發布時間：所屬分類：管理論文瀏覽：1次
摘 要： 摘要：[目的/意義]對學者影響力評價指標p指數進行綜合改進得到pnew指數，以提高人才影響力評價的公平性。[方法/過程]將學者署名順序和是否為通訊作者作為學者貢獻度的考量指標，剔除自引頻次，考慮高、低他引論文的不同貢獻，以Scopus數據庫為數據源，將60名
摘要：[目的/意義]對學者影響力評價指標p指數進行綜合改進得到pnew指數，以提高人才影響力評價的公平性。[方法/過程]將學者署名順序和是否為通訊作者作為學者貢獻度的考量指標，剔除自引頻次，考慮高、低他引論文的不同貢獻，以Scopus數據庫為數據源，將60名青年學者整個學術生涯的論文產出作為研究對象，通過實證分析和相關性分析驗證pnew指數的合理性。[結果/結論]pnew指數能夠更加客觀地體現學者的被引數量與其對文章的貢獻，同時更加有效地篩選出高他引作者。
關鍵詞：學者影響力;p指數;作者合著;他引;貢獻率
學者學術影響力的客觀評價是保障科研環境健康發展的前提，也是促進科研創新發展的動力。學者學術影響力最為經典的評價指標h指數由J.E.Hirsch在2005年提出，一經提出就引起了較大的反響，并應用到了學者評價、期刊評價等方面。隨后，文獻計量學領域的學者在h指數的基礎上發展了多種擴展指數，如G指數，e指數，w指數等。2010年，G.Prathap為了解決h指數及其擴展指數存在的一些不足，提出了p指數。
1p指數存在問題及算法改進
1.1p指數存在的主要問題
盡管針對p指數進行了某些方面的改進，但是仍然存在以下三個方面的問題：
1)p指數忽略作者自引和作者貢獻度對引用次數的重要影響，不能反映學者的客觀被引用情況。若甲、乙兩位學者的總被引頻次均為200次，論文產出總量均為50篇，甲的他引頻次為190次，乙的他引頻次為150次，這兩位學者的p指數相同，但是實際上兩人真實的引用情況不盡相同，學術影響力也應有所區別，同時p指數不考慮學者貢獻度對引用次數的影響。學界也普遍意識到自引頻次和貢獻度對學者評價的影響，然而，據我們所知，目前沒有在p指數改進方面進行剔除自引和基于貢獻率修正引用次數的實證分析實踐工作的報道。
2)p指數評估影響力時，對科研人員論文數量的定義，凡是署有作者姓名的論文均累計為該作者的論文成果，這種定義沒有考慮文獻中的作者數量，忽略了作者貢獻的差異，不能客觀反映作者的真實論文產出。不同作者數量和署名位次以及是否通訊作者對科研產出的貢獻度是不盡相同的，p指數在作者發文數量方面的統計方式導致其評估結果有失公允。
3)p指數難以識別高頻次引用論文與低頻次引用論文的價值區別，若甲、乙兩位學者的總他引頻次相同均為100次，科研產出均為20篇，甲有10篇零被引論文，乙有5篇零被引論文，這兩位學者的p指數相同，但高他引頻次論文不相同，影響力也應有所區別。
1.2p指數的改進路徑
本研究針對p指數存在三個問題，試圖從以下三個方面對其進行優化。
1)對引用次數進行修正，首先用每篇論文的他引頻次代替該論文的被引頻次，解決p指數計算時的自引泡沫，這里的論文他引頻次是指去除該論文所有作者對該文章引用的施引文獻數量。在此基礎上，考慮作者對科研產出的貢獻率，將論文他引頻次乘以作者貢獻率作為該作者該篇論文的修正他引頻次。
2)對文獻數量的修正，在考慮作者署名位次對文獻具有不同貢獻度的基礎上，考慮通訊作者對文章的貢獻度等同于第一作者;采用“位置加權”算法使得不同署名位次的作者獲得不同的貢獻率。
3)提高對高引用區域和低引用區域的靈敏度，在h指數的基礎上引入ht指數，即有ht篇論文的他引頻次不低于ht次，對高于ht區域的高他引頻次論文和低于ht區域的低他引頻次論文分別賦予適當權重，計算加權他引次數。
2p指數的綜合修正和實證計算過程
2.1p指數的綜合修正過程
