Doçentlik jüri üyesi Scopus'u açtı, adayın h-indeksine baktı ve 4 gördü. Sonra Google Scholar'a geçti; orada 9 çıktı. Aynı araştırmacı, iki farklı rakam. Hangisi doğru? İkisi de, çünkü farklı veri tabanları farklı kapsamlarla hesaplıyor. Bu farkı bilmeden metrik değerlendirmesi yapmak hem araştırmacıyı hem değerlendiriciyi yanıltıyor.
h-indeksi 2005'te fizikçi Jorge Hirsch tarafından önerildi. Tanım basit; h-indeksi, bir araştırmacının her biri en az h kez atıf almış h yayını olduğu en büyük h sayısı. h-indeksi 12 olan bir araştırmacının en az 12 kez atıf almış 12 yayını var; 13. yayını ise en fazla 12 atıf almış (atıf sırasına göre 13. yayın da en az 13 atıf almış olsaydı h-indeksi 13 olurdu).
Hesaplama mantığı
| Yayın Sırası | Atıf Sayısı | h-İndekse Dâhil mi? |
|---|---|---|
| 1 | 45 | Evet |
| 2 | 32 | Evet |
| 3 | 18 | Evet |
| 4 | 11 | Evet |
| 5 | 7 | Evet |
| 6 | 5 | Hayır (sıra 6 > atıf 5) |
Bu örnekte h-indeksi 5. Tek bir yayındaki aşırı yüksek atıf (örneğin 500 atıf) metriği orantısız şişirmiyor; bu yönüyle toplam atıf sayısından daha dengeli bir ölçü. Ancak aynı özellik, çığır açan tek bir çalışmanın etkisini yeterince yansıtmamasına da neden oluyor.
Veritabanları arasındaki farklar
| Veri Tabanı | Kapsam | h-İndeks Eğilimi |
|---|---|---|
| Web of Science | SCI, SCI-E, SSCI, AHCI, ESCI | En düşük |
| Scopus | WoS'tan daha geniş dergi kapsamı | Orta |
| Google Scholar | En geniş (tez, rapor, ön baskı dâhil) | En yüksek |
Google Scholar h-indeksi, WoS değerinin alana göre yaklaşık 1,2 ile 3,5 katı çıkabiliyor; sağlık ve yaşam bilimlerinde fark daha küçük (Harzing ve Alakangas, 2016). Aynı çalışmada yaşam bilimlerinde Google Scholar'daki ortalama h-indeksi Scopus'takinin yaklaşık 1,2 katı (33,4'e karşı 28,3). Girişteki 4 (Scopus) ile 9 (Google Scholar) arasındaki oran bunun epey üstünde, ama iki değer arasındaki fark (5) çalışmadaki ortalama farka (5,1) yakın; h küçükken aynı fark oran olarak çok daha büyük görünüyor. Doçentlik başvuru kriterleri değerlendirmesinde ÜAK Sağlık Bilimleri tablosu h-indeksini Web of Science'a göre, atıfları ise SCIE, SSCI, AHCI, ESCI ya da Scopus kapsamına göre puanlıyor. Web of Science ve Scopus'taki profilleri güncel tutmak bu yüzden önemli.
Sınırları ve eleştiriler
h-indeksinin ciddi kısıtlamaları var. Farklı disiplinlerin yayın ve atıf dinamikleri birbirinden çok farklı; örneğin Harzing ve Alakangas'ın (2016) 146 akademisyenden oluşan örnekleminde, WoS verisine göre yaşam bilimlerindeki ortalama h-indeksi beşeri bilimlerinkinin yaklaşık sekiz katı. ÜAK'ın incelediğimiz doçentlik tablolarında h-indeksi alana göre değişen bir eşik değil; hepsinde Web of Science h-indeksi en az 5 olan aday "Diğer" maddesinden 5 puan alıyor. Metrik kariyer yaşını da hesaba katmıyor; bu yüzden kıdemli bir profesörle kariyer başındaki bir araştırmacıyı aynı ölçüyle karşılaştırmak adaletsiz. Yazar sırası ve ortak yazar sayısı dikkate alınmıyor, negatif atıflar ayırt edilemiyor ve öz-atıflar metriği yapay olarak şişirebiliyor.
Bu kısıtlamalar nedeniyle ciddi akademik değerlendirmeler h-indeksini tek başına kullanmıyor; Hirsch da tek bir sayının ancak kaba bir yaklaşım sunabileceğini vurguluyor. h-indeksi, daha geniş bir değerlendirme portföyünün parçası olarak yorumlanıyor.
Uyarı
Atıf manipülasyonu yalnızca etik bir ihlal değil, aynı zamanda kariyer riski. Retraction Watch ve PubPeer gibi platformlar şüpheli yayın pratiklerini kamuya açık şekilde raporluyor. Atıf çetelesi (citation ring), zorunlu atıf dayatması (coercive citation) ya da sahte profil tespit edildiğinde kariyer sonu anlamına gelebiliyor.
