Associated Self-Citations and Propagation Luck Two Problems with Citation Counts
Notice bibliographique
Résumé
There is considerable merit in discounting self-citations when measuring the worth of a paper, a journal, or an author bibliometrically. However, excluding self-citations from the citation count for a paper or a researcher does not completely solve the problem of how to properly measure the interest generated by a paper or a researcher because other deficiencies in citation counts remain. One of these is associated self-citation. This occurs when a subset of the authors who published one paper go on to publish another paper in which they cite the previous one; any authors of the first paper whose names are not on the second paper receive a full citation credit (called here an associated self-citation), but the repeated authors do not because they are disqualified by self-citation. Associated self-citations, in which unrepeated authors receive citation credit, can skew a measure of bibliometric worth, but it is a deficiency that can be redressed. Additionally, there is propagation luck—where a paper becomes the reference to cite when there are other comparable and worthy candidates—which is a problem that can be only partially addressed. In this paper, the author analyzes these deficiencies with an example that compares the bibliometric success of two articles of which he was a co-author.
Récupéré en direct depuis OpenAlex et désinversé. Les résumés ne sont pas conservés dans cette base de données : les index inversés représentent 8,6 Go des 9,3 Go de texte de la base, et le serveur dispose de 13 Go libres.
Comment cette classification a été obtenuedéplier
Prédiction machine sur la base complète
Imitation des enseignantsNi prévalence calibrée, ni vérité terrain. Validation humaine à venir. Le volet Gemma est une étiquette directe du modèle pour chaque travail de la base, lue sur la notice réduite au titre. Le volet Codex est un classifieur appris des 10 348 étiquettes directes de Codex et calibré sur les taux pondérés de l'échantillon; les champs sans appui suffisant ne portent aucun appel Codex. Le mode candidate est l'union des deux volets; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont pas des étiquettes humaines.
Scores du classifieur distillé par catégorie (deux têtes)
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,046 | 0,257 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,001 |
| Méta-épidémiologie (sens large) | 0,003 | 0,002 |
| Bibliométrie | 0,012 | 0,027 |
| Études des sciences et des technologies | 0,003 | 0,014 |
| Communication savante | 0,013 | 0,027 |
| Science ouverte | 0,004 | 0,007 |
| Intégrité de la recherche | 0,004 | 0,007 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,006 | 0,002 |
Scores machine (provisoires)
Les deux têtes enseignantes du modèle étudiant, lues sur ce travail. Un score ordonne la base pour la relecture; il n'affirme jamais une catégorie, et le statut de validation accompagne chaque rangée tel quel.
Scores de référence d'un modèle non mature (critères de maturité non atteints, 7 itérations). Un score ordonne; il n'affirme jamais une catégorie.
score_only:v0-immature-baseline · tel quel depuis la passe de notation : score_only signifie que le nombre peut ordonner les travaux, et qu'aucune étiquette de catégorie n'en découleClassification
machine, non validéePrédiction automatique; un appel candidat d’une seule source (Gemma direct ou Codex distillé), pas un consensus.
Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».