3 Folgen

IF(インパクトファクター)は、40年以上にもわたり、ジャーナル評価基準として存在してきた。それは、IFの独自性と論理の明解さによって、多くの人々に支持を受けてきたためであり、また、現状のIFに対する多くの批判も、IF以外の評価基準がいままでなかったということに他ならない。近年、IF以外の評価基準を求めて、さまざまな試みがはじまっている。今回のセミナーでは、IFの算出根拠でもあるWeb of Scienceを基礎データに、新たな角度からジャーナルを評価しようとする試みをご紹介したい。一方で、研究評価に関するIFの誤用は後を絶たない。学術評価を数値化するためには、IFはもっとも明解であるように見えるが、「IFはジャーナルの評価であり、掲載された個々の論文の評価ではない」。
では、学術評価につながる新たな基準を見出すことはできるのだろうか。依拠するものはあるのだろうか。

第6回 SPARC Japanセミナー2008 -IFを越えて- さらなる研究評価の在り方を考える- National Institute of Informatics

    • Kunst

IF(インパクトファクター)は、40年以上にもわたり、ジャーナル評価基準として存在してきた。それは、IFの独自性と論理の明解さによって、多くの人々に支持を受けてきたためであり、また、現状のIFに対する多くの批判も、IF以外の評価基準がいままでなかったということに他ならない。近年、IF以外の評価基準を求めて、さまざまな試みがはじまっている。今回のセミナーでは、IFの算出根拠でもあるWeb of Scienceを基礎データに、新たな角度からジャーナルを評価しようとする試みをご紹介したい。一方で、研究評価に関するIFの誤用は後を絶たない。学術評価を数値化するためには、IFはもっとも明解であるように見えるが、「IFはジャーナルの評価であり、掲載された個々の論文の評価ではない」。
では、学術評価につながる新たな基準を見出すことはできるのだろうか。依拠するものはあるのだろうか。

    • video
    (1)Eigenfactor: ranking and mapping scientific knowledge アイゲンファクター:学術情報のランキングおよびマッピング

    (1)Eigenfactor: ranking and mapping scientific knowledge アイゲンファクター:学術情報のランキングおよびマッピング

    For decades, citation counts and impact factor scores have been the primary currency for evaluating scholarly journals. While these measures have the virtue of simplicity, they discard much of the useful information that is inherent in the structure of citation networks. The Eigenfactor algorithm (http://www.eigenfactor.org/methods.htm) takes into account not only how many citations a journal receives but also where those citations come from. This is a similar approach to how Google ranks web pages, but instead of ranking websites, we rank journals and instead of using hyperlinks, we use citations. This approach to bibliographic data also allows us to map scientific communication over time. This can be a useful tool for placing a journal in the context of the rest of science. We understand, though, that no metric or statistical tool will ever replace reading papers as the best form of evaluation. However, with increasingly limited time and limited budgets of librarians, journal publishers, editors and scholars, there will continue to be a legitimate need for quantitative measures of the scholarly literature. We would like to think that Eigenfactor is a step in the right direction.

    • 26 Min.
    • video
    (2)Eigenfactor: ranking and mapping scientific knowledge アイゲンファクター:学術情報のランキングおよびマッピング

    (2)Eigenfactor: ranking and mapping scientific knowledge アイゲンファクター:学術情報のランキングおよびマッピング

    For decades, citation counts and impact factor scores have been the primary currency for evaluating scholarly journals. While these measures have the virtue of simplicity, they discard much of the useful information that is inherent in the structure of citation networks. The Eigenfactor algorithm (http://www.eigenfactor.org/methods.htm) takes into account not only how many citations a journal receives but also where those citations come from. This is a similar approach to how Google ranks web pages, but instead of ranking websites, we rank journals and instead of using hyperlinks, we use citations. This approach to bibliographic data also allows us to map scientific communication over time. This can be a useful tool for placing a journal in the context of the rest of science. We understand, though, that no metric or statistical tool will ever replace reading papers as the best form of evaluation. However, with increasingly limited time and limited budgets of librarians, journal publishers, editors and scholars, there will continue to be a legitimate need for quantitative measures of the scholarly literature. We would like to think that Eigenfactor is a step in the right direction.

    • 31 Min.
    スライド資料:Eigenfactor: ranking and mapping scientific knowledge (アイゲンファクター:学術情報のランキングおよびマッピング)

    スライド資料:Eigenfactor: ranking and mapping scientific knowledge (アイゲンファクター:学術情報のランキングおよびマッピング)

Top‑Podcasts in Kunst

Mehr von National Institute of Informatics