观宇宙之博大 察万物之精微

反映世界科学发展态势的学术期刊

科学观察, 2019, 14(3): 56-62 doi: 10.15978/j.cnki.1673-5668.201903007

研究前沿及热点

2018高被引科学家

科睿唯安

Online: 2019-06-15

PDF (2698KB) 元数据 多维度评价 相关文章 导出 EndNote| Ris| Bibtex  收藏本文 推荐给朋友

本文引用格式

科睿唯安. 2018高被引科学家[J]. 科学观察, 2019, 14(3): 56-62 doi:10.15978/j.cnki.1673-5668.201903007

研究人员因其卓越的研究表现荣膺高被引科学家称号。他们因为发表了多篇高被引论文而当选。高被引论文指的是在Web of Science中在同一学科领域同一发表年度被引频次排名前1%的论文。

全球只有千分之一的自然科学和社会科学研究者能入选科睿唯安高被引科学家之列。

概览

科睿唯安2018年高被引科学家名单展示了过去10年间因贡献了多篇高被引论文而产生重要影响力的自然科学和社会科学家。

基于基本科学指标数据库(ESI),入选科学家在21个学科领域中的一个或多个或跨学科领域具有卓越表现。

大约6 000名科学家荣获2018高被引科学家称号,其中4 000人来自特定领域,2 000人从事跨领域研究。今年首次针对跨领域的高影响力科学家进行了遴选。

每个领域的高被引科学家数量取决于该领域高被引论文作者数量,前者为后者的平方根。而跨领域高被引科学家数量的确定,则需要找出那些与21个领域的高被引科学家有同等影响力的跨领域科学家。

2018高被引科学家的分析是基于2006–2016年间发表的且截至2016年末在ESI同领域同年度论文中被引频次排名前1%的论文。

高被引论文数量的阈值因领域而异,临床医学要求最高,农业科学、经济与商业、药理学与毒理学最低。

第二个遴选标准是高被引论文的被引频次,要求研究人员在统计期内在ESI某个领域的总被引频次排名前1%。

为了识别具有跨领域影响力的科学家,我们根据每个领域所需的阈值,通过分数计数对高被引论文数量和被引频次进行标准化(因此,临床医学领域每篇论文的单位分数小于农业科学领域)。如果某位科学家的论文分数计数之和及被引频次分数计数之和均等于或大于1.0,则说明该科学家的影响力与ESI单领域或多领域高被引科学家的影响力相当,因此该科学家被遴选为跨领域高被引科学家。

在自然科学和社会科学领域,究竟是什么成就了科学家的非凡研究表现和精英地位,对此并没有唯一或普遍认同的概念。因此,没有什么定量指标可以提供一份满足所有需求的名单;而且,不同的遴选原则会产生不同的名单(虽然有重叠)。所以,并不意味着未上榜科学家的表现和地位逊色于榜上科学家。请仔细阅读我们的方法论,以充分理解分析方法的含义及其存在的局限性。

今年的高被引科学家遴选首次引入了跨领域这一类别,以发现2006–2016年间跨越多个学科领域产生重大影响的科学家。

在知识竞赛中,谁能否认人力资本的至关重要性?

虽然资金和设施的获取能力也是成功的必要条件,但包括智力、创造力、雄心壮志和社交能力(在需要的时候)在内的才能更加重要。

推动科学发展是各个研究机构及各国的重要工作。

科睿唯安2018高被引科学家榜单是对科学家群体中一小部分人的表彰——他们在开拓研究前沿、为社会创造知识和改革创新方面做出了突出贡献,他们让世界变得更健康、更富裕、更可持续以及更安全。

“在悉尼科技大学,我们追求卓越研究并支持研究人员实现他们的雄心壮志。他们成功的关键是研究成果在学术界及更广泛的社会引发了关注并产生了影响,显然,这些研究成果帮助我们的研究人员和学校建立了声誉。入围科睿唯安高被引科学家名单是对研究人员成功的认可,是对研究人员的地位及其在各自专业领域研究工作的确认。随着悉尼科技大学作为一家研究密集型大学的持续发展,我们的高被引科学家数量也在增加,我们不断提升研究人员通过研究造福社会的能力,并激励其追求更高的目标。”

