일반교정 15% 할인

Dr.Eddy는 수년간의 연구원 경험을 통해 여러분에게 영어 저널 출판과 투고에 관한 전반적인 지식을 제공합니다. 매 주, 저널출판에 관한 중요한 정보를 전달 해 드립니다. 저널 투고에 성공하는 법을 Dr. Eddy를 통해 만나보세요.



간행물

인용통계가 연구에 미치는 영향

최근 몇 년 동안, 많은 연구 단체들은 발표된 연구의 영향력을 측정하는 지표를 개발하기 위해 독립적으로 노력해 왔습니다. 저널 Impact Factor는 저널의 명성을 측정하는데 사용되는 잘 알려진 지표입니다. 하지만 다음과 같이 전세계 과학자들에게 중요한 질문에 대해서는 답을 주지 못합니다. 연구자와 연구의 영향을 어떻게 측정할 수 있는가? 이런 점에서 가장 중요한 혁신 중 하나는 h-지수 (h-index)이며 이 지수는 발명한 조지 허쉬 (Jorge Hirsch)의 이름을 따 만들어 졌습니다.




연구자의 H-지수는 연구자가 발표한 n 개의 논문이 다른 논문에 적어도 n 번 인용된 숫자를 나타냅니다. 예를 들어, 23개의 논문을 발표한 연구원의 논문 중 16개가 각각 적어도 16번 인용되었다면 그 연구원의 h-지수는 16이 됩니다.
H-지수의 도출방법

아래 플로우 차트에서 H-지수를 계산하는 법에 대해 간략하게 소개합니다.

발표된 모든논문과 각 논문이 인용된 횟수를 나열합니다. 누락되거나 중복되는 논문이 없도록 여러 데이터베이스로부터 (Web of Science, Google Scholar, Scopus등) 자료를 수집합니다.  각 논문의 인용된 횟수가 많은 순서부터 차례로 나열합니다. 순차적으로 목록에 숫자를 매깁니다.첫 번째 나열된 논문이 인용횟수가 가장 많고 마지막 나열된 논문의 인용횟수가 가장 적어야 합니다.  H-지수는 인용횟수와 같거나 혹은 그보다 작은 가장 높은 일련번호입니다.

예를 들어, 10개의 논문을 발표한 연구자 A의 h-지수 계산법은 다음과 같습니다.



여기서, 8은 일련번호가 논문이 인용된 횟수와 같거나 더 작게 유지되는 경우 가장 높은 지점입니다. 이 시점을 넘으면 일련번호가 인용횟수를 초과하게 되며 이후에 나열된 논문들은 인용횟수가 더 작거나 영향력이 낮다는 것을 의미합니다. 이러한 논문들은 연구자 A의 전반적인 영향력에 크게 기여하지 않으므로 무시됩니다. 그러므로, 연구자 A의 h-지수는 8입니다.
H-지수에 대한 추가설명

좋은 연구자는 높은 논문 발표률과 영향력 모두를 갖추어야 한다는 기본 원칙하에, h-지수는 연구자 논문 발표률(발표된 논문)과 영향력(타 논문에 인용된 횟수)간의 최적의 균형을 캡쳐합니다.

다른 인용지표와 마찬가지로, h-지수 역시 완벽하지는 않습니다. 다음 표는 지수의 장단점의 일부를 보여줍니다.

장점
  • H-지수는 객관적이며 쉽게 계산할 수 있습니다..
  • H-지수는 학술지 영향력 요인보다 더 정확하게 연구의 영향력을 측정해 줍니다.
  • H-지수는 논문 발표률과 영향력을 함께 측정하기 때문에 단일 숫자 통계인 총 논문 발표 수, 논문당 인용 횟수 및 자주 인용되는 논문 횟수 등 보다 정확합니다.
  • 인용 횟수가 저조한 논문을 제외하므로 과장된 점수를 도출하지 않습니다.
  • 연구와 그 영향력을 가장 긍정적인 방면을 보여주므로 많은 논문을 발표한 시니어 연구자들에게 유용합니다.
단점
  • H-지수는 연구분야별 논문 발표률과 인용 패턴에 변화가 있기 때문에 여러 분야에 걸쳐 연구자들을 비교하는 데 사용할 수 없습니다
  • 논문 발표률과 영향력이 시간과 함께 증가할 수 있는 젊은 연구자들에게는 단점이 될 수 있습니다.
  • 공동 연구자의 수나 개인의 기여를 고려하지 않으므로 논문에 참여한 모든 연구자를 동등하게 평가합니다.
  • 연구자 본인의 인용을 제외하지 않으므로 과장된 점수로 이어질 수도 있습니다.
  • 자주 인용되는 논문을 제외하므로 몇 개의 큰 영향력을 가진 논문을 발표한 연구자와 여러 개의 작은 영향력을 가진 논문을 발표한 연구자의 h-지수가 같을 수 있습니다.



