Yayın ve atıf sayıları doğrulanmış bir kariyer veya gelir raporu değildir

Bir sayının gerçekte neyi ölçtüğüyle başlayın

Bir yayın sayısı dar bir soruyu yanıtlar: belirli bir listenin, belirtilen kuralları uygulandıktan sonra kaç öğe içerdiğini. Bir atıf sayısı ise başka bir soruyu yanıtlar: platformun bu öğelere kaç atıf bağladığını. İki rakam da bir kariyer beyanı değildir. Aynı yazar adı, hangi listenin kullanıldığına bağlı olarak farklı toplamlar toplayabilir ve sayı, kişinin konumunu, maaşını veya mesleki niteliğini değil, listenin oluşturulma biçimini yansıtır. Bir profilin toplamlarını okumadan önce, bu toplamları kimin kurallarının ürettiğini ve hangi öğeleri kapsadığını not edin. [Google Scholar: profil yardımı]

Yinelenenler toplamları toplanamaz kılar

Makale sürümlerini birleştirmek, sayıların anlamını değiştirir. Bir makale için yinelenen kayıtlar birleştirildiğinde atıf sayılarının toplanması gerekmez, çünkü sonraki bir makale her iki sürüme de atıf yapabilir ve platform bu atfı iki kez saymaktan kaçınır. Dolayısıyla bir yazarın eserleri arasında görünen toplamları toplayan bir okuyucu, sayıyı olduğundan yüksek gösterebilir. Doğru adım, platformun o profil için belirttiği kuralı okumak ve görüntülenen toplamı, etki veya üretkenliğin bağımsız bir denetimi olarak değil, o kurala ait olarak ele almaktır. [Google Scholar: profil yardımı]

Tahmini sayılar yine de tahmindir

Bazı atıf rakamları elle doğrulanmak yerine otomatik olarak üretilir. Bu onları değersiz kılmaz, ancak taşıyabilecekleri iddiaları sınırlar. Bir tahmin, platformun hesaplamasına işaret eden bir göstergedir; mesleki üretimin, kıdemin veya kazancın onaylanmış bir kaydı değildir. Bir yapay zekâ özeti, bir atıf toplamı nedeniyle bir kişinin önde gelen bir araştırmacı olduğunu veya güçlü bir gelir eğilimi olduğunu söylüyorsa, çıkarım sayının önüne geçmiştir. Gözlemlenen rakamı yorumdan ayırın, ardından rakamın destekleyemeyeceği yorumları silin. [Google Scholar: profil yardımı]

Bir metrik kapsamı çalışma sayfası

Bir hüküm yerine kısa bir not kullanın. Kaynağı ve tarihi, geçerli olan sayma kuralını, yinelenenlerin birleştirilip birleştirilmediğini, herhangi bir rakamın tahmini olup olmadığını ve çözülmemiş maddeleri kaydedin. Ardından yapay zekâ özetinizin yaptığı sonuçları listeleyin ve her birini sayı tarafından destekleniyor, desteklenmiyor veya belirsiz olarak işaretleyin. Aşağıdaki tablo bu düzeni gösterir; satırlar gerçek vakalar değil, genel örneklerdir.

Sayıların taşıyamayacağı çıkarımları kaldırın

Yapay zekâ özetini üç aşamada düzenleyin. Birincisi, sayıyı ve kuralını tanımlayan cümleleri koruyun. İkincisi, bir sayıyı nitelik yargısına dönüştüren cümleleri yalnızca sayıyı tanımlayacak şekilde yeniden yazın. Üçüncüsü, gelir, servet, kıdem veya kişisel nitelikler hakkındaki cümleleri silin, çünkü bir yayın veya atıf toplamı bunları ortaya koymaz. Kaynak eksikse, gizliyse, uyuşmuyorsa veya belirsizse bu sınırı yazın ve durun; boşluğu bir tahminle doldurmayın. [Google Scholar: profil yardımı]

Kimlik sorularını ayrı tutun

Sayma kuralları sayısal kanıtın kapsamıyla ilgilidir, yazar kimliği eşleştirmesiyle değil. Birleştirilmiş bir yinelenen kayıt veya tahmini bir toplam, bir profilin tek bir kişiye ait olup olmadığı hakkında hiçbir şey söylemez. Yazarlığın kendisi çözülmemişse bunu çözülmemiş olarak kaydedin ve bir profil listesinden bütün bir araştırma geçmişini tanımlamayın. [Google Scholar: profil yardımı]

Birkaç soru daha