科学工作的学术影响与社会影响的度量

Scientific Reports的文章”do scientists trace hot topics“)得到nature news专栏作家的采访(评论发表在nature期刊上Fashion rules in physics)。问了几个问题。其中有对于年轻科学家从你的研究结果看来,你认为是否应该在热点领域工作,还有为什么中国科学家更倾向于追踪热点一些?

最近看文献了解到英国的学术与基金评价机构开始建立一个研究工作评价系统,问一个研究工作的科学的影响和社会影响的问题。这个问题很有意思,可以从外在形式和内在内容两个方面来讨论。需要从文章发表记录与文章内容的结构化数据出发。学术问题先不谈,主要是说明研究工作的影响力的衡量问题,有可能可以成为一个严肃的学术问题。当然,在此之前,唯一的衡量方法,就是有人来阅读原始文献。

最近随便浏览科学网的时候,看到了一个有意思的帖子。博主宣称做了一辈子的研究,大部分都是案例研究(case studies),进而指出大部分的中国科学家都在做这个层次的研究。回帖之中就有人指出,这个论断抹杀了中国科学家的工作的创新性。

当然,case studies也有在它这个层次的创新性,可是与开辟方向,提出问题,找到分析计算方法这样的工作确实是没法比的。大概来算,开辟方向的可以算0.5流科学家,其余的依次加上1流,直到跟踪性的case studies这个不入流。所谓跟踪性的case studies大概就是说方向、问题、技术、主要例子都解决了,没办法只好做几个更多的例子了。

回到记者的问题,我的回答是加入热点问题确实现实上有利,原因是评价制度不健全。而这一点在中国尤其严重。可是更重要的不是现实是否有利,而是问自己为什么选择来做学术研究?每一位科学家都是因为痴迷科学才成为科学家的。想想自己最初的冲动,想想自己的梦想,case studies要做,但是更深远的问题更要思考。

其中,好的制度的要求之一就是研究工作影响力的度量方式,没有更好的方法之前,就请决策者以及其参谋们读文章。当然,我们也会努力研究好的可以偷一点点懒的计量方法,绝对不是简单数个数,算IF。当然,后者平均来看也有参考价值,任意个案则完全不适用。

推荐Statistics: Concepts and Controversies by David S. Moore and William Notz

有中文版。

Statistics: Concepts and Controversies by David S. Moore and William Notz, which aims at teaching the spirit and ideas of statistics to students in all fields, strongly recommended. Every subject, if it is an essential major subject to society and civilization, should be possible to be taught as a general course to all students. I am working on teaching physics, math and system science, especially the later is one of my on-going effort, as such general courses.

系统科学概论,也应该写成这个风格和水平,努力中。

吴金闪有几个本科生科研项目招募学生

第一、项目简介:
1、对自然科学、社会科学、人文学科的典型课程的典型教材的核心概念的教学顺序的对比:针对某一学科的某一门课程,首先收集整理核心概念,制作概念地图;接着依赖概念地图计算分析各个经典教材的概念的学习顺序的效率;做跨学科的对比。
2、利用google ngram viewer以及背后的数据分析历史、文化中关键词汇的演化发展:google电子化了很多的书籍,并且按照一个字、两个字、三个字作为整体等等做了切分。有了这个切分数据以后,我们就可以讨论某一个词的时间演化(有一个剑桥的科学家做了历史上 “Curiosity”各个年代出现的次数的统计,揭示了一些很有意思的事情。例如,思想、潮流的变化),不同时期,处于使用量前列的词的变化,以及这个变化反应的历史、文化现象。目前已经有学生陈约翰在思考这个问题。
3、恩格尔系数的重定义:以前(小农经济的时候)活着的主要成本是食物,所以恩格尔系数的定义主要是总消费中食物占的比例。现在生活必须品的消费更多了,例如住房(房租或者月供)。这时候如何修改恩格尔系数?目前已经有学生史依颖在思考这个问题。

第二、对学生的要求:
1、已经具有:一颗好奇的心,热爱探索,想尝试科学研究;良好的微积分、线性代数、概率论基础;C语言或者Python一定的熟悉程度;
2、要学会的:概念地图的技术和学习方法、研究性学习的学习方法、C语言或者Python的熟练使用、数据库的运用、复杂网络分析方法。

