本文来自微信公众号:自然系列 (ID:nature-portfolio),作者:Alix Soliman,题图来自:AI生成
本文来自微信公众号:自然系列 (ID:nature-portfolio),作者:Alix Soliman,题图来自:AI生成
“早熟”(precocious)科学家——在职业生涯早期就成为高被引作者——的数量在过去几年里猛增,一项针对数万名科学家的发表记录开展的分析[1]显示。
在这些早熟作者中,有很多作者发表了该分析称之为“极端”数量的论文——平均每周超过一篇。这项分析还发现,这些作者引用自己论文的频率远高于平均。一定程度的“自引”在科研论文中很常见,但平均水平在13%左右,而这些作者中有部分人达到了25%~50%。
该分析2024年10月15日发布于bioRxiv预印本服务器,尚未经过同行评审。但未参与该分析的另一名研究员表示,分析使用的方法看起来很合理。
在这些早熟作者中,有些作者的发表习惯并无可疑迹象,可能确实是通过自身才华和努力才到了这个位置,该预印本作者、加州斯坦福大学荟萃研究专业的内科医生John Ioannidis说道。荟萃研究专门分析研究的完成方式。
但许多科学家认为,这个现象引发了大家的疑问:这么多作者如何在这么短的时间内获得了这么多引用量。
得克萨斯农工大学的昆虫学家Zach Adelman表示,虽然这群人中可能不乏名副其实的人,“但我不认为相比五年前,我们会一夜之间产生这么多天才。”
“少年老成”
Ioannidis利用Scopus引用数据库的数据,基于一个他称为“复合引用指数”(composite citation indicator)的指标编制了一份高被引研究人员的清单,该清单考虑了论文共同作者的不同程度的贡献。该指数综合的数据包括研究人员获得的总引用数,其在每篇论文作者列表中的位置,以及个人的h指数(一个衡量研究产出的指标,包含引用数和著作发表量)。
Ioannidis用这个复合指数筛选出了高被引科学家:这些人的引用指数进入所在领域的前2%或是进入所有领域的前10万名。他对“早熟”科学家的定义为:在首次发表论文后的8年内进入这个高被引名单的人;对“过早熟”的定义为:只用5年就实现这一成就的人。相比之下,从首次发表论文到进入高被引行列的平均时长为36年。
来源:参考文献1
该分析发现,在Ioannidis有完整数据的2019~2023年期间,处于事业初期的高被引科研人员的数量快速上升。在这期间,早熟作者从213名增加到469名,过早熟作者从28名增加至59名。
进一步分析这些数据,Ioannidis发现31%的过早熟作者比该领域95%的作者会更多地自我引用,如果排除自引,20%的作者会“跌出”这个高被引榜单。当Ioannidis纳入2024年的部分数据时,他发现过早熟作者中有17人至少有过一篇撤稿。
对于这种现象,一种无辜的解释为:作者在发现无心之错后自己撤稿,而那些超级高产的科学家可能会更频繁地自引。但大量撤稿或很高的自引率也可能标志着不正常的发表行为。
西班牙比戈大学的统计信号处理专家Domingo Docampo曾使用一些相同的指标研究过引用造假,他表示该研究使用的方法很全面,“这些指标都很可信,对于任何从事科研人员评估研究的人都很有用。”
引用亮红灯
Ioannidis发现,有些研究人员不仅会过度自引,还会大量引用相对一小部分论文。这个发现表明,研究人员想努力提高自己的h指数,Ioannidis说。比如,有些早熟作者发表了他称之为“有时候无意义的论文”,这些论文将他们自己的论文引用了几十次甚至上百次。
研究人员这种行为的背后常常有着很强的动机,追踪撤稿的媒体机构“撤稿观察”(Retraction Watch)的联合创始人Ivan Oransky说。在一些国家,大学在人员招聘、研究资助和职称晋升中都会看学术人员的h指数,他说,所以研究人员很想提高这个指数。
斯坦福大学的科研诚信咨询师Elisabeth Bik表示,她和其他科研侦探可以将Ioannidis的分析作为一个初步筛查工具。
脱颖而出的研究
哈佛大学27岁的医学生Mark Czeisler拥有心理学博士学位,他出现在了Ioannidis的过早熟名单上,意味着他的工作在他的事业早期就获得了大量引用。但他的发表记录没有亮红灯,因为Ioannidis没有发现可疑的发表行为。Ioannidis表示,Czeisler是一名诚信研究人员的典范,他的开拓性工作得到了很多关注。
Czeisler和同事在2020年与美国疾控中心合作发表了在COVID-19大流行期间毒品使用与精神健康问题的部分最早调查结果。这篇论文[2]获得了2000多次引用。
与一些行为存疑的作者在同一张名单上,Czeisler也感到担忧,但他认为,如果使用得当,用工具发现有问题的发表模式对科学是有益的。他说:“预防与主动行动是非常重要的。”
Ioannidis推断这个名单可能混合了一些最好和一些最差的人。现在轮到科研侦探们来分辨谁好谁坏了。
参考文献:
1.Ioannidis,J.P.A.Preprint at bioRxiv https://doi.org/10.1101/2024.10.14.618366(2024).
2.Czeisler,M.É.et al.Morb.Mortal.Wkly Rep.69,1049–1057(2020).
本文来自微信公众号:自然系列 (ID:nature-portfolio),作者:Alix Soliman,原文以‘Precocious’early-career scientists with high citation counts proliferate标题发表在2025年1月3日《自然》的新闻版块上©nature,Doi:10.1038/d41586-024-04006-9
支持一下 修改