影響因子（二）

有些人又會說，不對啊，某些人可能只參與了一個研究項目，然後已經沒有在學術界打滾。由於種種的原因，文章發表時加插了他的名字。如果我們只看這個研究人員的Citation Number，可能會發現他所寫的（這一篇）文章被引用次數非常多，因此可能誤以為他對學術界有很大影響力，而不知道只有那一篇文章其他的合作者知道這個人的存在。為了要加入一些關於研究持續性的計算，就出現了另外一個數字，稱之為H-指數（H-Index）。這個指數是一個正整數，假設你看到的是數字X，就代表着這個學者他一共有X篇研究文章，每一篇文章都起碼被引用了X次。例如，某學者的H指數為10，首先就代表着他起碼有10篇學術文章，而且這10篇文章每一篇的被引用次數都起碼達到10。這個數字對一些初入行的研究人員比較「仁慈」，就是說要增長這個數字相對比較容易。想像一下，要將H指數由1變成2，你所需要做的就是多寫一篇文章令到起碼兩篇文章每一篇都有兩次被引用的次數。但是要將這個指數由10變成11，你必須有11篇文章他們每一篇的被引用次數都要達到11次。假設你達到H指數等於10的最低門檻，就是說你只寫了10篇文章而每篇都只有10次被引用次數（所以你的H指數等於10），你所要做的首先就要多寫一篇文章，然後要等前面的10篇文章都多了一次被引用次數，再然後等這篇新文章從沒有到11次被引用。這樣，你的H指數才會變成11。所以難度就比起從一變成二高很多了。

找了一下資料，到底在世界上那麼多研究學者裏面，H指數最大的是誰？數字達到多大？根據這篇資料（https://www.webometrics.info/en/hlargerthan100），在2022年3月時候的統計，H指數達到100的有5882位學者。最高的為哈佛大學的Professor Ronald C Kessler，他的H指數達到318，不單代表着他起碼有318份學術研究論文（粗略看一下，其實總論文數目高達1900篇），而且這318份論文都有着高達318次引用。1900篇是一個什麼的概念呢？假如PhD25歲（已經很早）畢業到65歲退休，中間40年研究生涯，平均每年需要有47.5篇文章才能夠在退休時達到1900篇研究論文的數量。就是說你要期望每星期都有一篇有你名字的文章出現才能夠達標！看看他文章的被引用次數，高達46萬次，實在太過驚人。找了一下自己是研究的指導老師Prof. Stan Osher，他也榜上有名，世界排名2304，H指數是122文章的被引用總是數達到13萬次，也非常厲害。

由於不同範疇，對文章被引用數目的重要性有不同的理解。對某些數學範疇來說，如果得到10次引用，可能就已經是非常出色的文章。對另外一些範疇，可能100次也不足為奇。所以除了H指數以外也出現了其他的統計方法。另外一個在Google Scholar可以見到的，叫做i10指數。統計方法相對比較簡單，就只是計算有多少篇文章被分別引用達到10次。到底文章被引用100次一千次還是一萬次，對這個指數就沒有任何分別。所以要加大這個i10指數，就會比加大H指數容易一點。

當然在不同學術領域，也會有機會出現不同的指數。就聽過在應用數學範疇，有人就創造了一個叫做S指數的統計方式，代表着某個學者到底在SIAM（Society of Industrial and Applied Mathematics）所有期刊內論文的總數。由於這個應用數學組織所出的期刊水平相當高，這個S指數越大，就代表着某個研究人員越能夠做出一些水平相當高的研究成果。還記得剛聽到這個統計方法時，自己的這個S指數只是等於1（！），除了笑了一下，也不知如何作出反應。