Science：你的高影響力論文，究竟何時才能出現？

海歸學者發起的公益學術平台

分享信息，整合資源

交流學術，偶爾風月

作為科研工作者，我們都希望自己的下一個成果分量十足。那可能是震驚業界的一項成果，也可能是一篇超高引用的論文。問題是，這樣的成果何時才會出現？

Science雜誌近日發表了針對這一問題的有趣發現。來自美國東北大學的研究人員以學者們發表的論文為分析對象，發現那些獲得高引用的論文基本上隨機地分布在科研人員學術生涯之中，早期、中期和晚期並無區別。另一個有意思的指標是C10，能讓您判斷自己屬於前5%的高影響力學者，還是屬於後20%的低影響力學者。更有趣的是，他們提出一個Q因子，會伴隨您的學術生涯，可以預測您到底會不會成長為一個高影響力學者，如果現在還不是的話。

您會是一個高影響力學者么？ 最重要的工作，何時才能出現？ Science這篇文章，也許能給您答案。

文末可以下載Science論文，並附視頻，獲得更詳細信息。

在人類競爭的諸多領域，無論體育還是工程，做出重大成就往往都需要陡峭的學習曲線和長時間的訓練。科學研究也並沒有太多的不同：傑出的成果常常出現在此前影響力並不太高的論文之後。儘管人們渴望儘早地識別出那些有潛力的科學家，可是此前，學者在不同的職業生涯時間段做出優秀科研成果的規律並不清晰。

Albert-László Barabási, Northeastern University

成功的科研生涯背後到底有著哪些可以量化的因素呢？來自美國東北大學的物理系教授Albert-László Barabási帶領團隊做了一個有趣的項目。他們對來自不同學科的數千名學者的學術論文進行分析，研究其傑出成就究竟出現在職業生涯的哪個階段。結果令人驚奇，本月初發表在Science，引起了廣泛的關注，Nature和AIP都做了跟蹤報道。

研究模型

研究人員主要分析了2887位物理學家的學術論文，同時也包含其他領域學者的發表數據。他們將一篇論文發表10年後的累計被引用數量記為C10，而一位學者最大的C10記為C10*。結果發現，最具影響力的論文，也就是C10*對應的論文，隨機分布在學者的職業生涯當中，在早期、中期、晚期之間並無區別。這從下圖兩位諾貝爾獎得主的數據就可以看出一二，Frank Wilczek第一篇文章就讓他獲得諾貝爾獎，而Fenn的諾獎工作則在他學術生涯40年後才出現。需要指出，相對於影響因子只統計過去兩年的引用數，C10能更為準確地體現一個工作長期、持久的影響力，因而更為科學。

Science,doi: 10.1126/science.aaf5239

這個發現讓預測一個學者何時能做出傑出成就變得困難，不過，產生高影響力論文的潛力並非完全無法捉摸。通過對不同影響力的學者進行分析，可以發現一些苗頭。如果您的C10*超過200，則恭喜您進入前5%的高影響力作者；如果C10*低於20的話，則處於墊底的20%。75%的人，C10*處於20到200之間。這從下圖分布可以看出：

而這三類學者，C10隨職業生涯的變化，都是隨機的，從下圖可以看出：

更令人沮喪的是，做出最大影響力工作之後，學者們彷彿又回到從前： C10在C10*前後呈對稱分布，無論是高影響力，還是低影響力學者！

那麼，是什麼造就了高影響力和低影響力的區別呢？研究人員根據統計數據分析，提出了下面這樣一個公式：

即一篇文章的影響力，取決於兩個因素，一個是這項研究潛在的影響力，相當於運氣成分。而Q則是每位學者所特有的，反映其對研究項目影響的推動能力。通過將物理學家的發文記錄應用到這一模型上，研究人員發現，公式中的「運氣」因素對於所有科學家來說都是一樣的。而Q因子則來自於學者的被引用情況，可通過以下公式估算：

