h-index یکی از پرکاربردترین معیارهای سنجش بهرهوری علمی پژوهشگران است. در این مقاله با تعریف، نحوه محاسبه، مزایا، معایب و بهترین جایگزینهای h-index آشنا میشوید.
h-index چیست؟ راهنمای کامل مزایا، معایب و جایگزینهای آن
نویسنده: علی بُرجی | مترجم: مریم پورنقی کیکله
اگر تا به حال دنبال پاسخ این سؤال بودهاید که h-index چیست و چرا در دنیای دانشگاه و پژوهش اینقدر اهمیت دارد، این مقاله دقیقاً برای شماست. h-index یکی از پرکاربردترین ابزارها برای سنجش بهرهوری علمی و میزان تأثیرگذاری استنادی پژوهشگران است. این شاخص که در سال ۲۰۰۵ توسط فیزیکدان برجسته، خورخه ای. هیرش، معرفی شد، بهطور همزمان دو عامل کلیدی را اندازه میگیرد: تعداد مقالات منتشرشده (کمیت) و میزان استنادهایی که هر مقاله دریافت کرده (کیفیت).
با وجود محبوبیت فراوان این شاخص در میان دانشگاهیان، مؤسسات پژوهشی و نهادهای تأمین بودجه، h-index خالی از عیب نیست. در ادامهی این مقاله، نقاط قوت و ضعف این معیار را بهطور کامل بررسی میکنیم، نتایج یک پژوهش میدانی جالب را با شما در میان میگذاریم و در نهایت راهکاری پیشنهادی برای بهبود سیستمهای ارزیابی علمی ارائه میدهیم. هدف نهایی ما این است که نشان دهیم چرا نباید صرفاً به یک عدد برای قضاوت دربارهی ارزش علمی یک پژوهشگر اکتفا کرد.
۱. h-index چرا اینقدر مهم است؟
h-index در واقع بازتابی از مسیر حرفهای یک پژوهشگر است و نقش پررنگی در پیشرفت شغلی و مقایسهی دانشگاهها و مؤسسات علمی با یکدیگر ایفا میکند. با توجه به نفوذ گستردهی این عدد در فضای دانشگاهی، این سؤال مطرح میشود: آیا واقعاً بهترین روش برای سنجش ارزش علمی یک دانشمند همین است؟ آیا گزینههای بهتری هم وجود دارند؟
امروزه h-index یکی از مهمترین ارکان اعتبار علمی هر پژوهشگر بهشمار میرود؛ تا جایی که گاهی کل دستاوردهای یک فرد در طول سالها فعالیت علمی، تنها در قالب یک عدد خلاصه میشود. اهمیت این شاخص از آنجا ناشی میشود که مستقیماً بر دسترسی به بودجههای پژوهشی و امکانات دانشگاهی تأثیر میگذارد؛ پژوهشگرانی که h-index بالاتری دارند، معمولاً تأثیرگذارتر تلقی میشوند و شانس بیشتری برای جذب حمایت مالی از سازمانهای تأمین بودجه دارند.
مزایای h-index
- ترکیب کمیت و کیفیت: همزمان تعداد انتشارات و میزان تأثیر آنها را در نظر میگیرد.
- سادگی و شفافیت: فهم و تفسیر آن برای همه، حتی افراد غیرمتخصص، آسان است.
- کاهش اثر دادههای پرت: بهجای تمرکز بر یک مقالهی پراستناد، پیوستگی و ثبات تأثیرگذاری را میسنجد.
- قابلیت مقایسه: امکان مقایسهی محتاطانهی پژوهشگران در یک حوزهی تخصصی مشخص را فراهم میکند.
- بازتاب روند رشد شغلی: پیشرفت یک پژوهشگر را در طول زمان نشان میدهد.
آسیبپذیری h-index در برابر دستکاری
نکتهی مهمی که کمتر به آن پرداخته میشود این است که h-index، بهعنوان یک سنجهی کمّی، بهراحتی قابل دستکاری است:
- استناد اجباری: برخی ویراستاران مجلات از نویسندگان میخواهند بهطور غیرضروری به آثار خودشان استناد کنند تا h-index مجله بالا برود.
- خوداستنادی و محتوای مصنوعی: استفاده از خوداستنادی یا حتی متون تولیدشده توسط رایانه، بهویژه در پلتفرمهایی مثل گوگل اسکالر، میتواند h-index را بهطور مصنوعی بالا ببرد.
