武夷山分享 http://blog.sciencenet.cn/u/Wuyishan 中国科学技术发展战略研究院研究员;南京大学信息管理系博导

博文

看外国学者打笔仗

已有 7649 次阅读 2007-10-11 07:04 |个人分类:东鳞西爪|系统分类:海外观察

 

看外国学者打笔仗

按:英国政府首席科学顾问David King2004715Nature杂志上发表了题为Scientific Wealth of Nations的文章(笔者注:这是模仿《国富论》的标题,因此可译为“国家的科学财富”,但下文中的译法是“国家的科学影响力”,也是可以的)。匈牙利著名科学计量学家布劳温向Nature投了一篇稿子,发表不同于King的争鸣意见,但Nature拒绝发表此文。于是,布劳温在自己担任主编的国际学术杂志《科学计量学》(Scientometrics)上发表了他组织来的几篇小文章来批评King,共4篇,他写了一篇,荷兰著名科学计量学家Loet Leydesdorff写了一篇(其《科学计量学的挑战》一书有中译本,乌云 等翻译,我审校的),美国加利福尼亚大学欧文分校物理学与天文学系的Virginia Trimble女士写了一篇,匈牙利另一位科学计量学家Vinkler写了一篇。四篇文章见下面的“漫谈”。《管理科学学报》2007年增刊第1期是“科学计量学专刊”,登的全是从Scientometrics翻译过来的文章,包括了“漫谈”。

 

漫谈

(中国科学技术信息研究所 王炼翻译,武夷山校)

发表于《管理科学学报》2007年增刊第1

 

证实科学研究结论的价值、质量和正确性的唯一办法就是将研究成果公开发表,使之能够接受同行的批评。

如果作者希望对已经发表的论文进行评论,必须向刊载这些论文的期刊投递评论文章和/或者信件。期刊的编辑对是否发表这些评论有决定权。然而反过来讲,撰写评论的作者也有自由选择的权利,可以将其评论投递到愿录用并发表这些评论文章的另一种期刊。

以下争论就是上述情况引发的结果。

 

怪异的引用方式及相关评论(注:本文部分内容曾向Nature投稿)

 

“所谓基本交流系统指这样一种主要机制:科学组织对于科学界的个人和集体成员的成果加以记录并且为其‘加盖橡皮印章’。这个系统的功能之一是传播知识,其二是确保维持一定的标准,其三是将荣誉和承认分配给那些其先前的工作在不同领域里对新思想的发展做出了贡献的人。”1

基于以上所述,笔者对最近King的一篇文章——“国家的科学影响力”2——及其奇怪的引用方式感到非常惊讶。

尽管这篇论文的主题几十年来一直是科学计量学研究的前沿热点,而且荷兰、英国、匈牙利、德国、澳大利亚等国的各个研究小组出于同一目的曾经利用原创性的、比King所采用的更精致的指标来研究国家的科学财富、地位和健康状况,并取得了许多研究成果,而King的文章当中对已有研究成果的随意的、难以解释的选择性提及方式往轻了说也令人吃惊。更有甚者,当谈到国家评价领域的开创性成果时,King提到了May的文章3,而对此领域真正的开创者Derek John de Solla Price4却只字未提。

通过浏览文献,King应该会找到数十篇论文,对这些文献至少需要进行在理的选择和简单的提及。关于灰色文献,King提到了(参考文献2)英国技术局200310月的一项研究报告,但是却未提及非常完整的2004年《美国科学和工程指标》,该报告涉及的许多新数据都与King的文章主题相吻合。

 

倘若科学计量学如物理化学(King从事的研究领域的一个子学科)一样,被承认为是一个独立的科学子学科(例如《科学计量学》是此子学科的自有期刊即是佐证之一),那么,作者在讨论科学计量学的时候,就应恪守与其他子学科类似的科研交流过程自组织规则(包括正确的引证方式),更何况我们现在讨论的这篇论文还是被Nature杂志作为一个6页长的特写文章发表的。

 

King的论文不仅不符合国际通行的正确的引证规则,而且还存在有悖于正确的科学计量学知识的其他错误。在此仅以King的论文中的表1为例说明。这张表根据19931997年和19972001年期间发表的论文数、引文数以及高被引文献数对32+1个国家(地区)进行了排名。很难理解为什么King只(随意地)选择这些国家,而忽略在科学方面与上榜的某些国家同样重要(科学上份量重)的国家,例如挪威、捷克、匈牙利、斯洛文尼亚、新西兰和智利等。我们尝试对King的数据进行重新计算。(见表1a1b

 

 

 

 

 

 

 

 

 

1a.

