Skip to content

Wariacje w bazach danych uzywanych do oceny wyników akademickich i wplywu cytowan

2 miesiące ago

813 words

Internetowe naukowe bazy danych są coraz częściej wykorzystywane do oceny produktywności akademickiej1. Jednak duże rozbieżności między bazami danych2 mogą mieć wpływ na uznanie i rozwój zawodowy akademików. Aby podkreślić niedokładne i niespójne raporty bibliometryczne w bazach danych, przeprowadziliśmy na dużą skalę analizę danych dotyczących całej kohorty wydziałowej w New York University Medical Center. Przeszukaliśmy oferty 1469 wydziałów klinicznych i badawczych według ich pełnych nazw w bazach danych PubMed, Web of Science, Scopus i Google Scholar; do włączenia do analizy, członkowie wydziału musieli mieć środkowy inicjał i indeks h większy niż zero w co najmniej jednej bazie danych (indeks h, maksymalna liczba publikacji, z których każda była cytowana h razy, jest miara produktywności i wpływu cytowań, które zostały wykorzystane do wyznaczenia lekarzy i naukowców między szczeblami akademickimi) .3,4 Nie włączono żadnych spe cyfikatorów, takich jak kierunek studiów czy przynależność instytucjonalna. Średnie bezwzględne różnice między bazami danych w liczbie publikacji, liczba cytowań i indeks h pokazane w każdej bazie danych, na autora, zostały obliczone i porównane z użyciem niesparowanego testu Manna-Whitneya. Rysunek 1. Rysunek 1. Różnice w indeksie h, liczbie publikacji i liczbie cytowań na autora w dwóch bazach danych. Wykresy boksu i wąsów pokazują bezwzględną średnią różnicę h-indeksów na autora między siecią Bazy danych Science i Scopus, zgodnie z poziomem klinicznym (panel A), statusem akademickim (panel B) i wydziałem (panel C). W panelach od A do C cyfry nad poszczególnymi polami typu bok i wąsek oznaczają środki. Na każdym wykresie kreskowym i bokobrodym pozioma linia reprezentuje medianę, górną i dolną część pól – odstęp międzykwartylowy, a I – minimalne i maksymalne wartości. Wykresy rozproszone pokazują korelację pomiędzy o bserwowaną bezwzględną średnią różnicą w indeksie h na autora a bezwzględną średnią różnicą w liczbie cytowań (Panel D) i publikacji (Panel E) na autora pomiędzy bazami danych Web of Science i Scopus. W panelu D każde kółko reprezentuje jedno cytowanie, aw panelu E każde kółko reprezentuje jedną publikację. Google Scholar wykazał największą liczbę publikacji na autora, a następnie Web of Science, Scopus i PubMed. Scopus wykazał więcej cytowań na autora niż Web of Science (średnia bezwzględna różnica w liczbie cytowań, 836) i wyższe h-indeksy (średnia bezwzględna różnica w wartości indeksu h, 6,4). Nieodłączne różnice w projektowaniu bazy danych, politykach kuratorskich i indeksowaniu czasopism mogą wyjaśniać te rozbieżności (dodatkowe szczegóły znajdują się w dodatkowym dodatku, dostępnym wraz z pełnym tekstem niniejszego listu na stronie). Na przykład bazy danych używają unikatowych, zastrzeżonych algorytmów do okreÅ ›lania, które cytaty są przypisywane każdemu autorowi; Algorytmy te powodują różnice w wynikach cytowania między bazami danych. Istniały znacznie większe rozbieżności w indeksach h dla wykładowców z doktoratami niż dla tych z MD, DO, DDS i podwójnymi stopniami. Rozbieżności te znacznie wzrosły wraz ze wzrostem pozycji akademickiej (tj. Profesury) i były niespójne w różnych działach akademickich (wykres 1A, rysunek 1B i rysunek 1C). Regresja jednoczynnikowa wykazała, że różnice w wartościach współczynnika h korelowały bardziej z różnicami w liczbie cytowań niż z różnicami w liczbie publikacji (rysunek 1D i rysunek 1E). Różnice w przypisywaniu cytowań między bazami danych były kluczowe dla rozbieżności h-indeksów; podkreśla to potrzebę stosowania przejrzystych i jednorodnych algorytmów cytowania. Błędna identyfikacja autorów przyczyniła się do niektórych zaobserwowanych niespójności; powszechne kombinacje nazw prowadziły w szcz ególności do błędów w bazach danych. Nasze wyniki pokazują, że bazy danych bazujące na danych wejściowych od autorów do tworzenia i utrzymywania poszczególnych profili są nieskuteczne: 2% członków wydziału objętych naszą analizą miało publiczny profil Google Scholar i średnio 3 profile Scopusa (zakres od 0 do 202) zostały zaobserwowane na autora. Przesadna dokładność5 identyfikatorów autorów specyficznych dla bazy danych podkreśla potrzebę niezależnej od bazy danych, uniwersalnej identyfikacji autorów. Największy potencjał tkwi w Open Researcher i Contributor IDC (ORCID), które można integrować ze wszystkimi bazami danych w celu zachowania spójności. Najdokładniejsze źródło do obliczenia profilu bibliometrycznego akademika pozostaje niejasne. Tymczasem, aby zapewnić właściwy wkład w ich wkład, zalecamy, aby autorzy utworzyli i utrzymywali profil Google Scholar, scalali międzyinstytucjonalne profile Scopus i tworzyli identyfikator ORC ID, który będzie podawany w dokumentach roboczych, gdy tylko będzie to możliwe. Natalie M Plana, BA Jonathan P. Massie, BS Jonathan M. Bekisz, BA Stuart Spore, MLIS J. Rodrigo Diaz-Siso, MD Roberto [patrz też: stomatolog, dobry endokrynolog kielce, endometrioza leczenie hormonalne ]

[przypisy: przychodnia łomżyńska bydgoszcz rejestracja, zakręcony piątek cda, psychoterapia indywidualna kraków ]

0 thoughts on “Wariacje w bazach danych uzywanych do oceny wyników akademickich i wplywu cytowan”