Eigenfactor, SNIP, CiteScore Nedir?

Giriş

Impact Factor’ün ötesinde başka hangi metrikler var? Eigenfactor nedir ve neden önemli? SNIP ile SJR arasındaki fark nedir? CiteScore neden Impact Factor’den farklı sonuçlar veriyor? Akademik dünyada tek bir metriğe bağlı kalmanın riskleri artık herkes tarafından kabul ediliyor. Önceki yazılarımızda Impact Factor, SJR ranking ve h-index gibi temel metrikleri detaylıca incelemiştik. Bu yazıda, daha az bilinen ama bir o kadar önemli olan alternatif akademik metrikleri – Eigenfactor, SNIP, CiteScore, g-index, i10-index ve daha fazlasını – kapsamlı şekilde ele alacağız.

Neden Alternatif Metrikler Gerekli?

Impact Factor’ün Eksiklikleri

Impact Factor, 1975’ten beri kullanılmasına rağmen ciddi eleştiriler alıyor:

• 2 yıllık kısa pencere: Bazı alanlarda atıflar daha uzun sürede gelir
• Öz-atıf manipülasyonu: Dergiler kendi makalelerine atıf yaparak IF’yi şişirebilir
• Alan farklılıkları: Matematik vs Biyoloji atıf kültürleri çok farklı
• Prestij körlüğü: Nature’dan 1 atıf = Yerel dergiden 1 atıf

İşte bu eksiklikleri gidermek için alternatif metrikler geliştirildi.

1. Eigenfactor Score: Prestij Ağırlıklı Etki

Eigenfactor Nedir?

Eigenfactor, 2007 yılında Washington Üniversitesi’nden Carl Bergstrom ve Jevin West tarafından geliştirildi. Google’ın PageRank algoritmasına benzer bir mantıkla çalışır: “Önemli dergilerden gelen atıflar daha değerlidir.”

Nasıl Hesaplanır?

Eigenfactor hesaplaması karmaşık bir algoritma kullanır:

1. 5 yıllık atıf penceresi (IF’nin 2 yılına karşı)
2. Prestij ağırlıklandırması: Her derginin “etkisi” iteratif olarak hesaplanır
3. Öz-atıflar hariç: Derginin kendi makalelerine atıfları sayılmaz
4. Normalizasyon: Toplam Eigenfactor = 100 olacak şekilde ayarlanır

Matematiksel Formül (Basitleştirilmiş):

EF = Σ (Atıf Sayısı × Atıf Yapan Derginin Prestiji) / Normalizasyon Faktörü

Eigenfactor vs Impact Factor

Article Influence Score (AI)

Eigenfactor’ün “makale başına” versiyonudur:

Article Influence = Eigenfactor / (Makale Sayısı × 0.01)

• AI > 1.0: Ortalamanın üstünde etki
• AI = 1.0: Ortalama etki
• AI < 1.0: Ortalamanın altında etki

Örnek Eigenfactor Değerleri (2023)

Eigenfactor’ün Avantajları

✅ Prestij odaklı: Kaliteli dergilerden atıf daha değerli ✅ Manipülasyona dayanıklı: Öz-atıf oyunları işe yaramaz ✅ Uzun dönem odaklı: 5 yıllık pencere daha gerçekçi ✅ Ücretsiz erişim: eigenfactor.org’da herkes görebilir

Eigenfactor’ün Dezavantajları

❌ Karmaşık hesaplama: Anlaması zor ❌ Büyük dergi avantajı: Toplam makale sayısı etkiler ❌ Yeni dergiler dezavantajlı: 5 yıllık geçmiş gerekli

2. SNIP: Alana Göre Normalize Edilmiş Etki

SNIP Nedir?

SNIP (Source Normalized Impact per Paper), 2010 yılında Leiden Üniversitesi’nden Henk Moed tarafından geliştirildi. Temel mantık: “Her alanın atıf potansiyeli farklıdır, bunu normalize edelim.”

SNIP Hesaplama Mantığı

SNIP üç aşamada hesaplanır:

1. RIP (Raw Impact per Paper): Ham etki = Atıf / Makale
2. DCP (Database Citation Potential): Alan atıf potansiyeli
3. SNIP = RIP / DCP

Basitleştirilmiş Formül:

SNIP = (Derginin Ortalama Atıfı) / (Alanın Ortalama Atıf Potansiyeli)

Alan Atıf Potansiyeli Nedir?

