网络计量学第7章翻译

7 指标（Index）

7.1 h指数（h-index）

我们通过回顾有关H指数的发展来开始这一部分。2005年Hirsch（赫希）给出了h指数的定义：“如果一个科学家总共发表了Np篇论文，其中有h篇论文每篇至少被引用了h次，其他的（Np-h）篇论文每篇至多被引用h次，则称其h指数为h。”h指数的明显优势在于它是用来描述研究者科学成果的一个单一指标。Batista、Campiteli、Kinouchi和Martinez（2006）研究表明h指数是依赖于研究领域的。他们建议修改多作者群的h指数的计算方法。

赫希证明了用h指数来评价物理学家的方法。当然对计算情报计量学家（Bar-Ilan, 2006b; Glanzel & Persson, 2005）和信息科学家的h指数的方法也很快发展起来(Cronin & Meho, 2006)。萨德Saad (2006)比较了来自科学引文索引(WoS)数据库和谷歌学术的有关研究消费者学者的数据，波恩曼和丹尼尔（Bornmann and Daniel 2005a）研究了h指数和获得博士后之间的关系。

H指数不仅仅适用于个人。布劳恩、格兰兹和舒伯特（Braun, Glanzel, and Schubert 2005）和布劳恩、格兰兹和舒伯特（Braun, Glanzel, and Schubert 2006）将h指数应用到期刊中，而范芮恩（van Raan 2006）则研究了h指数应用于研究小组。班克斯（Banks 2006）研究对科学主题和化合物的h指数（称为hb指数）。

在理论研究方面，研究者很快就注意到h指数具有时间依赖性（也就是说一个研究学者活跃时间越长，他就越有可能获得较高的h指数；Kelly & Jennions, 2006; Liang, 2006）。一些学者对有关h指数模型方面提出了一些建议（Egghe & Rousseau, 2006b; Glanzel, 2006）和改进（Batista et al., 2006; Egghe, 2006）。

该领域的研究仍处于“初级阶段”，因此可以预计在之后的研究综述中会有进一步发展。

7.2 影响因子（IF）

格兰兹和莫德（Glanzel and Moed 2002）回顾了影响因子（IF）的背景和历史，解释了其优势、存在的问题，分析了指标的有关技术和方法论。卢梭Rousseau

(2002b)对影响因子的类型及其相关的主要问题进行了清晰地论述。英沃森、拉尔森、卢梭和拉塞尔（Ingwersen, Larsen, Rousseau, and Russell 2001）解释同时期和跨时代的影响因子之间的区别。加菲尔德（Garfield 2000.2006）也解释了期刊影响因子（JIF）的历史背景和适用性。

鲍得恩斯，弗恩安德兹和格莫兹(Bordons, Fernandez, and Gomez 2002)讨论非英语国家使用期刊影响因子进行评估的优缺点，该国的国家级刊物很少被JCR （期刊引用报告）收录。温克曼、斯格鲁提斯和斯格维姆(Winkmann, Schlutius, and Schweim 2002)特别指出JCR列表中的期刊具有较强的英语语言偏好。

吉斯科(Jacso 2001)讨论了由ISI对“可引用”这一词项进行定义所带来的在计算影响因子IF上的失真。事实上，吉斯科（Jacso）的论文也已经对该问题进行了充分的探讨（Moed & van Leeuwen, 1995, 1996）。吉斯科（Jacso）的论文具有较高的被引量，故在此之前，研究者们似乎没有意识到这一问题。范利文和莫德(van Leeuwen and Moed 2002)讨论了期刊影响因子（JIF）其他的不足之处：期刊影响因子对研究领域并不敏感以及引文窗口不足（补充：全引文窗口（覆盖从发文年到考察截至年的所有年份）、固定引文窗口（一个固定时间段的引文年份））。考虑到上述不足，他们提出一种新的测量指标称为学科领域影响因子(JFIS)。JFIS将每个领域进行规范化，并考虑四种类型出版物：文章、来信、简讯和评论，而且均是是基于灵活引文窗口。瑞姆艾兹，盖科和德奥欧，苏巴特苏普和克(Ramrez, Garca,andDelRo 2000 and Sombatsompop and Markpin 2005）建议根据特定领域对IF规范化。埃格赫和卢梭(Egghe and Rousseau 2002c)定义一个相关影响因子，对期刊贡献的相对变化比Ramrez-Garca-Del Ro规范更敏感。科埃略（Coelho 2003）等人建议根据特定的领域调整JIF。

布拉卡赛欧(Buela-Casal 2002)提出要考虑引文来源期刊的声望。实际上，宾斯奇和纳林提出（Pinski and Narin 1976）提出分配引用权重的概念并将其被成功应用到网络链接分析领域，后来1998年还被布林和佩奇（Brin and Page）应用于网络研究方面。博伦、罗德里格斯和范德苏普（Bollen, Rodriguez, and van de Sompel 2006）提出一种基于普及度（引文数量）和声望（广泛认可）的加权引文指标。

在公认的假设下(Rousseau, Jin, Yang, and Liu, 2001)，时间跨度越长的引文窗口，影响因子越高。但是，令人惊讶的是，基于中国科学引文数据库（CSCD）的实证结果显示42%期刊不符合此规律。

苏巴特苏普, 马克和普埃克莫尼特（Sombatsompop, Markpin, and Premkamolnetr 2004）提出对影响因子以下的修改措施：计算期刊该年的引文数与前X年发表的论文数的比率和计算期刊前X年发表的论文数，X则是该期刊的被引半衰期（cited half-life）。这一改进措施在高分子科学期刊进行检验，对引文数的突变表现的更加稳定。卢梭（Rousseau 2005b）对这种修改给出了数学解释，扩展并定义了一组新的影响因子，称为“影响因子百分比”。弗兰德森和卢梭（Frandsen and Rousseau 2005）将JIF的定义推广到适用于不同的出版物和引文周期。

威尔、贝利和李尔（Weale, Bailey, and Lear 2004）建议使用非引用标准作为期刊排名的基础。基于这种方法的排名类似于ISI中免疫与外科学类期刊基于JIF 的排名。范利文和莫德（van Leeuwen and Moed 2005）研究了影响因子和其他指标之间的关系，其中也包括非引用这一标准。

相比之前的研究，现在尽管强调了IF存在的缺点，但是温克勒（Vinkler 2004）却十分认可IF(即使他略微做了修改)。他将加菲尔德影响因子(GF)定义为规范的IF，但要考虑所有类型的出版物。温克勒（Vinkler）讨论了，对于在一组选择好的杂志从中挑选相对优秀的期刊，加菲尔德影响因子是一个合适的的测量标准。温克勒（Vinkler 2002）还讨论了使用子领域因子和SIC（Special Impact Contribution）这些规范化的加菲尔德影响因子（GIs）的意义，并且考虑不同领域的差异。

索拉里和马格里（Solari and Magri 2000）根据期刊的影响因子对1996年出现在JCR上的期刊分成五组。他们开发出的工具显示，期刊的所有类别及期刊在每一个类别中的相对排名。

以上回顾可以看到，研究学者试图解决JIF的各种不足。不过，JIF在评估