氢分子医学分享 http://blog.sciencenet.cn/u/孙学军 对氢气生物学效应感兴趣者。可合作研究:sunxjk@hotmail.com 微信 hydrogen_thinker

博文

历史上最牛的科学家

已有 6394 次阅读 2013-11-7 09:05 |个人分类:生活点滴|系统分类:海外观察|关键词:学者| 科学家, 影响力

H same index 2013.pdf

许多人认为,利用目前的科学计量学方法无法对不同专业领域的学者进行评价,例如生物学领域的论文因为更容易被引用而获得更大的影响,没有办法和不太容易被引用的物理学研究进行比较。但总有人不相信这一点,最近有美国学者对这一问题发起挑战。采用来自Google的数据和优化的H-index指数,他们可以对物理学最有影响的学者和生物学领域最有影响的学者进行影响力比较,结果很有符合预期。

他们的这种优化的Hs-index是指用同一领域平均h-指数进行校对,或者说是标准化H-index指数。下面是发明者对这一概念的描述:hsindex is proposed here as a normalization of the h index by the average h of the authors in the same discipline. Numerical tests show that the distribution of h is not scale-free and therefore the mean is well defined. Despite its simplicity, we are not aware of this metric being previously defined in the literature. Note that within a discipline, hs produces the same ranking as h. Therefore, hs is very similar to the percentile score but slightly easier to compute. Percentiles have been proposed for normalization of journal impact factors (Leydesdorff & Bornmann, 2011).

印第安纳大学的学者最近在线发表了他们的评价方法,第一次实现不同领域的学者影响的计量比较。他们利用Google学术资料,通过计算h-index,对接近35000学者进行了比较。115日的计算结果发现,在历史上,马克思的影响排名第一,第二名是弗洛伊德,第三名是美国理论物理学家Edward Witten。发明这一技术的是印第安纳大学的信息专家Filippo Menczer Jasleen Kaur Filippo Radicchi。如果严格意义上说马克思和弗洛伊德不属于科学家的话,那么Edward Witten就是最有影响的科学家(比爱因斯坦和牛顿牛吗?)。

今年10Menczer小组发表一篇关于用校正Hs-index作为不同学科领域学者评价最好统计学手段的论文。利用他们Hs-index的数据研究发现,马克思是历史上其他学者平均水平的22倍,是经济学领域平均值的11倍,物理学家Witten是物理学家平均数的13倍,这一新的评价指标的效率非常高,在一个领域的前5%的学者也会出现在所有学者的前5%。也就是说使用这一指标,将可以打破学科限制进行影响力比较。

当然这个思路并不希奇,计量学专家已经发明了许多根据年龄、杂志和专业领域的平均值得进行校对的指标。值得高度评价。这一新的评价系统有两个值得表扬的方面,一个是完全免费,不象Thomson Reuters这样的公司依靠这些资料获取商业价值。另外他们实现了多学科对比的目的,不象Google Scholar无法进行并行检索的功能。

当然这个指标也存在一些问题,例如受Google Scholar数据全面性的影响,对一些跨学科或交叉学科的学者评价也存在偏差,例如马克思被标记为历史学家、经济学家和哲学家,但马克思最高分数是在历史学家身份。也有学者对这种评价,其实是对所有的计量学评价存在质疑。也有学者提出应采用多指标综合结合同行评议。甚至有人认为用这种傻瓜型的评价指数是对学者能力的玷污。但Menczer认为,这是让普通人比较不同学科领域的学术影响成为可能。



https://m.sciencenet.cn/blog-41174-739708.html

上一篇:学术交流应该充分利用多种渠道
下一篇:一个患帕金森病的神经科学家

13 王守业 张南希 黄晓磊 刘钢 姜春林 贺乐 徐向田 强涛 罗会仟 wgq3867 zhangling sun7204 biofans

该博文允许注册用户评论 请点击登录 评论 (4 个评论)

数据加载中...
扫一扫,分享此博文

Archiver|手机版|科学网 ( 京ICP备07017567号-12 )

GMT+8, 2024-5-8 23:42

Powered by ScienceNet.cn

Copyright © 2007- 中国科学报社

返回顶部