Hundrevis av ekstreme self-siterer forskere avslørt i ny database

verdens mest siterte forskere, i henhold til nylig utgitte data, er en merkelig eklektisk haug. Nobelprisvinnere og eminente polymaths gni skuldre med mindre kjente navn, som for eksempel Sundarapandian Vaidyanathan fra Chennai i India. Hva sprang ut om Vaidyanathan og hundrevis av andre forskere, er at mange av henvisningene til sitt arbeid kommer fra deres egne papirer, eller fra de av deres co-forfattere.,

Vaidyanathan, en forsker på Vel Tech R&D Institute of Technology, et privateid institutt, er et ekstremt eksempel: han har mottatt 94% av hans sitater fra ham selv eller hans medforfattere opp til 2017, ifølge en studie i PLoS Biology dette month1. Han er ikke alene. Datasettet som inneholder rundt 100 000 forskere, viser at minst 250 forskere har samlet mer enn 50% av sine sitater fra dem selv eller deres co-forfattere, mens medianen self-begrunnelse pris er 12.7%.,

studien kan bidra til å rapportere potensielle ekstreme self-arrangører, og muligens ‘begrunnelse gårder», som er en samling av forskere massivt sitere hverandre, sier forskerne. «Jeg tror at self-begrunnelse gårder er langt mer vanlig enn vi tror, sier John Ioannidis, en lege ved Stanford University i California som spesialiserer seg i meta-science — studiet av hvordan vitenskap er gjort — og som ledet arbeidet. «De med mer enn 25% self-begrunnelse er ikke nødvendigvis å engasjere seg i uetisk atferd, men nærmere ettersyn kan være nødvendig, sier han.,

data er den desidert største samling av self-begrunnelse beregninger som noensinne har blitt utgitt. Og de kommer i en tid da finansiering etater, tidsskrifter og andre er å fokusere mer på potensielle problemer som er forårsaket av overdreven self-begrunnelse. I juli, Committee on Publication Ethics (COPE), en utgiver-rådgivende organ i London, markerte ekstreme self-begrunnelse som en av de viktigste former for begrunnelse manipulasjon. Dette problemet passer inn i bredere bekymringer om en over-avhengighet på begrunnelse beregninger for å ta avgjørelser om ansettelse, tilbud og penger til forskning.,

«Når vi kobler faglig utvikling og betale oppmerksomhet for sterkt til begrunnelse-baserte beregninger, vi incentivize self-begrunnelse, sier psykolog Sanjay Srivastava ved University of Oregon i Eugene.

Selv om mange forskere er enige om at overdreven self-begrunnelse er et problem, det er lite konsensus om hvor mye som er for mye eller om hva du skal gjøre med problemet. I del dette er fordi at forskere har mange legitime grunner til å sitere deres eget arbeid eller som av kolleger., Ioannidis forholdsregler som sin studie bør ikke føre til hets av særlig forskere for deres self-begrunnelse priser, ikke minst fordi disse kan variere mellom fag og karriere stadier. «Det bare tilbyr komplette, transparent informasjon. Det bør ikke brukes for å avgjøre slike som bestemmer at for høy self-begrunnelse tilsvarer en dårlig forsker, sier han.

Data-stasjonen

Ioannidis og hans medforfattere ikke publisere sine data til å fokusere på self-begrunnelse., Det er bare en del av sitt studium, som inkluderer en rekke standardiserte sitat-baserte beregninger for de mest siterte 100 000 eller så forskere i løpet av de siste 2 tiår over 176 vitenskapelige sub-feltene. Han samlet data sammen med Richard Klavans og Kevin Boyack i analytics fast SciTech Strategier i Albuquerque, New Mexico, og Jeroen Baas, direktør i analytics i det Amsterdam-baserte forlaget Elsevier; dataene kommer fra Elsevier ‘ s proprietære Scopus database. Teamet håper at arbeidet vil gjøre det mulig å identifisere faktorer som kan være drivkraften sitater.,

Men den mest iøynefallende delen av datasettet som er self-begrunnelse beregninger. Det er allerede mulig å se hvor mange ganger en forfatter som har brukt sitt eget arbeid ved å se opp sin begrunnelse rekord i abonnement databaser som Scopus og Web of Science. Men uten utsikt over forskningsområder og karriere stadier, det er vanskelig å sette disse tallene i sammenheng og sammenligne en forsker til en annen.

