一般論文被引用多少次的教授比較牛？

01-05

各位可以說一下各自了解領域的大致標準。

這個問題無法回答。同一研究領域內或至少是同一學科下才可以用引用數進行比較，而且也不是絕對客觀，還要看發表時間等因素。

一般來說學術評價有兩個指標：

1.論文被國內外著名檢索資料庫收錄數：如國際著名的三大索引庫，SCI、EI、ISTP，國內人大報刊複印資料。

2.?論文被引數。

---------------

論文引用次數是評價一個人的學術功底的重要量化指標。具體到不同學科差異很大，沒有具體探究過。但現在也流行用H指數，來評價一個人的學術。H-index，h代表「高引用次數」（high citations），H指數是指一個人在其所有學術文章中有N篇論文分別被引用了至少N次，他的H指數就是N。在一學科範圍內，一個人的H指數越高，往往該人的學術成就越大。

在美國一般來說，

副教授的H指數平均達10-12。

正教授18

美國物理學會會員15-20

諾貝爾物理學獎獲得者41

美國科學院院士45

值得注意是不管是論文被引數還是H指數，不易跨學科比較。

其他的還有不客觀的地方可能有

1，時間，從事科研時間長短即論文發表時間長短。

2，自引，自己引用自己的論文或著作。

3，有些好論文可能種種原因被別人錯過。

本領域。光電子。200+

我曾經所處的行業中（現在處於半脫離狀態），有一位牛人，如果你是做這個行業的，需要研究，需要發文……那麼多半是繞不過這個人的……

這個人就是我們帥帥的祖師爺了……

一般大牛呢研究的領域都很具體，也可以說是很小啦，所以如果要一個教授要算牛的話，基本這個領域有影響的paper都有他的份，他會是主要作者也許不是主要作者，但是都會有他

這個引用次數和牛不牛沒必然聯繫，有時引用的多只是教授做的方向恰好是熱點，研究的多，發表的多，引用的就多。不過一般來說自然科學界引用多的一般還是有點能力的，牛不牛還要具體對待。

https://zhuanlan.zhihu.com/p/28339456

摘要
谷歌遴選的圖情經典論文具有哪些特徵，清華大學楊超、李思敏與黃萃一一為你解讀。

楊超李思敏黃萃 / 清華大學

註：圖片中的10篇論文是由谷歌學術按照被引次數篩選的圖書情報學領域TOP10論文

不知你是否想得起自己十年前發表的文章？如果自己都遺忘了，別人是否會記得呢？學術界確實有一些文章，隨著時間的發展，不但不會沉寂，反而逐漸成為經典。今年6月，Google Scholar從2006年發表的論文中，按照被引用頻次，評選出各領域的經典論文。我們從中摘錄了社會科學（Social Science）領域下圖書館與信息科學(Library Information Science)學科的10篇被引次數最高的論文，希望對讀者有所啟發。

從主題角度來看，有四篇文章（文章3、5、6、8）的研究都與h因子（h-index）有關；兩篇文章（文章4、9）涉及開放存取（open access）研究；排名第一的文章1主要研究協作標籤（collaborative tagging systems）的使用；其他三篇文章分別講述文獻計量軟體citespace的具體應用（文章2）、網路信息的作者識別（authorship identification）問題（文章7）期刊影響因子（Impact Factor）的新計算方法。

從文獻所在期刊角度來看，發表在科學計量權威雜誌Scientometrics上的文章多達5篇，佔據了一半；Journal of the American Society for Information Science and Technology （現更名為Journal of the Association for Information Science and Technology，簡稱均為JASIST）有2篇；其他期刊各一篇。值得注意的是，文章「Ten-year cross-disciplinary comparison of the growth of open access and how it increases research citation impact」來自開放存取資料庫arXiv，而文章本身也講open access，可稱得上論據充足。

進一步的，我們對文章參考文獻進行了分析，被引頻次較高的期刊分別為Nature、Scientometrics、PNAS、JASIST、Information Processing Management，有趣的是，在期刊共被引網路（期刊引用構成的網路）中，Scientometrics作為被引較高的期刊，其中介中心性較高，這表明，它是聯繫不同期刊的橋樑。

通過分析文章所引用的學者，發現被引頻次較高的作者為Hirsch JE、Ball P、Braun T、Batista PD、Garfiel DE、Moed HF等，這些作者的研究多涉及open access和文獻計量指標，如Hirsch JE設計了h-index指標。

