重视原创研究、成果才是突破诺贝尔自然科学奖的唯一途径
喻海良,2018-10-5
轰轰烈烈的诺贝尔自然科学奖又告一段落了,这一届诺贝尔奖的感叹声很多。当生命科学奖公布时,有人感叹日本人又获得了诺贝尔奖,至今已经有18次了。当物理奖公布时,有人感叹加拿大科学家Donna Strickland命运坎坷,在离以副教授职称退休只有1年左右的时间里,奇迹般地获得了诺贝尔奖,并成为她所在大学唯一一位获得诺贝尔奖的人。还有人感叹Donna Strickland的师兄,有好的想法,但是没有去做实验,从而成就了他的导师和师妹。当化学奖公布时,人们则是一如既往的感叹“纯化学已死,又一次给了做生化的人”……
至于这些感叹之中,印象最深的还是Strickland诺奖成果发表的论文,这一篇论文发表在“不能用于职称评定的、低影响因子”期刊《光学通讯》。这让我想起屠呦呦获得诺贝尔奖的成果发表在中文期刊《科学通报》,日本中村修二获得诺贝尔奖的成果发表在《日本应用物理学报》和《应用物理快报》。像这样的案例似乎还有非常多,这里不再描述。总而言之,诺贝尔奖重要成果再一次发表在不起眼的期刊。
什么样的成果能够获得诺贝尔奖?这个问题的答案非常简单:原创性成果。在学术界,只认第一,至于第二、第三,以后都是被人遗忘的。 然而,今天我们反思为什么我国再一次错过了诺贝尔奖,个人觉得以下几个问题值得再思考。
首先,到底什么样的期刊才是好期刊?如果按照影响因子来进行评价,《光学通讯》是三区或者四区期刊了,这样期刊的论文,在国内别说不能够用来评人才头衔,在好一点的大学评正教授也是不好意思拿出手的,如果是博士研究生拿去评奖学金也估摸着只能怪排在最后了。但是,发表在这个期刊的论文获得了诺贝尔奖,这个奖的分量不会因为这个期刊影响因子低而被丝毫看低。有很多朋友评价,现在社会应该以发表为王,发表快为王,正因为这个现象,物理领域现在都非常认可预出版,而《光学通讯》的最大优点也是发表快,或许以后大家会认为发表快的期刊就是好期刊。
其次,重要的成果都能发表在影响因子高的期刊吗?Strickland的这个成果,现在看来自然是重量级成果,那么她当年一定能在Nature或者Science发表吗?这个我个人认为是非常难的。一篇论文能否发表在理想期刊的影响因素有很多的,首先,论文内容必须对编辑的口味,如果编辑自己没有这个欣赏水平,估摸着直接被枪毙了。其次,论文内容必须符合评审人的认知。越是原创的成果,审稿人越是没有经验去评审,被审稿人枪毙的可能性越大。
再次,作者做出成果时能否马上知道该成果的分量?现在影响因子特别高的期刊已经“圈子化”,在圈里的人做出的普通成果也能够发表在影响因子非常高的期刊,而不在圈里的人即使做出了非常一流的成果也不见得能够发表在理想的期刊。特别是很多原创性成果,需要经过几十年的发展才能够知道这个成果的重要意义。如果Strickland和她导师当时就能够知道这个成果的意义,他们是否还会往《光学通讯》期刊投稿呢?对于自然科学成果的评价,通常都需要时间的检验,我们不能够见某教授的论文一发表在Nature或者Science这样的期刊就马上评价“诺贝尔奖级别的成果”。
第四,我们需要重视什么样的研究?现在国内学术界有很多人非常重视“影响因子”,每年SCI影响因子公布,都是关于影响因子的讨论。“某某期刊今年影响因子获得重大突破”、“某某期刊影响因子今年降了”。很多学者为了能够发表影响因子高的论文,天天跟风做一些“热门”的研究。心里想着,他人发一篇CNS,自己跟着做,发表一篇影响因子超过10的期刊论文也是可以接受的。进而国外或者国内发表一个重要成果,很多人就跟过去做相似的研究。典型的案例就是韩春雨事件,他论文刚刚发表时,就有一大堆的人跟过去了,也跟着发表了一大堆的论文。而后来结果证明他的论文错了,大家都跟错风了。然后批评他浪费了学术界的“钱”,想想都可笑,谁让你们跟风去做的研究?
最后,原创成果重要还是发表在高影响因子期刊的成果重要?经常听人们评价学术界有一个不好的现象,外行评审内行,他们具体的表现就是数论文数量,数论文影响因子。而很多原创成果发表的期刊影响因子很低,得到的评价就是不如高影响因子期刊的成果。如此以往,学术圈愿意做原创研究的人越来越少,而诺贝尔奖的评审规则就是只认第一、只认原创,这会导致我们获得诺贝尔奖的机会越来越小。所以,个人觉得,我们要改变现状,就必须改变评审模式。只要是真正的原创成果,不管发表在什么期刊,它都比跟风的成果重要,即使后者影响因子高的吓人。
当我们更加重视原创性研究工作、原创性成果,通过若干年的积累沉淀,我们一定会迎来一个又一个诺贝尔自然科学奖。
相关专题:2018年诺贝尔奖
转载本文请联系原作者获取授权,同时请注明本文来自喻海良科学网博客。
链接地址:https://wap.sciencenet.cn/blog-117889-1138918.html?mobile=1
收藏