h指数、g指数、影响因子的灰色关联分析

h指数、g指数、影响因子的灰色关联分析

随着科学技术的快速发展和科学技术工作量的显著增加，科学评价是非常必要的。h指数、g指数、影响因子都是用来评价期刊或个人学术能力的科学评价指标,虽然都是基于论文的数量和质量指标来评价,但由于用来评价的指标因素不同,因此造成了同一期刊、同一个人不同的学术评价结果。本文用灰色关联分析法和相关性分析法研究各个因素与指标的相关性大小,以便更清晰地认识各个评价指标,更好地利用这些指标提高期刊的影响力和个人学术影响力。1相关概念的总结1.1学界基于信息计量学家的主要研究热点h指数是美国科学家Hirsch在2005年提出的用来测评科学家学术成就的一个评价指标。该指标巧妙地将数量指标(论文数量)和质量指标(被引频次)结合在一起,引起学术界的高度关注,成为近年来信息计量学家和科学评价学家共同关注的热点。Hirsch将h指数定义为:一位作者的h指数等于其发表了h篇至少被引h次的论文,即一个作者的h指数等于当且仅当其有h篇引文数至少为h的论文,同时其余论文的引文数都小于h时的h值。Hirsch提出的h指数原是为了评价科学工作者个人成就的,但后来却被用于评价科学工作者团体和学术期刊。Braun等将原来针对作者的h指数概念用于期刊,提出一种期刊的h指数,该指数等于该期刊发表了h篇文章且每篇至少被引h次的论文。1.2g指数的定义g指数是Egghe在2006年提出的一种基于学者以往累积贡献的类h指数,Egghe把g指数定义为:将论文按被引次数由高到低排序,将序号平方,被引次数按顺序累加,当序号平方等于累计被引次数时,该序号则为g指数。如果序号平方不是恰好等于而是小于对应的累计被引次数,则最接近累计被引次数的序号即为g指数。1.3标准的期刊评价指标影响因子是加菲尔德于1972年提出的一个国际上通行的期刊评价指标,是指该刊前两年发表的论文在统计当年被引用的总次数占该刊前两年发表论文总数的比例。通常影响因子越大,表示该刊学术影响力越大。1.4种分析方法灰色系统理论是我国学者邓聚龙教授于1982年提出的,灰色系统部分信息已知而部分信息未知的系统。灰色系统理论所要考察和研究的信息不完全的情况下,通过已知信息来研究和预测未知领域,从而达到了解整个系统的目的。灰色关联分析是灰色系统分析的一个主要内容之一,它是以行为因子序列的几何接近度,分析并确定因子间的影响程度或因子对主行为的贡献测度而进行的一种分析方法。h指数、g指数、影响因子虽然都是通过论文的数量和被引频次计算出来的,但是影响这些指标的不仅是论文的数量和引文数量,还包括发表的年龄、最高被引频次、平均被引频次等间接因素,因而可以利用灰色关联分析法去分析哪些因素和这些指标关系密切。利用灰色关联分析计算关联度的方法为:·关联系数。设主因子数列和各比较因子数列分别为:X0(t)={X0(1),X0(2),…,X0(n)}Xi(t)={Xi(1),Xi(2),…,Xi(n)}Δi(t)=|X0(t)-Xi(t)|Δ(i)min=min|X0(t)-Xi(t)|Δ(i)max=max|X0(t)-Xi(t)|t=1,2,…,n则X0(t)与Xi(t)的灰关联系数为:ζi=Δ(i)min+ϕΔi+ϕζi=Δ(i)min+ϕΔi+ϕ其中φ=ρΔ(i)max;Δ(i)min第i个子因子与主因子差的最小值;Δ(i)max第i个子因子与主因子差的最大值;ρ为分别率,0<ρ<1,本文分辨率取0.5。·关联度。由于灰关联系数仅表示各个时刻数据间的灰关联程度,为对整个数据序列间进行比较,对灰关联系数作均值化处理得出关联度γ为:γ=1n∑k=1nζiγ=1n∑k=1nζi2文献分类的定义和期刊内容由于这些指标具有数据源敏感性和测评领域敏感性等特征,所以在实证研究中要选好特定数据源和学科领域。本文的实证研究以CSSCI(社会科学引文索引)收录的档案学类核心期刊《档案学通讯》和《档案学研究》(2000-2006年)的载文为数据源。经过统计和计算得出档案学类期刊各指标的数值如表1所示:2.1发表关联和被引频次经计算得出各因素和h指数的关联系数和关联度如表2所示:通过计算可知影响期刊h指数的三个因素关联度最大的是被引频次,关联度为0.66,载文数和期刊h指数的关联度为0.63,论文发表年龄和期刊h指数的关联度最小为0.47。期刊h指数是通过论文被引频次计算出来的,直接由论文被引情况决定,所以关联度很大。