即與學者在一段時間內獲得被引用數的對數相關。直覺告訴人們Q因子能夠隨著職業生涯的推進而有所提高，因為學者的經驗總是在不斷積累的。然而令人驚訝的是，研究發現這一參數基本上是恆定的，並不隨職業生涯的前進而變化。從下圖可以看出來，無論對哪一類學者，其Q值在整個職業生涯之中，都保持穩定！

Science, doi: 10.1126/science.aaf5239

這個發現想必讓人們感到難以置信。因為這意味著賴以成功的那份「能力」是學者們剛剛進入職業生涯的時候就已經具備的天賦，而且在之後的歲月里難以發生改變。

「我不喜歡稱之為與生俱來，」 Barabási說，「但似乎這是你個人能力和教育背景的一種結合。一旦你開始自己的職業生涯，那麼它就會伴隨著你，一直與你同在。」

同時，這也蘊含著預測能力：較高的Q值能夠幫助挑選出那些諾貝爾獎獲得者以及奪得其他獎項的物理學家。這比其他參考體系更為可靠，比如H-index（如果一名學者有最多x篇文章的被引用次數均達到x，那麼其H-index即為x），如下圖所示：

可想而知，Q因子可能會被引入學術評價體系，甚至被用於招聘的依據，就像H-index一樣。對此，Barabási的感想較為複雜，不好說它是好事還是壞事。他認為該如何應用Q因子應交由整個學術界來判斷。假如這一體系最終得以應用，那麼他覺得衡量手段要盡量多樣化才好，以免人們過度依賴僅有的幾個方法，如影響因子和H因子。

荷蘭萊頓大學從事科學量化研究的學者Anthony van Raan表示：「我不贊同只支持高Q因子學者。」不過他承認，在科學家很多，資源很少的時候，這種具有傾向性的資助還是很有意思的。

也許，正如Barabási所說，Q因子本身已經就是一個篩選因素，它在人們的學術生涯早期就已經默默為那些低Q值的人做出了判斷。而現在的問題在於，究竟有哪些方面決定了Q因子的高低。如果教育因素確實起到了重要影響，那麼也許人們可以評估並改進科學家們的受訓之路。

更多背景信息，可以參看以下視頻：

公號內回復「Q因子」，下載相關論文

參考資料

http://science.sciencemag.org/content/354/6312/aaf5239

http://scitation.aip.org/content/aip/magazine/physicstoday/news/10.1063/PT.5.7319

http://www.nature.com/news/scientists-can-publish-their-best-work-at-any-age-1.20926

TAG:Science |

※Louis Vuitton：震撼時尚界不重要，我們只想影響時代
※海濤：wings事件對Dota圈可能出現的最壞影響
※Mike Geig：神奇的大腦到底是如何影響VR體驗的？
※新的期刊評價體系――CiteScore能否取代影響因子？
※它或許會取代影響因子，它的名字叫SemanticScholar
※Nature Genetics：人類基因如何影響微生物組？
※Facebook毫無忌憚地抄襲真的對Snapchat有影響嗎
※Intel給了Ryzen「王之蔑視」：對我們沒啥影響
※影響力：你本該說No，為何說了Yes？
※R Soc Open Sci：文化背景會影響人們撒謊時的語言特徵
※Intel給了Ryzen「王之蔑視」：對我們沒啥影響，Q2季度也不會
※Mr.Cadillac：經常使用發動機啟停，會有不良影響嗎？
※注意！Riddle漏洞正在影響低版本Oracle MySQL，請立即更新！
※Fate：Saber生命中出現過這6個男人，誰對她影響最大？
※騰訊Wegame平台是否會對Steam產生影響？
※iPhone 8的高售價將不會影響它的銷售？
※Brain Connect：科學家發現HIV感染或影響機體大腦的連接性及認知表現
※iOS 11的App Store 大變樣，對我們有什麼影響？
※Mater.Sci.Eng.，A：論軋制與時效過程對Cu-Cr-Zr合金微觀組織和性能的影響