🔬 physics

Normalized fractional Hirsch Index and Modified Pareto Law

Dit artikel stelt een genormaliseerde fractionele Hirsch-index voor om aan te tonen dat de citatiedistributie van zeer succesvolle wetenschappers een aangepaste Pareto-wet volgt, waarbij ongeveer 14% van hun meest geciteerde artikelen verantwoordelijk is voor ongeveer 86% van hun totale citaties, een patroon dat analoog is aan zelfgeorganiseerde kritikaliteit in zandstapelmodellen.

Oorspronkelijke auteurs: Asim Ghosh, Bikas K. Chakrabarti

Gepubliceerd 2026-09-23✓ Author reviewed ⓘ

📖 5 min leestijd🧠 Diepgaand

CC0 1.0

Oorspronkelijke auteurs: Asim Ghosh, Bikas K. Chakrabarti

Oorspronkelijk artikel vrijgegeven aan het publieke domein onder CC0 1.0 (http://creativecommons.org/publicdomain/zero/1.0/). ✨ Dit is een AI-gegenereerde uitleg van het onderstaande artikel. Het is niet geschreven door de auteurs. Raadpleeg het oorspronkelijke artikel voor technische nauwkeurigheid. Lees de volledige disclaimer

In de wereld van de wetenschap is het meten van de impact van het werk van een onderzoeker een constante uitdaging. Decennialang was het standaardinstrument voor deze taak een eenvoudige telling: hoe vaak zijn de artikelen van een auteur geciteerd door anderen? Hoewel dit getal een verhaal vertelt over aandacht, vertelt het niet het hele verhaal over ongelijkheid. Net zoals economen specifieke instrumenten gebruiken om te meten hoe rijkdom onder mensen in een land is verdeeld, hadden wetenschappers een manier nodig om te meten hoe citaties onder de eigen artikelen van een auteur zijn verdeeld. Sommige artikelen krijgen duizenden citaties, terwijl andere er zeer weinig krijgen. De vraag die onderzoekers zich al lang stellen, is of er een universeel patroon is bij deze verdeling, een verborgen regel die bepageert hoe succes wordt gedeeld, of dat de carrière van elke wetenschapper een volledig uniek pad volgt.

Lama tijd was het populairste antwoord een getal dat bekend staat als de Hirsch-index. Deze in 2005 geïntroduceerde metriek probeert zowel de productiviteit als de impact van een wetenschapper in één enkele waarde te vangen. Het werkt door een specifiek punt te vinden waar het aantal artikelen dat een auteur heeft geschreven overeenkomt met het aantal keren dat elk van die artikelen is geciteerd. Als een wetenschapper een score van 20 heeft, betekent dit dat hij of zij 20 artikelen heeft die elk minstens 20 keer zijn geciteerd. Hoewel dit getal breed wordt gebruikt en beschikbaar is in belangrijke databases, heeft het een aanzienlijk gebrek: het blijft groeien naarmate een wetenschapper meer werk publiceert. Een zeer productieve auteur zal van nature een hogere score hebben dan een minder productieve auteur, zelfs als hun werk met een vergelijkbare intensiteit wordt geciteerd. Dit maakt het moeilijk om wetenschappers te vergelijken die verschillende hoeveelheden materiaal hebben gepubliceerd, vergelijkbaar met het proberen te vergelijken van de rijkdom van twee mensen zonder te weten hoeveel bezittingen zij bezitten.

Om dit op te lossen, stelde een team van onderzoekers uit India een nieuwe manier voor om naar de gegevens te kijken. Zij voerden aan dat we, in plaats van alleen het totaal aantal citaties te tellen, moeten kijken naar welk deel van het totale succes van een auteur afkomstig is van hun meest succesvolle artikelen. Ze namen de bestaande Hirsch-index en transformeerden deze naar een genormaliseerd fractie. Deze nieuwe maatstaf stelt een andere vraag: welk deel van de totale citaties van een wetenschapper komt uit hun best presterende artikelen, en welk deel van hun totale artikelen vertegenwoordigen die top-artikelen? Door deze ruwe getallen om te zetten in percentages die altijd optellen tot één, creëerden de onderzoekers een schaal die een eerlijke vergelijking mogelijk maakt tussen elke twee wetenschappers, ongeacht hoeveel artikelen zij hebben gepubliceerd.

De onderzoekers testten deze nieuwe methode door een enorme dataset van Google Scholar te analyseren, die informatie bevatte over 126.067 wetenschappers. Deze groep varieerde van onderzoekers aan het begin van hun carrière tot de meest vooraanstaande figuren in het veld, inclusief 95 Nobelprijswinnaars. Ze berekenden de nieuwe genormaliseerde fractie voor elke wetenschapper en vergeleken deze met gevestigde maten van ongelijkheid uit de economie, zoals de Gini-index en de Kolkata-index. Deze economische instrumenten meten hoe geconcentreerd rijkdom is binnen een populatie. De onderzoekers ontdekten dat voor de meest succesvolle wetenschappers, in het bijzonder de Nobelprijswinnaars, de distributie van citaties een opvallend consistent patroon volgde.