Vaidyanathan rekord skiller seg ut som en av de mest ekstreme og det har ført til visse belønninger., Siste år, Indisk politiker Prakash Javadekar, som er i dag landets miljøvernminister, men på den tiden var ansvarlig for høyere utdanning, presentert Vaidyanathan med en 20.000-rupi (US$280) prisen for å være blant landets fremste forskere av tiltak produktivitet og begrunnelse beregninger. Vaidyanathan ikke svare på Naturens forespørsel om kommentar, men han har tidligere forsvart sin begrunnelse rekord i svar på spørsmål om Åring Tech lagt ut på Quora, online spørsmål-og-svar-plattformen., I 2017, skrev han at fordi forskning er en kontinuerlig prosess, «det neste arbeidet ikke kan utføres på uten å henvise til tidligere arbeid», og som selv siterer ikke var gjort med hensikt villede andre.,

To andre forskere som har fått anerkjennelse og cite seg tungt er Theodore Simos, en matematiker som nettstedet lister tilknytninger til Kong Saud Universitet i Riyadh, Ural Føderale Universitetet i Jekaterinburg, Russlands, og Demokrit Universitetet i Trakia i Komotini, Hellas, og Claudiu Supuran, en medisinsk kjemiker ved Universitetet i Florence, Italia, som også viser en tilknytning til Kong Saud Universitet., Både Simos, som samlet rundt 76% av hans sitater fra ham selv eller hans medforfattere, og Supuran (62%) ble i fjor kåret på en liste over 6,000 «world-class forskere som er valgt for sin enestående forskning ytelse», produsert av Clarivate Analytics, som er en informasjons-tjenester firmaet i Philadelphia, Pennsylvania, som eier Web of Science. Verken Simos heller Supuran svarte til Naturens forespørsler om kommentar; Clarivate sa at det var oppmerksom på problemet med uvanlige self-begrunnelse mønstre, og at den metode som er brukt for å beregne listen kan endres.

Hva du skal gjøre om self-sitater?,

I de siste årene, har forskerne har vært å betale nærmere oppmerksomhet til self-begrunnelse. Et 2016 preprint, for eksempel foreslått at mannlige akademikere sitere sine egne papirer, i gjennomsnitt 56% mer enn kvinnelige akademikere do2, selv om en replikering analyse siste året foreslått at dette kan være en effekt av høyere self-begrunnelse blant produktive forfattere av alle kjønn, som har flere tidligere arbeid for å cite3., I 2017, en studie viste at forskere i Italia begynte å hevde seg i større grad etter en kontroversiell 2010 politikken ble innført som kreves for akademikere til å møte produktivitet terskler for å være kvalifisert for promotion4. Og det siste året, Indonesia forsknings-departementet, som bruker en sitat-basert formel for å fordele midler til forskning og stipend, sa noen forskere hadde gamed deres resultater ved hjelp av uetisk praksis, inkludert overdreven selvtillit-sitater og grupper av akademikere som siterer hverandre., Departementet sa at det hadde sluttet å finansiere 15 forskere og planla å ekskludere deg selv-sitater fra sin formel, selv om forskere fortelle Natur at dette har ennå ikke skjedd.

Men ideen om offentlig liste enkeltpersoner’ self-begrunnelse priser, eller vurdere dem på grunnlag av beregninger korrigert for self-begrunnelse, er svært omstridt. For eksempel, i en diskusjon dokument utstedt siste month5, TAKLE argumenterte mot utenom selvstendig ekskludert fra beregningene fordi det sagt, er dette «ikke tillater en nyansert forståelse av når self-begrunnelse gjør god vitenskapelig forstand».,

I 2017, Justin Flatskjerm, en biolog ved Universitetet i Zürich i Sveits, kalt for mer klarhet rundt forskere » self-begrunnelse records6. Flatskjerm, som er nå på Universitetet i Helsinki, foreslo å publisere en selv-citation index, eller s-indeksen, langs linjene av h-indeks produktivitet indikatoren brukes av mange forskere. En h-indeks på 20 indikerer at en forsker har publisert 20 artikler med minst 20 sitater; likeledes, en s-indeks på 10 ville bety at en forsker hadde publisert 10 artikler som hadde hver mottatt minst 10 self-sitater.,

Flatskjerm, som har fått et stipend for å sortere data for s-indeksen, er enig med Ioannidis at fokus for denne type arbeid bør ikke være om å etablere grenser for akseptable resultater, eller å navngi og presse høy self-citers. «Det har aldri vært om å kriminalisere selv-sitater,» sier han. Men så lenge akademikere fortsette å promotere seg selv ved hjelp av h-indeks, det er en sak for blant annet s-indeksen for kontekst, hevder han.,