 

国家(地区)

文献数量,19972001

 

 

ISSRU(信息科学和科学计量学研究小组)的数据

King的数据

1

欧盟

1458057

34.81%

37.12%

1

2

美国

1352347

32.29%

34.86%

2

3

英国

380744

9.09%

9.43%

3

4

日本

355560

8.49%

9.28%

4

5

德国

336855

8.04%

8.76%

5

6

法国

248895

5.94%

6.39%

6

7

加拿大

175918

4.20%

4.58%

7

8

意大利

159281

3.80%

4.05%

8

9

俄罗斯

137287

3.28%

3.40%

9

10

中国

123607

2.95%

3.18%

10

11

西班牙

113571

2.71%

2.85%

11

12

澳大利亚

111165

2.65%

2.84%

12

13

荷兰

97564

2.33%

2.55%

13

14

印度

86763

2.07%

2.13%

14

15

瑞典

76237

1.82%

2.01%

15

16

瑞士

70136

1.67%

1.84%

16

17

韩国

60754

1.45%

1.53%

17

18

比利时

50998

1.22%

1.32%

18

19

以色列

48856

1.17%

1.27%

19

20

巴西

48495

1.16%

1.21%

20

21

台湾

47669

1.14%

1.25%

21

22

波兰

46623

1.11%

1.18%

22

23

丹麦

38990

0.93%

1.02%

23

24

芬兰

36401

0.87%

0.96%

24

25

奥地利

36195

0.86%

0.93%

25

26

希腊

24030

0.57%

0.62%

26

 

匈牙利

19950

0.48%

 

 

27

南非

19701

0.47%

0.50%

27

28

新加坡

16165

0.39%

0.42%

28

29

葡萄牙

14344

0.34%

0.37%

29

30

爱尔兰

13724

0.33%

0.35%

30

31

伊朗

5474

0.13%

0.13%

31

32

卢森堡

478

0.01%

0.01%

32

 

全世界共计

4188293

100.00%

100.00%

 

 

 

 

 

 

 

1b.

 

国家(地区)

引用次数,19972001

 

 

ISSRU(信息科学和科学计量学研究小组)的数据

King的数据

1

美国

7319718

48.51%

49.43%

1

2

欧盟

5945975

39.41%

39.30%

2

3

英国

1736423

11.51%

11.39%

3

4

德国

1542960

10.23%

10.02%

4

5

日本

1305985

8.66%

8.44%

5

6

法国

1042895

6.91%

6.89%

6

7

加拿大

789991

5.24%

5.30%

7

8

意大利

672105

4.45%

4.39%

8

9

荷兰

518582

3.44%

3.46%

9

10

瑞士

445872

2.96%

2.95%

10

11

澳大利亚

433298

2.87%

2.84%

11

12

西班牙

402717

2.67%

2.55%

12

13

瑞典

378501

2.51%

2.50%

13

14

中国

245406

1.63%

1.56%

14

15

比利时

236877

1.57%

1.55%

15

16

俄罗斯

222058

1.47%

1.43%

16

17

丹麦

207035

1.37%

1.34%

17

18

以色列

205530

1.36%

1.33%

18

19

芬兰

174932

1.16%

1.14%

19

20

奥地利

156807

1.04%

1.00%

20

21

韩国

155499

1.03%

0.88%

21

22

印度

138539

0.92%

0.86%

22

23

波兰

118753

0.79%

0.71%

23

24

巴西

113539

0.75%

0.71%

24

25

台湾

107288

0.71%

0.69%

25

26

希腊

65060

0.43%

0.41%

26

 

匈牙利

62228

0.41%

 

 

27

爱尔兰

55530

0.37%

0.35%

27

28

南非

48228

0.32%

0.31%

28

29

葡萄牙

47417

0.31%

0.29%

29

30

新加坡

41713

0.28%

0.25%

30

31

伊朗

9729

0.06%

0.06%

31

32

卢森堡

1605

0.01%

0.01%

32

 

