H指数的计算
H指数最初是由美国加利福尼亚大学圣地亚哥分校的物理学家乔治·赫希（Jorge Hirsch）在2005年的时候提出来的，其目的是量化评价科学家的科研绩效。在短短的几年内，H指数就全球风靡，被扩展用于评价科研单位、期刊、甚至国家。
H指数是一个混合量化指标，跟以前那些都倾向于关注科研人员在其发表论文的期刊相比是一个很大的改进。如果把一位科研人员发表的文章按照被引用次数进行排序之后，H指数是这样的一个最大值，它是指每篇论文至少被引了H次的H篇文章。
H指数的计算需要精确计算发表的文章的数目和它们得到的引用的次数。使用SCOPUS会容易计算很多，当然也有一些免费的工具可以做这个工作。对H指数的解释很简单，如果一个研究人员的H指数为7，那意味着他发表了7篇以上的文章，而且这些文章至少被引用7次以上。H指数越高，说明科研人员的文章数和文章被引用的次数都比较高，在科研领域中的贡献也就更大一些。在某个学科内，H指数有比较高的参考价值，但是涉及到跨学科比较，H指数的价值就不大了，因为总是有一些学科发表文章的总量要更大一些，整体的H指数也要高一些。
H指数也有不少使用上的限制。因为它要统计大量的文章数，所以更适合用来评价一个人的整个职业生涯，比如时间跨度上10年以上。对一个刚开始学术生涯的科研人员，那就不要在申请经费的时候使用H指数了，因为那个分数会低到相当难看。这种情况下，建议使用把期刊的影响因子和H指数合起来使用，这样至少可以让评审人了解到自己已经在很好的期刊上发表了不错的文章。
2013年，《自然》发表了一篇文章，三个来自芝加哥不同单位的科研人员提出了一个新的算法，有助于更准确用来衡量新入行的科研人员。这个算法可以根据科研人员的H指数，发表文章的总数，距离第一次发表的时间，发表的期刊的种数，以及排名靠前的期刊的数量，来推算出该科研人员将来5年的H指数。
