图林中文译站

原文：Research Performance Measurement is revving up
作者：Helen de Mooij, Scopus 产品经理, Elsevier, 阿姆斯特丹, 荷兰

在科研成果评价（RPM，亦称文献计量学）体系的研究中，评价指标的研究已经进入了一个快速发展阶段。我们暂不讨论这一变化究竟是受H指数广泛应用的影响，还是由于科学研究越来越向全球性的以定量为基础的趋势发展，有一点是肯定的，那就是过去几十年一直维持至今的现状此刻正面临挑战。

自从影响因子这一评价指标在上个世界60年代产生后，就一直主宰着RPM的评价指标体系。影响因子的计算方法是这样的，首先统计出作者在连续两年内发表的研究论文在随后一年中被引用的次数，然后再用这两年发表研究论文的总数去除这个被引用的次数，所得出来的结果即为影响因子。起初，影响因子是作为管理论文集合的一个工具而产生的，但是它一出现，就立刻被用于对科学研究成果或是作者进行的定量评价中。由于影响因子的数值直接取决于几种学术期刊的影响力，而并非文章作者所能控制的，因此在研究者需要申请科研经费、职位提升以及延长任期时，影响因子就被广泛应用于对研究者进行的评价中。

H指数，是Jorge Hirsch教授在2005年发明的，它也是一种评估研究者科研成果的工具，但是这一指数的计算只以作者独立发表的研究成果为基础。在评估者使用这一指数时，必须要注意在不同的学科领域或是发表论文时间段中，H指数所反映的引用结果可能会有所不同。由于科学家的意义并不仅仅在于他所发表的研究成果的数量，因此当评估者使用H指数进行科研成果评价时，必须注意作者出版历史的时间关联性以及作者文章历年中被引用次数所反映出的整体趋势。

当对某种期刊的影响力进行评估时，我们会新奇地发现，一些新的期刊评估指标很好地解决了影响因子的局限性。其中，特征因子（Eigenfactor）就是这些新指标之一，它先将作者连续五年发表文章的被引用次数统计出来，而不是两年，然后再根据被引情况在不同学科领域所产生的差别对引用结果进行校验。

另外，还有一种可以用于科研成果评价的新指标同样很有趣，它就是Page Rank。该项指标是由Google公司首先提出来的，主要被用于揭示页面链接的受欢迎程度，并据此来对网站进行排名。这一指标的提出来源于对科研成果评价体系的研究，其中隐含着这样一个假设，即“好的”科研成果将会被更多次地引用，因此排名就会较为靠前。将Page Rank指标应用于科研成果评价的过程中，意味着对期刊评价的结果，不仅决定于某个固定的时间段，同时与其他期刊所赋予的“声望”紧密相关。

除上述各种指标外，还有很多其他的评价指标可以用于科研成果评价的过程。我向大家保证，一定会在今后的介绍中继续讲解包括指标的使用方法等更为详细的内容。将来，评价指标很可能向更具针对性的趋势发展，在评估过程中，针对评价的各具体层面都会有一个专门的定量评价指标，如分别针对作者、期刊或是整个学科领域的评估。到时我们会欣喜地看到，在研究者和评估专家们被评价和评价的过程中，适用的评价标准越来越多。

评价指标是否适用，是否能被广泛接受，并不取决于所选择的评价组织或机构，却与被评价的研究者紧密相关。Scopus公司的全体员工向用户保证，我们将会一直对关于评价指标体系的最新研究进行探讨，以此为研究者和管理者们进行有效评估提供所需的信息和工具，从而尽可能避免评估者潜在的主观意见。

翻译：Huang Jing@BNU
英文供稿：爱思唯尔科技部