全世界共计

4188293

100.00%

100.00%

 

 

 

尽管我们的数据与King的数据只有少许差异,例如我们在表中增加了匈牙利,但是正如我们所看到的,增加一个国家排名就有所不同。可以想象如果将前面提到的那几个被King忽略的国家都加进去,排名将会发生多么大的变化。

另外,我们对King文中的图2进行了重新绘制。数据如图1所示,可以看出图1King文中的图差别很大。

 

 

1. 引用强度与财富强度,19931997

 

2. 引用强度与财富强度,19972001

参考文献:

1. B. CRONIN, The Citation Process, The Role and Significance of Citations in Scientific Communication,

Taylor Graham, London, 1984.

2. D. A. KING, Nature, 430 (2004) 311.

3. R. M. MAY, Science, 275 (1997) 793.

4. D.J. DE SOLLA PRICE, Sci. Technol., October (1967).

通信地址:

TIBOR BRAUN

ISSRU, Institute for Research Policy Studies, Hungarian Academy of Sciences, and Institute of Inorganic and Analytical Chemistry, L. Eötvös University, Budapest, Hungary

H.1443 Budapest-70 POB 123

E-mail: h1533bra@ella.hu

 

中国的科学影响力

出于对最近Nature杂志发表的David A. King爵士的题为“国家的科学影响力”1论文的反应,有人争辩说,基于对关键技术的分析,就能使King研究的这些国家的排名次序大大改变。例如在纳米技术这个关键技术领域,中国在某些指标上最近就超过了美国2。同样,我们也可以从Nature杂志刊登的这篇文章表1中的数据看出,中国对世界科学的贡献不断扩大。尽管该研究在分析时主要是对各国按照纵列来进行比较(从而获得世界排名),但其实同样这些数据按横行进行归一化处理后也可以用来对比各国的动态变化,。

 

观察该文排名表中位列第20位的中国的有关数据可以发现,该国发表文献的数量在我们考察的四年当中几乎翻了一倍。然而,从那之后中国对国际科学文献量的贡献仍一直保持指数增长。虽然我们也曾见过某些国家的科学贡献在持续增长(例如西班牙和意大利),但是这些国家的增长基本上都是线性的而不是指数的3

 

有人认为中国在以引用数为衡量标准的文献影响力方面仍然比较落后4。如果计算上表中各国1%的高被引文献的增长率,我们可以得到图1。图1显示了一种完全不同的排名情况。印度、爱尔兰、南非和新加坡是英语国家暂且不论,中国和韩国在1%的高被引文献方面的表现比其他国家都要突出。瑞士论文不断增长的影响力也值得注意。

 

通过对数据的进一步分析可以发现,中国不仅在发表文献的数量和高被引文献方面表现突出,而且其被引数占全世界引文总数的比例这一相对指标在所讨论的时间段内也出现了明显的增长(从0.95%增至1.56%)。尽管被引用的绝对数量仍是一个较为落后的指标,但在19972001年间中国不断扩大的影响力仍旧清晰可见。关键的问题是,中国发表文献数量的这种指数增长趋势还能够保持多久。


1. 高被引文献所占百分比,1997-2001年和1993-1997

 

参考文献:

1. KING, D. A., The scientific impact of nations. Nature, 430 (2004) 311-316.

2. KOSTOFF, R., The (scientific) wealth of nations, The Scientist, 18 (2004) 10.

3. LEYDESDORFF, L., Is the European Union becoming a single publication system? Scientometrics, 47 (2000) 265-280.

4. JIN, B., ROUSSEAU, R., Evaluation of research performance and scientometric indicators in China. In: H. F. MOED, W. GL.NZEL, U. SCHMOCH (Eds), Handbook of Quantitative Science and Technology Research, Dordrecht, etc.: Kluwer Academic Publishers (2004), pp. 497-514.

