外文文献

7:4

P. J.-H. Hu and H. Chen

Table I. Productive Information Systems Researchers with High H Indexes

H index 55 54 54 51 48 48 48 48 47 47 47 46 46 45 45 44 44 44 43 43 43 43 42 40 40 37 37 36 36 Name Andrew B. Whinston Hsinchun Chen Izak Benbasat J. Nunamaker Daniel Robey Rajiv D. Banker Ronald E. Rice Thomas H. Davenport Jonathan Grudin Kenneth L. Kraemer Varun Grover Erik Brynjolfsson Robert W. Zmud Kalle Lyytinen M. Lynne Markus Rob Kling Sirkka Jarvenpaa Thomas W. Malone Alan R. Dennis Detmar Straub Matthias Jarke William R. King N. Venkatraman Rudy Hirschheim Wanda J. Orlikowski John Mingers Joseph Valacich Albert L. Lederer Gary Klein H index 36 35 35 35 34 34 33 33 33 33 33 32 32 32 32 32 31 31 31 30 30 30 30 30 29 29 29 29 28 Name Robert J. Kauffman C.W. Holsapple Douglas Vogel Michael J. Shaw Hugh J. Watson Thompson Teo Blake Ives David Gefen Eric K. Clemons Iris Vessey Sue Newell Lorin Hitt Mark Keil Maryam Alavi Ritu Agarwal Vallabh Sambamurthy Enid Mumford Tridas Mukhopadhyay Zahir Irani Colette Rolland Henry C. Lucas, Jr. Ron Weber Stuart Madnick Viswanath Venkatesh Alok Gupta George Wright Makoto Nagao Stuart Madnick Joey George H index 28 28 28 28 28 27 27 27 27 27 27 27 27 26 26 26 26 26 26 26 25 25 25 25 25 25 25 Name Kar Yam Tam Peter Weill Richard Boland Suzanne Rivard Yair Wand Abraham Seidmann Alexander Tuzhilin E. Burton Swanson Gordon B. Davis Keng Siau Ramayya Krishnan Robert O. Briggs Tosiyasu L. Kunii Arun Rai Dorothy Leidner Kwok Kee Wei Mary Lacity Richard O. Mason Sundeep Sahay U. Varshney Carol Saunders Ephraim McLean Jane Webster John C. Henderson John F. Rockart Patrick Y.K. Chau Veda C. Storey they are successful, outstanding, or truly unique scholars [Hirsch 2005]. Among the researchers we analyzed, Jason Dedrick exhibited the highest productivity rate (4.60), followed by Paul Pavlou (4.0), Amrit Tiwana (3.0), Rahul Telang (2.75), Hsinchun Chen (2.57), David Gefen (2.54), and Erik Brynjolfsson (2.42). A total of thirteen researchers have a productivity rate of 2.0 or higher.

3.3. Productive Research Programs

We next grouped the productive researchers from Tables I and II by their affiliations to identify productive research programs. As we summarize in Table III, Georgia State University has the highest number of productive IS researchers, followed by the Mas-sachusetts Institute of Technology, Indiana University, University of Minnesota, City University of Hong Kong, Bentley University, Carnegie Mellon University, University of Arizona, University of Maryland, and University of Texas at Austin. According to our analysis, productive IS researchers seem to cluster around just a few programs rather than spreading across many institutions.

3.4. Programs Producing Productive IS Researchers

To identify research programs that have generated highly productive IS scholars, we grouped the researchers in Tables I and II according to the institutions from which they received their doctoral degrees. As we show in Table IV, the University of Min-nesota, Massachusetts Institute of Technology, New York University, Purdue Univer-sity, University of Arizona, Case Western Reserve University, Stanford University, and University of Texas at Austin have produced more productive IS researchers than other institutions. In addition to producing researchers with high h index scores, the

