インパクトファクターと被引用回数

現在，本研究室が所属する大学院工学研究科では，研究活動の活性化を目的として研究業績の評価を行っています．
研究の業績をどのようにして評価するか，これはなかなか難しい問題ですが，以下の２つのインデックスが一般によく用いられます．

１．インパクトファクター（Impact Factor, IF）
インパクトファクターとは学術雑誌の影響度を評価する際に用いられる指標で，ある１年間においてその雑誌に掲載された論文が平均して何回，引用されたかを示す尺度です．
ただし，対象とする学術雑誌や引用回数は学術データベースWeb of Scienceに掲載されているものに限られます（つまり，国内の和文の学術雑誌は対象外となります．）
分野が異なる学術雑誌を一概に比較することはできませんが，同じ分野であればインパクトファクターの高い雑誌ほど影響度が高いということになります．

２．被引用回数（Times Cited, TC）
被引用回数はその論文が他の論文から引用された回数で，Web of Scienceを対象としてカウントした値が用いられます（日本語論文はもちろん対象外）．
上述のインパクトファクターでは雑誌の影響度しか評価できませんが，被引用回数であれば論文そのものの影響度，重要性を評価することができます．
また，ある研究者のすべての論文の被引用回数を総和した被引用総数を計算することも可能です．

最近では，この２つの他にも論文の質（被引用件数）と数の両方を考慮したh-indexという指標も使われているようです．
http://ja.wikipedia.org/wiki/H%E6%8C%87%E6%95%B0

そこで，研究室ホームページに掲載している学術雑誌論文のインパクトファクターと被引用回数を調べてみました．
以下に，それぞれのベスト５を示します．
なお，論文の先頭についている番号は，研究室ホームページ（http://www.bsys.hiroshima-u.ac.jp/pub/publication1.html）に記載している論文番号です．

インパクトファクター

第1位 （IF=4.869）: NeuroImage
139. Brain Activation during Manipulation of the Myoelectric Prosthetic Hand: A Functional Magnetic Resonance Imaging Study
Masaharu Maruishi, Yoshiyuki Takana, Hiroyuki Muranaka, Toshio Tsuji, Yoshiaki Ozawa, Satoshi Imaizumi, Makoto Miyatani, and Junichiro Kawahara
NeuroImage, Vol.21, No.4, pp. 1604-1611, 2004.

第2位 （IF=3.709）: European Journal of Neuroscience
166. Motor strategies and excitability changes of human hand motor area are dependent on different voluntary drives
Zhen Ni, Nan Liang, Makoto Takahashi, Takamasa Yamashita, Susumu Yahagi, Yoshiyuki Tanaka, Toshio Tsuji, and Tatsuya Kasai
European Journal of Neuroscience, Vol. 23, pp. 3399-3406, 2006.

第3位 （IF=2.932）: International Journal of Innovative Computing, Information & Control
194. EMG Pattern Classification using Hierarchical Network based on Boosting Approach
Masaru OKAMOTO, Yukihiro MATSUBARA, Keisuke SHIMA and Toshio TSUJI
International Journal of Innovative Computing, Information & Control, Special Issue on Soft Computing and Applications, Vol. 5, No. 12(B), pp.4935-4943, 2009.

第4位 （IF=2.496）: IEEE Transactions on Biomedical Engineering
183. Analysis of Current Density and Specific Absorption Rate in Biological Tissue Surrounding Transcutaneous Transformer for an Artificial Heart
Kenji Shiba, Masayuki Nukaya, Toshio Tsuji, and Kohji Koshiji
IEEE Transactions on Biomedical Engineering, Vol. 55, No. 1, pp. 205-213, Jan. 2008.

185. Energy Transmission Transformer for a Wireless Capsule Endoscope: Analysis of Specific Absorption Rate and Current Density in Biological Tissue
Kenji Shiba, Tomohiro Nagato, Toshio Tsuji, and Kohji Koshiji
IEEE Transactions on Biomedical Engineering, Vol. 55, No. 7, pp. 1864-1871, 2008.

第5位 （IF=2.327）: Chemical Senses
214. An artificial neural network approach for glomerular activity pattern prediction using the graph kernel method and the Gaussian mixture functions
Zu Soh, Toshio Tsuji, Noboru Takiguchi, and Hisao Ohtake
Chemical Senses, Vol. 36, No. 5, pp. 413-424, 2011.

被引用回数

第1位 （TC=112）
53. Human Hand Impedance Characteristics during Maintained Posture in Multi-Joint Arm Movements
T.Tsuji, P.Morasso, K.Goto and K.Ito
Biological Cybernetics, Vol.72, pp.475-485, 1995.

第2位 （TC=103）
127. A Human-Assisting Manipulator Teleoperated by EMG Signals and Arm Motions
Osamu Fukuda, Toshio Tsuji, Makoto Kaneko and Akira Otsuka
IEEE Transactions on Robotics and Automation, Vol.19, No.2, pp.210-222, April 2003.

第3位 （TC=53）
71. Active Antenna for Contact Sensing
M.Kaneko, N.Kanayama and T.Tsuji
IEEE Transactions on Robotics and Automation, Vol.14, No.2, pp.278-291, 1998.

第4位 （TC=37）
81. A Log-Linearized Gaussian Mixture Network and Its Application to EEG Pattern Classification
T.Tsuji, O.Fukuda, H.Ichinobe and M.Kaneko
IEEE Transactions on Systems, Man, and Cybernetics-Part C: Applications and Reviews, Vol. 29, No. 1, pp.60-72, February, 1999.

第5位 （TC=25）
110. Further insight into the task-dependent excitability of motor evoked potentials in first dorsal interosseous muscle in humans
Y. Hasegawa, T. Kasai, T. Tsuji and S. Yanagi
Experimental Brain Research, Vol.140, pp. 387-396, August 2001.

ここに挙げたIFやTCが良いのか，悪いのか，よくわからない結果となりましたが，今後はこのような研究業績評価が普通に行われることになりそうです．
もちろん，これで研究成果のすべてが決まるわけではありませんが，これらの基準で評価されることがわかっているのであれば，普段から少しずつインパクトファクターや被引用回数を上げる努力をしておくことも大切でしょう．

ときどき自分自身の業績評価を行ってみるとおもいしろいと思います．
「もっと論文を投稿しよう」という気になると思いますので．
（ちなみに学内であれば，以下のページに検索の仕方が説明されています．
http://www.lib.hiroshima-u.ac.jp/database/wos3.html）

2011/07/19