滚动讨论班,帮助学生做团队学习

  • 组织方式:给定学习材料,分配好内容,每一个人给大家讲授其中的一部分,但是所有内容每一个人都要看。
  • 开设时间:每一到两年一次,有足够数量新的学生就开,基本上用一个学期的时间,每周一次;有必要也可以集中开设。
  • 参与学习者:没有限制,本校或者其他学校的本科生、研究生、老师、高中学生,都行。不严肃的勿扰。每一个讨论版最好三人以上,十人以内。
  • 目前正在开设和已经开设过的有:博弈论、投入产出、量子与统计物理学讨论班。目前正在打算开设的:复杂网络、数值线性代数讨论班。
  • 讨论班:
    1. 复杂网络讨论班
      1. 学习资料:
        1. 吴金闪、狄增如的综述文章《从统计物理学看复杂网络研究》
        2. Barabasi的复杂网络的新书:Network Science
        3. 《网络科学导论》汪小帆、李翔、陈关荣,基本概念比较详细完整准确
        4. 《Spectral Graph Theory》Fun Chung
        5. Newman的经典书《Network, An Introduction》
        6. 软件:1、NetworkX + Pyhton 或者 2、iGraph + C
      2. 学习目标:
        1. 复杂网络的思考方式,事物之间的联系,从数据出发通过分析计算来研究问题,一些典型应用
        2. 复杂网络分析的基本概念、基本计算分析工具
        3. 软件包,语言,实际计算分析经验
      3. 需要的基础:统计学、物理学的思考问题方式、编程语言
      4. 需要注意的事:看书的时候要想办法自己去做计算,把各种东西实现。计算程序部分不会有讲解
    2. 数值线性代数讨论班
      1. 学习资料:
        1. Y. Saad,Iterative Methods for Sparse Linear Systems
        2. BLAS、Lapack、Petsc、Slepc、acml的使用,分模块讲解程序
      2. 学习目标:
        1. 数值线性代数的基本计算(矩阵乘法、本征问题、线性系统),基本计算的实现原理
        2. 各个软件系统中上述基本计算的实现
        3. 软件包,语言,实际计算分析经验
      3. 需要的基础:线性代数、C或者Fortran或者Python
    3. 博弈论讨论班
      1. 学习资料:
        1. Open Yale Courses:Game Theory
        2. Games of Strategy by Dixit etal
        3. A Primer in Game Theory by Robert Gibbons
        4. 演化博弈论 by 威布尔
      2. 学习目标:
        1. 博弈的思考方式,把实际问题抽象成博弈问题的能力
        2. 博弈与博弈的解、解的精炼、求解方法
        3. 趋向解的过程,学习,演化博弈
        4. 解的描述能力
        5. 博弈的计算分析技术
      3. 需要的基础:线性代数、微积分、稳定性分析
      4. 需要注意的事:用博弈论来思考和认识世界。演化博弈需要计算分析的实现,可能是数值计算。
    4. 投入产出讨论班
      1. 学习资料:
        1. Ronald E. Miller, Peter D. Blair, Input-Output Analysis
        2. Erik Dietzenbacher, Michael L.Lahr, Wassily Leontief and
          Input-Output Economics
      2. 学习目标:
        1. 投入产出分析的思考方式,把实际问题抽象成投入产出问题的能力
        2. 投出产出分析的基本概念与技术(线性方程)、影响力指标、结构分解;投入产出分析与网络分析的联系
        3. 投入产出的计算分析技术
      3. 需要的基础:线性代数、经济学导论或者经济学原理
    5. 量子物理学、统计物理学讨论班
      1. 学习资料:
        1. 非常简短而深刻的物理学精华:分析力学、量子力学、统计力学,吴金闪讲授。按照张江的建议,希望我真的能够哪一天把这些内容整理成书
        2. 吴金闪博士论文《Quantum Transport Through Open Systems》
      2. 学习目标:
        1. 统计平衡分布,概率论
        2. 量子振幅、密度算符、叠加原理、测量
        3. 量子态的演化
        4. 开放量子统计系统态的演化
        5. 统计物理学、量子力学的研究面貌
      3. 需要的基础I:力学、统计力学、量子力学,最好有分析力学的基础
      4. 需要的基础II:数值线性代数
    6. 高等统计物理讨论班
      1. 学习资料:
        1. 相变与临界现象,Newman的统计物理学中的Monte Carlo方法
        2. 随机过程,Risken的FPE
        3. Birgerson的平衡与非平衡统计物理学
      2. 学习目标:
        1. 相变与临界指数的发现,表示,计算
        2. 随机过程的模拟
        3. 离散Markovian过程的分析与数值计算
      3. 需要的基础I:力学、统计力学、概率论
      4. 需要的基础II:数值线性代数
    7. 概念地图讨论班
      1. 学习资料:
        1. Learning, Creating and Using Knowledge by J.D. Novak
      2. 学习目标:
        1. 追寻事物之间联系的思考方式
        2. 利用概念地图技术抓住主要概念,主要脉络,跨领域横向联系的能力
        3. 制作概念地图的技术
      3. 需要的基础:思考概念之间联系的思考方法
    8. 英文科技论文写作讨论班
      1. 学习资料:
        1. The Elements of Style by W. Strunk and E.B. White
        2. Scientific Writing 2.0 by Jean-Luc Lebrun
        3. Duke大学研究性写作课程
      2. 学习目标:
        1. 用清晰的逻辑呈现研究问题、研究结果、研究技术的能力
        2. 科技论文写作风格:最主要的先写、简单句和复杂的句子的协调
        3. 他人已经整理出来的写作上的操作指南
      3. 需要的基础:无