Kate McGrath教授,悉尼科技大学副校长(研究)

被引次数:聚焦同行认可

1964年加菲尔德(Eugene Garfield)创建了第一个科学引文指标,其目的就是使文献检索更高效、更有效。他称自己的发明为“思想联想指数”[1]。他认为,追索论文中所讨论的主题、概念或方法之间的联系是可靠的,因为它们是基于研究人员自己的判断,而这些判断依据的是文后参考文献中的记录。

因此,Web of Science中的引文网络将各个项目链接在一起,为人们追踪研究进展提供了认知路线图,有时路线图会引导我们到达意想不到的领域,从而开启一个全新的、充满希望的研究方向。

Web of Science存在的理由始终是帮助研究人员找到他们开展研究所必须的信息。今天,科睿唯安延续着加菲尔德的工作,为研究人员提供可信赖的见解和分析,以促进其研究发现。

科学引文索引的第二个用途,即研究绩效评价,是在其推出后的10年里发展起来的。论文的被引情况,尤其是高频被引,可以揭示其影响力、效用及重要性(至于质量如何则需要专家的评判)。1972年,美国国家科学基金会在其首次推出的科学指标报告中纳入了出版数据及其引用数据,基于此可以对全国的研究活动、研究重点、研究表现和增长情况进行比较。1980年代,欧洲开始将出版和引用数据用于高校的绩效分析。

1980–1990年代,美国、英国和澳大利亚的大学引入了新公共管理学,将企业管理方法应用于学术界,强调绩效指标和基准。之前完全拒绝外界评估、坚持传统同行评审的自然科学家和社会科学家开始逐渐接受文献计量评估,因为与这类评估相关的机会和奖励已经制度化。如今,一些研究人员会在他们的简历和网站上列出诸如总被引频次或h指数等计量数据。

关于被引频次究竟代表什么以及如何解读引用数据的争论已经持续多年。一些人认为它们传达的是重要性或受欢迎程度;而另一些人认为这些数据只不过是社会所共同构建的华丽外衣。已故20世纪著名科学社会学家莫顿(Robert K. Merton)将引文称为“同行认可的聚焦”[2]。他说,引用是对知识债务进行偿还。他强调引用是研究人员行为规范的重要组成部分,是经过深思熟虑的、正式的、义不容辞的行为,其中包括在适当的时候引用他人的道德义务。很大程度上正是这个观点支持了运用引文分析来确定研究影响和成就。在大多数领域,对于论文和研究人员而言,来自同行的尊重与被引频次之间存在中度正相关,这在各种所谓的验证研究中得到了证明。

加菲尔德

“在科学机构存在着尾巴摇狗(美国谚语:局部支配了整体、不重要的支配了重要的,或者是小的支配大的)的现象。高被引科学家对其领域产生了极大的不成比例的影响力。”[3]

John N. Parker(美国国家科学基金会和亚利桑那州立大学)

Christopher Lortie(约克大学)

Stefano Allesina(芝加哥大学)

利用论文及引文数据评估个人的研究表现是最具争议的。对某个人进行评估是一种充满感情色彩的行为。此外,评估的难点还包括:找到可以进行公平比较的研究者或研究出版物;期望可以快速检测到可能需要多年才能获取的影响和影响力;选择与研究项目的优先级和价值一致的恰当的指标。还有一种特殊的风险,即错误的精确度(在差别不具任何意义的情况下做出错误的精确区分),这种区分在处理小的数字时经常出现,所以与分析一个机构或国家相比分析个人时更常遇到。

然而,当研究人员的论文被引频次排名前1%、前0.1%甚至前0.01%的高等级状态时,表明有正面的或者可靠的证据可以更肯定地确认该研究人员做出了有意义的甚至重大的贡献,从而增加了人们对研究者的工作产生重大影响的信服度。

在使用这些数据(或ESI高被引数据)作为一个人的晋升、任命或者审批研究基金的参考依据时,需要足够的知识来解读这些数据。决不能用发文数据和引用数据代替对论文本身的阅读和评估,也就是说,不能代替人的判断。

