科学家跨学科大PK:谁是终极牛人?

2013-11-14 06:00 · veradai

日前,美网一站利用h指数进行科学家跨学科大排行,结果显示最具影响力的学者是Karl Marx,紧随其后的是心理学领域的Sigmund Freud,第三是普林斯顿高等研究院的物理学家Edward Witten,第四是法国的人文思想家J Derrida,第五是教育心理学家J Piaget。


如果将理论物理学家、弦理论之父Ed Witten与生物学家Solomon Snyder相比,他们谁的影响力更大?他们在各自的研究领域内的学术影响力能否比得上那些知名的伟人,例如Karl Marx在历史学家和经济学家中的影响力,或Sigmund Freud在心理学家中的影响力?这种跨学科比较中,如何才能衡量这些科学家的学术影响力呢?

倘若简单地以论文引用率作为学术影响力指标的话,会带有严重的倾向性,因此大多数评估专家常常回避跨学科比较。一般说来,生物化学家的得分总高于数学家,因为生物化学相关论文的被引用次数更多一些。

而现在,美国印第安纳大学布卢明顿分校的研究人员声称他们已经找到纠正这种学科偏见的最好方法。他们在网站上发布了学术影响力的计分方式,开展了学科间的学者排名评比。

他们针对3.5万名研究人员的暂定排名(不断更新中)是基于谷歌学术搜索所得到的调研结果。这一结果通过平均h指数进行量化——h 指数是论文数量和论文被引用的次数的一个混合量化指标——因此该评估将考虑研究的数量和普及程度。结果显示,截止到今年11月5日,最具影响力的学者是Karl Marx,紧随其后的是心理学领域的Sigmund Freud,第三是普林斯顿高等研究院的物理学家Edward Witten,第四是法国的人文思想家J Derrida,第五是教育心理学家J Piaget。他们的排名公布在由印第安纳大学布卢明顿分校的信息专家Filippo Menczer及其同事开发的Scholarometer网站上。研究人员甚至为这个数据库专门开发出了 FireFox 和 Chrome 的浏览器拓展插件。


网站界面

制定统一评比标准

今年10月,Menczer的团队发表的一篇论文指出,消除学科偏见的最好统计学方法是用学者的h指数除以其领域的平均水平。Menczer表示:“我们在使用谷歌学术搜索时,通常只能看到h指数,但是如何对一个我们不了解的领域应进行评价仍没有很好的方法。因此我们的发明是有意义的。”

利用这种算法,马克思的得分高出历史上h指数处于平均值的其他学者22倍、高出平均水平的经济学家11倍;Witten的得分高出物理学家的平均水平13倍。在通过这种方法得到的结果中,在学科中处于最顶尖位置的5%的学者在跨学科评分体系中也位列前5%。

事实上,这种消除学科间偏差的想法并不新奇。许多评估专家发明了大量方法来消除偏差(通常使用基于年龄、期刊和学术领域的平均值),例如汤森路透也已经采用了一些规范化的措施。


Karl Marx


Sigmund Freud


Edward Witten

初次尝试跨学科评比

与绝大多数同类网站不同的是,Scholarometer上的数据可以免费获取。汤森路透的分析是基于专有的数据库,不能向公众开放。还有的网站会向谷歌学术搜索提供一系列来自公共调查的学术规范化指标,但是一次只针对一名用户。但Scholarometer的问题在于,谷歌学术搜索阻断了和多重查询有关的自动化电脑程序,以至于无法核对所得分数。

印第安纳大学布卢明顿分校团队的解决方案是,创建一个不需要查询谷歌学术搜索的自动化项目,相当于通过Scholarometer的浏览器扩展程序,清除个人查询谷歌学术搜索的记录。这些年来,他们已经建立起一个动态的公共数据库,当新的谷歌学术搜索查询被引入时,h指数会被不断修正。Menczer说,基于年龄的h指数使得比较学者在职业生涯不同阶段的研究成为可能。

可是规范化问题比预想的要棘手。例如,干细胞研究人员也许会觉得,用生物学家的平均水平修订他们的研究水平指数是不公平的。Scholarometer团队利用谷歌学术查询的结果,将研究人员分类。例如,马克思被归类为历史学家、经济学家和哲学家。

Scholarometer的成功依赖于谷歌学术搜索的准确性,但是目前还很难实现。因此就公平比较和学术规范化而言,类似Scholarometer这种基于用户的工具很难提供一致的结果。修正后的h指数仅仅是一个评估标准。专家建议使用多样化指标,与同行评议意见一起比较研究人员的水平。

“我倾向于不要把这些冰冷的数字看得太重,我从未听说过h指数。” 美国田纳西州孟菲斯市圣犹大儿童研究医院的生物化学家James Ihle说。Ihle曾在Scholarometer某个阶段的总体排名中位列第四。“如果你是一名评估者,仅仅依靠修正后的h指数来比较学者。”Ihle说,“那么你将是个哑巴,你并不真正了解你所做的工作。”

对于这一点, Menczer表示,h指数是纠正偏差的通俗指标,并不意味着人们必须严格遵守,它允许人们超越这些规则。