Analyzing Information Systems Researchers’ Productivity and Impacts

7:5

Table II. Productive Information Systems Researchers by Productivity Rate

Rate 4.60 4.00 3.00 2.75 2.57 2.54 2.42 2.35 2.31 2.31 2.26 2.13 2.07 1.93 1.90 1.88 1.83 1.83 1.79 1.76 1.75 1.73 1.71 1.71 1.71 1.69 1.68 1.68 1.64 1.60 Name Jason Dedrick Paul Pavlou Amrit Tiwana Rahul Telang Hsinchun Chen David Gefen Erik Brynjolfsson Varun Grover John Mingers Viswanath Venkatesh Alan R. Dennis Thompson Teo Alok Gupta Keng Siau Wanda J. Orlikowski Kalle Lyytinen Robert Davison Sirkka Jarvenpaa Detmar Straub Joseph Valacich Daniel Zeng U. Varshney M.S. Krishnan Ronald E. Rice Thomas H. Davenport Robert O. Briggs Mark Keil N Venkatraman Robert J. Kauffman Bernard Tan Rate 1.60 1.60 1.60 1.54 1.53 1.52 1.50 1.46 1.45 1.45 1.45 1.44 1.44 1.44 1.43 1.41 1.39 1.35 1.35 1.35 1.35 1.33 1.33 1.33 1.32 1.31 1.30 1.30 1.29 1.28 Name Rajiv D. Banker Rudy Hirschheim Sandra Slaughter James Thong Sundeep Sahay Vallabh Sambamurthy Izak Benbasat Douglas Vogel Lorin Hitt Ritu Agarwal M. Lynne Markus Dorothy Leidner Mary Lacity Ee Peng Lim Matthias Jarke Zahir Irani Patrick Y.K. Chau Helmut Krcmar Soon Ang Tridas Mukhopadhyay Michael J. Shaw Albert L. Lederer Paul Jen-Hwa Hu Peter Weill Iris Vessey Ram Gopal Arun Rai Daniel Robey Alexander Tuzhilin James J. Jiang Rate 1.28 1.27 1.24 1.24 1.22 1.19 1.18 1.18 1.17 1.17 1.16 1.15 1.15 1.14 1.13 1.13 1.09 1.09 1.07 1.06 1.06 1.05 1.05 1.05 1.04 1.04 1.04 1.03 1.00 1.00 Name Robert W. Zmud Gurpreet Dhillon J Nunamaker Gary Klein B. Ramesh Jane Webster Sue Newell Elena Karahanna Ramayya Krishnan Joey George Anitesh Barua Enid Mumford Andrew B. Whinston Rajiv Sabherwal Rob Kling Thomas W. Malone Kenneth L. Kraemer P. Kannan Maryam Alavi C.W. Holsapple J. Leon Zhao Guy Gable Hemant Bhargava Christian Wagner Robert Galliers Veda C. Storey Suzanne Rivard Blake Ives Alain Pinsonneault Chrisanthi Avgerou

Table III. Institutions with Many Productive Information Systems Researchers

Researchers with Researchers with High Index

University Georgia State University Massachusetts Institute of Technology Indiana University University of Minnesota City University of Hong Kong Bentley University Carnegie Mellon University University of Arizona University of Maryland University of Texas at Austin Boston University Case Western Reserve University University of British Columbia University of Kentucky University of Pennsylvania High Index Scores 7 7 3 3 2 2 2 2 2 2 2 2 2 2 2 Scores or Productivity Rates 8 6 3 3 5 3 3 3 3 3 2 2 2 2 2

University of Minnesota has generated the most number of productive researchers still in early stages of their careers, as indicated by the impressive productivity rates.

外文翻译：

分析信息系统研究人员的生产力和影响:H指数的角度

Hu, P. J.-H. and Chen, H. 2011. Analyzing information systems researchers’ productivity and impacts: A perspective on the H index. ACM Trans. Manag. Inform. Syst. 2, 2, Article 7 (June 2011), 8 pages.

研究人员的生产力和影响的定量评估是至关重要的信息系统纪律。出于其日益普及和扩大使用,我们提供视角h指数指的是研究者的论文数量已经与至少h引用。我们研究的部分列表232年顶级研究人员获得博士学位1957年和2003年之间,选择了谷歌学者作为我们分析的源。在个体层面,我们试图确定一些最高效,高影响力的研究人员,以及那些表现出令人印象深刻的步的生产力。在制度层面上,我们发现一些机构相对更有效率的人员,以及机构生产了更多的生产人员。我们也分析了整体社区通过检查生产的主要研究领域学者发现了我们的分析。然后我们比较他们的h指数得分与顶尖学者的几个相关的学科

