科学计量学界的重要文献是需要新入门的学生来进行学习的。理清科学计量学、信息计量学等相关的研究的基础文献，是在大数据时代学生们必须要学习的内容。
文献计量学是集合了信息科学、图书情报学与管理学的交叉研究学科。从事管理学研究的研究生们，我大多推荐他们来阅读如下几篇文献
发表在Nature，2015年的文献《莱顿宣言》《The Leiden Manifesto for research metrics》
Hicks D., Wouters P., Waltman L., De Rijcke S., Rafols I., The Leiden Manifesto for research metrics, Nature, 520, pp. 429-431, (2015);
关于文献计量的综述论文<A review of the literature on citation impact indicators>
这篇论文的引文格式是A review of the literature on citation impact indicators (2016) Journal of Informetrics, 10 (2), pp. 365 - 391, Cited 746 times. DOI: 10.1016/j.joi.2016.02.007。当前被Scopus统计被引了 746次，WOS统计被引683次，多次入选为Highly Cited Paper.
Hirsch J.E., An index to quantify an individual's scientific research output, Proceedings of the National Academy of Sciences of the United States of America, 102, 46, pp. 16569-16572, (2005)
WOS被引了6946次。
Garfield E., Citation analysis as a tool in journal evaluation, Science, 178, pp. 471-479, (1972); DOI: 10.1126/science.178.4060.47 WOS被引了1980次
如下是我推荐阅读的理由：
在近代科技界最有影响力的、广泛被接受，当然也被人推荐的科技文献计量学指标有两个：
第一个是JIF。第4篇论文是这个指标的最早出版物，由Garfield先出提出并实现了指标的应用，之后持续带来科技界的广泛影响。当然，很多学生包括我自己在出生之前，这个指标就已经在世界上诞生，持续影响着人们的科学研究，尽管JIF的两年法来度量期刊影响力在2010年代受到了挑战，从而诞生出了5年JIF，以消除度量的不准确的问题。
第二个是H Index, 由Hirsh提出，也就是第3篇文献。它已经广泛应用到很多场合，用于综合评价。当然，还没有看到哪一个学者在国内评教授职称时，提一提这个h指数。
第一个指标，即Journal Impact Factor为Garfield先生诞生了公司、团队，影响因子之父也于1984年获得了普赖斯奖。第二个指标得到了广泛的应用,但是它没有为Hirsh带来个人的利益，却以他的名字首字母命名，让他的名声持续在世界传播。
这两个指标之后，其他的指标也有很多，但是没有任何一个指标被世界广泛的接受。比如中国科学院的“超越指数”，我与另外一个拿到数学博士学位的同学在办公室里，将“超越指数”进行了试算，其中的概率与每篇论文学科分布，这个技术问题没有资料可查，也没有办法取得，因此也就无法使用它来进行复现。用于划分期刊分区的关键性的步骤，无法使用数据来重现。不过，可以确定的一条是，中国科学院期刊分区表是中国的产品，也被部分出版商接纳；在中国高校与科研院所评价时，中国科学院期刊分区表广泛接受。可能是这个指标的计量需要太多的数学知识，无法被包括行政管理人员在内的众多学者理解。再比如，其他的将指标进行Normalization（标准化），也没有得到广泛使用与认可。
上面的第2篇文章是一篇了解文献计量的重要综述文献，也是我推荐研究生来了解这个学科进展的文献。它使用了340多篇论文进行综述，于20216年发表在信息计量学学报上，持续影响后来的研究。推荐这篇论文的原因是后续的很多研究，即使入选了高被引论文，大多引用了这篇论文，从溯源的角度来推荐学生了解，这是不可缺少的必读论文。
至于第一篇《莱顿宣言》，发表在2015年的nature上，也被写入到鲁索教授的《Becoming Metric-Wise智慧计量》这本书中，它对后来的科研评价产生了根本性的影响。想了解这个宣言的主要内容，可以参阅全文。
《莱顿宣言》主要思想是不可过度使用定量指标替代定性评价等。
2024.5.5
转载本文请联系原作者获取授权，同时请注明本文来自刘振灵科学网博客。
链接地址：https://wap.sciencenet.cn/blog-3384766-1432713.html?mobile=1
收藏
