Extreme learning machine (ELM)

Fast learning feed forward network used for real time retraining. There were a lot of controversies behind ELMs.

https://towardsdatascience.com/introduction-to-extreme-learning-machines-c020020ff82b

Controversy on h-index

1.It is important to note that the statement: “The h-index of person P is X,” has no meaning, because the value of the index depends on the content of the database used for its calculation. One should rather say: “The h-index of person P is X, in database Z.” Many disruptive technologies e.g. FB, YouTube, Google came from outside Scopus db.

Cf. https://theconversation.com/why-the-h-index-is-a-bogus-measure-of-academic-impact-141684

2.H-index counts both proceedings and journal equally although they potentially have significant difference in quality (in their impacts).

3.H-index counts all papers although you are not the first author. So it is blind to percent contribution (i e. amount of contribution you really achieve). H-index gained via co-authorship is less prestigious (น่าภูมิใจ) than first-authorship.

4.It even ignores any impacts made via non English literature.

5.H-index counts self-citation and unethical citation (e.g. asking your networking members to cite your work without actually related content)

เหตุผลหลักที่นักวิจัยในสาย วิทยาศาสตร์ฐาน (Basic Science) มักจะมีค่า h-index สูงกว่าสาย วิทยาศาสตร์ประยุกต์ (Applied Science) หรือวิศวกรรมศาสตร์ มีปัจจัยทางพฤติกรรมศาสตร์และดรรชนีชี้วัดทางวิชาการ (Bibliometrics) หลายประการ ดังนี้ครับ

1. ความเป็นรากฐานที่ใช้อ้างอิงได้ในวงกว้าง (Broad & Foundational Applicability)

 Basic Science เน้นการค้นพบทฤษฎี กลไกทางธรรมชาติ หรือระเบียบวิธีวิจัยพื้นฐาน (เช่น โครงสร้าง DNA, สมการฟิสิกส์พื้นฐาน, อัลกอริทึมคณิตศาสตร์)

 งานวิจัยพื้นฐานเหล่านี้เปรียบเสมือน "เสาเข็ม" ที่งานวิจัยสาย Applied ทั้งหมดในอนาคตจำเป็นต้องนำไปอ้างอิงเพื่อต่อยอด ดังนั้น งาน Basic Science 1 เรื่อง จึงสามารถถูกอ้างอิงโดยงาน Applied Science ได้นับร้อยนับพันสาขาย่อย

2. ช่องทางการเผยแพร่ผลงาน (Publication Outlets & Indexing)

 Basic Science: ผลลัพธ์หลักคือ การตีพิมพ์ในวารสารวิชาการ (Academic Journals) ซึ่งระบบฐานข้อมูลอ้างอิงระดับสากลอย่าง Scopus, Web of Science หรือ Google Scholar ถูกออกแบบมาเพื่อดึงและนับ citation จากวารสารเหล่านี้โดยตรง

 Applied Science: ผลงานจำนวนมากถูกส่งออกในรูปแบบอื่นที่ระบบฐานข้อมูลอ้างอิงทางวิชาการไม่ได้นับ เช่น สิทธิบัตร (Patents), ความลับทางการค้า, ซอฟต์แวร์เชิงพาณิชย์, ผลิตภัณฑ์จริง หรือรายงานเทคนิคทางอุตสาหกรรม ส่งผลให้จำนวน citation ในระบบวิชาการต่ำกว่าความเป็นจริง

3. อายุขัยของการอ้างอิง (Citation Lifespan / Half-life)

 Basic Science: ความรู้พื้นฐานมักมีอายุความนิยมยาวนาน (Long Citation Half-life) งานวิจัยพื้นฐานที่คิดค้นขึ้นเมื่อ 20–30 ปีที่แล้ว อาจยังคงถูกอ้างอิงอยู่อย่างต่อเนื่องในปัจจุบัน

 Applied Science: งานประยุกต์มักผูกติดกับเทคโนโลยีเฉพาะช่วงเวลา เมื่อเทคโนโลยีใหม่มาแทนที่ งานประยุกต์เดิมจะตกรุ่นอย่างรวดเร็ว ส่งผลให้ช่วงเวลาที่ได้รับ citation สั้นกว่า

4. ความหนาแน่นของรายการอ้างอิง (Reference Density)

 วารสารในกลุ่มวิทยาศาสตร์ฐาน (เช่น ชีววิทยาโมเลกุล, เคมี, ฟิสิกส์) มักมีวัฒนธรรมการใส่รายการอ้างอิง (References) ในแต่ละบทความค่อนข้างสูง (เฉลี่ย 40–60+ รายการต่อบทความ)

 ขณะที่สายประยุกต์หรือวิศวกรรมบางสาขา อาจมีจำนวนรายการอ้างอิงต่อบทความน้อยกว่า เมื่อมีจำนวน reference รวมในระบบมากกว่า Citation โดยรวมของฝั่ง Basic Science จึงหมุนเวียนสูงกว่า

5. ขนาดและเครือข่ายความร่วมมือของชุมชนนักวิจัย (Community Size & Collaboration)

 งาน Basic Science ขนาดใหญ่ (เช่น ฟิสิกส์พลังงานสูง, พันธุศาสตร์) มักมีโครงการความร่วมมือระดับนานาชาติที่มีผู้เขียนร่วม (Co-authors) จำนวนมาก และมีวงนักวิจัยทั่วโลกที่ทำเรื่องเดียวกันในสเกลใหญ่ ทำให้เกิดแรงส่งในการอ้างอิงซึ่งกันและกัน (Citation Pool) ในปริมาณที่สูงมาก

ด้วยเหตุผลเหล่านี้ การเปรียบเทียบค่า h-index จึง นิยมเปรียบเทียบเฉพาะภายในสาขาวิชาเดียวกัน (Field-normalized) มากกว่าการนำสาย Basic Science มาเปรียบเทียบกับ Applied Science โดยตรง