博文
科学计量学：熔炉中折射的幻影与固化的晶花
精选
||||
中国学术经过（SCI+官法）15年的熔炼。这熔炉中温度较均一的主体，借助不同的分光和频谱工具，看过去会有美丽的光晕，不同频率激发和吸收光的干涉，加以主观的想象，也许会看到不同的光线相互作用形成的点状、环状、晶状、树状的神奇的驻波和漩涡。不同的低温区域，局部也形成固化瘤、疤和凝块，甚至结出美丽的晶花。以SCI为基础的 “科学计量学”是一个研究这一类真真假假、虚虚幻幻、飘缥缈渺、多重干涉、折射形成的斑纹和晶花及其之间关系的“学科”？最近SCI的创始人Garfield，还被封了“科学计量学”之父（http://www.sciencenet.cn/m/user_content.aspx?id=255744）。
SCI被引入熔炉的早年，对科学的评价是简单的数SCI收录的论文篇数。近年来逐步发展，更看重于引用率。那么，这收录和引用的实质是什么呢。
SCI是1963年创刊的一个数据库，和其它数据库的显著不同，是它收录了文献的引文部分，这样可以分析文献的引证关系。在90年代以前，由于容量的关系，它的作用有限。90年代中期以后，由于计算机和网络技术的极大进步，逐步成为一个重要的检索工具。SCIE(Science Citation Index Expended)今年已经收录了6650多种自然科学和工程学科的杂志，并为这些杂志编制了包含引文关系的索引。显然，这是一个十分有用的工具。由于这一数据库的容量扩大，提供了很多以前没有的关联数据，比如，一个期刊的被引用情况和一个作者发表的论文的被引用情况，当然也可以检索一篇具体论文的被引用情况。
那么收录的含义是什么呢？SCI是确定收录的期刊杂志，来做索引的，不收录的期刊论文的引证关系自然也不包括。这样就排除了大量的科技期刊。那么SCI不收录的期刊中发表的是不是都不是科技论文呢？显然不对！那么SCI收录的期刊中，是不是都是科技论文呢？也显然不对（参见近期评论：http://www.sciencenet.cn/m/user_content.aspx?id=281079）。昨天，有一位研究生在我的博客中留言“本人只是一名普通的研究生，我觉得数据的错误很大程度上是学生造成的，因为导师已经脱离了实验，不可能再有实验的直觉，顶多就是数据的直觉；还有就是您所说的导师和学生交流的时间短，内容浅！科学是什么，我觉得就是把真实的数据表现出来，你可以把你的数据进行美化，但是绝对要能把原始数据完整的表现，但是现在把完整的数据表现就出不了好文章，很纳闷“Why？”我的回答是“那么，好文章的定义是什么呢？数据脱离真实，还叫科技论文吗？”显然，期刊杂志只是载体，装的大部分是科技论文，但是有了社会导向，就什么东西都可能装进去了（http://www.sciencenet.cn/m/user_content.aspx?id=266893）。
论文之间的关联关系，是十分有趣的，但是显然这本身不是科学，因为引用本身也受到很多因素的影响，不是能够准确计量的。记得在刚刚开始做研究工作的那几年，研究的课题是甲醇和低碳混合醇的合成。当时用的是共沉淀法制备催化剂，在共沉淀中若获得水滑石(Hydrotalcite)结构，制成的催化剂具有优异的性能。在80年代就此发表了若干篇论文。1990年到了荷兰Twente大学Julian Ross教授的实验室，逐步发现，原来Julian是把这一结构用于复合氧化物催化剂制备的先驱，在70年代有多篇论文发表，十分经典。但遗憾的是，我们早年没有机会看到这些论文，所以就没有引用。当然可以说那时的检索数据库和计算机不够发达，国内那时的大学图书馆，订购期刊量也有限。记得有一次给Julian提起，我们工作不够严肃，以至于没有引用他的经典论文。老先生说：“永丹，你有点过于严肃了”。
历史的看，互联网时代之前的引用，常常是不充分的，那么不充分的引用，新发表的和应该被引用而没有引用的论文，显然都是科技论文。那么互联网时代以后，特别是强调引用率以后，引用又常常是超越充分的（见杨明的博文，原来国内有这么“牛”的SCI杂志（影响因子8.5），http://www.sciencenet.cn/m/user_content.aspx?id=279289）。这超越充分的论文和引文，当然本身的意义，也仅是一篇科技论文而已。
