공동저자 수에 따른 논문 인용 가중치: 제곱근 분수계산이 h‑지수·g‑지수를 균일화한다

초록

이 연구는 이탈리아 실험물리학 전임교수 60명을 대상으로, 논문당 공동저자 수에 따라 인용을 제곱근(√m)으로 나누는 분수계산이 h‑지수와 g‑지수의 평균 공동저자 수 의존성을 최소화한다는 것을 실증한다. 최적 지수 μ≈0.53≈½을 찾았으며, 정규화된 지수는 Cauchy‑Lorentz 분포를 따른다.

상세 분석

본 논문은 과학자 성과를 정량화할 때 가장 널리 쓰이는 h‑지수와 g‑지수가 공동저자 수에 크게 좌우된다는 문제를 제기한다. 이를 해결하기 위해 저자는 각 논문의 인용 횟수 C_i를 저자 수 m_i의 μ제곱으로 나누는 가중치를 정의하고, μ를 0 < μ < 1 사이에서 최적화한다. 데이터는 이탈리아 SSD FIS01(실험물리학) 소속 전임교수 60명(전체의 약 25%)의 논문·인용 기록을 Web of Science에서 추출한 것이다. 먼저 전체 인용 C_tot과 h‑지수·g‑지수 사이에 C_tot = α H² (α≈4.45) 및 C_tot = β G² (β≈1.68)라는 선형 관계가 있음을 확인한다. 그러나 평균 공동저자 수 M_j가 클수록 H와 G가 크게 늘어나는 두 개의 인구집단이 존재한다는 점을 발견한다.

저자는 인용 가중치 χ_i(μ)=C_i/m_i^μ 로 정의하고, 이를 기반으로 분수 h‑지수 h_μ와 g‑지수 g_μ를 재계산한다. μ를 변화시키며 h_μ와 g_μ가 M_j와의 상관관계가 최소가 되는 μ를 탐색한 결과, μ≈0.53±0.01, 즉 √m에 해당하는 μ≈½이 최적임을 확인한다. 이 값에서 정규화된 지수 h_μ와 g_μ는 M_j와 거의 무상관이며, 전체 인용도 C(μ)_tot=α_μ h_μ²=β_μ g_μ² 형태의 선형 관계를 유지한다(α_μ≈5.45, β_μ≈2.04).

또한 h_μ와 g_μ의 분포를 히스토그램으로 나타내어 Cauchy‑Lorentz 함수 L_p(x)=L₀+2A/(πσ_p