1)剔除自引和基于作者貢獻度修正引用次數。首先本文采用論文總他引頻次Ct作為公式1中總被引頻次C，在此基礎上，考慮作者署名順序修正他引頻次。目前已有的作者貢獻度算法分為線型貢獻度分配算法、曲線貢獻度分配算法，以及其他貢獻度分配算法[10]。學者XuJian和劉英杰等均對作者貢獻算法進行了全面梳理。本研究采用A.M.Abbas算法計算作者貢獻度。A.M.Abbas算法具有以下特點：①署名第1位作者的貢獻率最大，第i位作者的貢獻率大于第i+1位作者;②單篇論文的合著者共享作者榮譽，所有合作者的貢獻率之和為1;③相同排名順序的作者貢獻率會因為作者數量的變化而變化。
3實證分析
3.1數據采集及統計結果
以Scopus數據庫為數據源，統計第九批數學領域和材料科學領域共60位青年千人從學術生涯開始的相關數據，包括每個學者學術生涯的論文產出總量N，總被引頻次C、篇均被引頻次、單篇論文作者數量及署名位次、是否通訊作者等，計算學者的h指數、p指數、pnew指數，并對3個指數進行排名，排名1、2、3分別為h指數、p指數、pnew指數的排名，差值1為pnew指數名次與p指數名次之差，差值1為正，表明pnew指數排名較p指數排名靠前;差值1為負，表明p指數較pnew指數排名靠前。同理，差值2為pnew指數與h指數排名之差，差值2為正，表明pnew指數較h指數排名靠前;差值2為負，表明h指數較pnew指數排名靠前。數學領域和材料科學領域的統計結果分別見表2、表3所示，均按照pnew指數降序排列。
3.2結果分析
3.2.1pnew指數、p指數、h指數區分性分析從表2可以看出，數學領域30位學者中共有9組28位學者的h指數相同，占全部作者的93.33%;從表3可以看出，材料科學領域30位學者中共有9組21位學者的h指數相同，占全部作者的70%。而這兩個領域的30位學者的pnew指數和p指數均不相等，區分率為100%。
相關期刊推薦：《情報理論與實踐》本刊辟有論壇、專題、理論與探索，實踐研究，信息系統、綜述與述評、學會動態、講座等欄目，涉及情報學研究發展、圖書館數字化、信息檢索技術、網絡信息資源管理、企業競爭情報、信息管理系統等圖書情報工作的各個層面，具有內容豐富、針對性強、與實際緊密結合等特點，成為我國圖書館學情報學專家、學者及工作人員的必讀刊物。全面、系統、及時、準確報道國內外圖書館學情報學與信息技術發展動態，研究探討圖書館學情報學理論方法、信息服務實踐和科技信息工作，在我國圖書館學情報學核心期刊中有較高聲譽，在國內外有廣泛影響。
數學領域和材料科學領域h指數、p指數、pnew指數的散點圖分別見圖1和圖2，其中方格代表h指數，圓形代表p指數，菱形代表pnew指數。從圖1和圖2可以看出，學者的h指數分布范圍最小，各個散點相距較近，重復值較多，區分度較低，pnew指數分布范圍居中，p指數分布范圍最廣，三者變化情況基本同步，可見，p指數和pnew指數在排名的區分能力方面要優于h指數。由于剔除了自引頻次的原因，使得pnew指數的數值會整體變小，所以造成pnew指數的變化范圍較p指數的變化范圍稍小。
3.2.2不同學科領域對比分析數學領域和材料科學領域各30位青年學者h指數、p指數、pnew指數的排名情況分別見圖3和圖4。數學領域學者的p指數計算排列結果表明，吳昊是第一位，從pnew指數排名結果來看，楊宇寧排名第一。同時依據pnew指數識別出的數學領域排名前5的學者以及最后一名的學者，與按照p指數的排序結果基本保持一致。材料科學領域學者的p指數計算排名結果表明，肖正國排名第一，從pnew指數排名結果來看，肖正國依舊排名第一。同時依據pnew指數識別出的材料科學領域排名前3和后3的6名學者，與按照p指數的排序結果基本保持一致。
兩個學科領域的p指數和pnew指數的名次圍繞h指數的名次上下波動，且波動情況大致相同，說明pnew指數是對p指數的改進和修正，在不同學科領域呈現一致的分布特征，pnew指數針對同一學科內的學者評價具有一定的適用性。
從發文數量、被引頻次、他引頻次來看，材料科學領域明顯高于數學領域。數學領域屬于基礎學科，材料科學屬于工程學科，學科屬性的差異帶來發文數量和被引頻次的差異。進而使得材料科學領域的p指數和pnew指數普遍高于數學領域，說明pnew指數僅適用于同一學科內的學者評價，對于不同學科之間的排名需要進一步的改進。——論文作者：●張燕，趙婉忻，董凱