不充分和超越充分，显然已经失去了代表性和真实性，不能作为“科学”研究的对象。当然上述例子，只是SCI收录论文的一小部分，那么大多数引用是不是客观、充分、必要的呢？数据库的主体，或者多数引文，是不是充满科学意义的呢？2000年，SCI已经有了相当大的样本，Elsevier出版社作为 “Perspectives in Publishing, No. 1”发表了系统的分析文章，题目为“Impact Factors: Use & Abuse”。这篇文章基于大样本统计，系统的分析了“影响因子”的统计特征。得到如下结论。1. 不同文体的论文，被引用数的统计特征不一样，比如Letters, Full Papers, 和Reviews的引用统计特征和时间关系是不一样的。2. 期刊的容量，对影响因子有影响。3. 任何期刊的影响因子，都是波动的。4. 不同领域的杂志，平均的影响因子不同。5. 按照领域划分以后，每篇论文的平均作者数，与影响因子正相关。2002年，[Nature]发表题为 “The counting house”的文章，开始的第一句话是 “There are, it is said, three types of lies: lies, damned lies and statistics.”。此文进一步分析了引文统计分析作为科学评价依据的不科学性。
2002年初，姚建铨院士领导下的民进天津市委，组织召开“高等教育发展与改革：天津研讨会”。这一会议专门组织了一个国际单元，由我出面邀请了四位国际友好人士来作报告。当时任国际催化理事会主席的Michel Che先生应邀作了大会特邀报告。题目是“Can man play against computers in evaluating research?”。Che先生优美的演绎了科学和化学的历史。先生认为，在科学史上，现在看来最重要的思想，一个是公元前430年Democritus提出的原子的概念，另一个是1820年Michael Faraday提出的电荷的概念，在20世纪以前漫长的历史中，科学形成了，但在那时候，既没有科学的定量评价，也没有诺贝尔奖。先生统计了1978-2002年化学和物理领域的诺贝尔奖获得者的被引用情况，在物理领域只有11/58位诺贝尔奖获得者的被引用次数，可以进入前1000名，而化学呢，稍微好一些，有31/51位诺贝尔奖获得者进入了引用数的前一千位。那么，这一数据的物理含义是什么呢？是化学的诺贝尔奖获得者的公认程度好于物理吗？是诺贝尔奖给的不公平吗？Che先生引用了罗斯福总统战后雄心勃勃的美国科技振兴计划，现在回过头来看，之后真正称得起革命性进展的，多数没有进入该计划。
那么，引用数作为具体论文的关联，意义在那里呢？下面一个表格给出我们大约10年前发表的几篇论文的SCI引用数统计，其中＊表示发表的年头，三篇论文发表当年都没有被引用。
|
编号 |
1999 |
2000 |
2001 |
2002 |
2003 |
2004 |
2005 |
2006 |
2007 |
2008 |
2009 |
|
1 |
|
＊ |
1 |
2 |
6 |
10 |
6 |
6 |
6 |
23 |
14 |
|
2 |
＊ |
0 |
0 |
3 |
2 |
1 |
1 |
2 |
3 |
1 |
5 |
|
3 |
＊ |
3 |
3 |
5 |
6 |
2 |
0 |
2 |
5 |
2 |
1 |
论文1前两年只有3次引用，2008和2009年两年则有37次引用，中间的多年是很平稳的，但属于低引用量。论文2前两年的引用为零，但今年被引用了5次。论文3则比较复杂，是有一大部分引用写错了卷期页，SCI也没有办法归属的清楚，表中给的是SCI数据库能给出的数据。有趣的是，论文1还在发表3个月后，被杂志主编选为主编精选论文放在杂志主页上好几年，也没有带来在开始几年的高引用数。
这个表中的数据是有用的，说明了什么时候同行就此专题做的工作多少。但与论文的科学质量，是完全不相干的。
引用率和这网站上博文的点击率，有点类似，只不过是一个时间段内，与感兴趣的或做工作的人的多少相关的一个数据。与文件的质量、文学内涵、科学内涵等等一概不相干。
当科学被曲解为数字，科学家就沦为奴婢！
2009年12月27日于天南大联合楼。
附件：
1. Impact factors: Use and abuse
2. The counting house
3. The editors choice articles
https://m.sciencenet.cn/blog-281175-281795.html
上一篇：猫和老虎的故事与“既要你钱、也要你命”
下一篇：年终算工分：学术单位行政计量学？
