科学研究领域有很多顶尖的科学家,研究成绩各有特色,一般是不好排名的。但是,也有很多机构和网站试图对科学家量化排名。既然是排名,就要有一种衡量的标准,不同的标准,排名的结果会有不同。 对科学家的研究成果进行量化排名,大多是基于论文的被引用次数。一篇论文被引用的次数多,通常表示这篇论文的影响力比较大。如果一个科学家的论文比较多,而且,多篇论文被引用的次数都比较高,则该科学家的“被引用总次数”就很高。那么,最简单的排名就是按“被引用总次数”来排名。 是,也不是。每个学科的引用文化和方法不太一样。不同学科的两个科学家,他/她们的“总被引用次数”的比较,就好比苹果对香蕉,不好说。于是乎,一般是按学科分开排名的。大家熟知的 SCI (Science Citation Index) 就按照这种方式,对每一个学科排出了一批所谓 “高被引用率作者”(highly cited authors) 。 后来,大家觉得“总被引用次数”有些不完善的地方,不能完全反映一位科学家的研究活力。比如,一位科学家也许仅仅发表了一篇影响力高的文章,被引用了五千次,但后来他/她的文章就没有什么被引用;而另一位科学家发表了七十篇文章,每一篇都被引用了至少 七十次,“总被引用次数”也是五千次,同样的五千次,一般来说,后一位科学家被认为更有科学研究活力。 所以,所谓的 H- index 就被提出。这个 H-index 是啥东东呢?举一个例子:如果一个人发表的文章中,有 七十篇文章,其中每一篇文章至少都被引用了七十次,则他/她的 H-index 为 70。 不管按哪种排名,它依赖的数据库是很重要的。比如 SCI ,它的数据库只包含了一部分 SCI 认可的杂志,如果文章发表在其它非 SCI 杂志上,或者被其它非 SCI 杂志上的文章引用,这个就不会被 SCI 的排名计算在内。而且,SCI 不是免费产品,学校必须出钱订购该产品,老师和学生才可以查阅,这里有一些局限性。 现在网络非常发达,有不少机构利用网络的庞大数据库,出炉了一系列排名榜,而且是免费产品,Googlescholar 就是其中之一。我们 每个人都可免费查阅,所以,有一些排名就是基于 Googlescholar 的数据。我对数学界比较熟悉,下面就用数学来举例。比如,research.com ,给出的世界数学家排名榜,它是基于Googlescholar 上的 H-index 的数据来排的,见下表:
这里有必要提醒一下,有些排名数据也可能被人为操纵后提高了,这种舞弊曾经发生过,比如我以前的博客文章 《学术杂志的影响因子》中讲到的例子,但这种情况是极少数的。总的来说,排名还是反应了实际的数学水平,比如,research.com ,按照顶尖数学家的人数的学校排名,见下表: 排在前面的都是顶级学校,这和我们一般的直觉是相符合的。
注明:ETH Zurich 德文名称:Eidgenössische Technische Hochschule Zürich (瑞士联邦理工学院) 爱因斯坦 ,开普勒 ,伦琴 都来自该学校。
|