你知道你所在大学的物理系和生物系哪个更出色吗？回答这样一个问题并不是一件容易的事，因为引文统计和其它文献计量指标无法在学科间直接比较。不过，意大利app家近日找到了一种解决方法，并将其发表在美国《国家app院院刊》（PNAS）上。

 

意大利罗马Sapienza大学的Claudio Castellano和同事发现，千差万别的学科间的引文统计遵循着完全相同的模式，这些学科从核物理、血液学跨越到农业经济学。

 

结果，基于引文的app成绩指标可以被规范化，以说明不同学科间总引用率的差别，从而可进行更多有意义的比较。

 

Castellano说，这种方法不仅仅可以应用于不同的系之间，也可对app家、全部国家以及任何群体进行评级。原则上，基于app家工作的被引用次数，这一方法可描绘出所有时间内最有影响的app家的名次表。

 

研究人员收集了一系列学科领域中某些时间段内关于多少论文被引用的数据，发现学科间的原始数据差别巨大。不过，如果用某学科该年内每篇文章的平均引用数除以总引用数，所得统计分布极为相似。所有都精确位于单曲线上，符合统计学上的对数-正态分布。

 

论文合著者、意大利都灵app交换研究所的Santo Fortunato表示，这一关系“令人惊讶地清楚”。这一方法使得学科间可以进行直接比较，比如，被引用20次的、1999年发表的航天工程文章在其领域内的影响要比一篇被引用100次的发育生物学文章高。

 

这一数学关系在年度间比较同样说得通。比如，如果用这种方法进行规范化，1990年至2004年的引用统计分布将无法与各个单个年份的平均数相区别。

 

美国波士顿大学的引文统计专家Sidney Redner说，这一研究“代表了方法学上出色的第一步，这种方法意在不同智力单位间进行有用的文献计量比较”。

 

不过他同时提醒，并不是所有的学科都与研究小组发现的引用曲线相匹配。他说：“在人文学科，主要的智力表达方式似乎是专论，所以，如果他们的引文统计无法用适合档案期刊文章的方式进行衡量，我并不会感到惊讶。”（明升手机版(明升中国) 梅进/编译）