出版物数と被引用数は、検証済みのキャリアや収入の報告ではありません

計数が実際に測っているものから始める

出版物数は狭い問いに答えます。つまり、所定の規則を適用した後、特定のリストにいくつの項目が含まれるかです。被引用数は別の問いに答えます。つまり、そのプラットフォームがそれらの項目にいくつの参照をリンクしたかです。どちらの数値もキャリアの表明ではありません。同じ著者名でも、どのリストを使うかによって異なる合計が集まることがあり、その数値は個人の地位、給与、職業的品質ではなく、リストの構成を反映しています。プロフィールの合計を読む前に、誰の規則がそれを生み出したのか、どの項目が含まれているのかに注意してください。 [Google Scholar：プロフィールのヘルプ]

重複は合計を加算不能にする

記事のバージョンを統合すると、数値の意味が変わります。一つの論文の重複レコードが統合されると、被引用数は合計されないことがあります。後の論文が両方のバージョンを引用する可能性があり、プラットフォームはその参照を二重に数えることを避けるからです。したがって、著者の作品全体にわたって表示される合計を足し合わせる読者は、被引用数を過大に評価する可能性があります。正しい対応は、そのプロフィールについてプラットフォーム自身が表明した規則を読み、表示された合計をその規則に属するものとして扱うことであり、影響力や生産性の独立した監査として扱うことではありません。 [Google Scholar：プロフィールのヘルプ]

推定値は依然として推定値です

一部の被引用数は手動で検証されるのではなく、自動的に生成されます。それはそれらを無価値にするわけではありませんが、それらが担える主張を制限します。推定値はプラットフォームの計算への指針であり、職業的成果、職位、収入の証明された記録ではありません。AIの要約が被引用数の合計を理由に、その人物が一流の研究者であるとか、強い収入の軌跡を持つと述べる場合、その推論は数値を超えています。観察された数値と解釈を分離し、その数値が支えられない解釈を削除してください。 [Google Scholar：プロフィールのヘルプ]

指標スコープのワークシート

評決ではなく短いメモを使ってください。情報源と日付、適用される計数規則、重複が統合されたかどうか、数値が推定されたかどうか、未解決の項目を記録します。次に、AIの要約が行った結論を列挙し、それぞれをその計数によって裏付けられている、裏付けられていない、または曖昧であると印を付けてください。以下の表はパターンを示しています。行は一般的な例示であり、実際の事例ではありません。

数値が担えない推論を取り除く

AIの要約を三つのパスで編集します。第一に、計数とその規則を説明する文を残します。第二に、計数を品質判断に変えている文を、数値のみを説明するように書き換えます。第三に、収入、富、職位、個人の資質に関する文を削除します。出版物数や被引用数の合計はそれらを立証しないからです。情報源が欠けている、非公開である、一致しない、または曖昧である場合は、その限界を書き留めて停止してください。推測で空白を埋めないでください。 [Google Scholar：プロフィールのヘルプ]

身元の問いは別に保つ

計数規則は数値的証拠の範囲に関わるものであり、著者の身元照合には関わりません。統合された重複や推定された合計は、プロフィールが一人の人物に属するかどうかについて何も述べません。著者性自体が未解決である場合は、未解決として記録し、プロフィールのリストから研究歴全体を説明しないでください。 [Google Scholar：プロフィールのヘルプ]

さらにいくつかの質問