数百名科学家自引率超高

一些文章高引用的学者似乎是严重的自我推销者——靠自引用提高自己文章的引用率，但研究人员警告监管自引问题可能会带来风险。

根据最新发布的数据，世界上引用最多的研究人员是一个奇怪的群体，其中包括诺贝尔奖获得者和一些大家不太熟悉的学者，比如来自印度钦奈的Sundarapandian Vaidyanathan。关于Vaidyanathan和其他数百名研究人员的一个有意思的地方在于，他们的作品中的许多引用都来自他们自己的论文，或者来自他们的合著者。

印度Vel技术研究所（Vel Tech R&D Institute of Technology）的计算科学家Vaidyanathan是一个极端的例子：根据本月发表在《公共科学图书馆生物学》（PloS Biology）上的一项研究，到2017年，Vaidyanathan的自引率达到了惊人的94%。他并不是个例。该数据集对大约10万名研究人员的出版物进行了分析，发现至少250名科学家对自己或者合著者的出版物的引用超过50%，而自引率的中位数是12.7%。

研究人员指出，这项研究可能有助于标记潜在的极端自引者，以及可能的“自引农场”——在那里，一群科学家互相大量引用。加利福尼亚斯坦福大学（Stanford University）的一位专门研究元科学（以科学为研究对象，研究科学的性质、特征、形成和发展规律的学科）的医生John Ioannidis认为自引农场远比我们想象的要普遍得多。那些自我引用超过25%的人不一定会从事不道德的行为，但可能需要更仔细的审查。

这些数据是迄今为止发布的最大的自引指标集合。而近几年，资助机构、期刊和其他机构密切关注由过度自我引用引起的潜在问题。7月，伦敦出版咨询机构出版伦理委员会（Committee on Publication Ethics, COPE）强调，极端自引是引用操纵的主要形式之一。这一问题符合更广泛的担忧，即过度依赖引用指标来决定招聘、晋升和研究资助。

尤金俄勒冈大学（University of Oregon）的心理学家Sanjay Srivastava表示，当我们把职业发展和基于引用的指标联系起来时，我们其实在鼓励自引。

虽然许多科学家都认为过度的自我引用是一个问题，但对于这个问题，人们对于“多少是太多”或“如何做”几乎没有共识。部分原因是研究人员有许多正当的理由引用他们自己或同事的工作。Ioannidis警告，他的研究不应导致对特定研究人员的自引率的诋毁，尤其是因为这些自引率在学科和职业阶段之间会有所不同。它只提供完整、透明的信息，即使一个科学家自引率过高，也不等于他有学术不端。

数据驱动

Ioannidis和他的合著者的数据其实并不聚焦于自引。这只是他们研究的一部分，其中包括对过去20年来在176个科学子领域中引用次数最多的大约10万名研究人员在标准化的、基于引用的衡量指标方面的分析。他与位于新墨西哥州阿尔伯克基的分析公司Scitech Strategies的Richard Klavans和Kevin Boyack以及位于阿姆斯特丹的出版商Elsevier的分析主管Jeroen Bass一起编译了这些数据；这些数据都来自Elsevier的专有Scopus数据库。该小组希望，这项工作能找出哪些因素驱动引用。

但他们的数据集中最引人注目的部分是自引指标。通过在订阅数据库（如Scopus和科学网）中查找引用记录，可以看到作者引用自己作品的次数。但是，如果没有跨研究领域和职业阶段的观点，很难将这些数字放到上下文中，并将一个研究员与另一个研究员进行比较。

Vaidyanathan的记录是最极端的记录之一，高自引率带来了一定的回报。去年，印度政治家、当时负责高等教育，而现在担任印度环境部长的Prakash Javadekar基于成果数量和引用率，授予Vaidyananathan 2万卢比（280美元）的奖金，以表彰他是印度顶尖研究人员之一。

Vaidyananathan没有回复《自然》（Nature）杂志的置评请求，但他之前为自己的引用记录进行了辩护，以回应在Quora（在线问答平台）上发布的关于Vel-Tech的问题。2017年，他写道，由于研究是一个持续的过程，“下一个工作不可能不参照以前的工作进行”，并且自我引用并不是为了误导他人。

