Universality of citation distributions: Toward an objective measure of scientific impact

Motivation

• Known: 인용 분석(citation analysis)은 학자와 기관의 학문적 성과를 평가하는 중요한 도구이지만, 수학의 IF(Impact Factor) 2.55 vs 의학 분야의 IF 50+ 등 학문분야 간 인용 관습의 차이로 인해 순수 인용 수의 비교는 편향되어 있다.
• Gap: 기존 정규화 방법들은 평균 인용 수만으로 정규화하지만, 인용 분포가 매우 왜곡(skewed)되어 있어 평균값만으로의 정규화가 적절한지 검증되지 않았다.
• Why: 객관적이고 공정한 인용 분석은 연구비 배분, 채용 심사, 기관 평가 등 중요한 학술적 결정에 영향을 미치므로, 학문분야 간 비교를 위한 신뢰할 수 있는 척도 개발이 필수적이다.
• Approach: 14개 학문분야, 20개 범주의 논문 데이터(1990, 1999, 2004년 발표)를 수집하여 상대지표 cf = c/c0의 분포를 분석하고, 로그정규분포(lognormal distribution)로 적합시켜 보편성을 입증한다.

Achievement

Figure 2: Rescaled probability distribution c0P(c, c0) of the

• 보편적 인용 분포 발견: 14개 서로 다른 학문분야의 논문 인용 분포가 상대지표 cf로 정규화되면 σ² ≈ 1.3인 동일한 로그정규분포로 수렴
• 시간적 안정성: 동일 분야에서 다른 연도(1990, 1999, 2004)에 발표된 논문들도 동일한 보편 곡선을 따르며, cf가 연도별 차이도 적절히 보정함
• 일반화된 h-지수: 상대지표 cf를 기반으로 서로 다른 분야의 과학자들을 공정하게 비교할 수 있는 h-지수 확장 버전 제시
• 통계적 검증: 모든 범주에서 χ²/df < 0.02로 로그정규분포 적합이 우수하며, σ² 값들이 3표준편차 이내에서 일치

How

Figure 1: Normalized histogram of the number of articles

• Journal of Citation Reports의 학문분야 분류 시스템을 사용하여 학문분야 기준 정의
• 각 학문분야와 연도별로 발표된 모든 논문의 인용 수(c) 수집 및 평균 인용 수(c0) 계산
• 상대지표 cf = c/c0를 산출하여 모든 학문분야 데이터를 단일 축에서 정규화
• 정규화된 확률분포 c0P(c, c0)를 로그정규분포로 적합시키되, E[cf]=1 제약조건(σ²=-2μ)을 적용하여 모수 단순화
• 각 범주별 적합 파라미터(σ², χ²/df)를 비교하여 보편성 검증

Originality

• 기존 정규화가 평균값만 사용한 반면, 전체 분포를 고려한 보편성 분석으로 개념 확장
• 정규화된 분포의 보편성(universality)을 물리학의 scaling law 개념으로 해석하여 새로운 관점 제시
• 선거 투표율 분석 등 타 분야와의 유사성 언급으로 광범위한 응용 가능성 제시
• 단순한 정규화 방법으로도 14개 분야를 모두 포함하는 강력한 보편 곡선 도출

Limitation & Further Study

• 자기인용(self-citation), 암묵적 인용(implicit citation) 등 인용의 질적 차이는 여전히 미반영
• 저자 수와 인용 수의 상관관계, 시간에 따른 누적 인용의 영향을 개별적으로 분석하지 않음
• Journal of Citation Reports 분류의 한계(예: 학제적 논문의 분류 문제)를 고려하지 않음
• 후속연구: 더 세분화된 학문분야 또는 저널 단위로의 검증, 자기인용 제거 후 재분석, 개인 및 기관 수준의 h-지수 적용 검토

Evaluation

총평: 상대지표 cf의 보편성을 엄밀하게 입증한 연구로, 학문분야 간 공정한 성과 평가를 위한 강력한 이론적 기초를 제공하며, 간결하면서도 일반성이 높은 접근법이 실용적 가치가 뛰어나다.