- ابرنویسندگی (Hyper-authorship): وقتی تعداد نویسندگان یک مقاله بسیار زیاد میشود، اعتبار بهشکل نامتناسبی میان آنها تقسیم میشود.
جالب است بدانید مطالعات اخیر نشان میدهند همبستگی میان h-index و جوایز معتبر علمی که سنتاً نشاندهندهی شناخت جامعهی علمی هستند، رو به کاهش است.
۲. h-index چگونه محاسبه میشود؟
پاسخ ساده به سؤال «محاسبه h-index چگونه است؟» اینطور است: h-index با شمارش تعداد مقالاتی محاسبه میشود که هر یک از آنها دستکم به همان تعداد مورد استناد قرار گرفته باشند. برای مثال، h-index برابر با ۱۷ یعنی آن پژوهشگر دستکم ۱۷ مقاله دارد که هر کدام حداقل ۱۷ بار استناد شدهاند.
h-index در ابتدا برای ارزیابی افراد طراحی شده بود، اما امروزه برای سنجش مجلات علمی و حتی گروههای پژوهشی نیز بهکار میرود. این شاخص با شاخصهای موفقیتی چون جایزهی نوبل و جایگاههای علمی برجسته همبستگی نشان میدهد. البته برخی کاربران و متخصصان معتقدند h-index بهشدت به رشتهی تحصیلی وابسته است و ممکن است بهترین معیار سنجش نباشد.
جالب است بدانید کاربرد h-index محدود به دنیای دانشگاه نیست؛ برای مثال، نسخهای از این شاخص برای سنجش موفقیت کانالهای یوتیوب هم بهکار میرود؛ در این حالت، h-index نشاندهندهی تعداد ویدیوهایی است که هر کدام دستکم h ضربدر ۱۰۰ هزار بازدید داشتهاند. همچنین نسخهای از این شاخص برای ارزیابی موفقیت علمی مؤسسات دانشگاهی نیز طراحی شده که بر پایهی تعداد پژوهشگرانی با h-index بالا در آن مؤسسه محاسبه میشود.
۳. بهترین جایگزینهای h-index کداماند؟
شاخص پیجرنک (PageRank-Index)
یکی از پیشنهادهای جالب برای جایگزینی h-index، استفاده از الگوریتم معروف پیجرنک گوگل در شبکهی استنادی مقالات علمی است. در این روش، هر مقاله بر اساس اهمیت مقالاتی که به آن استناد کردهاند امتیاز میگیرد، نه صرفاً تعداد استنادها. به بیان دیگر، استناد از سوی یک مقالهی معتبر و پراستناد، ارزش بیشتری نسبت به استناد از یک مقالهی کماهمیت دارد. این ویژگی باعث میشود پیجرنک بتواند اعتبار واقعی منابع را بهتر از h-index نشان دهد.
شاخص g (G-Index)
شاخص g که در سال ۲۰۰۶ توسط لئو اگه پیشنهاد شد، یکی دیگر از جایگزینهای مطرح h-index است. در این روش، مقالات یک پژوهشگر بر اساس تعداد استنادها به ترتیب نزولی مرتب میشوند و شاخص g بزرگترین عددی است که در آن، مجموع استنادهای g مقالهی برتر، دستکم برابر با g² باشد. برای مثال، شاخص g برابر با ۱۰ یعنی ۱۰ مقالهی برتر آن پژوهشگر رویهم دستکم ۱۰۰ استناد گرفتهاند.
فرمول شاخص g:
g² ≤ Σ(از i تا g) cᵢ
۴. مهمترین معایب و کاستیهای h-index
اگر بخواهیم بهصورت خلاصه به سؤال «معایب h-index چیست؟» پاسخ دهیم، باید به موارد زیر اشاره کنیم. برخی از این کاستیها منحصر به h-index نیستند و در سایر معیارهای سطح نویسنده نیز دیده میشوند:
- سوگیری سنی: ممکن است یک پژوهشگر جوان با چند مقالهی بسیار پراستناد، همردهی یک پژوهشگر باسابقه با انتشارات متعدد اما کمتأثیر در نظر گرفته شود؛ این موضوع شایستهسالاری واقعی را زیر سؤال میبرد.
- بیتوجهی به اعتبار مجله: همهی استنادها، صرفنظر از اعتبار مجلهی منتشرکننده، یکسان محاسبه میشوند.
- ترجیح کمیت بر کیفیت: این شاخص ممکن است پژوهشگران را به تولید انبوه مقالات، بهجای تمرکز بر کیفیت و عمق پژوهش، ترغیب کند.
