根井 正利（Nei Masatoshi）,田村 浩一郎（Koichiro Tamura）：高引论文及其与Ref.的相关性

诸平

根井 正利（Nei Masatoshi）

根井正利（Nei Masatoshi）是美国宾夕法尼亚大学生物系教授及分子进化遗传学研究所主任、美国科学院院士、美国艺术与科学研究院院士、国际著名群体遗传学和分子进化生物学家。谷歌学术统计结果显示：他与N Saitou合作，1987年在Molecular Biology and Evolution杂志发表的论文——The neighbor-joining method: a new method for reconstructing phylogenetic trees（Molecular Biology and Evolution, 1987, 4(4): 406-425.）至今已经被引超过4万次;他与田村 浩一郎（Koichiro Tamura）等人合作2011年在Molecular Biology and Evolution杂志发表的论文——MEGA5: molecular evolutionary genetics analysis using maximum likelihood, evolutionary distance, and maximum parsimony methods（K Tamura, D Peterson, N Peterson, G Stecher, M Nei, S Kumar. Molecular Biology and Evolution, 2011, 28 (10): 2731-2739),已经被引超过2.1万次。20世纪50年代以来发表的近400篇论著，累计被引超过22万次，2010年至今被引频次超过10万次；根井正利（Nei Masatoshi）H指数为111.具体统计结果见以下截图：

被引频次超过2000次的论文摘引如下：

田村 浩一郎（Koichiro Tamura）

田村浩一郎（Koichiro Tamura）是日本东京都立大学(Tokyo Metropolitan University)教授，从事分子遗传学解析软件研究，从20世纪80年代中期发表论文以来，发表论文近百篇，累计被引超过8万次，2010年至今被引频次近5.8万次；其H指数为26.具体统计结果见以下截图：

被引频次在2000次以上的论文摘引如下：

高引论文与Ref.之间的相关性

根井正利,田村浩一郎的高引论文，特别是关于分子进化遗传学分析(MEGA，全称Molecular evolutionary genetics analysis）软件研究的相关论文与Ref.的相关性进行统计，结果显示：论文被引频次与Ref.之间呈现出负相关，并非参考文献数越多，论文的被引频次就会越高。

              表1 Ref.与论文被引频次的相关性统计结果

由表1可知，Ref.与论文被引频次的相关性无论是Google学术搜索的被引频次统计结果，还是AMiner、Scopus以及Web of Science的被引频次统计结果均表现出相关性差，而且有负相关出现；但是，Google学术搜索的被引频次统计结果与AMiner、Scopus以及Web of Science的被引频次统计结果之间的相关性均在0.99以上，在p=0.05的水平上，双尾检验结果显示出显著性相关。

不同数据库Ref.与论文被引频次的相关性统计结果

不同数据库Ref.与论文被引频次的相关性统计结果表明，除了相关性差的共同特点之外，就是有随着Ref.数量的增加，论文被引频次反而有下降趋势。