论文部分内容阅读
学术成果评价是科研管理活动、特别是科学评价活动的重要组成部分,也是评价方和被评价方特别关注的问题。2005年,美国加州大学圣地亚哥分校物理学教授J.E.Hirsch设计并提出了一种新的科学计量评价指标——h指数,为提高科研评价结果的客观公正性探索了一条新路,很快受到各方好评和欢迎,并展示出了良好的应用前景。h指数作为学术评价的新指标,一经提出,立即引起学术界的广泛兴趣和高度关注。鉴于h指数的重要意义,国内外的许多具有引文功能的数据库已开始提供作者h指数查询功能,如Web of Science数据库和Scopus数据库。但正是由于不同数据库收录期刊种类、数量及对同一作者收录论文的数量及引用情况都不尽相同,使得在不同数据库中查询得到的h指数出现了差异,这无疑又增加了学术评价的复杂性。目前,在国内也同样如此,一些文献评价机构,在2007年第一次公布了学术期刊的h指数,一些研究机构在聘用过程中也已经将研究者的h指数写入基本条件之中。一个人、一个研究机构或一份学术期刊的h指数越高,则表明他的学术影响力越大。而不同数据源获得的h指数又不尽相同,这无疑增加了学术评价的复杂性,为什么不同的数据来源会造成同一作者h指数的差异?有没有方法调和h指数在不同数据源中的差异?深入地分析h指数的形成机理及其在不同数据源中的差异,有助于消除实际使用过程中的困惑,本文就这一问题展开研究。第一章为课题研究的绪论。该部分对国内外h指数的研究现状进行了详细的介绍,通过分析总结出国内外研究的特点与差异,并在此基础上提出了本课题的研究的意义和研究内容。第二章为h指数及h型指数的形成机理阐述,并推导出形成h指数的关键影响因素。第三章构建了影响h指数的多因素模型。通过第二部分形成机理的分析,挑选出影响h指数的多个影响因素,本部分基于对高被引物理学h指数形成的散点图分析,选择运用SPSS构建多因素分析模型及主成分分析,并进行数理检验和实证检验,得出影响h指数的多因素模型和主要影响因素。第四章对h指数在不同数据源中的差异进行了分析,并构建了其拟合模型。该部分以WOS数据库和Scopus数据库为例,对比分析了两个数据库收录原则和标准的差异,阐述了h指数在不同数据源中的差异,运用SPSS进行了11次曲线拟合,依据数理检验构建了曲线拟合模型并进行了实证分析。最后,根据研究结果提出了基于h指数的改进模型并进行了对比分析。第五章对本课题的进一步研究提出了展望。该部分主要对本论文的创新点和主要贡献进行归纳和总结,指出其存在的不足,提出需要改进的方面,并对课题的研究做进一步的展望。