这一观点与“莱顿宣言2015”[Leiden Manifesto (2015)]的两项建议相一致,即:

“这种定量评估应该作为专家定性评估的支撑,而且对研究人员的个人评估应该基于对其总体研究成果的定性判断。”[4]

除了评价问题,加菲尔德还着迷于引文的一个功能,即识别真正杰出科学家的能力。引文分布的幂律性质让人们可以迅速聚焦少数高端事件,包括论文和研究者。多年以来,加菲尔德调查了几乎所有领域,并列出了被引用最多的研究人员名单。他对预测诺贝尔奖得主特别感兴趣,他会利用引文数据找出一组他称之为“诺奖级”的研究人员[5]

科睿唯安高被引科学家名单是对加菲尔德工作的拓展,表彰了那些因引文记录而位于影响度和影响力最高层次的研究人员。今年的名单中有17位诺贝尔奖得主,其中包括今年的生理学或医学奖得主James P. Allison和经济学奖得主William D. Nordhaus。名单中还有56位科睿唯安引文奖得主,基于引文分析,他们被确认为诺奖级研究人员,是潜在的诺贝尔奖获得者。

名至实归

加菲尔德已于2017年2月去世,但高被引科学家头衔给予了那些有实力但尚未得到充分赏识的研究人员应得的赞誉和机会,相信加菲尔德会对此深感欣慰。韩国庆熙大学研究纳米毒理学和免疫毒理学的ParkEuun-Jung教授就是其中的一位。

“虽然我知道我的研究经常被引用,但当一封电子邮件出现在我的收件箱里,告知我被宣布为2017年被高被引科学家时,我还是感到非常惊讶。很难用一个词来描述那一刻的感受,感动、高兴、欣慰和兴奋,但最重要的是,我为自己感到自豪。

因为进入高被引科学家名单,在过去几个月里,我经历了一系列不可思议的事情。在此消息公布之前,我正准备从研究员的岗位退休。我患有胃炎,去年年底的时候已经痛苦不堪,所以经过慎重考虑准备彻底放弃工作。但是,这个奖项激励着我继续从事着自己一直在做的工作。最初作为一名研究人员的热情被重新点燃,一个全新的未来展现在我面前。”[6]

Eun-Jung Park教授

庆熙大学东西方医学科学研究生院,韩国首尔

2018高被引科学家

科睿唯安的高被引科学家名录是一份年度榜单,表彰来自世界各地在自然科学和社会科学领域有影响力的研究人员。2018年的榜单收录了6 078名高被引科学家,其中4 058名来自自然科学和社会科学的21个领域,另外2 020名被认为在多个领域有卓越表现1(单一学科领域的高被引科学家数量为5 836人,其中3 816人属于ESI的21个学科领域,2 020人被归入跨学科领域。本文是基于明确的学科领域对高被引科学家的表现进行分析,并有一小部分科学家遴选自多个ESI学科。)。

该榜单关注的是当代的研究成果:列入考察范围的仅限于2006–2016的11年间被Web of Science核心合集收录的自然科学和社会科学的高被引期刊论文。高被引论文指那些在同一个领域和同一个发表年份,被引频次排名前1%的论文。这种基于百分比的选择方法消除了老论文相对于新论文的引用优势,因为论文之间的比较是在同一年度这个条件下。

数据来自基本科学指标数据库(ESI),它是InCites的一个组成部分。学科领域的划分也是基于ESI,ESI中的21个学科领域各由一组期刊定义,特殊情况下,如NatureScience这种跨学科期刊会根据每篇文章的引用文献逐一分配至相应学科。

ESI 学科领域

农业科学(Agricultural Sciences)

生物与生物化学(Biology & Biochemistry)

化学(Chemistry)

临床医学(Clinical Medicine)

计算机科学(Computer Science)

经济与商学(Economics & Business)

工程学(Engineering)

环境/生态学(Environment/Ecology)

地理科学(Geosciences)

免疫学(Immunology)

材料科学(Materials Science)

数学(Mathematics)

微生物学(Microbiology)

