fuzzywanglixin的个人博客分享 http://blog.sciencenet.cn/u/fuzzywanglixin

博文

“早发表,晚评价”:如何晚评价? 精选

已有 7474 次阅读 2020-3-17 06:18 |系统分类:观点评述

  华罗庚先生提出“早发表,晚评价”,我非常认同。那么,如何晚评价呢?对于工科的研究成果,比如IEEE期刊上的论文,有用可以说是唯一的标准。用的人越多,说明你的方法越好。

  一般过程是这样的:为解决一个问题,大家提出各种各样不同的方法,包括各种理论模型,各种算法,等等。论文发表之后,同行们就会去用,看看你的方法在解决问题时效果如何。在真刀真枪的比拼中,优胜劣汰、大浪淘沙,最后生存下来的就是金子。这些生存下来的论文中的方法被广泛使用,成为行业标准,成为后续方法性能比较的标杆,也成为后续改进型论文、跟踪型论文的出发点。这些论文引领了行业的发展,是现代科技进步的脊梁。

  这些论文有一个特点,就是:发表后的前五年被引用一般不多,因为这样的论文很可能开辟了一个新的研究方向,开始的时候做的人不多。随着时间的推移,大家慢慢认识到这些论文所提出的方法的重要性、深刻性、有用性,开始进行这方面的研究。结果是,这些论文每年的被引用次数持续增长,其增长势头一直延续到发表之后的第十年左右,甚至更远。接下来,每年一直平稳地被引用,直到第十五年、第二十年、第二十五年、第三十年,甚至更远。

  为什么后续论文要引用这些“古老”的论文?因为,后续论文要从一个模型出发,而这个模型源自于这些经典论文,绕不过去,所以后续论文不得不引用这些经典论文。经典就是这样炼成的:是科学共同体在时间的漫漫长河中,用一篇论文、一篇论文、一篇论文这样一票一票选出来的。这里,所谓权威大牛的评价已经不重要,因为对于工科的研究成果,有用是唯一的标准。

  综上,“晚评价”的具体做法是:

  1)论文发表十年之后才进行评价;

  2)看论文发表五年之后在google scholar的被引用次数。

  这个方法简单易行,可以过滤掉那些红极一时的热点跟踪型论文。因为,热点跟踪型论文的被引用情况正好反过来:发表后的前三年、前四年被引用很多,因为是当时的热门课题,许多人都在做,论文数量很多、相互引用也很多。但是,从第四年、第五年开始,其被引用次数就急速下降。一则因为热门课题总在变化,一个资助周期一般是五到十年,新的热点会取代旧的热点。二则因为这些热点跟踪型论文没有本质贡献,属于可有可无,在大浪淘沙中作为沙子被淘掉了。

  现在的高被引论文、高被引学者是看论文发表之后十年之内、某个时间点上累计被引用次数。比如,一般来讲,以IEEE期刊发表的论文为例,刊出一年引用15次左右,刊出两年累计引用50次左右,刊出三年累计引用80次左右,刊出五年累计引用100次左右,刊出十年累计引用200次左右,只要你的论文在刊出后的某个科睿唯安采样点(两个月一次)满足上面的条件之一(不是说你的论文要连续每年都满足上面的条件),就能成为ESI高被引论文(ESI高被引论文的定义是:Selected from the most recent 10 years of data, Highly Cited Papers reflect the top 1% of papers by field and publication year)。绝大多数高被引论文发生在其发表之后的前五年。如果一篇论文在其发表之后的第十年还能成为高被引论文,那么一般来讲就是好论文。

  上面描述的热点跟踪型论文还算好论文(五年之内被引用比较多),绝大多数发表的论文是在没有被同行怎么引用的情况下就消失了,这当然包括那些发表在高影响因子期刊上的大量论文。国内经常有学者说自己的论文多么牛,因为有某个国外大牛给予其论文很好的评价,或者引用了其论文。其实,对于工科论文来讲,你上google scholar一查就一目了然了。工科论文的好坏要看大家用不用你的方法,有多少人在用你的方法,而不是看个别学术权威说了什么。

  为什么学术权威的评价许多时候并不可靠呢?因为,学术权威的评价基于主观标准,受其个性、人品、知识结构、认识水平、以及胸怀等诸多因素的影响。基于我三十多年对国际学术界的观察,许多学术权威倾向于让你去做他们开辟的研究方向。也就是说,如果你跟着他们开辟的方向去做,或者做他们感兴趣的课题,他们通常会给你很高的评价;而你如果自己开辟一个新的方向,试图做出自己的符号,他们中的许多人轻则态度不积极,重则打压。这种现象很普遍。所以,在这种现实之下,对于单篇论文或者一位学者来讲,长期的被引用情况就成为证明其价值或者学术贡献与水平最可靠的指标。

  最后,为了让大家对IEEE期刊上的经典论文有个具体直观的感觉,举两个例子。两篇论文都是1992年发表的。下面是这两篇论文从1993年至2019年,二十七年每年被引用次数(数据来自google scholar):

L. X. Wang and J. M. Mendel, “Generating fuzzy rules by learning from examples,” IEEE Trans. on Systems, Man, and Cybern., Vol. 22, No. 6, pp. 1414-1427, 1992.

1993:18

1994:54

1995:72

1996:79

1997:88

1998:88

1999:108

2000:120

2001:117

2002:112

2003:156

2004:139

2005:151

2006:167

2007:181

2008:157

2009:170

2010:179

2011:165

2012:145

2013:138

2014:137

2015:147

2016:135

2017:115

2018:114

2019:102

累计引用:3422(至2020年3月17日)

L. X. Wang and J. M. Mendel, “Fuzzy basis functions, universal approximation, and orthogonal least squares learning,” IEEE Trans. on Neural Networks, Vol. 3, No. 5, pp. 807-814, 1992.

1993:24

1994:45

1995:59

1996:81

1997:82

1998:88

1999:85

2000:97

2001:77

2002:87

2003:91

2004:129

2005:107

2006:136

2007:117

2008:118

2009:111

2010:131

2011:136

2012:139

2013:103

2014:127

2015:130

2016:100

2017:116

2018:101

2019:124

累计引用:2797(至2020年3月17日)

  钢筋铁骨,傲立山巅,日出日落,二十八年。



http://wap.sciencenet.cn/blog-2999994-1223873.html

上一篇:隐居六年:给人的交易行为建立数学模型
下一篇:应用“晚评价”原理解决短期评价问题

33 毛吉平 王安良 王兴 徐绍辉 尚可可 黄永义 高友鹤 张明武 武夷山 曹元杰 李剑超 周忠浩 曹俊兴 郁志勇 刘立 刘浔江 刘全慧 吴超 张国宏 卜令泽 郑永军 孟佳 刘宏基 彭振华 夏香根 季丹 梁洪泽 蔡宁 谢力 周健 张成岗 信忠保 刘刚

该博文允许注册用户评论 请点击登录 评论 (51 个评论)

数据加载中...
扫一扫,分享此博文

Archiver|手机版|科学网 ( 京ICP备07017567号-12 )

GMT+8, 2021-2-26 09:38

Powered by ScienceNet.cn

Copyright © 2007- 中国科学报社

返回顶部