第一次用DeepSeek阅读理解原文
武夷山
Quantitative Science Studies（量化科学元勘）杂志2025年2月20日发表了巴黎高科矿业学院创新社会学研究中心在读博士生Lauranne Chaignon女士的文章，Highly Cited Researchers: Anatomy of a list。原文见https://direct.mit.edu/qss/article/doi/10.1162/qss_a_00351/127595/Highly-Cited-Researchers-Anatomy-of-a-list
我请DeepSeek阅读理解一下这篇文章，它的概述如下。应当说，概述的水平很高，概括速度极快。当然，若把list译为“名单”或“榜单”，而不是“列表”，读起来会更舒服；“履历数据”也比“传记数据”要好。
深度分析：高被引研究者（HCR）列表的演变与挑战
研究背景与核心问题
本文分析了Clarivate公司发布的高被引研究者（Highly Cited Researchers, HCR）列表的演变轨迹（2001–2023）。该列表因被用于软科上海排名（ARWU）而成为全球科研评价体系的重要指标。文章通过梳理HCR列表的历史发展，揭示其从数据库到科研指标、再到面临危机的三个阶段，并探讨其对科研评估和学术诚信的影响。
三个阶段的核心分析
1. 数据库的创建（2001–2011）：从Garfield的遗产到ISI的实践
· 起源与目标：
HCR列表源于Eugene Garfield在1980年代对高被引科学家的研究。ISI（科学信息研究所）于2001年推出“ISIHighlyCited.com”平台，旨在构建一个包含学者传记数据（如职业轨迹、研究兴趣）和文献数据（如论文、专著）的开放数据库，作为Web of Science（WoS）的补充。
· 方法论：
o 数据来源：基于WoS中1981–1999年的论文，按22个ESI学科分类。
o 筛选标准：每学科选取被引次数前250名的学者，并通过联系学者核实信息以解决同名问题。
o 累积性：初期仅覆盖4个学科，至2004年扩展至21个学科，并持续更新（如1983–2002年数据更新）。
· 用途与局限：
o 用途：服务科研社区（追踪领域权威、寻找合作者）、机构（识别顶尖实验室）和政策制定者（资源配置）。
o 局限：依赖期刊分类（多学科期刊需人工调整），且未纳入会议论文和书籍（因引用数据不完整）。
· 终止原因：
2008年全球金融危机后，Thomson Reuters（ISI母公司）因经济压力停止维护，2011年平台关闭。数据库的放弃标志着HCR从“学术资源”转向“评价工具”。
2. 指标的确认（2012–2018）：从数据到排名驱动
· 方法论转型：
o 简化数据：仅保留学者姓名、学科、机构，剔除传记和文献详情，转化为纯“指标列表”。
o 年度发布：2012年起，HCR列表按年更新，强调时效性，适应科研评价的竞争需求。
· 关键调整：
1. 时间窗口缩短：从20年减至11年（如2014年使用2002–2012年数据），聚焦近期影响力。
2. 引入高被引论文（HCPs）：基于ESI的“前1%高被引论文”筛选学者，减少学科间引用差异的偏差。
3. 动态阈值：按学科规模（作者数平方根）确定入选人数，如大领域选250人，小领域选100人。
4. 跨学科类别：2018年新增“跨领域”类别，应对多学科合作趋势。
· 利益相关者变化：
o 大学与排名机构：上海排名（ARWU）将HCR数量作为大学评价指标，推动其成为“科研卓越”的代名词。
o 国家竞争：中国等国家通过高薪吸引HCR学者提升排名（如沙特大学），引发学术雇佣争议。
· 争议与妥协：
o 方法论透明度不足，如跨学科合作难以量化（多作者论文的贡献分配问题）。
o 对自引和团队合作的批评（如高能物理领域的大型合作论文被排除）。
3. 策略的弱化（2019–2023）：学术诚信危机与应对
· 挑战：
o 学术不端：HCR学者涉及自引操纵、论文工厂合作、撤稿等问题（如Kamali等，2022）。
o 指标可信度：HCPs筛选方法被质疑无法区分真实影响力与策略性发表。
· Clarivate的应对：
o 方法论修订：加强学者身份验证，排除可疑论文，引入同行评审数据辅助评估。
o 定位调整：从“科研影响力”转向“学术认可”，弱化排名功能，强调HCR作为“荣誉项目”。
· 深层矛盾：
o 科研评估的量化困境：引用次数能否代表质量？HCR列表的标准化与学科多样性冲突。
o 全球科研体系的不平等：资源集中（欧美主导）与新兴国家的“指标游戏”（如中国HCR数量激增）。
学术与政策启示
1. 科研评估的复杂性：
· HCR列表的演变反映了从“数据服务”到“指标工具”的异化，暴露了简化评估的风险。
· 需结合定性（同行评审）与定量指标，避免过度依赖单一标准。
2. 学术诚信的挑战：
· 指标驱动的研究文化助长不端行为（如“论文工厂”），需建立动态监控机制。
3. 全球科研治理：
· 排名导向的政策可能导致资源错配（如重金聘请HCR），需平衡学术自由与评估需求。
未来研究方向
· 纵向比较：结合访谈数据，分析HCR学者对列表的认知及其职业策略。
· 替代指标：探索Altmetrics等非引用指标在评估中的应用。
· 伦理框架：构建兼顾公平、多样性和学术诚信的评估体系。
本文通过历史视角揭示了HCR列表的双刃剑效应：既是科研影响力的风向标，也是学术竞争的催化剂。其演变提醒我们，科学评价需回归学术本质，而非沦为数字游戏。
转载本文请联系原作者获取授权，同时请注明本文来自武夷山科学网博客。
链接地址：https://wap.sciencenet.cn/blog-1557-1475755.html?mobile=1
收藏