分子生物与遗传学(Molecular Biology & Genetics)

神经科学与行为学(Neuroscience & Behavior)

药理学与毒理学(Pharmacology & Toxicology)

物理学(Physics)

植物与动物科学(Plant & Animal Sciences)

精神病学/心理学(Psychiatry/Psychology)

社会科学(Social Sciences)

空间科学(Space Science)

发表过高被引论文的研究人员被认为具有一定的影响力,如果其拥有多篇高被引论文,则意味着该研究人员具有非凡的影响力。这种分析方式会兼顾到相对年轻的研究人员,而基于多年总被引频次分析时他们往往被排除在外。创建高被引科学家名单的目的之一是识别出处于职业生涯早期、中期及资深阶段的研究人员。每个学科领域高被引科学家的数量根据2006–2016年期间每个领域中发表高被引论文的作者数量(作者姓名经过消歧处理)确定。ESI各学科领域的规模差异很大,其中,临床医学领域的研究人员和高被引论文数量最多,而农业科学、经济和商学、药理学和毒理学则最少。

选择标准包括两部分,一是研究人员的高被引论文的总被引频次必须在其所属ESI学科领域中排名前1%。然后对符合这一标准的高被引论文作者基于高被引论文数量在领域内进行排序,阈值为高被引论文作者数量的平方根,高被引论文作者姓名经过消歧处理。所有达到阈值水平的高被引论文作者都可以入选,即使最终的名单超过了平方根计算得出的数字。

此外,作为对一刀切的标准的修正,即使某个研究人员的高被引论文数量比阈值少一篇也可能入选,前提是与名单上的作者相比,该研究人员的高被引论文的总被引频次能排名前50%。这种调整的理由是,据科睿唯安引文分析师的判断,这样能更好地识别有影响力的研究人员。

当然,也有很多成就斐然、影响深远的研究人员没有被上述方法所认可,他们的名字也没有出现在2018年的榜单上。无论选择哪种方法进行遴选,这个结果都是相对的。每一项或一组指标,如总被引频次、h指数、相对引用影响力、平均百分位数得分等,强调的都是不同类型的绩效和成就。我们能从这份名单中得到很多,但有些却无法得到:应该有某种衡量绩效的最佳或最终方法。解读这类顶尖科学家名单的唯一合理方式是充分理解数据和结果背后的方法,以及为什么要使用这种方法。有了这些认识,用户可能最终会对结果与他们的需求或兴趣是否相关做出判断。

“科睿唯安高被引科学家名单的发布对新南威尔士大学而言是一项年度重大事件。该名单在国际上获得了广泛重视,现在因新设立了跨领域类别(包含跨学科研究)而更具影响力。我们在20个领域中有19位学者入选榜单,入选证明了这些学者的成就达到了极高水平。我们每年都会在我们的卓越研究庆典上表彰那些榜上有名的学者。”

Nicholas Fisk教授

新南威尔士大学悉尼校区副校长

新亮点:发现具有交叉领域影响力的科学家

今年,高被引科学家的遴选首次引入一个新类别,即交叉领域,以确定2006–2016年期间在多个学科领域具有重大影响力的研究人员。如前文所述,2 020名具有交叉领域影响力的研究人员与4 058名来自ESI21个学科领域的研究人员共同组成了今年的榜单。50%的增长量是相当可观的,但6 078名科学家对于当今所有发文活跃的自然科学和社会科学研究人员而言仍然只是一小部分。

自从2014年引入高被引科学家的概念,科睿唯安收到了许多关于方法论的建议。之前的遴选方法要求研究人员在ESI的某个学科领域中发表足够多的高被引论文,而忽视了那些在单个学科领域的高被引论文数量不够多而在综合学科领域发表了多篇高被引论文的学者。我们针对这一不足做出了调整,以确保我们创建的任何计量或分析方法都是结构化的,并以负责任的方式呈现。而通过将高被引科学家的鉴定扩展到交叉学科领域的工作中则可以实现这一目标。