关键字和短语:信息系统,分析学者们的生产力和影响,H指数

1。介绍

尽管定量评估的重要性的研究生产力和im-pact,只有少量的信息系统(是)研究解决这些问题,和大多数集中在选择期刊和只考虑文章发表在特定的时间范围内。例如,Mylonopoulos和Theoharakis[2001]和Walstrom Hardgrave[2001]等级不同的期刊(和会议)测量志愿人员。其他研究努力试图量化个体研究人员揭示的生产力特别是多产的作家,著名的机构,或受欢迎的研究主题(蔡et al . 2002;黄和徐2005;Gallivan和Benbunan-Fich 2007;洛瑞et al . 2007]。尽管这些分析是必不可少的识别高度活跃,富有成效的研究人员在一个时期,他们似乎并不强调同样影响。因此,他们在揭示作用是有限的,通过一个学者在其他研究人员的工作,或提供一个很好的理解如何科学知识积累和推进在学术界(Lowry et al . 2007]。然而,影响个体的研究人员表示他们对现存文献的贡献和表现同行如何识别和使用他们的工作(拜耳和福杰尔1966;汉密尔顿和艾维斯1982]。回顾相关的先前的研究从而表明生产力和影响的重要性,虽然他们往往是单独评估措施。反过来,这篇文章地址的需要和愿望的一个整体指数同时考虑生产率和影响。

出于其日益普及和扩大使用,我们提供视角h指数指的是研究者的论文数量已经与至少h引用每个赫希[2005]。h指数显示,一个学者的科学contri-bution就质量而言,可持续发展,和多样性;它通常被认为是有效的(Bornmann et al . 2008;van Leeuwen 2008],可靠(莱曼et al . 2006年),健壮(赫希Vanclay 2005;2005),(2007年Hirsch)和预测未来的成就。这个指数表示的累积贡献研究随着时间的推移和ar-guably可能战胜其他普遍的措施(如。,总发表论文,引用的总数、平均引用发表的论文,发表的“重大白茫茫”数量),因为它罢工之间的平衡效率和影响而减轻自相关性的影响,“热门”文件(即。幂律分布的表现),过度强调在原始研究评论文章,或资历赫希[2005]。除了衡量生产力和影响,h指数可以识别有影响力的学者,在信息科学研究的狂轰滥炸,区分“昙花一现”持久的表演者(克罗宁和Meho 2006)。该指数还支持学术业绩评估化学(Van Noorden 2007)和建议标准招聘,任职和晋升决策管理[明格2008]。此外,h

指数被作为对比工具,生产消费者研究学者和多产的研究人员在整个营销区域,费伯赢家和提名同行,著名营销期刊和他们的编辑(Saad 2009)。根据我们的文献综述,因此h指数研究广泛和日益被认为是性能as-sessments赠款资金决定,授予资格,奖学金应用程序和任期及晋升评估。原则上,一个更高的h指数表明更高的生产率和更大的影响。

因此我们使用h指数来衡量多产的研究人员的生产力和cu-mulative影响。通过锚定在这个指数,我们分析可以说是更全面,包容,永远比先前的研究,研究人员的生产力,因为我们的方法考虑影响,采用多样化的出版cate-gories,并不局限于任意时间窗口。此外,我们专注于h指数比较分析在生产允许研究者和他们的同事在相关学科,如计算机科学、信息科学、经济学和管理。

2。数据来源和分析

我们生成的高级研究人员,所有的部分名单,AIS狮子座接受者和同伴;艾多酷的椅子,副主席程序椅子(2005 - 2009),并跟踪椅子(2007 - 2009);和编辑顾问委员会成员(包括总编、资深编辑和助理编辑)的专业期刊(季度管理信息系统,信息系统研究杂志》上的管理信息体系、管理科学、决策支持系统、杂志协会的信息系统,和ACM交易管理信息系统),和之前确认生产是作者[Gallivan和Benbunan-Fich 2007;洛瑞et al . 2007]。我们因此列表包括232名研究人员接受博士de-grees在1957和2003之间。

我们选择谷歌学者作为我们分析的源,主要是因为它提供了更广泛的覆盖不同的刊物类别(如。、期刊、会议、mono-graphs、书籍、专利、论文、研究报告)比汤姆森ISI的科学或斯高帕斯(Jacso′2008]。其方便的可用性和易于访问,谷歌学者在不同学科文献研究越来越受欢迎。它的使用可以帮助识别独特的引文,意味着研究者的广泛知识和国际影响,超出了科学是可能的与Web或斯高帕斯。尽管它倾向于产生更多的引用,谷歌学者可以产生结果高度相关与生成的Web的科学或斯高帕斯。因此,谷歌学者应该被认为是一种宝贵的资源,衡量或比较研究个别学者的生产力和影响[鲍尔和Bakkalbasi 2005]。