연구자 영향력을 위한 대체 인용 통계

H-지수의 고유 단점을 보완하기 위해 h-지수의 변종인 대체 지수들이 제안되었습니다. 이 대체 지수들은 h-지수 점수와 함께 또는 단독적 사용될 수 있습니다. 여기서 그 중 몇 가지 및 그 지수들을 가장 잘 사용하는 방법을 소개합니다.

  • g-지수: Egghe 는 각 논문이 인용된 숫자가 줄어드는 순서로 논문들을 나열했을 때의 g-지수를 g로 정의하는데, 여기서 g는 맨 위의 g개의 논문이 적어도 g번 인용된 가장 높은 순위를 나타냅니다. H-지수와는 달리 g-지수는 자주 인용된 논문에 비중을 두어 “한 개의 논문이 맨 위의 h개의 논문 안에 속하게 되면 그 이후의 인용은 포함되지 않는 것”에 대한 문제를 해결해 줍니다. G-지수의 단점은 인용 횟수가 매우 높은 하나의 "블록버스터 논문"이 상당히 과장된 점수로 이어질 수 있다는 것입니다.

  • hg-지수: 이 지수는 h-지수와 g-지수의 기하 평균으로 계산되며 각각의 지수가 가진 장점을 모두 캡처하는 것을 목표로 합니다. 또한 h-지수나 g-지수가 개별적으로 가지는 것보다 더 큰 세분성을 제공합니다.

  • m 지수: H-지수와 함께 Hirsch가 제안한 것으로써 m 지수는 h-지수를 연구자의 첫 논문 발표 이후의 연수로 나눈 값입니다.

위에 소개된 것들 외에도, 각 연구자의 연구 결과물을 측정하기 위해 e-지수, 개개의 h-지수, 그리고 R- 및 AR-지수 등과 같이 다른 방법을 사용하는 여러 지수들이 제안 되었습니다. 그러나, 아직까지는 특정한 단일 숫자 통계를 선호하는 일반적인 의견은 없습니다.
인용 통계를 최대한 사용하기

인용 지수를 계산할 때 발표된 논문과 인용 데이터를 모두 나열하는 것을 잊지 않도록 여러 데이터베이스를 검색합니다. 데이터베이스 별로 색인의 단계가 다르며 여러분의 논문을 인용하는 다수의 논문들이 하나의 데이터베이스 내에 존재하지 않을 수 있기 때문에 하나의 데이터베이스만을 검색하게 되면 실제보다 낮은 h-지수를 얻을 수도 있습니다. 학술 논문의 색인을 생성하고 참고문헌을 식별하는 무료 데이터베이스인 Google Scholar를 통해 인용 분석에 필요한 데이터를 얻을 수 있습니다. 여러 통계를 조합하여 사용하면 개별 통계의 단점을 보완할 수 있으며 연구자로서의 위치에 대한 정확한 정보를 얻을 수 있습니다. 무료인 Publish or Perish software 는 Google Scholar에서 추출한 인용 데이터를 분석하여 여러 인용 통계를 계산하는데 사용합니다.

과학자로서의 실적을 평가한 후에는 인용 통계를 업데이트하는 것이 중요합니다. 그러기 위해서는 정기적으로 관련 인용 추적 데이터베이스를 검색하여 자신의 논문에 대한 새로운 인용 정보가 추가되었는지 확인 해야합니다. 인용 기록을 관리하는 것은 선택적인 학문관행이 아님을 기억하십시오. 논문 발표 기록이 고용, 재직 및 연구 지원비에 대한 결정을 좌우하는 오늘의 학술계에서는 필수적인 일입니다.

영향력을 측정하는 추가 방법들

위에 설명된 인용 통계 외에도 논문 단계의 통계들이 점차 대중화되고 있습니다. Public Library of Science (주로 생물 의학 연구를 위한) 및 ArXiv (주로 물리학 연구를 위한)와 같은 발행사는 HTML 페이지 조회 수, PDF 다운로드 횟수 및 XML 다운로드 횟수를 통해 온라인 트래픽 볼륨이나 논문의 조회 수를 무료로 제공합니다. 또는 소셜 북마크 (CiteULike 및 Connotea에서 제공) 및 댓글을 연구의 영향력에 대한 질적 지표로 볼 수 있습니다.

결론

연구자로서의 위치는 연구자가 가진 영향력에 의해 좌우되며 세계는 지속적으로 그 영향력을 측정할 수있는 새로운 방법을 찾고 있습니다. 인용의 과학 및 다른 영향력 측정방법에 대한 새로운 개발들의 정황을 잘 파악하여 여러분에게 가장 유익하게 활용하십시오.
Contributors


© 2012 Cactus Communications. All rights reserved.
print