Hvad er den bedste måde at rangordne forskningsinstitutter på?

(Phys.org) - Vurdering og rangering af forskningsinstitutter er vigtig for tildeling af tilskud, rekruttering af medarbejdere, fremme institutter, og andre grunde. Men at finde en fair og præcis metode til vurdering af forskningsinstitutters ydeevne er udfordrende på grund af de mange involverede faktorer, f.eks. antallet af offentliggjorte artikler og citater, upålideligheden af ​​nogle citater, og det faktum, at mange artikler har flere forfattere fra forskellige institutter med ulige bidrag.

I en ny undersøgelse offentliggjort i EPL , et team af forskere fra Kina, hvis medlemmer studerer komplekse systemer, datalogi, og fysik har udviklet en ny tilgang kaldet kreditallokeringsmetoden (CAM) for rangering af forskningsinstitutter, der tegner sig for alle disse faktorer ved at bruge mange tusinde dirigerede netværk.

"Forskellig fra andre metrics baseret på citater, vores arbejde overvejer citationsnetværksstrukturen og giver en måde at rangordne æren for forskningsinstitutter for forskellige forskningsfelter ud fra det akademiske omdømme, "medforfatter Jian-Guo Liu, ved University of Shanghai for Science and Technology, Shanghai University of Finance and Economics, og universitetet i Fribourg i Schweiz, fortalt Phys.org .

Grundtanken er, at hvert ledet netværk består af et tilfældigt valgt papir, der er knyttet til alle de papirer, der har citeret dette papir. Derefter er hvert af disse citater knyttet til alle de andre papirer, det citerer, så længe disse artikler har mindst en forfatter fra et af de samme forskningsinstitutter som det originale papir. Ved at bruge en formel, der tegner sig for hvert forskningsinstituts rækkefølge (dem, der er angivet først i avisen, får mere kredit end dem, der er anført senere), forskerne beregnede den kredit, der er tildelt hvert forskningsinstitut på grund af det originale papir.

Efter at have gentaget denne proces for næsten en halv million papirer inden for fysik, med forfattere fra cirka 19, 000 forskningsinstitutter, forskerne overvejede et andet problem, der gør vurderingen af ​​forskningsinstitutter vanskelig:citeringsdataene er ofte upålidelige. Forskerne henviser til en nylig undersøgelse, der fandt ud af, at mere end 30% af forskningsartiklerne havde mindst et forkert citat, og at 10% af alle citater var forkerte, hvilket betyder, at de citerede papirer ikke klart understøtter de udsagn, de skulle støtte. For at løse dette problem, forskerne slog tilfældigt om nogle af citationslinkene i netværkene, at skabe en kunstig forstyrrelse beregnet til at modellere unøjagtighederne i citatdataene.

På den endelige placering, mange af de toprangerede fysikforskningsinstitutter identificeret med den nye metode svarede til institutter med et højt omdømme. De fire bedste samlet var University of California, Bell Labs, Max Planck Institute, og MIT. De fire bedste i Kina var University of Science and Technology of China, Nanjing Universitet, Peking Universitet, og Tsinghua University.

Selvom forskerne viste, at den nye metode overgår andre metoder til vurdering af forskningsinstitutter, de bemærker, at det har nogle mangler. I særdeleshed, det tager ikke højde for, at ældre papirer har en tendens til at have flere citater end nyere papirer, så forskningsinstitutter med længere historier har en tendens til at blive rangeret højere. Forskerne planlægger at behandle denne detalje i fremtiden ved at redegøre for institutionens alder.

"I det fremtidige arbejde, vi planlægger også at undersøge citatnetværkene for nogle specifikke forskningsområder, såsom ledelsesvidenskab, kompleksitet, statistisk fysik, og datalogi, for at rangere forskningsinstituttets kredit på disse områder, "Liu sagde." Vi planlægger også at udvikle et websted til offentliggørelse af rangeringsresultaterne for forskere over hele verden. "

© 2017 Phys.org