本文发表于《大众科学》的前博客网络，反映了作者的观点，不一定反映《大众科学》的观点
作为一所小型文理学院唯一的科学图书管理员，我与各个学科的教师和学生合作。这意味着我需要了解这些学科的文献，而了解文献意味着至少要略微了解用于衡量文献的指标：影响因子、h 指数和替代计量指标都可能很有趣且有用，但建立背景信息可能很困难。
例如，h 指数为 9 是好、坏还是无所谓？
这可能取决于学科。引用模式各不相同：数学家引用的论文少于地球科学家，而地球科学家引用的论文少于生物医学领域的学者（参见 Podlubny，2005 年）。合作作者的传统也各不相同：高能物理学或遗传学领域的出版物往往比古生物学领域的出版物有更多的作者。所有这些都使得跨学科比较 h 指数变得困难。
这可能取决于期望。在像我所在的这种主要以本科教育为主的机构中，对研究成果的期望低于主要研究型大学（我们也较少依赖像 h 指数这样的指标）。
这可能取决于研究人员职业生涯的阶段。一位刚入职两年助理教授的指数不能期望比刚晋升为正教授的研究人员更高。
关于支持科学新闻报道
如果您喜欢这篇文章，请考虑通过以下方式支持我们屡获殊荣的新闻报道 订阅。通过购买订阅，您正在帮助确保关于塑造我们当今世界的发现和想法的具有影响力的故事的未来。
同样，跨学科评估影响因子也很困难（以及影响因子的许多其他问题）。美国化学学会的旗舰期刊（JACS）的影响因子为 9.707。《美国地质学会公报》（GSA Bulletin）的影响因子为 3.787。我们不能这样比较这两者，当然也不能用这些数字来比较来自这两个学科的研究人员。
在最近发表于《EMBO Reports》上的一篇文章中，Bornmann 和 Marx（2013 年）主张更多地使用百分位数来评估研究人员、机构和出版物。您还记得百分位数吧？当您参加 SAT 或 GRE 考试时，您的成绩会返回一个分数和一个百分位数：如果您处于 85 百分位数，则您的得分高于 85% 的同龄人。
百分位数可以提供重要的背景信息，并且易于阅读。您知道最高是 100，最低是 0。中位数是 50，这有助于我们理解事物，即使数据集是偏斜的。然而，选择正确的比较组变得非常重要。通常，学科和年份可以创建合理的组。
那些关注引文之外的研究指标的人也面临着提供背景信息的挑战。替代计量指标 考察人们与期刊文章互动（除了引文之外）的不同方式。他们在 Twitter 上谈论这篇文章吗？将文章保存到像 CiteULike 或 Mendeley 这样的书签网站吗？公众在 Wikipedia 上引用这篇文章吗？
再次强调，背景信息至关重要。一篇文章被推特了两次。这是好、坏还是无所谓？Mendeley 上有 60 人将其添加到他们的图书馆。但这意味着什么？用于轻松展示和显示替代计量指标的首要工具 Impact Story 可以通过基于来自同一年出版物的随机选择项目的比较组计算百分位数，为这些数字提供一些背景信息。目前，Impact Story 似乎没有利用学科类别（这更困难）。因此，某些学科的文章会自动具有较低的百分位数，这是该学科平均引文较低的人为结果。
使用任何指标来评估科学研究都是棘手的——您试图将智力上复杂的推进人类知识的行为简化为一个数字。但是，这些指标正越来越多地被终身教职和晋升委员会、机构顾问委员会、拨款评审委员会等使用。如果人们选择使用可以提供合理且可靠的背景信息的指标（如百分位数），我们可以至少避免一些标准陷阱。
另请参阅
Bornmann, L., & Marx, W. (2013). 研究究竟有多好？使用百分位数衡量出版物的引文影响力可以提高正确评估和公平比较。《EMBO reports》。doi:10.1038/embor.2013.9
Podlubny, I. (2005). 不同科学领域中引文数量表达的科学影响力的比较。《Scientometrics》，64(1)，95–99。doi:10.1007/s11192-005-0240-0
在本博客的其他地方，我优秀的联合博主 Hadas Shema 已经谈到了一些构成引文分析和文献计量学基础的关键概念。请参阅她关于影响因子、引文分析和负面引文的问题的帖子，例如。
claimtoken-511bdd808802f