Her alanın kendine özgü atıf alışkanlıkları var:

• Biyomedikal: Makale başına 30-40 referans
• Matematik: Makale başına 10-15 referans
• Sosyal Bilimler: Makale başına 20-25 referans

SNIP bu farkları normalize eder!

SNIP Değer Aralıkları

• SNIP > 2.0: Çok yüksek etki (alanının 2 katı)
• SNIP = 1.0: Alan ortalaması
• SNIP < 0.5: Düşük etki

Gerçek SNIP Örnekleri (2023)

SNIP’in Üstünlükleri

✅ Adil karşılaştırma: Matematik dergisi vs Tıp dergisi ✅ Genç alan avantajı: Yeni alanlar dezavantajlı değil ✅ Objektif normalizasyon: Otomatik hesaplama ✅ Scopus entegrasyonu: Her Scopus dergisinde var

SNIP’in Zayıflıkları

❌ Scopus bağımlılığı: Sadece Scopus’ta ❌ Yıllık dalgalanma: Değerler çok değişebilir ❌ Karmaşık formül: Anlaması zor

3. CiteScore: Scopus’un Impact Factor Alternatifi

CiteScore Nedir?

CiteScore, 2016’da Elsevier tarafından Scopus için geliştirildi. Impact Factor’e doğrudan rakip olarak konumlandırıldı.

CiteScore Hesaplaması

Temel Formül:

CiteScore = (4 yılda alınan atıflar) / (4 yılda yayımlanan belgeler)

CiteScore vs Impact Factor

CiteScore Tracker

CiteScore’un benzersiz özelliği: Güncel yıl tahmini

• Her ay güncellenir
• Yıl bitmeden CiteScore tahmin edilebilir
• Trend takibi mümkün

CiteScore Percentile

Quartile yerine percentile kullanır:

• 99th percentile: Top %1
• 75th percentile: Q1 eşdeğeri
• 50th percentile: Q2 eşdeğeri
• 25th percentile: Q3 eşdeğeri

Neden CiteScore > Impact Factor?

CiteScore genelde IF’den yüksek çünkü:

1. 4 yıllık pencere: Daha fazla atıf toplama süresi
2. Tüm belge türleri: Editöryal, mektup vs. düşük atıflı içerik

Örnek:

• Nature IF (2023): 64.8
• Nature CiteScore (2023): 87.3

4. SJR (SCImago Journal Rank): Prestijli Atıf Ölçümü

SJR’yi Hatırlayalım

Önceki yazımızda detaylandırdığımız SJR:

• Prestij ağırlıklı: Eigenfactor gibi
• Scopus tabanlı: 40.000+ dergi
• Ücretsiz erişim: scimagojr.com
• 3 yıllık pencere: Dengeli yaklaşım

SJR Quartile Sistemi

SJR’nin en kullanışlı özelliği Q1-Q4 sınıflandırması:

• Türkiye’de akademik teşvikte kullanılıyor
• YÖK ve ÜAK tarafından kabul ediliyor

5. h-index Varyasyonları

Klasik h-index’i Hatırlayalım

Önceki yazımızda incelediğimiz h-index:

• Hem üretkenlik hem etki
• h sayıda makale, en az h atıf
• Yazarlar için (dergi h-index’i de var)

g-index: Yüksek Atıflı Makalelere Ağırlık

g-index (Leo Egghe, 2006):

• g sayıda makale toplamda g² veya daha fazla atıf almış
• h-index’ten her zaman büyük veya eşit
• Çok atıflı makaleleri ödüllendirir

Örnek:

• Yazar A: h-index = 10, g-index = 15
• Yazar B: h-index = 10, g-index = 25
• B’nin bazı makaleleri çok yüksek atıf almış

i10-index: Google Scholar Metriği

i10-index: 10 veya daha fazla atıf alan makale sayısı

• Çok basit
• Google Scholar’da otomatik hesaplanır
• Sadece “etkili” makaleleri sayar

m-index: Yaş Normalize h-index

m-index = h-index / akademik yaş

• Genç araştırmacılar için adil
• Örnek: h=20, 10 yıllık kariyer → m=2.0

Contemporary h-index (hc-index)

Son 5 yılın h-index’i:

• Güncel performansı ölçer
• Emekli olmaya yakın araştırmacılar dezavantajlı değil

6. Field-Weighted Citation Impact (FWCI)

FWCI Nedir?