De studie onthulde dat voor deze topwetenschappers ongeveer 86 procent van hun totale citaties afkomstig is van slechts 14 procent van hun artikelen. Dit is een specifieke variatie op een beroemde economische observatie bekend als het Pareto-principe, dat suggereert dat 80 procent van de effecten voortkomt uit 20 procent van de oorzaken. De gegevens van deze wetenschappers toonden echter een nog extremere concentratie van succes aan. De onderzoekers merkten op dat deze 86-14 splitsing niet slechts een toeval was, maar een stabiele, universele waarde leek te zijn voor zeer succesvolle onderzoekers, vergelijkbaar met het kritieke punt in bepaalde fysieke systemen waar een materiaal van fase verandert. In contrast hiermee varieerden de traditionele Hirsch-indexwaarden voor dezelfde Nobelprijswinnaars enorm, variërend van 25 tot 260, waarbij geen dergelijke consistentie werd getoond.

De bevindingen suggereren dat de oude manier van het meten van wetenschappelijke reputatie, die steunt op de ruwe Hirsch-index, de ware aard van wetenschappelijke impact kan verhullen. Terwijl het ruwe getal groeit met de omvang van de carrière van een wetenschapper, onthult de nieuwe genormaliseerde fractie een stabiele onderliggende structuur. De auteurs stellen voor dat dit 86-14 patroon een signatuur is van een competitief systeem dat een staat van zelfgeorganiseerde kritikaliteit heeft bereikt, een concept geleend uit de natuurkunde waarbij complexe systemen van nature evolueren naar een kantelpunt. De studie concludeert dat deze nieuwe genormaliseerde maatstaf een duidelijker, meer universeel beeld geeft van wetenschappelijke ongelijkheid, waarbij laat zien dat de meest succesvolle wetenschappers een gemeenschappelijke statistische vingerafdruk delen die de traditionele metrieken niet weten te vangen.

Technische Samenvatting: Genormaliseerde Fractionele Hirsch-index en Gemodificeerde Pareto-wet

Probleemstelling
De Hirsch-index ( $h$ ), geïntroduceerd in 2005, dient als een breed geaccepteerde scientometrische maatstaf voor het beoordelen van de publicatie-impact en productiviteit van wetenschappelijke auteurs. Deze is gedefinieerd als het maximale gehele getal $h$ waarvoor een auteur $h$ papers heeft gepubliceerd die elk ten minste $h$ keer zijn geciteerd. Ondanks de populariteit ervan in databases zoals Google Scholar en Web of Science, bezit de $h$ -index een kritische beperking: het mist een bovengrens en schaalt statistisch met de vierkantswortel van het totaal aantal publicaties ( $N_t$ ) of het totaal aantal citaties ( $C_t$ ). Bijgevolg varieert de $h$ -index aanzienlijk in grootte (bijvoorbeeld van 25 tot 260 voor Nobelprijswinnaars) en biedt het geen genormaliseerde, karakteristieke waarde om zeer succesvolle wetenschappers te onderscheiden.

In contrast hiermee zijn sociaal-economische ongelijkheidsmaten, zoals de Gini-index ( $g$ ) en de Kolkata-index ( $k$ ), genormaliseerde grootheden die begrensd zijn tussen 0 en 1. Deze indices zijn onafhankelijk van de totale rijkdom of populatiegrootte. Eerdere studies hebben waargenomen dat voor zeer succesvolle groepen (bijv. Nobelprijswinnaars) en in self-organized critical (SOC) zandstapelmodellen, deze indices convergeren naar specifieke universele waarden ( $g \approx k \approx 0,86$ ), wat afwijkt van de klassieke Pareto 80-20 wet ( $k=0,80$ ). De auteurs identificeren een gat in de literatuur: het gebrek aan een genormaliseerde, begrensde metriek afgeleid van de Hirsch-index die vergelijkbare universele ongelijkheidspatronen in wetenschappelijke citatiedistributies zou kunnen onthullen.

Methodologie
De auteurs stellen een "genormaliseerde fractionele Hirsch-index" ( $\bar{h}^{(f)}_c$ ) voor om de onbegrensde natuur van de $h$ -index te verzoenen met de begrensde natuur van sociaal-economische ongelijkheidsindices. De methodologie omvat de volgende stappen:

Gegevensverzameling: De studie analyseert citatiedata van Google Scholar van een steekproef van 126.067 wetenschappers, die elk ten minste 100 publicaties hebben. Deze dataset bevat 95 Nobelprijswinnaars in de Natuurkunde, Chemie, Geneeskunde en Economie (dekkend over de periode 2005–2025).
Definitie van Fractionele Grootheden:
- $h^{(f)}_n = h/N_t$ : De fractie van de totale publicaties van de auteur die de succesvolle $h$ papers vormen.
- $h^{(f)}_c = \sum_{h} n_c / C_t$ : De fractie van de totale citaties verdiend door die $h$ succesvolle papers (waarbij $n_c$ het aantal citaties van een specifieke paper is en $C_t$ de totale citaties).
- De auteurs merken op dat aangezien $h$ schaalt als $\sqrt{N_t}$ , zowel $h^{(f)}_n$ als $h^{(f)}_c$ schalen als $1/\sqrt{N_t}$ , waardoor ze ongenormaliseerd blijven en een significante spreiding vertonen.
Normalisatie: Om een begrensde metriek te creëren, definiëren de auteurs de genormaliseerde fractionele Hirsch-index als:
$\bar{h}^{(f)}_c = \frac{h^{(f)}_c}{h^{(f)}_c + h^{(f)}_n}$
Het complement wordt gedefinieerd als $\bar{h}^{(f)}_n = \frac{h^{(f)}_n}{h^{(f)}_c + h^{(f)}_n}$ . Door constructie geldt $\bar{h}^{(f)}_c + \bar{h}^{(f)}_n = 1$ , en beide waarden zijn begrensd tussen 0 en 1.
Comparatieve Analyse: De studie berekent de Gini-index ( $g$ ), de Kolkata-index ( $k$ ) en de nieuwe genormaliseerde indices ( $\bar{h}^{(f)}_c$ en $\bar{h}^{(f)}_n$ ) voor de gehele dataset. Het onderzoekt specifiek de convergentie van deze waarden voor de subset van Nobelprijswinnaars en vergelijkt deze met de theoretische verwachtingen van de Pareto-wet en SOC-zandstapelmodellen.

Belangrijkste Bijdragen en Resultaten

Universele Convergentie voor Topwetenschappers: De analyse laat zien dat hoewel de ruwe $h$ -index sterk varieert onder Nobelprijswinnaars ( $25 \le h \le 260$ ), de genormaliseerde fractionele Hirsch-index $\bar{h}^{(f)}_c$ een veel nauwere distributie vertoont. Voor de 95 Nobelprijswinnaars convergeert $\bar{h}^{(f)}_c$ naar ongeveer 0,86 (variërend van 0,68 tot 0,98, met een sterke clustering nabij 0,86).
Gemodificeerde Pareto-wet: De resultaten wijzen op een "gemodificeerde Pareto-wet" voor wetenschappelijke citaties. Specifiek, voor zeer succesvolle wetenschappers verdient ongeveer 14% van de top-geciteerde papers ongeveer 86% van de totale citaties. Dit contrasteert met de klassieke Pareto 80-20 wet ( $k=0,80$ ) maar komt exact overeen met waarden waargenomen in self-organized critical zandstapelmodellen (waar 86% van de lawine-massa wordt gedissipeerd door 14% van de grootste lawines).
Correlatie met Ongelijkheidindices: De studie demonstreert dat voor de subset van Nobelprijswinnaars, de genormaliseerde fractionele Hirsch-index $\bar{h}^{(f)}_c$ bijna gelijk is aan de Kolkata-index $k$ en de Gini-index $g$ ( $g \approx k \approx \bar{h}^{(f)}_c \approx 0,86$ ). De ratio $g/k$ en $g/\bar{h}^{(f)}_c$ nadert 1,00 voor deze groep, terwijl de ruwe $h$ -index geen dergelijke correlatie vertoont met wetenschappelijke reputatie of ongelijkheidsniveaus.
Visualisatie: Het artikel presenteert Lorenz-curves en waarschijnlijkheidsdichtheidsverdelingen die laten zien dat hoewel algemene wetenschappers een spreiding vertonen in deze indices, de meest succesvolle wetenschappers (Nobelprijswinnaars) clusteren rond de $0,86$ waarde, wat duidt op een universele kritieke staat voor citatie-ongelijkheid.

Betekenis en Claims
Het artikel claimt dat de introductie van de genormaliseerde fractionele Hirsch-index ( $\bar{h}^{(f)}_c}$ ) de ontdekking mogelijk maakt van belangrijke correlaties met hoge mate van ongelijkheid die de traditionele $h$ -index verbergt. De betekenis ligt in het aantonen dat de citatie-impact van top-tier wetenschappers een specifieke, begrensde statistische wet volgt, vergelijkbaar met de verdeling van economische rijkdom en fysieke self-organized critical systemen.

De auteurs stellen dat de $h$ -index, hoewel nuttig voor rangschikking, de karakteristieke waarde mist die nodig is om de "reputatie" van wetenschappers op een genormaliseerde manier te onderscheiden. In contrast hiermee biedt de genormaliseerde fractionele index $\bar{h}^{(f)}_c$ een begrensde metriek die convergeert naar een universele waarde ( $\approx 0,86$ ) voor de meest succesvolle wetenschappers. Dit suggereert dat de citatiedynamiek van elite-wetenschappers opereert nabij een self-organized critical punt, wat het gedrag van complexe systemen in de natuurkunde en economie weerspiegelt. Het artikel concludeert dat deze gemodificeerde Pareto-wet (86-14 split) een preciezere beschrijving biedt van citatie-ongelijkheid voor Nobelprijswinnaars dan de traditionele 80-20 wet.

Meer zoals dit