Science: 你的高影响力论文, 究竟何时才能出现？
海归学者发起的公益学术平台
分享信息，整合资源
交流学术，偶尔风月
作为科研工作者，我们都希望自己的下一个成果分量十足。那可能是震惊业界的一项成果，也可能是一篇超高引用的论文。问题是，这样的成果何时才会出现？
Science杂志近日发表了针对这一问题的有趣发现。来自美国东北大学的研究人员以学者们发表的论文为分析对象，发现那些获得高引用的论文基本上随机地分布在科研人员学术生涯之中，早期、中期和晚期并无区别。另一个有意思的指标是C10，能让您判断自己属于前5%的高影响力学者，还是属于后20%的低影响力学者。更有趣的是，他们提出一个Q因子，会伴随您的学术生涯，可以预测您到底会不会成长为一个高影响力学者，如果现在还不是的话。
您会是一个高影响力学者么？ 最重要的工作，何时才能出现？ Science这篇文章，也许能给您答案。
文末可以下载Science论文，并附视频，获得更详细信息。
在人类竞争的诸多领域，无论体育还是工程，做出重大成就往往都需要陡峭的学习曲线和长时间的训练。科学研究也并没有太多的不同：杰出的成果常常出现在此前影响力并不太高的论文之后。尽管人们渴望尽早地识别出那些有潜力的科学家，可是此前，学者在不同的职业生涯时间段做出优秀科研成果的规律并不清晰。
Albert-László Barabási, Northeastern University
成功的科研生涯背后到底有着哪些可以量化的因素呢？来自美国东北大学的物理系教授Albert-László Barabási带领团队做了一个有趣的项目。他们对来自不同学科的数千名学者的学术论文进行分析，研究其杰出成就究竟出现在职业生涯的哪个阶段。结果令人惊奇，本月初发表在Science，引起了广泛的关注，Nature和AIP都做了跟踪报道。
研究人员主要分析了2887位物理学家的学术论文，同时也包含其他领域学者的发表数据。他们将一篇论文发表10年后的累计被引用数量记为C10，而一位学者最大的C10记为C10*。结果发现，最具影响力的论文，也就是C10*对应的论文，随机分布在学者的职业生涯当中，在早期、中期、晚期之间并无区别。这从下图两位诺贝尔奖得主的数据就可以看出一二，Frank Wilczek第一篇文章就让他获得诺贝尔奖，而Fenn的诺奖工作则在他学术生涯40年后才出现。需要指出，相对于影响因子只统计过去两年的引用数，C10能更为准确地体现一个工作长期、持久的影响力，因而更为科学。
Science, doi: 10.1126/science.aaf5239
这个发现让预测一个学者何时能做出杰出成就变得困难，不过，产生高影响力论文的潜力并非完全无法捉摸。通过对不同影响力的学者进行分析，可以发现一些苗头。如果您的C10*超过200，则恭喜您进入前5%的高影响力作者；如果C10*低于20的话，则处于垫底的20%。75%的人，C10*处于20到200之间。这从下图分布可以看出：
而这三类学者，C10随职业生涯的变化，都是随机的，从下图可以看出：
更令人沮丧的是，做出最大影响力工作之后，学者们仿佛又回到从前： C10在C10*前后呈对称分布，无论是高影响力，还是低影响力学者！
那么，是什么造就了高影响力和低影响力的区别呢？研究人员根据统计数据分析，提出了下面这样一个公式：
即一篇文章的影响力，取决于两个因素，一个是这项研究潜在的影响力，相当于运气成分。而Q则是每位学者所特有的，反映其对研究项目影响的推动能力。通过将物理学家的发文记录应用到这一模型上，研究人员发现，公式中的“运气”因素对于所有科学家来说都是一样的。而Q因子则来自于学者的被引用情况，可通过以下公式估算：
即与学者在一段时间内获得被引用数的对数相关。直觉告诉人们Q因子能够随着职业生涯的推进而有所提高，因为学者的经验总是在不断积累的。然而令人惊讶的是，研究发现这一参数基本上是恒定的，并不随职业生涯的前进而变化。从下图可以看出来，无论对哪一类学者，其Q值在整个职业生涯之中，都保持稳定！
Science, doi: 10.1126/science.aaf5239
这个发现想必让人们感到难以置信。因为这意味着赖以成功的那份“能力”是学者们刚刚进入职业生涯的时候就已经具备的天赋，而且在之后的岁月里难以发生改变。
“我不喜欢称之为与生俱来，” Barabási说，“但似乎这是你个人能力和教育背景的一种结合。一旦你开始自己的职业生涯，那么它就会伴随着你，一直与你同在。”
同时，这也蕴含着预测能力：较高的Q值能够帮助挑选出那些诺贝尔奖获得者以及夺得其他奖项的物理学家。这比其他参考体系更为可靠，比如H-index（如果一名学者有最多x篇文章的被引用次数均达到x，那么其H-index即为x），如下图所示：
可想而知，Q因子可能会被引入学术评价体系，甚至被用于招聘的依据，就像H-index一样。对此，Barabási的感想较为复杂，不好说它是好事还是坏事。他认为该如何应用Q因子应交由整个学术界来判断。假如这一体系最终得以应用，那么他觉得衡量手段要尽量多样化才好，以免人们过度依赖仅有的几个方法，如影响因子和H因子。
荷兰莱顿大学从事科学量化研究的学者Anthony van Raan表示：“我不赞同只支持高Q因子学者。”不过他承认，在科学家很多，资源很少的时候，这种具有倾向性的资助还是很有意思的。
也许，正如Barabási所说，Q因子本身已经就是一个筛选因素，它在人们的学术生涯早期就已经默默为那些低Q值的人做出了判断。而现在的问题在于，究竟有哪些方面决定了Q因子的高低。如果教育因素确实起到了重要影响，那么也许人们可以评估并改进科学家们的受训之路。
更多背景信息，可以参看以下视频：
https://v.qq.com/txp/iframe/player.html?vid=l0343nhd65c&width=500&height=375&auto=0
公号内回复“Q因子”，下载相关论文
参考资料
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
扩展阅读
本文为知社原创编译，媒体转载请联系授权
投稿、授权、合作事宜请联系
service@scholarset.com 或微信ID: scholarset
回复“目录”或“分类”，浏览知社更多精华。长按二维码识别，可以关注/进入公众号进行回复。