這些文章為何能夠歷久彌新，十年之後仍獲較大關注呢？這主要在於它們的「工具性」，即其研究內容為其他研究提供了基礎工具、規划了解決方案的框架。例如，排名第一的「Usage patterns of collaborative tagging systems」，該文主要介紹協作標籤（Collaborative tagging）在知識共享過程中的應用和特徵。文章不但詳細介紹了協作標籤系統的結構及其動態特徵，而且提出了協作標籤動態模型，為後來研究打下了基礎。再例如，排名第二的「CiteSpace II: Detecting and visualizing emerging trends and transient patterns in scientific literature」，本身就是一個對軟體citespace使用的經典案例，其他研究者可依據該案例指導自己的可視化分析流程。

最後，我們將十篇文章的摘要翻譯附於文末，以供感興趣的讀者查看。

附錄——圖情高被引論文摘要選譯

1. Usage Pattern of Collaborative Tagging Systems

協作標籤使得用戶可以用標註關鍵字的形式將元數據添加到共享內容之中。最近，協作標籤在網路上越來越流行，它允許用戶標記書籤，照片和其他網站內容。本文分析了協作標籤系統的結構及其動態特徵。本文還提出了一個協作標籤動態模型，該模型可以預測標籤穩定模式，並將它們與共享知識聯繫起來。

2. CiteSpace II Detecting and visualizing emerging trends andtransient patterns in scientific literature

本文介紹了如何在科學文獻中識別和可視化新興主題發展趨勢和動態發展模式，並描述了相關研究的最新發展。本研究為知識領域可視化作出了重要的理論和方法貢獻。一個特徵被概念化和可視化了，以表徵「研究前沿」和「知識基礎」之間的時變二元性。研究前沿被定義為一組新出現的概念和潛在研究問題。研究前沿的知識基礎被定義為科學文獻的引用和共引軌跡，即由被引用科學文獻構成的演化網路。

3. Theory and practise of the g-index

g-index是對h-index的改進，用以測度一個論文集合的引用表現。如果這個文章集合按照被引次數降序排列，則g-index是其中最大的數字，使得前g篇文章至少被引用g^2次。本文以普賴斯獎獲得者為研究對象（職業生涯：1972-目前），計算其g-index，並將其與h-index進行比較。結果表明g-index繼承了h-index的良好特性，而且，g-index更好地考慮了頂級文章的引用分數，這可以更好地區分科學家的學術成就。

4. Citation advantage of open access articles

開放獲取（OA）是否能加快我們對研究結果的識別和傳播，是有爭議的。本文是針對2004年6月8日至2004年12月20日在PNAS上發表的OA和非OA文章的縱向文獻計量分析。本文一共分析了OA文獻212篇（佔全部文獻的14.2％），非OA文獻1,280篇（佔85.8％）。在期刊網站上直接發表的OA文章比自我歸檔或其他可公開訪問的OA文章（未在學術期刊上發表）具有更高的影響力。強有力的證據表明，即使在圖書館廣泛使用的雜誌上，OA文章也比同期刊物上發表的非OA文章更能被同行認可和引用。

5. Comparison of the Hirsch-index with standard bibliometric indicators and with peer judgment for 147 chemistry research groups

本文指出了h指數和幾個標準文獻計量指標之間的統計相關性特徵，以及h指數與同行評議結果的相關性特徵。我們利用荷蘭147所大學化學研究小組進行了大量評估研究，涵蓋了1991- 2000年期間約700名高級研究人員的工作。結果表明，h指數和常用文獻計量指標都與同行評議結果相符。但是對於擁有較少引用量的小研究團體，常用文獻計量指標似乎更適合用於評價研究產出。

6. A Hirsch-type index for journals

本文提出了一個面向期刊的h型指數（與評價作者的h-index相似），即：如果目標期刊已經發表了h篇論文，且每篇論文至少有h個被引，那麼該期刊的h指數是數值「h」。這對期刊影響因子是一個有益的補充。

7. A framework for authorship identification of online messages Writing‐style features and classification techniques

隨著互聯網技術和應用的迅速普及，不當甚至非法的網路信息濫用已成為社會的關注點。在線消息的「匿名」性質使身份追蹤成為一個難題。我們開發了一個用於識別網路信息作者身份的識別框架，以解決身份追蹤問題。在這個框架中，我們識別並提取四種寫作風格特徵（辭彙，句法，結構和內容），並使用歸納學習演算法構建基於特徵的分類模型來識別在線消息的作者。以英文和中文在線新聞組消息為數據源的實驗結果表明，本文提出的方法能夠識別在線消息的作者，準確度為70％至95％。