我们需要找到一种方法,解决不同学科领域之间高被引论文阈值不同的问题,以便以相同方式将那些在多个学科领域有所贡献的论文与遴选自一个或多个ESI学科领域的论文进行比较。我们所采取的解决方案是对每一篇高被引论文的得分进行精细计算,因此就单篇论文的权重而言,论文数阈值高的学科领域小于阈值低的学科领域。

假设研究人员Joseph Savant(表1)于2006–2016年期间在ESI的4个学科领域发表了15篇高被引论文。其中7篇发表在领域6,该领域的遴选阈值为8篇,因此Savant获得了0.875分(或7/8分)。3篇发表在领域14,该领域的遴选阈值为6篇,Savant得0.5分。各领域得分相加所得的1.67即为Savant的跨领域论文得分。分值大于或等于1表明该研究人员与遴选自ESI特定领域的研究人员具有同等影响力。

表1   跨领域高被引科学家遴选方法示例

ESI学科领域 高被引论文数量 论文数量阈值 论文数量得分 高被引论文被引频次 被引频次阈值 被引频次得分
领域 3 Joseph Savant 1 22 0.045 98 1857 0.053
领域 6 Joseph Savant 7 8 0.875 2937 946 3.105
领域 14 Joseph Savant 3 6 0.500 663 676 0.981
领域 16 Joseph Savant 4 16 0.250 3397 2223 1.528
跨领域 Joseph Savant 1.670 5.667

新窗口打开| 下载CSV


选择高被引科学家的第二个标准是被引频次排在某个学科领域的前1%。同样,不同学科领域的被引频次也以类似论文数量的处理方式进行了细分。在上面的例子中,Savant教授获得了5倍于当选具影响力的跨领域科学家所需的被引频次。当选跨领域高被引科学家与当选ESI单或多领域高被引科学家一样,都必须满足这两个标准。

传统的学科领域定义在某些情况下是有用的,但在某些情况下就不那么有用了。如今,一位免疫学家可能把自己定位为生物化学家和分子生物学家。而另一位研究人员可能很难说清他是化学家、材料科学家还是工程师。打破传统学科领域的人为壁垒将有助于保持高被引科学家名单的时代性和相关性。此外,前沿研究领域往往是跨学科的,因此对从事跨领域前沿工作并做出重大贡献的自然科学家和社会科学家进行识别更加重要。

由于每个学科领域的规模不同,2018年6 078名高被引科学家的学科分布并不均匀。表2汇总了每个ESI学科领域及新的交叉领域的高被引科学家数量。

表2   ESI各学科领域高被引科学家数量

ESI 学科领域 高被引科学家数量
农业科学 158
生物与生物化学 254
化学 261
临床医学 497
计算机科学 96
经济与商学 96
工程学 204
环境/生态学 185
地理科学 184
免疫学 146
材料科学 208
数学 90
微生物学 148
分子生物与遗传学 249
神经科学与行为学 197
药理学与毒理学 161
物理学 211
植物与动物科学 223
精神病学/心理学 157
社会科学,总论 211
空间科学 122
小计 4058
跨学科领域 2020
合计 6078

新窗口打开| 下载CSV


“是否有一个公式可以用来管理知识发现的过程?首要且最重要的是与之相关的人。”[7]

已故诺贝尔奖得主

加州理工学院的Ahmed H. Zewail

下面的分析是基于研究人员的所属机构,即高被引科学家自己标注的单位信息。

2018年的高被引科学家中有2 639人来自美国,占总数的43.4%。而在2006–2016年Web of Science收录的所有论文中,美国作者或合著者的论文比例为27.6%。排名第2的国家/地区是英国,拥有546名高被引科学家,占比9.0%。中国紧随其后,以482名高被引科学家的数量占总数的7.9%(如果加上香港的51名,澳门的5名,总数达到538名,接近英国)。接下来依次是德国(356名)、澳大利亚(245名)、荷兰(189名)、加拿大(166名)、法国(157名)、瑞士(133名)和西班牙(115名)。