另外两位大量自引并因此获得奖励的研究者是数学家Theodore Simos。网站上显示，Simos在利雅得国王沙特大学（King Saud University）、俄罗斯叶卡捷琳堡乌拉尔联邦大学（Ural Federal University）和希腊科莫蒂尼色雷斯德谟克利特大学（Democritus University of Thrace）任职；另一位是 Claudiu Supuran，他是意大利佛罗伦萨大学（University of Florence）的医学化学家，同时也是沙特国王大学（King Saud University）的客座教授。Simos对自己和合作者的引用率达到76%，Supuran（62%）去年入选了一份由Philadelph信息服务公司Clarivate Analytics（Web of Science是该公司旗下的）制作的 “世界一流研究人员名单”（该名单包含6000名学者）。Simos和Supuran都没有回复《自然》（Nature）杂志的评论请求；Clarivate公司表示，他们已经意识到了异常的自我引证模式的问题，并且会改变衡量一流学者的指标。

如何处理自引？

在过去的几年里，研究者越发关注自我引用。例如，2016年的一份预印本指出，男性学者的自引率比女性学者多56%。尽管去年的一份重复分析表明，这可能是因为成果较多的学者会引用过去的成果，因此自引率会更高，而平均来说，男性学者比女性学者成果要多。2017年，一项研究表明，意大利在2010年出台了一项颇具争议的政策，要求学术界达到一定的成果要求，才能获得晋升资格后，意大利科学家的自引率就大幅提高。去年，印度尼西亚研究部使用基于引用次数的公式来分配研究资金和奖金，就发现一些研究人员使用不道德的做法来提高自己的分数，包括过度的自我引用和相互引证的学术团体。印度尼西亚研究部表示，他们已经停止资助15名研究人员，并计划从公式中排除自我引用，尽管研究人员告诉《自然》（Nature）杂志，这还没有发生。

但是，公开个人的自引率，或者根据校正后的引用率对学者进行评估，这一想法极具争议。例如，在上个月发布的一份讨论文件中，COPE反对从度量标准中排除自我引用，因为它说，这忽视了“有些时候自引有助于推动学术研究”这一事实。

2017年，时任瑞士苏黎世大学（University of Zurich）生物学家的Justin Flatt呼吁更清楚地了解科学家的自引记录。Flatt现在就职于赫尔辛基大学（University of Helsinki），他建议参照许多研究人员使用的H指数生产力指标，建立一个自我引用指数，或S指数。H指数为20，表示一名研究人员发表了20篇论文，且每篇至少受到20次引用；同样，S指数为10，则表示一名研究人员发表了10篇论文，每篇论文至少被自引10次。

Flatt已经获得了一笔用于整理S指数数据的拨款，他同意Ioannidis的观点，这种工作的重点不应该是为可接受的自引建立阈值，或者羞辱高自引者。Flatt表示，这从来不是关于将自引定为刑事犯罪。但他认为，只要学术界继续使用H指数来衡量学术水平，就有理由将S指数纳入背景数据。

上下文很重要

在过去的几年里，研究者越发关注自我引用。例如，2016年的一份预印本指出，男性学者的自引率比女性学者多56%。尽管去年的一份重复分析表明，这可能是因为成果较多的学者会引用过去的成果，因此自引率会更高，而平均来说，男性学者比女性学者成果要多。2017年，一项研究表明，意大利在2010年出台了一项颇具争议的政策，要求学术界达到一定的成果要求，才能获得晋升资格后，意大利科学家的自引率就大幅提高。去年，印度尼西亚研究部使用基于引用次数的公式来分配研究资金和奖金，就发现一些研究人员使用不道德的做法来提高自己的分数，包括过度的自我引用和相互引证的学术团体。印度尼西亚研究部表示，他们已经停止资助15名研究人员，并计划从公式中排除自我引用，尽管研究人员告诉《自然》（Nature）杂志，这还没有发生。

但是，公开个人的自引率，或者根据校正后的引用率对学者进行评估，这一想法极具争议。例如，在上个月发布的一份讨论文件中，COPE反对从度量标准中排除自我引用，因为它说，这忽视了“有些时候自引有助于推动学术研究”这一事实。