Scopus/SciVal’in alan normalize metriği:

FWCI = (Makalenin aldığı atıf) / (Alandaki benzer makalelerin ortalama atıfı)

FWCI Yorumlama

• FWCI = 1.0: Dünya ortalaması
• FWCI > 1.0: Ortalamanın üstünde
• FWCI = 2.0: 2 kat fazla atıf
• FWCI < 1.0: Ortalamanın altında

FWCI vs CNCI

İkisi de benzer mantıkta, farklı veri tabanlarında.

7. Altmetric Attention Score

Altmetrics’i Hatırlayalım

Önceki yazımızda detaylandırdığımız Altmetrics:

• Sosyal medya, haber, blog etkisi
• Anlık ölçüm
• Akademik olmayan etki

PlumX Metrics

Scopus’un altmetrik sistemi, 5 kategori:

1. Citations: Klasik atıflar
2. Usage: İndirme, görüntüleme
3. Captures: Bookmark, Mendeley
4. Mentions: Sosyal medya, haberler
5. Social Media: Tweet, Facebook

8. Yeni Nesil Metrikler

Relative Citation Ratio (RCR)

NIH’ın geliştirdiği metrik:

• Co-citation network analizi
• Alan bağımsız karşılaştırma
• iCite platformunda ücretsiz

Source Normalized Impact (SNIP) 2.0

2020’de güncellenen SNIP:

• Daha hassas alan tanımı
• Açık erişim faktörü
• Preprint etkisi

CiteScore Rank & Trend

2023’te eklenen özellikler:

• Yıllık trend analizi
• Kategori içi sıralama değişimi
• Tahmine dayalı projeksiyon

Hangi Metriği Ne Zaman Kullanmalı?

Dergi Seçimi İçin

Prestij önemliyse: → Eigenfactor, Article Influence, SJR

Alan karşılaştırması yapacaksanız: → SNIP, FWCI, Field Percentile

Hızlı ve ücretsiz kontrol: → CiteScore, SJR (SCImago)

Bireysel Performans İçin

Genel değerlendirme: → h-index, g-index

Yaş faktörünü dahil etmek: → m-index, Contemporary h-index

Google Scholar kullanıyorsanız: → i10-index

Kurumsal Değerlendirme İçin

Benchmarking: → FWCI (Scopus), CNCI (WoS)

Çeşitlilik analizi: → Tüm metriklerin kombinasyonu

Türkiye’de Alternatif Metriklerin Kullanımı

Akademik Teşvik Sistemi

YÖK akademik teşvik puanlaması:

• SJR Quartile kabul ediliyor
• CiteScore percentile dikkate alınıyor
• SNIP henüz resmi kriterlerde yok

Üniversite Sıralamaları

URAP sıralamasında kullanılan metrikler:

• Article Influence Score
• Eigenfactor (kısmen)
• Toplam atıf (ağırlıklı)

TÜBİTAK Değerlendirmeleri

Proje başvurularında:

• h-index (araştırmacı yetkinliği)
• FWCI (makale kalitesi)
• Field percentile (alan etkisi)

Metrik Kombinasyonları ve Kompozit Skorlar

Ideal Değerlendirme Formülü

Birçok kurum kendi formülünü geliştiriyor:

Kompozit Skor = 
  (0.3 × IF Quartile) + 
  (0.2 × SNIP) + 
  (0.2 × Eigenfactor Percentile) + 
  (0.2 × CiteScore Percentile) + 
  (0.1 × Altmetric Score)

Çok Boyutlu Değerlendirme

Modern yaklaşım tek metrik yerine:

• Etki boyutu: IF, CiteScore
• Prestij boyutu: Eigenfactor, SJR
• Normalizasyon boyutu: SNIP, FWCI
• Sosyal boyut: Altmetrics
• Zaman boyutu: Trend analizleri

