如何衡量作为一个科学家到底有多优秀？如何比较两个科学家在同一领域的影响力?如何决定哪一个会得到资助呢? 一种方法是查看h指数，我们将在下面详细讨论。首先，这不是一个简单的任务。

衡量科学表现说起来容易，做起来很复杂，也很重要。人们提出了各种衡量和比较的方法，但没有一种是完美的。

作为年轻科研人员，你可能会认为衡量科学表现的方法与你无关，因为你所关心的只是尽你所能做最好的研究。然而，你应该注意这些指标，因为越来越多的资助机构和雇主使用这些指标来分配资金和工作。所以，这些你不关注的个人指标可能会严重影响你的职业生涯。

衡量科学表现的指标是什么?

可能是:

• 同行推荐。表面上看，这在原则上似乎是个好主意。但是，人性的捉摸不透，使得绩效必然会受到人际关系的影响。此外，如果一个寂寂无名的科学家发表了一篇顶刊论文，那么他得到的认可可能会少于由一个更知名的同行发表同样的论文。

• 文章发表数量。一长串发表的文章会给你的简历加分，但是发表文章的数量并不能说明一个人对这个领域的影响。发表一些被同行关注的论文(也就是说，他们经常被引用)比有一长串被引用得很差或根本没有被引用的论文要好。

• 平均每篇文章被引用的次数。所以，如果我们感兴趣的是被引用的次数，那么每篇文章的平均被引用次数肯定是一个更好的数据。好吧,其实不是。平均数据可能会被一篇被大量引用的文章严重扭曲，因对总体表现无法进行良性的比较。

h指数

2005年，加州大学圣地亚哥分校的Jorge E. Hirsch在《美国国家科学院院刊》上发表了一篇论文，他提出了h指数作为衡量和比较单个科学家的整体科学生产力的指标。(1)

h指数很快被许多委员会和机构采纳为衡量标准。

从概念上讲，h指数非常简单。也就是说，h等于至少被引用h次的论文数量。例如，你的两篇论文是否都被引用过两次?如果是，那么你的h指数至少是2。所以，如果你的h指数是20，那就意味着你有20篇至少有20次引用的论文。这也意味着你在科学方面做得很好!

h指数的优势在于，它将生产力(即产生的论文数量)和影响力(被引用的数量)结合在一个数字中。因此，高h指数需要生产率和影响力;无论是几篇高被引的论文，还是一长串只有少量(或者没有!)被引的论文，都不会产生高h指数。

什么是好的h指数?

Hirsch认为，经过20年的研究，h指数达到20就已经很好了，达到40就已经很杰出了，而达到60就真的很特别了。

Hirsch在他的论文中指出，成功的科学家确实拥有很高的h指数:例如，84%的诺贝尔物理学奖得主的h指数至少为30。

h指数的局限性

尽管用一个单一的数字来衡量科学表现很高效，但h指数只是一个粗略的科学表现指标，也只能被这样看待。Hirsch自己写道: “显然，一个单一的数字只能给出一个人多方面的大致轮廓，在评价一个人时，还应该综合考虑许多其他因素。这一点以及规则总有例外这一事实应该铭记于心，特别是在诸如授予或拒绝使用权等改变生活的决定中。”

h指数的局限性包括:

• 它没有考虑到一篇论文的作者数量。一篇被引用100次的论文的唯一作者应该比一个被引用10次的论文的共同作者得到更多的赞誉。

• 对年轻科学家不公平。优秀的科学家只有少量的论文，即使所有的论文都是突破性的、高被引的，也不可能有很高的h指数。例如，如果“爱因斯坦在1906年初去世，那么他的h指数将停留在4或5，尽管他被广泛认为是最重要的物理学家之一，即使只考虑他在那一时期发表的论文。”

• 综述文章比原创文章对h指数的影响更大，因为它们通常被引用的次数更多。

• h指数的应用现在已经超出了科学领域。然而，很难直接比较领域和学科，因此，一个“好的”h指数实际上是不可能定义的。

统计h指数

网络上，有几个在线资源和h指数计算器来获取科学家的h指数。最成熟的是ISI Web of Knowledge和Scopus，它们都需要订阅(可能是通过你的机构)，但也有免费的选择，其中之一就是Publish or Perish，小编试了一下，太复杂，放弃了。

如果您对这些数据库中的每一个都检查自己的(或其他人的)h索引，您可能会得到不同的值。这是因为它们都使用不同的数据库来统计总出版物和被引用次数。ISI和Scopus使用他们自己的数据库，Publish or Perish使用Google Scholar。每个数据库的覆盖范围不同，所以会得出不同的h指数值。例如，ISI对期刊出版物的覆盖较好，但对会议的覆盖较差，而Scopus对会议的覆盖较好，但对1992年以前期刊的覆盖较差。(2)

h指数总结

h指数为科学表现提供了一个有用的度量标准，但只有在其他因素的背景下才考虑。所以，当你做出对你来说很重要的决定(申请基金、找工作、找导师)时，一定要通读出版文献清单，与其他科学家和同行交流，并考虑职业发展阶段。因此，请记住，h指数只是众多考虑因素中的一个——你当然应该知道你的h指数——但它并不能定义你(或任何人)是一名怎样的科学家。

参考来源：

1，Hirsch JE. An index to quantify an individual’s scientific research output. PNAS 2005;102(46):16569–72.

2，Meho LI, Yang K. Impact of data sources on citation counts and rankings of LIS faculty: Web of science versus scopus and google scholar. JASIST 2007;58(13):2105–25.

3，https://bitesizebio.com/13614/does-your-h-index-measure-up/