Neue Forschungsergebnisse demonstrieren eine effektivere Methode zur Messung der Wirkung wissenschaftlicher Veröffentlichungen

Neu veröffentlichte Forschungsergebnisse untersuchen die Bewertung wissenschaftlicher Erkenntnisse erneut und schlagen eine netzwerkbasierte Methodik zur Kontextualisierung der Wirkung einer Veröffentlichung vor.

Diese neue Methode, die in einem von Alex Gates, einem Assistenzprofessor an der School of Data Science der University of Virginia, gemeinsam verfassten Artikel dargelegt wird, wird es der wissenschaftlichen Gemeinschaft ermöglichen, die Auswirkungen interdisziplinärer wissenschaftlicher Entdeckungen in verschiedenen Bereichen gerechter zu messen Zeit Abschnitte.

Die Ergebnisse sind veröffentlicht im Tagebuch Verfahren der Nationalen Akademie der Wissenschaften.

Die Wirkung einer wissenschaftlichen Veröffentlichung wird seit langem anhand der Zitationszahl quantifiziert. Allerdings ist dieser Ansatz anfällig für Schwankungen in der Zitierpraxis, was die Fähigkeit von Forschern einschränkt, die wahre Bedeutung einer wissenschaftlichen Leistung genau einzuschätzen.

Gates und seine Co-Autoren – Qing Ke von der School of Data Science der City University of Hong Kong und Albert-László Barabási von der Northeastern University – erkennen diesen Mangel und schlagen ein netzwerknormalisiertes Wirkungsmaß vor. Durch die Normalisierung der Zitationszahlen wird ihr Ansatz der wissenschaftlichen Gemeinschaft helfen, Verzerrungen bei der Bewertung vielfältiger wissenschaftlicher Erkenntnisse zu vermeiden – sowohl in der Zukunft als auch im Nachhinein.

Zusätzlich zu den veröffentlichten Erkenntnissen haben die Autoren die Methode auch in implementiert ein Open-Source-Paket Hier findet jeder Interessierte Anleitungen, wie er diesen Ansatz anhand verschiedener Beispiele wissenschaftlicher Forschung selbst ausprobieren kann.

Gates trat 2022 der School of Data Science der UVA bei.