载文数量是论文被引用的基础,论文发表年龄是影响论文被引用的因素,因此都在一定程度上影响和制约期刊h指数的大小。2.2发表分布情况,g指数与g数经计算得出各因素和g指数的关联系数和关联度如表3所示:影响期刊g指数的三个因素关联度都很大,且他们的区分度不是很明显。载文数量、被引频次、论文发表年龄和g指数的关联度分别为0.65、0.67、0.69。这说明三个因素对期刊g指数大小都很重要,论文发表年龄的关联度与其他两个因素相比较大,这主要是因为g指数是被引频次累加计算出来的。2.3论文发表年龄和载文频次对被引数的影响经计算得出各因素和影响因子的关联系数和关联度为如表4所示:影响影响因子三个因素的关联度区分度不是很大,说明三个因素对于影响因子的重要程度差不多。被引频次和载文数量都是影响影响因子大小的直接因素,因此关联度很大。影响因子是以两年为一个周期计算的,因此论文发表年龄对论文的被引影响很大。且论文一般都是在发表2至3年后才达到被引的高峰期,因此,论文发表年龄与影响因子的关联度也很大。3被引频次分布此处的核心作者是指在这两种期刊中发文量较多,且被引频次较高的作者。表5列出了发文量7篇以上、总被引频次5次以上且单篇论文最高被引2次以上15位作者。这些作者不仅发文量多,而且论文被引频次高,对期刊质量的高低起着至关重要的影响,因此归为期刊的核心作者。3.1最高被引频次的确定经计算得出各因素和核心作者h指数的关联度如表6所示:对于核心作者的h指数,其关联度最大的因素是论文的最高被引频次,关联度为0.65,发文数量的关联度为0.64,总被引频次的关联度是0.5,篇均被引频次的关联度是0.59。作者的一篇论文最高被引频次越高,总被引频次越大,作者的h指数也就越大。作者发文数量和篇均被引频次与h指数的关联度相对较小。3.2作者单位的g指数关联度经计算得出各因素和核心作者g指数的关联度如表7所示:与核心作者的g指数关联度最大的因素是作者的发文数量和作者论文的最高被引频次,相关度分别为0.68和0.67,作者的总被引频次和篇均被引频次的关联度相对较小。这和核心作者h指数因素的关联度是一致的。4相关分析4.1被引频次与文献发表的相关性利用SPSS软件对期刊的h指数、g指数、影响因子和载文数、被引频次、论文发表年龄三个因素进行相关性分析,结果如表8所示:期刊h指数和被引频次的相关性最大为0.87,和载文数的相关性为0.57,但是和论文发表年龄的相关性没有通过显著性检验。可能是由于样本的选择太小,不足以表现两者之间的相关性大小。除去论文发表年龄的因素,其它两个因素的相关性大小和利用灰色关联分析法计算出的关联度大小有很强的一致性,都是被引频次的相关性大于载文数量的相关性。但是相关性大小的区分度要比灰色关联计算出的关联度大小明显。期刊g指数和论文发表年龄的相关性大小也没有通过显著性检验,与被引频次的相关系数为0.86,大于载文数量的相关系数0.58,这和上面计算的关联度大小一致,并且期刊h指数和g指数与影响因素的相关性大小具有很强的一致性。影响因子和被引频次的相关性没有通过显著性检验,与论文发表年龄的相关性大小为0.63,大于载文数的相关性0.56,但是区分度不是太明显,这和关联度大小具有一致性。4.2作者单位的发引频次与作者发文量的相关性利用SPSS软件对核心作者的h指数、g指数和发文数量、总被引频次、最高被引频次、篇均被引频次四个因素进行相关性分析,结果如表9所示:与核心作者h指数相关性最大的是论文的总被引频次,相关性大小为0.93,这个数字要大于Saad选择的1989～2005年间在JournalofConsumerResearch上发表论文5篇以上的55位学者,得到的h指数和被引总数之间的相关性为0.87。论文的篇均被引频次相关性为0.86,作者的发文量对作者的h指数影响并不大,这和上面的关联度大小不一致。作者的最高被引频次与h指数的相关性没有通过显著性检验。与核心作者g指数相关性最大的也是总被引频次,其次是篇均被引频次,作者的发文量对g指数的相关性影响不是很大。最高被引频次对g指数的影响很大,相关性大小为0.81,这主要是因为g指数的计算是通过被引频次的累计计算出来的。5预测和预测算法通过上述计算及对比分析,可以得出:·h指数、g指数、影响因子的大小不仅和直接计算它们大小的因素有关,而且还和影响直接计算因素大小的间接因素有关,比如论文的发表年龄、最高被引频次、篇均被引频次等;·作为共同评价期刊质量和影