카카오 계정과 연동하여 게시글에 달린
댓글 알람, 소식등을 빠르게 받아보세요
김박사넷을 통해본 학과 및 교수 랭킹 자료 통계
2019.11.07
16
7667
김박사넷의 메뉴에서 “연구실 검색” 클릭 후 “학교별 검색”을 통하여 한 학교뿐 아니라 다양한 학교와 전공을 선택한 다음에 학과별 통계가 가능하다.
이를 통해서 다음과 같은 사항이 정리가 가능하고 흥미로운 점들을 발견하게 된다. 흥미로운 데이터로부터 학부생이 대학원생이 되고자 하는 분, 대학원생이 포닥을 찾고자 하는 분, 포닥을 마치고 교수를 지원하고자 하는 분에게 도움이 될 수도 있을 것 같아서 의견을 정리해서 올린다.
일단 학문적으로 일반화학, 일반물리, 미적분학등의 기초 학문이 공통적으로 필요한 순수과학과 공학분야에 대해서만 정리를 해 보았다. 이들 분야는 인용지수가 World Ranking을 결정할 때 중요한 팩터이기 때문에 더욱 이 통계가 중요하다.
2014-2018년동안 김박사넷이 수집한 책임저자로만 작성한 논문(공저자 제외)에 대한 인용지수가 실제로 연구역량을 잘 대변한다고 가정한다면 다음과 같은 흥미로운 통계가 가능하다.
아래의 "기울기 지수(인용횟수/논문편수)"를 보여주는 것은 편당 인용횟수의 기울기인데 이것 또한 그 학문분야에서 얼마나 인용이 많이 되고 있는지를 보여준다고 보여진다.
물론 김박사넷의 정확한 데이타를 기반이 아니라 김박사넷에서 나와있는 도표를 기준으로 수치화 했기 때문에 오차가 존재할 수 있다는 것을 염두에 두고 보기 바란다.
그리고 학과의 대표 역량을 표시하기 위해서 2014-2018년간 4000회 이상 인용된 국내 연구실이 몇 인지에 대해서 따로 표시했다. 4000회 이상이 없는 경우는 최대치를 대신 표시했다.
**자연과학
(1) 물리학과:
1. 인용기울기 지수: 9.38.
2. 4000회 이상 인용 (0명):
최대인용 2191 (카이스트).
(2) 화학과:
1. 인용기울기 지수: 12.5
2. 4000회 이상 인용 (1명)
(카이스트)(5710회)
(3) 생물학과:
1. 인용기울기 지수: 14.0
2. 4000회 이상인용 (2분) (두분
모두 서울대)(4191번, 4388번)
**공학
(4) 전자공학과:
1. 인용기울기 지수: 8.0
2. 4000회 이상인용 (0분): 최대인용 1961 (연세대)
(5) 기계공학과(기계항공공학과)
1. 인용기울기 지수: 9.60
2. 4000회 이상 인용(0분): 최대인용 3667 (포스텍)
(6) 화학공학과
1. 인용기울기 지수: 11.0
2. 4000회 이상 인용(2분)(두분
모두 서울대)(5200, 5100)
(7) 재료공학과 (신소재공학과)
1. 인용기울기 지수: 13.75
2. 4000회 이상 인용(2분)(두분
모두 서울대)(6132, 5414)
자연과학에서는 인용지수 기울기로부터 생물>화학>물리 순으로 좀 더 인용이 잘되는 것 으로 확인된다. 4000번 이상의 인용을 석학급이라고 가정한다면 생물>화학>물리
순으로 좋은 논문이 우리 나라에서 많이 나온 것으로 판단된다.
공학에서도 인용지수 기울기로부터 재료>화공>기계>전자 순으로 좀 더 인용이 잘 되는 것으로 확인된다. 4000번 이상이 인용된 빈도도 재료>화공>기계>전자 순으로 역시 이것도 일치하는 것으로 보인다.
학교마다의 경향과 순위도 가능하나 자칫 학교 랭킹에 대한 민감도 때문에 이것에 대한 분석은 자제하도록 하겠다. 본인이 잘 판단하기 바란다.
그렇다면 여기서 교훈이 무엇인가?
-----------------------------------
여기 뒤는 특별한 상황을 가정해서 써볼려고 한 것인데 모든 상황을 다 단시간에 고려하지 못하고 각자의 전공분야에 대해서 다른 상황이 있다 보니 (특히 전자의 회로 분야등, 재료의 금속 분야, 화공의 공정분야, 물리의 천문학 &입자물리이론, 화학의 이론화학 혹은 분석화학 등에서 많이 다를 것으로 생각됨) 이 부분은 생략합니다.
-----------------------------------
같은 과라도 과마다 각자 분야마다 특색이 있지만 실제로 그 전공들이 모여서 각 과가 만들어진것이고 각 과마다 각 전공들의 상황들의 분포는 똑같이 비슷하게 존재하니 퉁쳐서 과를 바라본 관점이었습니다.
다만, 위 데이타로 각자 각 분야에 맞게 교훈이 무엇인지 해석을 하시길 바랍니다.
***하루만에 많은 분들이 읽어서 놀랐습니다. 김박사넷의 데이타가 의미있게 잘 유용하게 쓰이길 바랍니다.
김박사넷의 새로운 거인, 인공지능 김GPT가 추천하는 게시물로 더 멀리 바라보세요.
-
307
19
4172
-
64
11
25055
김GPT
김박사넷 한줄평 밸런스0
2
4627
김GPT
김박사넷 출신 학부조사13
33
7311
김GPT
김박사넷인지 김학사넷인지16
0
3910
김GPT
김박사넷 교수평가 관련1
11
16701
-
0
3
2262
김GPT
김박사넷 평가0
2
4340
김GPT
김박사넷 평가 믿을만한가요0
8
4300
-
148
24
29642
명예의전당
무엇인가를 관두고 싶어하는 분에게158
22
47916
명예의전당
드디어 인용수 1000이 넘었습니다...131
35
22140
아무개랩 게시판에서 핫한 인기글은?
- 사과받고 싶다
36
- 돈버는거랑 박사학위는 따로 봐야하나봄
36
- 대학원 들어가고 가족들이랑 더 사이 좋아진것같음
33
- 뒤쳐지고 있는 나를 위해
17
- 스탠포드 박사 후기
25
아무개랩 게시판에서 최근 댓글이 많이 달린 글
🔥 시선집중 핫한 인기글
- 사과받고 싶다
36
- 돈버는거랑 박사학위는 따로 봐야하나봄
36
- 대학원 들어가고 가족들이랑 더 사이 좋아진것같음
33
- 뒤쳐지고 있는 나를 위해
17
- 스탠포드 박사 후기
24
2019.11.07
2019.11.07
2019.11.07