高被引科学家共来自60多个地区,但其中的82.7%集中在10个国家/地区,70.2%集中在5个国家/地区,具有显著集中度。

每个国家/地区都有自己的兴趣点,可以反映在不同学科领域的高被引科学家数量不同,但有些地区似乎不那么遵循传统,如果该地区的科学精英具有代表性的话,可以看到他们更多地开展了跨学科研究。从整个高被引科学家群体的分布来看,每2名ESI21领域高被引科学家对应1名跨领域高被引科学家。因此,我们可以推断每个地区的ESI21领域高被引科学家与跨领域高被引科学家的比例为2:1。但实际情况并非如此。瑞典和奥地利的跨领域高被引科学家占比远不止1/3,而是超过了1/2,分别达到53.2%和52.5%。比例高于40%的国家包括新加坡(47.4%)、丹麦(47.2%)、中国(42.7%)和韩国(42.1%)。由此引出一个问题:这种不同究竟是风格的不同还是基于发展战略的不同选择?

2014年以来,有3个国家在高被引科学家数量和占比两方面都取得了长足的进步:新加坡、中国和澳大利亚(表3)。以下数据仅基于ESI的21个领域,因为没有跨领域的趋势数据。

表3   高被引科学家数量排名前10的国家/地区

排名 国家/地区 高被引科学家数量 高被引科学家占比/%
1 美国 2639 43.4
2 英国 546 9.0
3 中国 482 7.9
4 德国 356 5.9
5 澳大利亚 245 4.0
6 荷兰 189 3.1
7 加拿大 166 2.7
8 法国 157 2.6
9 瑞士 133 2.2
10 西班牙 115 1.9

新窗口打开| 下载CSV


2014年,我们在ESI的21个学科领域中遴选出17名来自新加坡的高被引科学家,今年该数据增至40名,增长135.3%。2018年,中国大陆的高被引科学家数量在2014年122名的基础上增长了126.2%,达到276名。澳大利亚的进步排名第3,从2014年的80人增至到2018年的170人,增长112.5%。

与此相反,日本的ESI21个学科领域高被引科学家数量下降了34.7%,从2014年的98人降至2018年的64人。即使算上跨领域高被引科学家人数,2018年日本的高被引科学家总数仅为90人,出现了明显下滑。

拥有高被引科学家数量最多的大学是哈佛大学,达186人(表4)。其他排名前列的高校依次是:斯坦福大学(100)、加州大学伯克利分校(64)、牛津大学(59)、剑桥大学(53)、华盛顿大学圣路易斯分校(51)、加州大学洛杉矶分校(47)、加州大学圣地亚哥分校(47)、麻省理工学院(45)、宾夕法尼亚大学(44)及杜克大学(44)。加州大学所有校区合计267人,超过其他任何一家机构或系统。

表4   高被引科学家数量排名前列的机构

机构 国家/地区 高被引科学家数量 机构 国家/地区 高被引科学家数量
哈佛大学 美国 186 爱丁堡大学 英国 36
美国国立卫生研究院 美国 148 西北大学 美国 36
斯坦福大学 美国 100 康奈尔大学 美国 35
中国科学院 中国 99 北卡罗莱纳大学 美国 34
马克斯普朗克学会 德国 76 鹿特丹伊拉斯姆斯大学 荷兰 34
加州大学伯克利分校 美国 64 卑诗大学 加拿大 33
牛津大学 英国 59 墨尔本大学 澳大利亚 33
剑桥大学 英国 53 梅奥诊所 美国 32
华盛顿大学圣路易斯分校 美国 51 耶鲁大学 美国 31
加州大学洛杉矶分校 美国 47 沙特阿拉伯国王大学 沙特阿拉伯 29
加州大学圣地亚哥分校 美国 47 伦敦帝国理工学院 英国 29
麻省理工学院 美国 45 欧洲生物信息研究所 英国 29
博德研究所 美国 44 多伦多大学 加拿大 28
宾夕法尼亚大学 美国 44 昆士兰大学 澳大利亚 28
杜克大学 美国 44 哥本哈根大学 丹麦 28
阿卜杜勒阿齐兹国王大学 沙特阿拉伯 43 新加坡国立大学 新加坡 28
华盛顿大学 美国 42 加州大学旧金山分校 美国 28
约翰霍普金斯大学 美国 41 科罗拉多大学 美国 28
伦敦大学学院 英国 41 瑞士洛桑联邦理工学院 瑞士 27
南洋理工大学 新加坡 40 阿姆斯特丹自由大学 荷兰 26
美国国立卫生研究院变态反应与感染疾病研究所 美国 39 清华大学 中国 26
哥伦比亚大学 美国 39 纪念斯隆-凯特琳癌症中心 美国 26
布莱根妇女医院 美国 38 加州理工学院 美国 25
密歇根大学 美国 37 马里兰大学 美国 25