- عدم تمایز میان نویسنده اصلی و همکار جزئی: فرقی میان کسی که رهبری علمی یک پروژه را برعهده داشته و کسی که سهم اندکی داشته، قائل نمیشود.
- نادیده گرفتن تعداد نویسندگان مقاله: هیرش خودش پیشنهاد داده بود استنادها میان نویسندگان تقسیم شود (مانند شاخص h-frac)، اما این روش هنوز بهصورت گسترده در ابزارهای خودکار پیادهسازی نشده است.
- نادیده گرفتن ترتیب نام نویسندگان: در برخی رشتهها ترتیب نامها اهمیت زیادی دارد، اما h-index این موضوع را در نظر نمیگیرد.
- عدد صحیح بودن: چون h-index همیشه یک عدد صحیح است، قدرت تفکیکپذیری آن پایین میآید (برخی پژوهشگران شاخص «h گویا» را بهعنوان راهحل پیشنهاد دادهاند).
- نادیده گرفتن تفاوتهای رشتهای در نرخ استناد: رشتههای تجربی معمولاً نرخ استناد بالاتری نسبت به رشتههای نظری دارند.
- عدم کاربرد یکسان در همهی رشتهها: برای مثال، ریاضیدانان و پزشکان معمولاً استناد کمتری نسبت به سایر رشتهها دریافت میکنند.
- محدود بودن به آثار منتشرشده: فعالیتهای ارزشمندی مثل تدریس، راهنمایی دانشجویان، ثبت اختراع و توسعهی نرمافزار در این شاخص لحاظ نمیشوند.
- ناهماهنگی میان پایگاههای داده: h-index بسته به اینکه از گوگل اسکالر، اسکوپوس یا وبآوساینس محاسبه شود، متفاوت خواهد بود.
- قابلیت تورم مصنوعی: خوداستنادی و شبکههای استنادی توافقی میتوانند h-index را بهطور مصنوعی بالا ببرند.
مسئلهی نگرانکنندهی «تورم مقالات»
یکی از نمونههای عینی این مشکل، آماری جالب از سال ۲۰۲۴ است: طبق گزارش اسکوپوس، در نیمهی نخست سال ۲۰۲۴ میلادی، ۲۲ نویسنده هر یک بیش از ۲۰۰ مقاله منتشر کردهاند! پرکارترین نویسنده تا ۱۵ ژوئن ۲۰۲۴، مجموعاً ۲۶۱ مقاله منتشر کرده بود؛ یعنی بهطور میانگین روزانه ۱٫۵۶ مقاله، یا اگر آخر هفتهها را کنار بگذاریم، حیرتآور، روزانه ۲٫۱۸ مقاله! متأسفانه سیستمهای فعلی سنجش علمی، اینگونه رفتارهای غیرعادی را جریمه نمیکنند.
۵. h-index دانشمندان مشهور تاریخ چقدر است؟
نکتهی جالب توجه اینجاست که h-index همیشه نمیتواند نبوغ یا تأثیر واقعی یک دانشمند را نشان دهد. بسیاری از بزرگترین دانشمندان تاریخ، تنها با یک یا دو کشف بزرگ، دنیا را متحول کردهاند؛ در حالی که h-index آنها ممکن است چندان چشمگیر نباشد.
| دانشمند | h-index | مهمترین دستاورد |
|---|---|---|
| آلبرت اینشتین | ۱۵۷ | نسبیت خاص و عام، اثر فوتوالکتریک |
| ریچارد فاینمن | ۶۲ | الکترودینامیک کوانتومی، نمودارهای فاینمن |
| جان نش | ۱۳ | تعادل نش (نظریه بازیها) |
| استیون هاوکینگ | ۱۳۵ | تابش هاوکینگ، کیهانشناسی نظری |
| فرانسیس کریک | ۹۲ | کشف مارپیچ دوگانهی دیانای |
| آلن تورینگ | ۴۵ | ماشین تورینگ، رمزگشایی، آزمون تورینگ |
| جان فوننویمان | ۱۰۲ | نظریه بازیها، معماری فوننویمان |
برای مقایسه، h-index برخی از برجستهترین پژوهشگران معاصر هوش مصنوعی به این شرح است: یوشوا بنجیو (۲۴۱)، جفری هینتون (۱۸۸) و یان لکون (۱۵۴). جالب است که بسیاری از پژوهشگران کمترشناختهشده، h-index بالاتری نسبت به این نامهای تاریخی دارند؛ نکتهای که بهخوبی محدودیت این شاخص را نشان میدهد. (لازم به ذکر است دادههای این جدول صرفاً جنبهی نمایشی دارند و ممکن است کاملاً دقیق نباشند.)