 

通信地址:

LOET LEYDESDORFF

University of Amsterdam, Amsterdam School of Communications Research (ASCoR), Kloveniersburgwal 48, 1012 CX Amsterdam, The Netherlands

http://www.leydesdorff.net

 

 

 

 

 

 

生产率和影响力分析

——对显而易见的事实的再发现

 

引子

本文的观点是建立在过去几十年阅读天文学和天体物理学(包括有关宇宙论和太阳系的研究)的文献而获得的经验的基础之上的,这个领域与生物学、化学、医学或者工程学这些大的学科领域相比起来是很不起眼的一个学科。小学科的优势是,此领域的研究人员仍然可以大致上将每年在本研究领域的四本高影响力期刊以及另外二十本期刊上刊载的6000篇论文浏览一遍,能够通过切实地分析文章内容将论文和引文归类到各个天文观察设施和各个子学科去。

 

追求至善者,善之敌也

 

在进行数据采集之前,有必要进行重大选择。一种常见的做法是只考虑被引用次数最多的论文或者影响因子最大的期刊,很明显这样做能够节省很多工作量,但也可能导致各种错误和疏漏。King2004)仅根据19972001年期间发表、在其后几年被引用次数最多的那1%的论文来确定选择哪些国家作为研究对象,这样做的结果是忽略了一些根据其他测度指标来看是同样高产甚至更加高产的国家(Braun2005)。

如果将这种苛刻的挑选方式施用于天文学和天体物理学的新近文献,就会忽略掉(a)很多在天文学领域高产的国家(只有美国、英国、澳大利亚和欧洲南方天文台ESO的成员国没有被忽略),(b)全世界大约250架光学和红外望远镜当中的大部分所产生的成果(只有11架望远镜的成果未被忽略,这些望远镜属于上述那些国家再加上加拿大),2001年发表的所有天文学论文都来自于这250架望远镜,(c)我们这个行当20个子学科中的17个(只有3个子学科未被忽略)(Trimble et al.2004),而三个未被忽略的领域的结果只在四本高影响力期刊上发表。

 

如果读者感兴趣的话,我可以告诉大家,未被忽略的三个主题包括宇宙论(宇宙的大尺度结构和进化)、普通星系和类星体。恒星,太阳系,我们所在的银河系,甚至连诸如太阳系之外的伽马射线暴和行星这样的热门主题都排除在外了。在那些产生了论文的望远镜当中,读者非常可能(这取决于读者所在的国家)听说过哈勃望远镜Hubble、位于夏威夷的直径达10的双凯克望远镜Keck、甚大望远镜(VLT,由4块直径达8的反射镜组成,为欧洲南方天文台ESO所有,但是位于智利)或者英澳望远镜(直径只有4,但是使用该望远镜的是一些勤勉的澳大利亚科学家和英国科学家)。

 

与此类似的观点在Zuckerman1988)和White2004)的文章中也有体现,他们发现,每年的大部分引文引用的既不是超级明星作者也不是无名之辈,而是那些中不溜的作者和论文。

 

那么,能够做出更好的任意选择吗?可能不行。SanchezBenn2004)抽取了在某个时间段内被引次数最多的10%的天文学论文作为研究对象,结果成功地使得他们偏爱的望远镜的产出非常突出(但是其代价同样是几乎忽略了一些国家和子学科)。KlaichKlaich2004)为了研究克罗地亚的哪些科学领域较出色,就选择了27个学科当中影响因子排在前10%的期刊作为研究对象。内在的证据说明,这样选择出的样本对于某些子学科而言太大,对另一些子学科又太小。例如对于天文学而言,这个比例就太小,因为在总共20本期刊当中只选择影响因子最高的两本(而不是影响因子最高的前4本),就使得以英语为母语的作者占据优势,从而扭曲了实际情况。

 

由此可以得出结论,只挑选那些看起来最优秀的科学成果进行研究,则不仅会忽略大部分的科学领域,而且还会遗漏掉大部分良好的科学成果。

 

国家财富

世界水平的科学研究是昂贵的,而实验粒子物理学和跨国天文学的研究成本则恐怕要超过其他任何学科,至少每个从业者的平均花费是最多的。例如,使用一台直径4的望远镜观察一晚的运行费用(不包括建设、仪器开发等费用)大约为10,000美元(GilmozziMelnick2004)。如果使用直径8的甚大望远镜VLT和直径10的凯克望远镜Keck,费用就上升至20,000美元一晚,而对于哈勃望远镜Hubble,使用相当于一夜的时间则需花费约100,000美元(Smecker-Hane2004)。

 

