背景 – 这篇文章是关于计算科学著作被引用的频率以及类似问题。 这当然非常重要，你明白。 不是？ 没关系，无论如何，我写了一篇关于它的长篇文章。 因为无论科学多么美丽多么有用，也有堕落的时候 足够的 过度 呻吟。
您如何衡量科学的质量？
科学家的素质和科学工作的影响往往是由“计数”决定的。 甚至出现了一个完整的领域， 文献计量学，它涉及衡量科学工作的质量。 但是，是的，不幸的是，这是经常发生的情况，这是在定量指标的基础上完成的。 众所周知，量化质量是非常困难和危险的，因为可能的（不可预见的） 反常的 副作用。
制定了许多评估质量的指标。 有些非常简单。 比如对于一个科学家，我们经常看他被引用的次数，写了多少篇文章。 对于一篇文章来说，它被引用的频率被视为质量的标志。 光是想到这一点就可能会引起人们的注意，因为让我们面对现实吧：如果有人发表了一篇文章，然后 100 个人引用该文章作为糟糕研究或有缺陷方法的例子，那么这似乎纯粹是基于数字（被引用了 100 次！）很多。
但更复杂的计数方法也已被开发出来。 有’h指数‘。 如果作为一名科学家，您有 X 篇文章被引用了 X 次，那么这就是 X。 如果你有1篇文章被引用1次，你的h指数就是1，有5篇文章被引用5次，那么它就是5，好吧，你跟着吧。 科学期刊也有这样的h指数。 但杂志也有一张 影响因子 （基于文章的引用次数），并且由于领域在被引用的数量方面不具有可比性，因此还清楚地表明期刊位于该领域内的哪个四分位（Q1 代表 25% 最好，这当然意味着被引用最多的文章、杂志等等）。 在有用的网站上，例如 西马戈 然后，您可以找到每本（几乎）每本科学期刊的精彩概述（尽管 掠夺性期刊 还有一些小孩子不在其中）。
个人经验
挑剔的读者可能仍然想知道上面的内容是什么 真实的 谈论科学家、文章或期刊的质量。 一篇文章在科学上可能非常好，但不经常被引用，而历史上享有盛誉的期刊将继续纯粹基于过去的声誉（以及相关的大 h 指数）吸引许多文章。
根据我的个人经验（我要补充一点，对于一个只在科学领域工作了几年、而且还是兼职的人来说，这是很谦虚的），这些数字的价值是相当相对的。 当我查看谁使用我的作品时，有许多引用显然没有科学价值（就内容而言）。 你只看到那个 审稿人 写下“你仍然必须在你的反思中说一些关于选择偏见的事情”，然后这样的科学家就会尽职尽责地在谷歌学术搜索中输入该术语，并添加对 文章 标题中的该术语出自我之手，而随后从我的文章中使用的信息也可以从许多手册中获得，甚至更好。 另一方面，我的作品被用在那些真正有影响力的地方，在社会上，那是不算数的。 例如，CPB提到了我关于奈梅亨实验的发现，而我的论文在该法案的解释性备忘录中被提到 平衡参与法 – 但是，是的，它们最终不会出现在 Google Scholar 中，因此不算在那里。
引文假装说了一些关于影响力的事情——好吧，我知道在上述案例中我的影响力最大的地方在哪里。 有时数字根本没有任何意义。 有一次，我们正在为市议会撰写的有关奈梅亨社会援助实验的报告的六次引用同时被添加到谷歌学术搜索中。 结果是什么？ 这 来自阿姆斯特丹的同事 已经写了一本关于该实验的好书，但不知何故，每一章都已上传到带有完整参考书目的地方，并且最终又回到了学者中。 这意味着一章中对奈梅亨报告的单一引用突然在列表中出现六次。 因此，引用的内容可能有很大差异，从“这确实是建立在我的工作之上”到“呃呃，我不知道为什么我被提到这里”。
古德哈特和坎贝尔敦促谨慎行事
当然还有一个问题，当引用和影响力等数字突然变得对金钱、地位或永久合同很重要时，它们总是可以被操纵。 我们已经知道了。 在科学上我们甚至知道’坎贝尔定律‘ 在 ‘古德哈特定律’，两者都表述了大致相同的事情，简而言之：当太多的指标依赖于它时，它就不再是一个好的指标。 因为这样它就可以被操纵。
如果您愿意，影响力、排名和 H 指数系统也很容易实现 赌博 如果你想。 您可以同意一组研究人员经常引用彼此的工作。 这可以非正式地完成，但也可以大规模完成，从而产生真正的解决方案 引文卡特尔。 作为教授，您可以建议（或强迫）您的博士生和博士后参考他们自己的很多工作。 顺便说一句，作为论文导师，如果学生在论文中引用您的工作，这在某些系统中也很重要（通过上传这些内容的大学“存储库”，它们最终也会出现在谷歌学术搜索中）。 然后是自引：你当然也可以广泛引用自己的作品。 我是第一个承认我喜欢自己这样做的人，因为几乎无一例外我发现自己的工作相关且重要（而且写得也很漂亮）。
但不开玩笑的是：困难的是上述所有事情并不一定是坏事。 一群研究同一主题的研究人员也可以互相参考很多，因为他们很了解彼此的工作并且正在研究同一主题，没有恶意或明确的协议。 合乎逻辑的是，博士生、博士后和硕士生的指导者对他们正在研究的主题有所了解，并且自己写过一些有用的东西。 自引也可以是有用的，甚至是合乎逻辑的。 再看看我自己的工作：我的论文的所有文章都是关于同一个实验，第一篇文章是方法论上的深入研究（谁参与了实验，为什么以及这对于解释结果意味着什么？）。 那么当您在后面的文章中讨论这些结果时，回到这一点就非常有意义了。
你自己的良心
但存在一个相当大的灰色地带，问题是你向你的学生或 AiO 推荐的推荐是否真的有用和必要，而不是对你的 h 指数进行明显荒谬的操纵。 那么你就是你自己的良心。 这对很多人都有效。 但您也知道这并不适合每个人。 许多从事科学工作的人，地位对他们来说很重要。 引用和其他定量指标决定了一个人的职业、获得永久合同的机会和薪水。
这也是自找麻烦。
1708586365
#Impact #schmimpact #引用计数和影响因子
2024-02-22 07:00:58