8. Is it possible to compare researchers with different scientific interests

一名科研人員的h指數是指他至多有h篇論文分別被引用了至少h次，該指數常被用來評價個體學者的科研產出。這個指標在很多方面都具有魯棒性，但也受研究領域影響。本文提出了一個改善的指數h_I=h??N_a?=h^2?(N_a^((T) ) )，其中N_a^((T) )是所考慮的h篇論文中作者的總數。一個研究者如果具有指數h_I，那麼表明他擁有h_I篇論文分別被引用了至少h_I次（間接展示了他/她獨自發表論文的能力）。我們獲得了四個巴西科學團體的h和h_I排名。與h指數相反，h_I指數圖塌陷成一條單一的曲線，允許對不同領域的學者進行比較。

9. Ten-year cross-disciplinary comparison of the growth of open access and how it increases research citation impact

Lawrence2001年發現，在計算機科學領域，網路上可公開訪問的文章（OA文章）比那些非OA文章獲得了更多的被引量。我們在物理學領域發現了同樣的情況。為了進一步檢驗該特性的跨學科一般性，我們使用10個學科（生物，心理學，社會學，衛生，政治學，經濟學，教育，法律，商業，管理）在12年間（1992-2003）發表的1,307,038篇文章進行了驗證。在同一期刊中，OA和非OA文章比較，OA文章同樣被更多引用，被引優勢依據學科和年度的不同，在36％-172％間浮動。我們未能從這些數據中發現明顯的因果關係，但是根據我們以前在物理學領域的發現，OA文章的被引優勢不太可能是因為作者的選擇偏好。

10. Journal status

一個演員的社會地位通常由兩個因素決定：該演員（A）從其他演員（Bs）獲得的認可的數量，以及演員Bs的知名度。這兩個因素反映了演員具有人氣（popularity）和被專家欣賞之間的區別。ISI影響因子（ISIIF）被定義為：雜誌在兩年內收到的平均被引次數。因此IF是一個評價流行性的指標，而未考慮引用者的威望。本文展示了如何使用「加權PageRank」演算法對期刊進行全面的度量（考慮流行性和威望）。我們比較了這兩種方法（IF和加權PageRank）下的期刊排名，並對兩個分析結果的異同點進行了分析。此外，我們還引入了Y因子（它是IF和加權PageRank的簡單組合），並發現由此產生的期刊排名與人們心中的期刊排名認知基本一致。

google的hindex15以上吧

教授牛不牛不用費勁去看他的文章檔次以及被引頻次，打聽一下就知道了。

如果你有學理論物理的同學，可以問問他們是否知道有個人叫P.W.Anderson......然後你就知道引用次數和牛不牛有何關係了

說說社科類的情況吧，美國有位社會學家曾經專門調查過美國社會學界學者論文發表數量、被引頻次與其影響力的關係（最近找找原文鏈接…）發現所謂牛是在兩個幾乎重疊甚少的維度上的，一個是官僚地位上的牛，比如某某學會會長，他們可能幾乎不公開發表論文，幾年才拽著性子寫一本書，可是影響力擺在那、引用頻率還是很高；另一種是學術上的牛，在核心期刊上頻繁發表論文，但引用頻次上就參差不齊了。至於自然科學界這一套管不管用就不一定了。

別的不清楚

就中國知網來說，法學的能引100+就不錯，200+以上很不錯，300+以上相當少

而經濟學的，好像張維迎有一篇文章被引了3000+

我把我老師說的話傳達一下：他引率是現在國內對大學教育工作者職稱以及學術水平的評估指標之一，國外是沒有這個指標的，但是他引率只考慮引，不考慮其引的內容技術含量……也就是說，那些在論文中出現典型錯誤（引用作為反例）的被頻引了，也是被算作他引率高……顯然很讓人哭笑不得。

讀研的時候，老師讓找論文，要Ei，SCI的，影響因子越高越好。影響因子就是通過論文被引用的次數確立的，我記得大於0.5就很厲害了。題主有興趣可以搜下影響因子，也有專門的網站可以輸論文題目看影響因子的。