经济实力较差的一些国家使用望远镜(即便是大型望远镜,例如俄罗斯的直径6的望远镜)的典型花费则要少一个数量级。那么结果怎么样呢?想来读者都已经猜到了。使用这些望远镜(无论由哪位科学家使用)所作的观测不仅平均每平方米镜面的信号收集面积所产出的论文数量较少,而且这些论文的影响因子也小很多(Trimble et al. 2004)。

 

King2004)文中的引用强度与财富强度 (大致用这些国家的人均收入来表征)关系图显示出类似的效应,即它们之间的关系更近似于二次幂而不是线性关系。如果图中的X轴不使用按官方汇率计算的人均收入而使用按购买力平价汇率计算的人均收入的话,曲线可能更接近于线性,这样在经济学上就比较能讲得通(尽管不是完全讲得通)。在印度建造维护望远镜和处理数据的劳动力花费要比在日本做同样事情的花费要少。但光学镜片和光子计数检光器的成本则不一定有国别差异。

我自己偏好使用的指标是各国天文学家(以国际天文学联合会的成员为准)人数与该国GNP之比。值得注意的是这个指标相当接近于一个常数(接近3×10-10,以1996年美元计算GNPTrimble2000)。在这个指标上,日本与印度相同,中国大陆与台湾也差不多,超出该常数较多的国家包括前苏联的部分成员国、前苏联影响圈的一些国家以及以色列。在King的表中这些天文学强国也是总体科研实力较强的国家。但是,相对于经济较发达的国家而言,身居经济较落后国家(包括上述天文学上表现突出的国家)的相同数量的天文学家产出的论文数要少很多,而且其论文被引用次数也要少很多。寻求购买力平价值还是GNP的平方值与天文学家数量之间的相关性更合适,是一个有意思而且非常值得探讨的问题。

 

体重400的美国大猩猩

 

在我们在世人的记忆当中,世界上所有昂贵的事物当中约有一半被美国拥有过或者使用过,例如汽车、发电量、望远镜、名酒……最近几年美国的地位有所下降,他们拥有或者使用的昂贵东西只占三分之一了(Economist, 2004),欧盟占据三分之一,世界其他国家占据剩下的三分之一。毫无疑问,King2004)文中提到的美国在发表文献量、被引数量、高影响力论文数方面的地位逐渐被欧盟赶上,与刚刚提到的经济实力下降有关。但是,每年高影响力期刊的论文中仍有约一半是美国发表的,并且人们普遍认为(King将其作为“轶闻式证据”提到),美国作者偏向于更多地引用其他美国作者的论文(也有可能还更多地引用美国期刊),从而不公平地提高了美国各种产出和影响力的平均值及其他指标。

 

那么美国到底是否仍然是最强的呢?问题的答案可能像坊间说法一样,很难绝对说是或者不是。我们可以将期刊看作是个体,计算一下某本期刊当中全部引文有多少是引用该期刊文章,有多少是引用其他期刊文章,然后将其与各刊发文量占所有期刊刊载论文总数的比例进行比较。对于天文学来说,所有的期刊都更多地引用了自身(Trimble1993)。例如,俄罗斯的期刊Astronomy Reports(但是该刊被全文翻译成了英文)刊载的论文引用本刊论文的比例,就要比该期刊发表论文数占全部天文学期刊论文总数的比例要高。但是所有的期刊都过多地引用(相对于本刊上刊载的论文数而言)了最大、规格最高的美国期刊Astrophysical Journal,从而导致该期刊的影响因子是天文学领域非通讯类期刊当中最大的。现在半数以上发表在该期刊的论文之作者来自其他国家,没有任何迹象表明这些作者的论文比发表在该期刊上的美国作者的论文的被引次数要少。或许这些作者可算得上“名誉美国人”了。

 

不管怎么说,这些非美国的作者都算是很富裕的,或者“名誉”上是富裕的,因为Astrophysical Journal期刊(像美国其他天文学期刊一样,但是其他很多学科的美国期刊或者其他国家的期刊并非如此)对其作者收取版面费(每印刷页110美元),对作者而言这个费用还真不小。

 

