El ranking de logros científicos multi-métricos es una tarea desafiante. Por ejemplo, el ranking científico de investigadores utiliza dos tipos principales de indicadores; a saber, el número de publicaciones y citas. De hecho, se centran en cómo seleccionar indicadores adecuados, considerando solo un indicador o combinación de ellos. La mayoría de los métodos de ranking combinan varios indicadores, pero estos métodos se enfrentan a una preocupación desafiante: la asignación de pesos adecuados/óptimos a los indicadores objetivo. La optimalidad de Pareto se define como una medida de eficiencia en la optimización multiobjetivo que busca las soluciones óptimas al considerar múltiples criterios/objetivos simultáneamente. El rendimiento de la estrategia de ranking de profundidad de dominancia de Pareto básica disminuye al aumentar el número de criterios (hablando en general, cuando es más de tres criterios). En este documento, se propone una nueva estrategia de ranking de profundidad de dominancia de Pareto modificada que utiliza algunos métricos de dominancia obtenidos de la profundidad de dominancia de Pareto básica y algunos métricos estadísticos ordenados para clasificar los logros científicos. Intenta encontrar los grupos de datos comparados utilizando todos los indicadores simultáneamente. Además, aplicamos el método propuesto para abordar el problema de resolución de ranking de múltiples fuentes que es muy común en estos días; por ejemplo, hay varias instituciones en todo el mundo que clasifican las universidades del mundo cada año, pero sus clasificaciones no son consistentes. Como estudios de caso, el método propuesto se utilizó para clasificar varios conjuntos de datos científicos (es decir, investigadores, universidades y países) como prueba de concepto.