Metrik Manipülasyonu ve Etik

Yaygın Manipülasyon Teknikleri

⚠️ Etik olmayan uygulamalar:

• Excessive self-citation (aşırı öz-atıf)
• Citation stacking (karşılıklı atıf anlaşmaları)
• Coercive citation (zorunlu atıf dayatması)
• Salami slicing (makale bölme)

Manipülasyona Dayanıklı Metrikler

En dayanıklıdan en zayıfa:

1. Eigenfactor (öz-atıf hariç, prestij ağırlıklı)
2. SNIP (normalize edilmiş)
3. FWCI/CNCI (alan normalize)
4. SJR (prestij ağırlıklı)
5. CiteScore (4 yıllık pencere)
6. Impact Factor (en manipüle edilebilir)

Gelecekte Metrikler

Yapay Zeka ve Metrikler

• Semantic similarity: Atıfın bağlamsal analizi
• Prediction models: Gelecek etkiyi tahmin
• Quality assessment: İçerik kalitesi değerlendirmesi
• Fraud detection: Manipülasyon tespiti

Açık Bilim Metrikleri

• Data citations: Veri setlerine atıf
• Code impact: Yazılım etkisi
• Protocol sharing: Metot paylaşımı
• Peer review contribution: Hakemlik katkısı

Blockchain Tabanlı Metrikler

• Değiştirilemez atıf kayıtları
• Şeffaf hesaplama
• Merkeziyetsiz doğrulama

Pratik Öneriler

Araştırmacılar İçin

1. Çoklu metrik kullanın: Tek metriğe bağlı kalmayın
2. Alanınıza uygun metrik seçin: Matematik → SNIP, Tıp → IF
3. Trendi takip edin: Yıllık değişimleri izleyin
4. Manipülasyondan kaçının: Uzun vadede zarar verir
5. Yeni metrikleri öğrenin: Altmetrics, RCR vb.

Editörler İçin

1. Çeşitli metrikler sunun: IF, CiteScore, SNIP, SJR
2. Şeffaf olun: Metrik hesaplamalarını açıklayın
3. Etik kurallar koyun: Zorunlu atıf dayatmayın
4. Trend analizi yapın: Hangi metrikte gelişim var?

Kurumlar İçin

1. Kompozit değerlendirme: Tek metriğe dayanmayın
2. Alan farklılıklarını gözetin: SNIP, FWCI kullanın
3. Zaman faktörünü dahil edin: Contemporary metrics
4. Açık erişimi teşvik edin: CiteScore, Altmetrics

Sonuç

Akademik metrikler dünyası, Impact Factor’ün tekelinden çıkıp çok boyutlu değerlendirme çağına girdi. Eigenfactor prestiji, SNIP alan farklılıklarını, CiteScore transparanlığı, SJR ücretsiz erişimi temsil ediyor.

Ana mesaj: Hiçbir metrik mükemmel değil, ama hepsinin bir hikayesi var. Eigenfactor size “kimden atıf aldığınızı”, SNIP “hangi alanda yarıştığınızı”, CiteScore “uzun dönemli etkinizi”, Altmetrics ise “toplumsal katkınızı” söylüyor.

Modern akademik değerlendirme, bu metriklerin orkestra gibi uyumlu kullanımını gerektiriyor. Tek bir enstrüman değil, tüm orkestra dinlenmelidir. Araştırma kalitesi, ancak bu çok sesli değerlendirmeyle anlaşılabilir.

Kritik hatırlatma: Metrikler araştırmanın değerini tam yansıtamaz. Einstein’ın 1905 makaleleri bugünkü metriklerle değerlendirilseydi, muhtemelen reddedilirdi. Bilim, sayıların ötesinde bir tutkudur.

Bu yazı, alternatif akademik metrikleri anlamak ve kullanmak isteyen araştırmacılar, editörler ve akademik yöneticiler için hazırlanmıştır. Metrikler sürekli evrim geçirmektedir, güncel bilgiler için resmi kaynaklara başvurunuz.

Anahtar Kelimeler: Eigenfactor nedir, SNIP metriği, CiteScore vs Impact Factor, alternatif akademik metrikler, alan normalize atıf etkisi