获得个别人员的h指数得分,我们开发了一个Java程序查询谷歌学者,批处理,生成的引用信息,可以用来获得每个研究者的h指数。因为相对大量的学者我们考虑,我们采用了一个阈值评分减少从232年到143年,这些选择有针对性的研究人员在我们的后续分析。con-firm适当性的这一步中,我们使用“出版或灭亡”[哈尔茨2010]重新审视这些学者h指数得分低于指定的截止,发现高度一致的结果。少数例外,我们仔细验证结果,包括任何h指数得分超过阈值。为每个研究员通过筛选,然后利用“出版或灭亡”查询谷歌学术搜索,使用他或她的名字和包括所有的学科,不限制搜索范围的年。我们将查询结果导出到Microsoft Excel电子表格,该表格包含文章的清单,我们以前得到研究者的h指数计算。对于每一个研究人员,然后回顾了导出结果man-ually和删除任何不相关的研究文章。在一些情况下,我们发现不同的具有相同名称的研究人员发表的相关文章进行的信息系统,从而进一步验证使用Google识别每一篇文章的作者信息,包括从属关系。减少潜在的时间变化和偏见,我们执行这些查询在1月4和6之间,2011年。

我们的分析包括个人、机构和整个社区。indi-viduals,我们试图确定一些最高效,高影响力的研究人员,以及那些表现出令人印象深刻的步的生产力。在制度层面上,我们发现一些机构相对更有效率的人员,以及机构生产了更多的生产人员。我们也分析了整体社区通过检查生产的主要研究领域学者发现了我们的分析。然后我们比较他们的h指数得分与顶尖学者的几个相关的学科。

3所示。结果 3.1。H指数得分

我们获得了h指数得分143年选中的人员。在表我,我们列出这些人员的h指数25或更高。四个学者实现h指数高于50,一个显著的里程碑,标志着研究优秀和突出贡献:安德鲁·b·Whinston陈实春认为,Izak Benbasat,和j . Nunamaker。21个研究人员获得h指数得分40岁至49岁之间。

我们获得了h指数得分143年选中的人员。在表我,我们列出这些人员的h指数25或更高。四个学者实现h指数高于50,一个显著的里程碑,标志着研究优秀和突出贡献:安德鲁?b?Whinston陈实春认为,Izak Benbasat,和j . Nunamaker。21个研究人员获得h指数得分40岁至49岁之间。

3.2。生产力率

我们测量每个研究人员的生产力率之间的比率研究者的h指数和年他或她获得了博士学位。表2中,我们列出这些人员的生产力率1或更高,这表明他们是成功的,优秀的,或真正独特的学者赫希[2005]。在研究人员分析、杰森·德崔克表现出最高的生产力率(4.60),其次是保罗Pavlou(4.0),安穆立特Tiwana(3.0),拉胡尔Telang(2.75),陈实春认为(2.57),大卫Gefen(2.54),Erik Brynjolfsson和(2.42)。共有13个研究人员生产力的2.0或更高版本。

3.3。富有成效的研究项目

我们下一个分组表一和表二所列生产人员的关系来识别生产研究项目。我们总结在表III,乔治亚州立大学拥有最高的生产人员,其次是Mas-sachusetts理工学院,印第安纳大学、明尼苏达大学、香港城市大学,本特利大学、卡内基梅隆大学、亚利桑那大学、马里兰大学和德克萨斯大学奥斯汀分校。根据我们的分析,生产人员似乎集群在几个项目,而不是许多机构蔓延。

3.4。项目生产生产人员

确定研究项目,生成的高生产力的学者,我们分组表一和表二所列的研究人员根据他们获得博士学位的机构。我们显示在表4,Min-nesota大学麻省理工学院、纽约大学、普渡大学、亚利桑那大学、凯斯西储大学、斯坦福大学和德克萨斯大学奥斯汀分校产生更有效率比其他机构的研究人员。除了生产人员得分高h指数, 明尼苏达大学产生了最富有成效的研究人员仍在他们的职业生涯的早期阶段,所显示的令人印象深刻的生产率。