@Article{CAM-4-19, author = {}, title = {谁是优秀的科学家 H指数来预测}, journal = {CAM-Net Digest}, year = {2007}, volume = {4}, number = {19}, pages = {4--4}, abstract = {
H指数(h-index)的发明人乔治·赫希(Jorge Hirsch)最近撰文指出,H指数不仅可以用于评估研究人员过去的学术水平,也可以用于预测未来的学术成就。
H指数是2005年加利福尼亚大学圣地亚哥分校统计物理学家赫希在2005年发明的,立刻引起了全世界学术界的广泛关注,论文在网上公布后,《自然》和《科学》杂志先后报道,正式论文于2005年11月正式发表在《美国科学院院刊》上。
在H指数发明之前,常见的评估学术成就的方法有论文的总篇数和总引用率。但是前者的问题在于,那些只大量发表低影响力论文的人会因此受益,而后者的问题在于,一两篇高引用率的文章会掩盖了大量低引用率的文章。相比较而言,更公平的做法是计算文章的平均引用率。
但是,H指数已经被公认为比平均引用率更科学的指标。所谓H指数,是指一个人有N篇论文分别被引用了至少N次。例如,普林斯顿高等研究所的物理学家爱德·威顿(Ed Witten)的H指数是110,表明他有110篇文章每篇至少被引用了110次。
与其它统计方法不同的是,要确定一个人的H指数相当容易,只要到SCI网站,查出某个人发表的所有SCI论文,让其按被引次数从高到低排列,往下核对,直到某篇论文的序号大于该论文被引次数,那个序号减去1就是H指数。在最近的研究中,赫希从《物理评论B》(Physical Review B)中选出了50位论文作者,他们都是从二十世纪八十年代就开始发表论文了。赫希用各种不同的评估方法如H指数、论文总数、总引用率和平均引用率等,研究了这些人学术生涯的头12年的学术水平,看哪一种评估方法能够更准确地预测这些人接下来的12年的研究成果。
赫希发现,H指数的预测准确性比总引用率稍高,而且大大高于论文总数和平均引用率的准确性。
赫希还认为,H指数有几大好处。其一是H指数可以自动按照论文各作者的贡献大致分配功劳,从而大大避免了将一篇论文的引用次数归功于每一位合作者的情况。
此外,赫希声称,H指数很难做假,因为做假者必须大规模自引才能提高H指数。然而,批评者认为,自引确实能够显著提高H指数,加州大学圣地亚哥分校的James Fowler的研究组发现,科学家的一半引用率都与自引有直接或者间接的关系。德国开姆尼斯技术大学物理学家Michael Schreiber建议说,不如干脆将自引从H指数中完全排除出去。
这些争论瑕不掩瑜,H指数确实能够标示出谁是优秀的科学家。赫希说:“各个领域的人都在使用或者考虑使用H指数,将它作为招聘和研究经费评审的标准。我就亲眼见到过一些人在找工作的时候把H指数写进了简历。”Schreiber对此表示赞同。他说不管你喜不喜欢H指数,H指数现在已经深入人心,“不过把一个人的研究水平浓缩为一个数字,总是会引发一些问题,所以我们在使用的时候要特别当心它的局限性。”
(科学网 何姣/编译)