礎。

在這樣的背景下,研究成果被刊登在怎樣JIF的期刊,已演變成一種評價學術成就的標準。在某些國家,研究發表的JIF總值甚至成為研究生畢業或教授升等的絕對門檻。

不過,使用如此武斷的數據方法來量化學術,是否能真實反應研究品質,在學術界一直是個爭議性的話題。為了改善學術評量方式,除了應參考多組數據外,美國UCSD的物理教授Jorge E. Hirsch在2005年提出了H-index(H指數)的概念,受到學術界的熱烈討論。

H-index有幾項公認的優點:

  • 結合了文章數量與影響力兩項關鍵指標,
  • 能夠客觀描述研究學者的科學輸出,
  • 優於與citation直接相關的單數值標準,
  • 資料獲取方便(Thomson ISI Web of Science)、數值容易理解。

基於以上優點,H-index在職位升遷、基金分配、獎項授與等決議上扮演了重要的角色。

然而,H-index還是有幾個值得注意的問題:

  • 因不同領域的文章生產率和引文習慣不同,不同領域不能用H-index來相互比較。
  • H-index會受研究員的年資所影響,因此要比較不同職業階段的研究員應使用m parameter(m參數=h除以年資)。
  • 高引用率文章的被引數在計算H-index時很重要,但文章一旦被歸入頂尖h文章群後,被引數就失去了重要性。
  • 科學研究是多方面綜合努力的結果,一項輕易可得的指數不足以適當評估研究員表現。
  • 使用H-index潛在搧動研究員改變文章發表策略,例如藉提高自引數(self-citation)來拉高H-index。
  • 其他限制例如:對名字相同或相似的研究員,系統無法取得完整個人發表資料;或計算時是否應採用自引數等技術問題。

總結上述可知,其實目前學術界常用的分析指數,仍普遍存在過於片面的疑慮,建議還是應多參考不同的統計數據,客觀地評價自己或同儕的研究成果。

 

參考資料:

  1. Costas R, Bordons M (2007) The h-index: Advantages, limitations and its relation with other bibliometric indicators at the micro level. Journal of Informetrics, 1(3), 193-203.
  2. Wikipedia-H-index
  3. Enago英文編修內部資料
發表於: 學術指標, 學術期刊與資源   標籤: , , ,
  • 2 Comments

    1. Hi i am kavin, its my first occasion to commenting
      anyplace, when i read this article i thought i could also create comment due to this brilliant paragraph.

    2. Hi i am kavin, its my first occasion to commenting
      anyplace, when i read this article i thought i could also create comment due to this brilliant paragraph.

    Leave a Reply

    Disclaimer : The opinions expressed here by the Bloggers and those providing comments are theirs' alone, and do not reflect the opinions of Crimson Interactive or any employee thereof. Crimson Interactive is not responsible for the accuracy of any of the information supplied by the Bloggers. While every caution has been taken to provide readers with the most accurate information and honest analysis, please use your discretion before taking any decisions based on the information in this blog. Author will not compensate you in any way whatsoever if you ever happen to suffer a loss/inconvenience/damage because of/while making use of information in this blog.