医药健康 基础科学 工程技术 资源环境 前沿交叉 政策管理
 
作者:李晓明 来源:科学时报 发布时间:2008-6-29 22:28:35
王鼎盛院士:走出期刊与影响因子的崇拜误区
科学成果不是商品 卖得越快利润越高

 
科学成果不是商品,卖得越快利润越高;也不是流行音乐,要每周每月搞排行榜;更不是贺岁电影,全靠一两周的票房。面对科学界论文评价的期刊崇拜与影响因子崇拜的认识误区,中国科学院院士王鼎盛在日前召开的两院院士大会期间直言批评。他是在对国产物理论文和期刊进行详细研究基础上作上述表示的。
 
量与质的不均衡:
 
国产物理论文与期刊的尴尬生存
 
中国物理研究近年来有了长足进步,每年产出具有相当国际交流价值的论文约2万篇,体量不可谓不大,但是5个主要国内物理学刊物仅刊登了其中的3400余篇,占比约18%。更多的论文进入国际交流圈子。
 
“即便如此,国产物理论文进入了国际交流圈子,其平均引用率并不高。”王鼎盛统计发现,近5年来,国产物理论文进入国际交流圈子的数量累计已经跃升到第二。但其“质量”并不尽如人意,国产物理论文平均累计引用次数在国际上排名仅居第10位,只有德国、美国等先进国家的1/2,甚至1/3。
 
王鼎盛还有一个让人意想不到的发现,国产物理论文发表在主要国内期刊上时,其平均引用数的表现并不逊于发表在其他国外刊物,甚至还略高一点。
 
接下来,王鼎盛对主要国内物理期刊进行了国际比较,进一步说明了国内期刊论文的平均影响力。根据对5种主要国内物理期刊与美国、俄罗斯、英国、欧盟、日本、印度等国主要物理期刊进行对比,王鼎盛得出结论:中国的几个主要物理期刊容量并不算小,但也只承载了20%,以平均影响力论,国产物理期刊论文属于中低档。
 
评价论文的期刊崇拜
 
无可否认的是,科学研究的传播流行程度,取决于刊登论文的科学杂志的质量。在优质期刊发表论文,科学家可以更好地确认优先权,传播研究成果,得到同行最多的认知。甚至,它还是科学家的奖金、职称甚至诸多荣誉评定所系。
 
是否在国内期刊发表论文就低人一等?这种“期刊崇拜”是否合理?
 
王鼎盛的引用统计研究表明,期刊的总引用中的大部分是由少数论文贡献的。平均引用多的期刊如Physical Review Letters(PRL)的论文,也不乏很少被引用的论文,而平均引用少的论文如《中国物理快报》(CPL),也有被引用较多的论文。
 
王鼎盛的另一个发现是,中科院物理所3个研究小组发表在国内刊的3篇论文与他们发表在Physical Review B(PRB)或PRL上的12篇论文相比,无论总引用次数,其他研究组(PI)引用,还是被境外机构,或在境外刊物上的引用次数都相当,并无实质区别。
 
然而事实却是,我国的一些机构,甚至是国家级资助机构在制定的评价标准和主持评价的实践中,以及国家级机构的人事主管的评价体系中,在评价论文时存在着期刊崇拜。
 
对此,王鼎盛认为,“在评价研究论文时,即使看引用,也不要只看发表期刊的平均引用,一定要具体地(从数量到质量)考查该论文的引用情况。”
 
王鼎盛指出,这导致越是重点投资的大型国立设施、越是重点投资的国家课题、越是重点培养的人才和他们的优秀论文,越少在国内期刊上发表。分流到国外期刊的比例甚至高达80%~90%。
 
评价期刊的影响因子崇拜
 
IF,即Impact Factor(影响因子),在学术界尽人皆知。但王鼎盛指出,把Impact Factor翻译为影响因子在语文上固然不错,但实质上,却与它的定义——前两年论文被引用的次数/前两年论文数,也即两年影响因子——有很大不同,而且会造成误导。
 
SCI机构每年都会发布期刊引用报告,其中发布5项指标,即总影响力或总引用次数(TC)、容量或论文总篇数(TP)、论文的首年影响、论文的影响因子(IF)和论文影响年限(HL)。
 
王鼎盛通过对2006年SCI里列出的所有研究论文类的物理期刊的统计分析表明,期刊的总影响力(TC)由三个指标决定,即TC =1.5×TP×HL×IF。
 
“即使从引用看期刊的平均影响力,影响年限和两年影响也同等重要,不能只看两年影响。与几个先进国家的论文(刊物)相比,我国的论文(期刊)两年影响固然不高,但影响年限差距更大!”
 
当前评价期刊时的影响因子崇拜带来的恶果已经造成或助长了科研中的浮躁。王鼎盛说,“中国的物理界产出的论文已经数量颇多,也能赶个热闹,不乏‘短平快’产品(一篇内容写成两三篇——短,空洞无物——平,寿命不长——快)。‘不求天长地久,只要一朝拥有’的人生哲学,似乎也渗透到科学界了。”
 
王鼎盛强调,科学成果是对客观规律的认识,科学家即使不能追求一个流芳百世的经典作品,但至少也要追求更长的影响持续年限。因此他呼吁请国家资助和人事主管机构在制定评价标准和主持评价实践中,应考虑如何提高科研论文和期刊的持续影响。
 
无独有偶,数学界的3个重量级组织——国际工业与应用数学联合会、国际数学联盟以及美国数理统计学会日前也对引用数据的过度依赖发出了措辞严厉的警告。“尽管用一个单一的数字来判断质量的好坏确实很简便,但可能会导致人们对科学研究等复杂东西的狭隘理解。数字并非本来就好于合理的判断力。”
 
他们在一份联合报告中写道:研究太重要了,不能仅仅用一个粗糙的工具就来衡量它的价值。
 
发E-mail给: 
    
| 打印 | 评论 | 论坛 | 博客 |
读后感言:
相关新闻 一周新闻排行

小字号

中字号

大字号

Baidu
map