新窗口打开| 下载CSV


在政府和其他类型的研究机构中,美国国立卫生研究院(包括所有独立机构)排名第一,拥有148名高被引科学家。接下来是中国科学院(99)、马克斯普朗克学会(76)、博德研究所(44)、美国国立卫生研究院变态反应与感染疾病研究所(39)和布里格姆研究所女子医院(38)。

ESI的21个学科领域4 058位高被引科学家中,有4.8%即194人同时出现在两个学科中,在3个学科同时出现的仅有0.6%,即24人。(“跨领域”被视为一个学科领域,跨领域科学家只能在该领域获得资格,否则会被归入某个或多个ESI学科领域进行遴选)。

表5列出了同时入选3个ESI学科领域的24名高被引科学家。他们是一个在论文产出和影响力上都有出色表现的群体。这24位水平卓越的科学家堪称引文超级明星。

表5   同时入选3个ESI学科领域的24位高被引科学家

姓名 所属机构 学科领域
Pulickel M. Ajayan 莱斯大学,美国 化学,材料科学,物理学
Zhenan Bao 斯坦福大学,美国 化学,材料科学,物理学
Jinde Cao 东南大学,中国 计算机科学,工程学,数学
Yi Cui 斯坦福大学,美国 化学,材料科学,物理学
Hongjie Dai 斯坦福大学,美国 化学,材料科学,物理学
Michael Graetzel 瑞士洛桑联邦理工学院,瑞士 化学,材料科学,物理学
Vinod Kumar Gupta 阿卜杜勒阿齐兹国王大学,沙特阿拉伯 化学,工程学,环境/生态学
Albert Hofman 哈佛大学,美国 临床医学,分子生物学,社会科学
Frank B. Hu 哈佛大学,美国 农业科学,临床医学,社会科学
Guido Kroemer Univ Paris Descartes, France 免疫学,分子生物学,药理学
Robert S. Langer 麻省理工学院,美国 生物与生物化学,材料科学,药理学
Gang Li 香港理工大学,中国香港 化学,材料科学,物理学
Zhuang Liu 苏州大学,中国 化学,材料科学,物理学
Mohammad Khaja Nazeeruddin 瑞士洛桑联邦理工学院,瑞士 化学,材料科学,物理学
Markus Reichstein 马克斯普朗克学会,德国 农业科学,环境/生态学,地理科学
Rodney S. Ruoff 蔚山国立科学技术研究所,韩国 化学,材料科学,物理学
Henry J. Snaith 牛津大学,英国 化学,材料科学,物理学
Zhong Lin Wang 佐治亚理工学院,美国 化学,材料科学,物理学
Walter C. Willett 哈佛大学,美国 农业科学,临床医学,社会科学
Richard K. Wilson 华盛顿大学圣路易斯分校,美国 生物与生物化学,临床医学,分子生物学
Younan Xia 佐治亚理工学院,美国 化学,材料科学,物理学
Peidong Yang 加州大学伯克利分校,美国 化学,材料科学,物理学
Yang Yang 加州大学洛杉矶分校,美国 化学,材料科学,物理学
Jiaguo Yu 武汉理工大学,中国 化学,工程学,材料科学

新窗口打开| 下载CSV


如何理解跨领域高被引科学家的遴选与ESI多学科领域高被引科学家的遴选之间的差异非常重要。这两类人都在不同的领域表现出重大的研究影响力。然而,跨领域科学家的选择是基于其高被引论文总数和被引频次总和,阈值符合任何一个学科领域的选择标准,而那些在多个学科领域上榜的高被引科学家则完全符合每个学科领域的选择标准。

以上只是对科睿唯安高被引科学家的大量数据的尝试性分析。2019年初我们还将发布对2018年数据的更详尽解读,重点关注国家和地区的活动和表现。

翻译:莫 京 孙运涛 审校:马建华

参考文献

Eugene Garfield .

