早熟學者數量激增，“高被引”操縱手法花樣百出_風聞

“早熟”學者之中雖不乏棟樑之材，但也有很多暗箱操作、暗度陳倉的投機取巧之輩。

撰文 | 宋書扉、馮麗妃

小張發了一篇CNS，小王連發兩篇核心期刊，小李論文引用量又飆新高……看着身邊的同齡人“早熟”冒尖，一些青年科學家內心酸成了“檸檬精”：我啥時候才能出頭？

今天的學術界，“早熟”學者已屢見不鮮。一項針對數十萬名科學家論文發表情況的研究顯示，在過去幾年中，“早熟”學者的數量甚至出現了激增。他們在職業生涯之初就嶄露頭角，斬獲高影響因子和高被引論文，在獨領風騷的同時，也給不少同齡人帶來壓力和焦慮。

不過，主導前述研究的美國斯坦福大學教授John Ioannidis認為，或許不必“眼紅”這些“早熟”學者。他們之中雖不乏棟樑之材，但也有很多暗箱操作、暗度陳倉的投機取巧之輩。這項研究日前公佈在生物預印本服務器bioRxiv上。

1

“早熟”學者：“天才”還是“投機者”

什麼樣的人才是“早熟”學者？

Ioannidis認為，“早熟”學者是在職業生涯早期就聲名鵲起的一羣“高被引科研羣體”，即在本領域排名前2%或在所有領域排名前10萬的科研人員。首次發表論文後，8年內躋身這一行列的為“早熟”學者；而僅用5年就躍入這一行列的，則為“超早熟”學者。

他利用知名學術出版機構愛思唯爾旗下Scopus引文數據庫統計發現，從2019年至2023年間，“早熟”學者從213人增至469人，“超早熟”學者則從28人增至59人。與通常情況下科研人員平均需要36年才能躋身高被引學者行列相比，這一現象格外引人注目。

許多“早熟”學者的成就令人豔羨，他們中不乏真材實料之士。中國科學技術大學本科畢業生、現美國加州大學伯克利分校助理教授曹原就是典型代表。至今，他已在國際頂尖科學雜誌《自然》和《科學》發表10篇論文。其中他2018年發表在《自然》的一項關於石墨烯超導的研究，引用量已超8000次。

但值得關注的是，這一羣體中也不乏投機取巧者。Ioannidis在研究中通過深入觀察一些“早熟”學者的研究軌跡，發現了他們中部分人具有一些“異常”特徵：有人展現出超人的發文速度，平均每週能發表一篇以上論文；有人的論文引用量會以令人意想不到的方式快速躥升；也有人甚至出現較高的撤稿率。

這些“異常”背後，“早熟”學者的“催熟”方式令人關注。

正如在接受《自然》雜誌採訪時，美國得克薩斯農工大學昆蟲學家Zach Adelman所説，“我不認為我們比五年前多培養出那麼多天才。”

2

“早熟”背後的“暗流”

讓很多人意想不到的是，聲名鵲起背後，一些“早熟”學者建立了一系列不為人知的高被引“操縱”渠道，其方式路徑可謂“花樣百出”。

其中最基本的是自引。部分學者在新發表的論文中大量引用自己之前的文章，有的甚至在單篇論文中插入數十次自引。Ioannidis的研究就發現，“早熟”學者的自引率高達25%～50%，而普通論文的自引率僅為13%。而31%的“超早熟”學者的自引率超過了其領域95%的研究人員，且20%的作者在剔除自引後就會跌出高被引名單。

更“高明”一些的操縱手法還有建立引用“朋友圈”，即通過互相引用來抬高各自的引用指標。這種做法遊走在學術不端的灰色地帶，顯然違背了學術引用的初衷。

另一種難以被識破的操縱手法則是“購買”被引。紐約大學阿布扎比分校的計算機科學家Yasir Zaki及其團隊開展了一項“釣魚實驗”。他們發現在學術“黑市”上，300美元就能購買50次引用，或者500美元100次引用。這些付費引用很難被識破，因為它不是“一次到賬”，而可以“分期到賬”——比如在40天內逐步添加到研究者的谷歌學術檔案中，其中相當一部分論文來自Scopus數據庫收錄的期刊。

此外，在一些更隱蔽的操作中，一些“早熟”學者則利用預印本平台，快速發佈質量不高，甚至是“偽造”的預印本文章，炮製“虛假”引用，刷取引用量。

“通過創建虛假預印本和付費服務，引用很容易被操縱。”Zaki的合作者、紐約大學阿布扎比分校的計算機科學家Talal Rahwan説。

這些引用量操縱行為不僅讓學術造假的識別變得更加困難，也在一定程度上模糊了學術不端的界限。不少學者認為，究其根源在於學術界以“高引用量”等作為評價指標，在職稱評定、項目申請、人才引進、資源分配等方面，引用量都扮演着越來越重要的角色。

例如，Zaki調查了全球排名最高的10所大學中的574名研究人員。他們發現，當大學評估科學家的引用次數時，超過60%的機構會從谷歌學術獲取引用量數據。

為此，當引用量成為在學術界生存的“通行證”，一些年輕學者不得不絞盡腦汁提高自己的引用量，從而在某種程度上助推了“早熟”學者的產生。

為扭轉這一局面，除了重塑學術評價體系，建立更加全面、多元的評估標準，科學界也在積極探索監管策略。例如，法國圖盧茲大學的Guillaume Cabanac開發了一個可識別異常引文的工具，專門發現那些為規避抄襲檢測而添加的不相關引用。法國格勒諾布爾阿爾卑斯大學的Cyril Labbe團隊則研發了可自動識別可疑引用模式的系統。

這些監管工具的出現，或將為遏制異常的“早熟”提供利器。

參考資料

[1] https://www.nature.com/articles/d41586-024-04006-9

[2] https://www.nature.com/articles/d41586-024-01672-7

[3] https://doi.org/10.1101/2024.10.14.618366

本文經授權轉載自微信公眾號“科學網”，編輯：方圓。

特 別 提 示

1. 進入『返樸』微信公眾號底部菜單“精品專欄“，可查閲不同主題系列科普文章。

2. 『返樸』提供按月檢索文章功能。關注公眾號，回覆四位數組成的年份+月份，如“1903”，可獲取2019年3月的文章索引，以此類推。