选导师、联系博导、找合作者、申请博后,很多人都会顺手查一下对方的h指数。但这个数字到底是什么意思、去哪查、为什么同一个人在不同平台查出来差一截,很多人其实说不清。这篇就把h指数和引用数据的查法、算法、读法一次讲清楚。
h指数到底是什么:一句话说清算法
h指数的定义很简单:一位作者有h篇论文,每篇被引用次数都不少于h次,这个h就是他的h指数。比如某人有20篇论文各自被引至少20次,h指数就是20。它比总被引次数更能反映持续产出——总被引很容易被一两篇爆款论文拉高,而h指数要求你有一批都有影响力的工作。顺带一个常一起出现的指标是i10指数:被引不少于10次的论文数量,比h指数更容易达到,常出现在Google Scholar的个人主页上。
去哪里查:三大来源口径不一样
同一个学者,三个平台查出的h指数可能差不少,这不是数据错了,而是收录口径不同:
看别人的影响力,用Google Scholar快速了解即可;涉及考核、求职等正式场合,要问清单位认哪个口径。RDLink研发家的期刊大数据同样遵循按影响因子、中科院分区、JCR分区等权威口径查询的原则,查期刊数据时也要先确认口径再比较。
怎么读:学科差异比数字大小更重要
h指数最容易被误读的地方是跨学科比较。生物医药、材料、计算机等领域发文量大、引用快,工作十年的研究者h指数四五十不算稀奇;数学、理论物理、人文社科发文慢、引用周期长,h指数二十可能已是资深学者。所以拿到一个h指数,先看学科、再看职业阶段,最后才看数字本身,切忌拿生物医学教授的h指数去要求数学系青年教师。
另外h指数只升不降,它反映的是历史累积,不体现近两年的活跃度。想看近期状态,可以看最近五年的被引数或近五年新增的代表性论文,Google Scholar主页也能直接按年份筛选引用曲线。
查自己:科研新人该关心什么
读研读博阶段h指数低太正常了——两三篇论文撑不起h指数。这个阶段更值得关注的其实是:第一,代表性论文的单篇被引和被谁引用,被领域内的活跃团队引用是好信号;第二,引用的年度走势,说明工作有没有被持续关注;第三,检索的完整度,自己的论文有没有被漏收、姓名拼写是否统一。建议尽早注册ORCID并搭建Google Scholar学术主页,让引用自动归到你名下,避免同名歧义吃掉你的引用数据。
被引低不等于论文差
最后提醒一句:引用数据只是参考维度。新论文有引用滞后,小众方向社区小、绝对引用数天然低,理论方法型工作可能发稿多年后才被引用。近年学术评价也在破除唯论文、唯引用的倾向,代表作制度和同行评议的权重在上升。把引用数据当作了解学术影响力的一扇窗,而不是唯一标尺,才是更健康的用法。
选导师、选期刊之外,如果你还想按影响因子、中科院分区或JCR分区快速筛选适合自己论文的期刊,可以试试RDLink研发家(www.yanfajia.com)的期刊大数据推荐功能,按学科和分区一步圈定目标期刊。了解更多服务可访问研发家官网。
赞一个