برخلاف دانشمندان گذشته که اغلب بهتنهایی و با تعداد محدودی اثر پیشگامانه کار میکردند، پژوهشگران امروزی از همکاری با دانشجویان و تیمهای بزرگ بهره میبرند و همین موضوع باعث افزایش چشمگیر h-index آنها میشود.
۶. نتیجه یک نظرسنجی میدانی درباره h-index
برای درک بهتر دیدگاه جامعهی علمی دربارهی h-index، یک نظرسنجی غیررسمی در لینکدین انجام شد که در آن از ۸۳ نفر خواسته شد میان سه پژوهشگر با الگوهای استنادی متفاوت (با h-index به ترتیب ۱۰۰، ۱۰ و ۱) یکی را انتخاب کنند.
نتایج جالب بود: ۵۰٪ از رأیدهندگان گزینهی میانه را انتخاب کردند؛ یعنی پژوهشگری با تعداد متعادلی از مقالات پراستناد. گزینهی اول (تعداد زیاد مقاله با استناد کم) چندان مورد استقبال قرار نگرفت، چون نشانهی فقدان تخصص عمیق در یک حوزه تلقی شد. گزینهی سوم (تنها یک مقالهی بسیار موفق) هم محبوبیت کمتری داشت، چون نشان میداد پژوهشگر نتوانسته موفقیت خود را تکرار کند.
۷. جمعبندی: آیا باید فقط به h-index اکتفا کرد؟
ارزیابی سهم و تأثیر افراد در حوزههای گوناگون علم، فناوری، هنر و کسبوکار، کاری بسیار پیچیده است. برخی افراد با یک دستاورد بزرگ ماندگار میشوند و برخی دیگر با تولید مستمر آثار کوچکتر شناخته میشوند؛ بنابراین هیچ فرمول واحدی برای سنجش موفقیت وجود ندارد. h-index، هرچند ابزار ساده و کاربردی است، اما بهتنهایی کافی نیست.
برای ارزیابی جامعتر، پیشنهاد میشود از سنجههای مکمل زیر نیز استفاده شود:
- شاخص I10 (تعداد مقالاتی با دستکم ۱۰ استناد)
- شاخص I1000
- مجموع کل استنادها
- امتیازهای تأثیر هنجارشده بر اساس رشته
- ارزیابیهای کیفی مانند داوری همتا، جوایز علمی و نقشهای راهنمایی دانشجویان
راهحل پیشنهادی: هوش مصنوعی برای ارزیابی عادلانهتر
یک ایدهی نوآورانه این است که از یادگیری ماشین برای شبیهسازی داوریهای انسانی پژوهشگران استفاده شود؛ مشابه رویکردی که در «افت ادراکی» (Perceptual Loss) برای سنجش شباهت تصاویر بر پایهی قضاوت انسانی بهکار رفته است. با این روش میتوان مدلی آموزش داد که بر اساس رتبهبندیهای واقعی انسانی از پژوهشگران، ارزیابی دقیقتر و منصفانهتری ارائه دهد.
یک پژوهشگر و دانشمند واقعی چه ویژگیهایی دارد؟
در پایان باید گفت یک دانشمند واقعی کسی است که با تعهد عمیق به کشف دانش، از طریق تلاش شخصی، دقت فکری و خلاقیت، سهمی مستقیم در پیشرفت علم میگذارد؛ همانطور که چهرههایی چون آیزاک نیوتون و آلبرت اینشتین با تفکر عمیق و پشتکار بیوقفه، این آرمان را به نمایش گذاشتند. اگرچه علم امروز بیشتر جنبهی گروهی و سازمانی پیدا کرده، جوهرهی واقعی دانشمند بودن هنوز در کنجکاوی، فهم عمیق و اشتیاق درونی برای حل مسئله نهفته است. به همین دلیل، هر سیستم ارزیابی علمی کارآمد باید این ابعاد کیفی را نیز در نظر بگیرد و از دستکاری مصنوعی معیارهای عددی جلوگیری کند.
این مقاله ترجمه و بازنویسی روان مقالهی علمی «How good is the h-index?» نوشتهی علی بُرجی (ژانویه ۲۰۲۵) است.