Konteksten er viktig

En uvanlig funksjon av Ioannidis s studie er en bred definisjon av self-begrunnelse, som inneholder sitater av co-forfattere. Dette er ment å fange opp mulige forekomster av sitatet oppdrett, men det gjør blåse self-begrunnelse score, sier Marco Seeber, en sosiolog ved Ghent University i Belgia. Partikkel fysikk og astronomi, for eksempel, har ofte artikler med hundrevis eller kanskje tusenvis av co-forfattere, og som hever self-begrunnelse gjennomsnitt over feltet.,

Ioannidis sier at det er mulig å oppveie for systematiske forskjeller ved sammenligning av forskere til gjennomsnittet for landet, karriere scenen og disiplin. Men mer generelt, sier han, listen er å trekke oppmerksomhet til saker som fortjener en nærmere titt. Og det er en annen måte å oppdage problemer, ved å undersøke forholdet mellom siteringer mottatt til antall papirer som de sitater vises. Simos, for eksempel, har fått 10,458 sitater fra bare 1,029 papir — noe som betyr at i gjennomsnitt, får han mer enn 10 sitater i hver artikkel nevne hans arbeid., Ioannidis sier denne beregningen, når kombinert med self-begrunnelse metrisk, er en god flagg for potensielt overdreven egenreklame.

I upublisert arbeid, Elsevier ‘ s Baas sier at han har brukt en lignende analyse til en mye større datamengder satt av 7 millioner forskere: det er, alle forfattere som er oppført i Scopus som har publisert mer enn 5 papirer. I dette datasettet, sier Baas, median self-begrunnelse pris er 15.,5%, men så mange som 7% av forfatterne selv har siteringstallene over 40%. Denne andelen er mye høyere enn blant de mest siterte forskere, fordi mange av de 7 millioner forskere har bare et par sitater samlet eller er i starten av sine karrierer. Tidlig i sin karriere forskere har en tendens til å ha høyere self-begrunnelse priser på grunn papirer har ikke hatt tid til å samle mange sitater fra andre (se «aktiv ungdom-effekten»).

Ifølge for å Baas data, Russland og Ukraina skiller seg ut som å ha høy median self-begrunnelse priser (se «land for Land’). Hans analyse viser også at noen av feltene stikke ut — slik som kjerne-og partikkelfysikk, og astronomi og astrofysikk — på grunn av sine mange multi-forfattet papir (se » Physics envy?’). Baas sier at han har ingen planer om å publisere sine data set, imidlertid.

Ikke bra for vitenskap?

Selv om det PLoS Biology studien identifiserer noen ekstreme self-citers, og foreslår måter å se etter andre, noen forskere sier at de ikke er helt overbevist om at self-begrunnelse datasettet vil være nyttig, delvis fordi denne verdien varierer så mye med forskning disiplin og karriere scenen. «Self-begrunnelse er mye mer komplisert enn det virker,» sier Vincent Larivière, en informasjon som er forsker ved Universitetet i Montreal i Canada.,

Srivastava legger til at den beste måten å håndtere overdreven selvtillit siterer — og andre spill av sitat-baserte indikatorer — er ikke nødvendigvis å publisere stadig mer detaljert standardiserte tabeller og sammensatte beregninger for å sammenligne forskere mot hverandre. Disse kan ha sine egne feil, sier han, og en slik tilnærming risiko suge forskere enda lenger inn i en verden av evaluering av individ-nivå beregninger, selve problemet som incentivizes spill i første omgang.

«Vi bør spørre redaktører og anmeldere til å se ut for uberettiget selv-sitater,» sier Srivastava., «Og kanskje noen av disse grove beregninger har utility som et flagg med der for å se nærmere. Men, til syvende og sist, løsningen må være å innrette faglig vurdering med ekspert-node-dommen, for ikke å doble ned på beregninger.»Cassidy Sugimoto, en informasjon som er forsker ved Indiana University i Bloomington, er enig i at flere beregninger kan ikke være svaret: «Ranking forskere er ikke bra for vitenskap.»

Ioannidis, men sier at hans arbeid er nødvendig. «Mennesker som allerede er i stor grad stole på individ-nivå beregninger hvertfall., Spørsmålet er hvordan man skal sørge for at informasjonen er så nøyaktig og så nøye, systematisk samlet som mulig,» sier han. «Referanse beregninger kan ikke og bør ikke forsvinne. Vi skal gjøre det beste bruk av dem, fullt erkjenne sine mange begrensninger.”