结论

本文的主要观点有:(a)在判断谁取得了优秀的科学成果、哪里有优秀的科学成果以及如何才能取得优秀的科学成果的时候,只研究最突出的一小部分就往往使人得不出正确的结论,(b)有钱总比没钱强,至少对于搞科学研究的人而言如此,(c)美国作者并不比其他作者狭隘,只要将(b)这种因素考虑在内。这些观点对于引文分析来说既不特别也不新鲜,但是时刻注意这几点(包括其他早已形成的原则(Braun2005)),或许就可以使引文分析的效果更加符合使用这种分析方法的初衷。

 

*

本人非常感谢Tibor Braun邀请我撰写此文,同时也感谢美国空军预备役的Dawn Deshafy少校和James Deshafy上校以及加利福尼亚工理学院的Kip S. Thorne教授将BoslerTrimbleZaich三人联系到一起,从而才有了上述对天文学文献的详细分析。

 

参考文献:

BRAUN, T. (2005), Strange referencing and some remarks, Scientometrics, 63: 407-411.

ECONOMIST (2004), Pocket World in Figures, Profile Books, London.

GILMOZZI, R., MELNICK, J. (2004), ESO Messenger, No. 116, p. 13.

KING, D. A. (2004), Nature, 430: 311.

KLAIC, Z. B., KLAIC, B. (2004), Scientometrics, 61: 221.

SANCHEZ, S. F., BENN, C. R. (2004), Astronomische Nachrichten, 325 : 445.

SMECKER.HANE, T. (2004), Data collected from observatory directors, Personal communication.

TRIMBLE, V. (2004), Quarterly Journal of Royal Astronomical Society, 34: 301.

TRIMBLE, V., ZAICH, P., BOSLER, T. (2005), Publications of the Astronomical Society of the Pacific, in press.

WHITE, A. D. (2004), Scientometrics, 60: 93.

ZUCKERMAN, H. (1988), In: N. SMELZER (Ed.), Handbook of Sociology, Newburg Park, Sage, p. 511.

 

通信地址:

VIRGINIA TRIMBLE

Department of Physics and AstronomyUniversity of California

Irvine CA 92697-4575, USA

E-mail: vtrimble@uci.edu

 

 

科学指标、经济发展和国家财富

表征着国家科技绩效的指标对于计量经济学家、科学计量学家、政治家而言似乎非常重要,对于科学政策制定者尤为如此(Holton1978)。人们也建立并定期使用着一些定量和定性的指标(例如,美国的《科学与工程指标》、经合组织的《科学与技术指标》以及《欧洲研究区域科学与技术指标:关键数据》)。

 

已经发表的很多关于科学计量学指标的论文并没有提供适当的理论背景(例如May1997)。不仅如此,经济学指标与科学计量学指标之间的关系到目前为止也没有被阐述清楚。有一种众所周知的说法是“科学家更愿意写作而不是阅读”,这也许能够解释为什么前述科学计量学指标不是被彻底忽略,就是得不到应用,要不就是应用不当(Vinkler1999)。

 

King2004)最近的一篇内容相当广泛的论文当中,就使用了一些相互矛盾的指标并得出了错误的结论。在本文当中作者仅就相对引文率指标进行探讨。

 

众所周知,期刊论文的引文率(引文数/论文数)指标并不适合用来直接比较,因为不同的学科、子学科甚至是研究主题存在不同的文献计量学特点。各个国家科学研究的主题结构有很大差异,因此各个学科和子学科的全部论文的平均引文率并不能代表一个国家真实的科学水平。那么为什么该文的作者(King2004)不使用子学科相对被引率(RW, Vinkler1997)或者特殊影响贡献率(SICVinkler2002)这两个指标对引文率指标进行归一化,而是通过复杂的计算得到“重新定义的影响力”指标(RBI)呢?RWSIC两个指标实质是一回事,只不过它们的计算方式不同而已(Vinkler2004)。

 

SIC的计算方法很简单,基本原理也容易理解。SIC即是两个贡献值(或者分布值)之比:

1)某国(或者某组织,即子集)对全世界(即研究对象的完整集合)引文数的贡献;

2)某国对全世界发表文献数的贡献。

 

前一数值代表各文献的影响力(假定影响力的科学计量学测度单位是引文数)的份额,后一数值代表产出信息的数量(假定发表了的科学信息的科学计量学测度单位是期刊论文数)的份额。那么,某国的SIC指数即可看作是该国对全世界科学的特殊影响贡献率。