Etik yollarla görünürlük artırma
Derleme makaleleri. Sağlık bilimlerinde meta-analizler diğer çalışma tasarımlarından daha çok atıf alıyor; sistematik olmayan derlemelerde bu üstünlük görülmüyor (Patsopoulos ve ark., 2005). Güncel sistematik derlemeler ve meta-analizler giriş ve tartışma bölümlerinde sık atıf alabiliyor. Sistematik derleme ve meta-analiz rehberimizde bu sürecin yöntemsel temelleri ele alınıyor.
Açık erişim tercihi. Açık erişim, makalenin okunma sayısını artırıyor; atıf üstünlüğü gözlemsel çalışmalarda görülüyor (Piwowar ve ark., 2018), randomize bir çalışmada ise ilk yılda gösterilemedi (Davis ve ark., 2008). Green OA yolu (kabul edilen sürümü kurumsal arşive yükleme) ek maliyet gerektirmeden görünürlüğü artırabiliyor; bunun için derginin arşivleme politikasını (sürüm, embargo, lisans) kontrol etmek gerekiyor.
İş birliği ağları. Çok yazarlı ve çok merkezli çalışmalar daha geniş bir okur kitlesine ulaşabiliyor. Her ortak yazarın kendi akademik ağı, çalışmanın görünürlüğünü doğal olarak artırıyor. TÜBİTAK ikili iş birliği programları ve Erasmus+ araştırma ağları bu tür ortaklıklar için yapısal fırsatlar sunuyor.
Akademik platform kullanımı. ORCID, Google Scholar ve ResearchGate profilleri yayınların keşfedilebilirliğini artırıyor. Sosyal medyada paylaşım ile atıf arasında orta düzeyde pozitif korelasyon bildirilmiş (Eysenbach, 2011); bu, paylaşımın atıfı artırdığı anlamına gelmiyor.
Öz-atıf dengesi. Öz-atıf, önceki çalışmanın yöntemini veya bulgularını kullanıyorsa tamamen meşru. Ancak gerekçesiz yoğunlaşan öz-atıf şüphe uyandırıyor. Scopus'ta yazar çıktısı analizinde öz-atıflar hariç tutularak da h-indeksi hesaplanabiliyor.
Alternatif metrikler
| Metrik | Ne Ölçer | Avantajı |
|---|---|---|
| i10-index | En az 10 atıf alan yayın sayısı | Basit, Google Scholar'da görünür |
| m-quotient | h-indeksi / ilk yayından bu yana geçen yıl sayısı | Farklı kıdemdeki araştırmacıları kabaca karşılaştırır |
| g-index | Yüksek atıflı çalışmaların etkisi | Çığır açan çalışmaları ödüllendirir |
| FWCI | Alanın dünya ortalamasına göre normalleştirilmiş atıf | Farklı alanları karşılaştırabilir |
m-quotient, h-indeksini ilk yayından bu yana geçen yıl sayısına bölerek farklı kıdemdeki araştırmacıları kabaca karşılaştırmaya yarıyor. Kısa kariyerlerde değeri oynak olduğu için erken kariyer değerlendirmesinde o da tek başına yeterli değil.
Etki faktörü değerlendirme yazımızda farklı metriklerin karşılaştırması, SCI-E dergi seçimi rehberimizde stratejik dergi tercihi ele alınıyor. Model İstatistik olarak bibliyometrik analiz kapsamında araştırmacıların atıf profillerini inceliyoruz ve stratejik planlamaya rehberlik ediyoruz.
Kullanılan kaynaklar
- Hirsch JE. An index to quantify an individual's scientific research output. Proceedings of the National Academy of Sciences. 2005;102(46):16569-16572.
- Harzing A-W, Alakangas S. Google Scholar, Scopus and the Web of Science: a longitudinal and cross-disciplinary comparison. Scientometrics. 2016;106(2):787-804.
- Patsopoulos NA, Analatos AA, Ioannidis JP. Relative citation impact of various study designs in the health sciences. JAMA. 2005;293(19):2362-2366.
- Piwowar H, Priem J, Larivière V, ve ark. The state of OA: a large-scale analysis of the prevalence and impact of Open Access articles. PeerJ. 2018;6:e4375.
- Davis PM, Lewenstein BV, Simon DH, Booth JG, Connolly MJ. Open access publishing, article downloads, and citations: randomised controlled trial. BMJ. 2008;337:a568.
- Eysenbach G. Can tweets predict citations? Metrics of social impact based on Twitter and correlation with traditional metrics of scientific impact. Journal of Medical Internet Research. 2011;13(4):e123.
- Üniversitelerarası Kurul (ÜAK). 2026 Mart Dönemi Doçentlik Başvuru Şartları.