Citation indexes for science: a new dimension in documentationthrough association of ideas

Science, 122 (3159):108-111, July 15, 1955.

URL     PMID:14385826      [本文引用: 1]

Robert K Merton .

The Matthew Effect in science, II: Cumulative advantage andthe symbolism of intellectual property

.ISIS,79 (4):606-623, December 1988.

URL     [本文引用: 1]

John N. Parker, Christopher Lortie ,

Stefano Allesina.Characterizing a scientificelite: the social characteristics of the most highly cited scientists in environmentalscience and ecology

.Scientometrics, 85 (1):129-143 October 2010.

URL     [本文引用: 1]

In science, a relatively small pool of researchers garners a disproportionally large number of citations. Still, very little is known about the social characteristics of highly cited scientists. This is unfortunate as these researchers wield a disproportional impact on their fields, and the study of highly cited scientists can enhance our understanding of the conditions which foster highly cited work, the systematic social inequalities which exist in science, and scientific careers more generally. This study provides information on this understudied subject by examining the social characteristics and opinions of the 0.1% most cited environmental scientists and ecologists. Overall, the social characteristics of these researchers tend to reflect broader patterns of inequality in the global scientific community. However, while the social characteristics of these researchers mirror those of other scientific elites in important ways, they differ in others, revealing findings which are both novel and surprising, perhaps indicating multiple pathways to becoming highly cited.

Diana Hicks, Paul Wouters, Ludo Waltman , et al.

Bibliometrics: The Leiden Manifesto for research metrics

. Nature , 520 (7548):429-431, April 23, 2015.

URL     PMID:25903611      [本文引用: 1]

Eugene Garfield, Alfred Welljams-Dorof .

Of Nobel class: a citation perspectiveon high impact research authors

Theoretical Medicine,13 (2):17-35, June 1992.

URL     PMID:1412072      [本文引用: 1]

The purpose of this paper was to determine if quantitative rankings of highly cited research authors confirm Nobel prize awards. Six studies covering different time periods and author sample sizes were reviewed. The number of Nobel laureates at the time each study was published was tabulated, as was the number of high impact authors who later became laureates. The Nobelists and laureates-to-be were also compared with non-Nobelists to see if they differed in terms of impact and productivity. The results indicate that high rankings by citation frequency identify researchers of Nobel class--that is, a small set of authors that includes a high proportion of actual Nobelists and laureates-to-be. Also, the average impact (citations per author) of Nobelists and laureates-to-be is sufficiently high to distinguish them from non-Nobelists in these rankings. In conclusion, a simple, quantitative, and objective algorithm based on citation data can effectively corroborate--and even forecast--a complex, qualitative, and subjective selection process based on human judgement.

Eun-Jung Park.

Defying the odds - my journey to becoming a Highly Cited Researcher

www.healtheuropa.eu/becoming-highly-cited-researcher/84800/(Also see: Chris King.For Eun-Jung Park,a long road to“Highly Cited Researcher”. Science Research Connect, December 6, 2017. https://clarivate.com/blog/science-research-connect/eun-jung-park-long-road-highly-cited-researcher/.)

URL     PMID:27209662      [本文引用: 1]

Are you one of the many oncology nurses who have enhanced their practice with the ONS Putting Evidence Into Practice (PEP) resources? Today's healthcare practice centers on what is known as "evidence-based practice," the goal of which is to provide the best patient care and to improve patient outcomes. Outcomes that address how patients and their healthcare issues are affected by nursing interventions are described as nursing-sensitive patient outcomes. The ONS PEP resources have identified the most effective nursing interventions based on evidence available in the literature and summarized them in a quick-reference format for practicing nurses.

Ahmed H Zewail .

Curiouser and curiouser: Managing discovery making

Nature, 468 (7322): 347, November 2010.

URL     PMID:21105222      [本文引用: 1]

/