1当中的数据显示SICVinkler2002)与RBIKing2004)数值相同(由于四舍五入可能稍微有所差别)。

 

1. 部分欧洲国家、美国和日本产出信息的相对数量及影响力

 

国家

占全世界比例

 

 

论文

引文

SIC

RBI(1993-2002)

美国

34.86

49.43

1.42

1.41

英国

9.43

11.39

1.21

1.21

日本

9.28

8.44

0.91

0.90

德国

8.76

10.02

1.14

1.15

法国

6.39

6.89

1.08

1.07

意大利

4.05

4.39

1.08

1.07

俄罗斯

3.40

1.43

0.42

0.40

西班牙

2.85

2.55

0.89

0.89

荷兰

2.55

3.46

1.36

1.33

瑞典

2.01

2.50

1.24

1.25

比利时

1.32

1.55

1.17

1.17

波兰

1.18

0.71

0.60

0.61

丹麦

1.02

1.34

1.31

1.33

芬兰

0.96

1.14

1.19

1.20

奥地利

0.93

1.00

1.08

1.09

希腊

0.62

0.41

0.66

0.67

葡萄牙

0.37

0.29

0.78

0.80

爱尔兰

0.35

0.35

1.00

0.93

 

全世界论文总数3,631,368,引文数21,953,043

 

 

 

 

SIC:特殊影响贡献率(Vinkler2002

RBI:重新定义的归一化影响力(每篇论文的引文数)(King2004

 

事实表明,通过复杂的方法计算RBI是不必要的。RBI值即是每篇论文的引文数,该“数据按每个学科的平均值归一化,并考虑进了发表年份的差异,以避免由于不同学科的引文率不同而造成的扭曲”。(King2004

 

King文中的图3表明,各个国家在不同学科的实力差异很大。例如,众所周知,高度工业化国家(例如欧盟15国)的生命科学要比其他基础科学(即物理、化学、数学)强,而对于中欧和东欧的国家,其他基础科学的份量相对要大一些。

 

SIC是通过计算所有领域发表的论文总数以及这些论文的被引次数而得到的。上文已经证明SICRBI相等,而King声称RBI是考虑了不同领域引文率的差异的。生命科学大部分子学科期刊的影响因子都比物理、化学、数学期刊的影响因子要大得多。因此,说RBI考虑了子学科之间的差异恐怕是站不住的。

 

参考文献:

HOLTON, G. (1978), Can science be measured? In: ELKANA Y., LEDERBERG J., MERTON R.K., THACKRAY A., ZUCKERMAN H. (Eds), Toward a Metric of Science: The Advent of Science Indicators, John Wiley & Sons, New York, pp. 39-69.

KING, D. A. (2004), The scientific impact of nations. What different countries get for their research spending, Nature, 430: 311-316.

MAY, R. M. (1997), The scientific wealth of nations, Science, 275: 793-796.

VINKLER, P. (1997), Relations of relative scientometric impact indicators. The Relative Publication Strategy index, Scientometrics, 40: 163-169.

VINKLER, P. (1999), Letter to the Editor, Journal of the American Society for Information Science, 50: 958.

VINKLER, P. (2002), Subfield problems in applying the Garfield (Impact) Factors in practice, Scientometrics, 53: 267-279.

VINKLER, P. (2004), Characterization of the impact of sets of scientific papers: the Garfield (Impact) Factor, Journal of the American Society for Information Science and Technology, 55: 431-435.

 

联系方式:

PéTER VINKLER

Chemical Research Center, Hungarian Academy of Sciences, Pusztaszeri út 59-67

H-1025 Budapest, Hungary

E-mail: pvinkler@chemres.hu

 

 

 

 

 



https://blog.sciencenet.cn/blog-1557-8730.html

上一篇:方法移植对科学计量学研究的方法论启示
下一篇:科学评论与科学元勘
收藏 IP: .*| 热度|

1 肖重发

发表评论 评论 (2 个评论)

数据加载中...

Archiver|手机版|科学网 ( 京ICP备07017567号-12 )

GMT+8, 2024-4-25 22:02

Powered by ScienceNet.cn

Copyright © 2007- 中国科学报社

返回顶部