Ateneo internazionale - Unical, 72 docenti tra i migliori al mondo secondo la classifica dell’Università di Stanford - NOMI - Notizie
Il World’s Top 2% Scientists ranking seleziona l'eccellenza della comunità scientifica valutando le pubblicazioni, le citazioni e l’impatto degli studi di circa 9 milioni di ricercatori
di Redazione
Cresce la presenza dell’Università della Calabria nel World’s Top 2% Scientists ranking, la classifica mondiale delle scienziate e degli scienziati con il livello più elevato di produttività elaborata da Stanford University.
La graduatoria comprende la quasi totalità delle discipline tecnico-scientifiche, mentre non copre l’area socio-umanistica, tranne che per pochi settori di natura bibliometrica (come psicologia).
Su circa 9 milioni di ricercatori esaminati, il ranking indica il primo 2% distintosi per qualità, quantità e diffusione delle pubblicazioni all’interno delle comunità scientifiche, fornendo due elenchi distinti: uno relativo all'intera carriera (periodo 1996-2022), l’altro che considera l'impatto della ricerca prodotta nell’ultimo anno (con riferimento alle citazioni ricevute durante il 2022).
L’Università della Calabria compare 72 volte (5 in più rispetto allo scorso anno) nella più recente graduatoria pubblicata da Stanford, in cui è presente anche qualche docente non più in servizio all’Unical che ha legato gran parte della sua produzione scientifica al campus di Rende.
I nomi e le relative aree
- Agriculture, Fisheries & Forestry – Monica Rosa Loizzo
- Biomedical Research – Giuseppe Genchi, Cesare Indiveri, Mariafrancesca Scalise
- Built Environment & Design – Domenico Mundo
- Chemistry – Donatella Armentano, Roberta Cassano, Giuseppe Cirillo, Filomena Conforti, Manuela Curcio, Renato Dalpozzo, Bartolo Gabriele, Domenico Iacopetta, Raffaella Mancuso, Mariangela Marrelli, Francesco Menichini, Janos B. Nagy, Francesco Neve, Ilaria Ortensia Parisi, Francesco Puoci, Maria Stefania Sinicropi, Rosa Tundis
- Clinical Medicine – Antonio Cerasa, Marcello Maggiolini, Ida Perrotta, Sonia Trombino
- Earth & Environmental Sciences – Salvatore Critelli
- Economics & Business – Laura Eboli, Gabriella Mazzulla
- Enabling & Strategic Technologies – Piero Bevilacqua, Roberto Bruno, Luigino Filice, Carmine Maletta, Fabio Mazza, Luciano Ombres, Alessio Siciliano, Antonio Tursi
- Engineering – Giuseppe Carbone, Alessandro Casavola, Alfredo Cassano, Sudip Chakraborty, Giuseppe Cocorullo, Enrico Conte, Efrem Curcio, Fabrizio Greco, Domenico Grimaldi, Francesco Lamonaca, Marco Lanuzza, Paolo Lonetti, Francesco Longo, Raffaele Molinari, Renato Sante Olivito, Yaroslav D. Sergeyev, Domenico Umbrello
- Historical Studies – Mauro Francesco La Russa
- Information & Communication Technologies – Mario Alviano, Fabrizio Angiulli, Sandra Costanzo, Alfredo Cuzzocrea, Floriano De Rango, Giancarlo Fortino, Raffaele Gravina, Sergio Greco, Antonio Iera, Nicola Leone, Pasquale Pace, Domenico Saccà, Claudio Savaglio, Domenico Talia
- Physics & Astronomy – Vincenzo Carbone, Gianluca Gatti, Nino Russo
Come viene stilata la classifica
La World’s Top 2% Scientists ranking è realizzata dalla celebre università californiana in collaborazione con Elsevier utilizzando dati bibliometrici estratti da Scopus, uno dei più vasti ed aggiornati database di abstract e citazioni al mondo.
Gli scienziati sono classificati in 22 campi scientifici e 174 sottocampi secondo la classificazione standard Science-Metrix. Per ogni ricercatore vengono valutate le citazioni e il relativo h-index, un indice che misura la prolificità e l’impatto scientifico di un autore, basandosi sia sul numero delle pubblicazioni sia sul numero di citazioni ricevute.
Inoltre, viene assegnato un c-score, un indicatore composito che si concentra sulla rilevanza più che sul semplice numero delle pubblicazioni e include informazioni sulla co-paternità e sulle posizioni dell'autore (singolo, primo, ultimo autore).
Il ranking indica anche le aree scientifiche di attività, dall’acustica alla zoologia, e il relativo ranking, secondo una classificazione del profilo dell’autore ottenuta con avanzate tecniche di machine learning per produrre risultati confrontabili tra le diverse aree scientifiche.