2017年，时任瑞士苏黎世大学（University of Zurich）生物学家的Justin Flatt呼吁更清楚地了解科学家的自引记录。Flatt现在就职于赫尔辛基大学（University of Helsinki），他建议参照许多研究人员使用的H指数生产力指标，建立一个自我引用指数，或S指数。H指数为20，表示一名研究人员发表了20篇论文，且每篇至少受到20次引用；同样，S指数为10，则表示一名研究人员发表了10篇论文，每篇论文至少被自引10次。

Flatt已经获得了一笔用于整理S指数数据的拨款，他同意Ioannidis的观点，这种工作的重点不应该是为可接受的自引建立阈值，或者羞辱高自引者。Flatt表示，这从来不是关于将自引定为刑事犯罪。但他认为，只要学术界继续使用H指数来衡量学术水平，就有理由将S指数纳入背景数据。

上下文很重要

Ioannidis研究的一个不寻常的特点是它对自我引用的广泛定义，其中包括共同作者的引用。比利时根特大学（Ghent University）的社会学家MarcoSeeber指出，这是为了抓住自引农场的可能实例；然而，它确实夸大了自引的比例。例如，粒子物理学和天文学经常与数百甚至数千位合作作者合作发表论文，这提高了整个领域的自引平均值。

Ioannidis认为，通过比较研究人员在国家、职业阶段和学科方面的平均水平，有可能解释一些系统性差异。但他提醒，更一般的情况是，该清单正吸引人们对值得进一步研究的案例的关注。还有另一种方法可以发现高自引的问题，即计算出版物篇数和这些出版物的引用次数的比例。例如，Simos的1029篇论文有10458次引用，这意味着他的每一篇论文有10多次引用。Ioannidis表示，这一指标与自我指标相结合，是提示是否过度自我引用的一个好标志。

在未发表的研究中，Elsevier出版社的Baas表示，他对一个包含700万名科学家的数据集进行了类似的分析。在这组数据中，Baas发现，中位数的自认率为15.5%，但多达7%的作者的自引率高于40%。这一比例远远高于被引用最多的科学家，因为在700万名研究人员中，有许多人的引用总数很少，或者正处于职业生涯的开始阶段。处于职业早期阶段的科学家往往有更高的自引率，因为他们的论文在一开始很难获得其他人的引用。

根据Baas的数据，俄罗斯和乌克兰的自引率中位数很高（图：各国对比）。他的分析还表明，一些领域——如核物理和粒子物理学、天文学和天体物理学的自引也很高，这是因为在该领域一篇出版物的共同作者可能非常多（图：物理领域自引高发）。不过，Bass表示，他没有公布数据集的打算。

对科学不好？

虽然《公共科学图书馆生物学》（PloS Biology）的研究发现了一些极端的自我引用者，并提出了寻找高自引科学家的方法，但一些研究人员表示，他们不相信自我引用数据集会有帮助，部分原因是这个指标因学科和职业阶段的不同而变化很大。加拿大蒙特利尔大学（University of Montreal）的信息科学家Vincent Larivière指出，自我引用比看起来复杂得多。

Srivastava补充，解决过度自我引用和其他基于引用的指标的博弈的最佳方法，不一定是要发布更加详细的标准化表格和综合指标来比较研究人员之间的差异。他说，这些方法可能有其自身的缺陷，而且这种方法有可能将科学家进一步吸引到一个以个人水平衡量标准进行评估的世界中，这就是激励游戏的问题所在。

Srivastava表示，我们应该要求编辑和审稿人注意不正当的自我引用。也许这些粗略的指标中有一些是有用的，可以作为更近距离观察的标志。但是，最终的解决办法是重新调整专业评估与专家同行的判断，而不是在指标上加倍。印第安纳大学布卢明顿分校（Indiana University Bloomington）的信息科学家Cassidy Sugimoto认为，更多的指标可能不是答案：对科学家来说，排名并不好。

然而，Ioannidis说他的工作是必要的。无论如何，人们已经严重依赖于个人层面的指标。问题是如何确保信息尽可能准确、仔细、系统地解读这些指标。引用指标不能也不应该消失。我们应该充分利用它们，并充分认识到它们的许多局限性。

原文检索：
Richard Van Noorden & Dalmeet Singh Chawla. (2019) Hundreds of extreme self-citing scientists revealed in new database. Nature, 572:578-579.
张洁/编译