h-indeksi nedir?
h-indeksi, bir araştırmacının üretkenliğini ve etkisini birlikte ölçer: bir araştırmacının makalelerinden h tanesinin her biri en az h kez atıf almışsa, o araştırmacının h-indeksi h'dir. Fizikçi Jorge Hirsch tarafından 2005'te önerilmiştir ve Google Akademik, Scopus ve Web of Science profillerinde gösterilir.
h-indeksi nasıl hesaplanır?
- Araştırmacının tüm makalelerini atıf sayılarıyla birlikte listeleyin.
- En çok atıf alandan en aza doğru sıralayın.
- Listede aşağı inin: h-indeksi, makalenin atıf sayısının sıra numarasına eşit ya da ondan büyük olduğu son konumdur.
Örnek: 48, 30, 12, 9, 6, 4 ve 2 kez atıf almış makaleler. 5. makalenin 6 atfı vardır (6 ≥ 5), ama 6. makalenin yalnızca 4 atfı vardır (4 < 6); dolayısıyla h-indeksi 5'tir.
İyi bir h-indeksi kaçtır?
Bu büyük ölçüde alana ve kariyer uzunluğuna bağlıdır. Hirsch, fizikçiler için 20 yıl sonunda yaklaşık 20 olan bir h-indeksinin başarılı, 40'ın üstün, 60'ın ise gerçekten benzersiz bir bilim insanına işaret ettiğini öne sürmüştür. h-indeksi 5 olan bir doktora öğrencisi, pek çok alanda akranlarının çoğunun epey önünde olur. Farklı aşamalardaki kişileri karşılaştırmak için değeri ilk makaleden bu yana geçen yıl sayısına bölün (Hirsch'in m-katsayısı): yılda yaklaşık 1 güçlü bir değerdir. Alanlar arasında asla karşılaştırma yapmayın: biyomedikal araştırmacıların değerleri matematikçilerin ya da tarihçilerinkinden çok daha yüksektir.
h-indeksiniz neden veritabanından veritabanına değişir?
Google Akademik daha fazla kaynağı (kitaplar, tezler, ön baskılar) saydığı için genellikle en yüksek değeri verir; Scopus ve Web of Science yalnızca dizinledikleri yayınları sayar. Bir değerin hangi veritabanından geldiğini her zaman belirtin.
İlgili metrikler
- i10-indeksi: Google Akademik'te en az 10 atıf almış makalelerin sayısı.
- g-indeksi: çok yüksek atıf almış makalelere daha fazla ağırlık verir.
- Alana göre normalleştirilmiş göstergeler: atıfları alan ortalamasıyla karşılaştırır (bkz. atıf analizi).
Sınırlılıklar
- Yazar sırasını ve ortak yazar sayısını göz ardı eder.
- Yalnızca artabilir; bu yüzden uzun kariyerleri ödüllendirir, kariyerinin başındaki araştırmacıları dezavantajlı duruma düşürür.
- Tek bir çığır açan makale ile çok sayıda mütevazı makale arasındaki farkı gizler.
- Kendine atıf onu şişirebilir.
DORA ve Leiden Manifestosu gibi sorumlu metrik yönergeleri, araştırmacıları yalnızca h-indeksine bakarak değerlendirmeye karşı uyarır; onu eserleri okumanın ve alternatif metrikler gibi başka kanıtların yanında kullanın.
Kullanım alanı: Araştırmacılar için yapay zekâ yazım araçları