被老板从ISIS占领区救回的博士生，要么抱对了大腿，要么即将成为大腿 -集智俱乐部的财新博客-财新网

导语

日前，一则新闻引起热议，《伊拉克化学博士身陷IS占领区，导师为督促其完成论文，派雇佣兵将其救出》。如果身陷ISIS占领区，都无法阻止博士生不写论文，发表论文对学术狗的重要程度不言而喻。其实，只要你跟着好导师在博士期间发顶刊，年轻研究者未来在学术界的成就有明显的提振作用。

论文作者列表里的“潜规则”

作为评价学术成就最关键的指标，论文的作者列表大有门道。

当前的研究都不是单枪匹马的，一般由几十人甚至上百人共同完成，其中最先出现的是第一作者，是真正做实验做分析的人，一般是博士生，而最后的作者叫通讯作者，一般是设计指导整个研究的，通常是资历比较深的实验室负责人，简称PI（principal investigator），或者就是博士生口中的老板。虽然叫第一作者，但并不意味着这只是一个人，通常通讯和一作都是可以并列的。

科研圈也有“阶级固化”？

关于成功的研究中，常见的一个结论是之前的成功能预测未来的成功。在科研领域，这意味着之前发过好文章的研究者更容易在将来发好文章，这种科研界的“阶级固化”是怎样随着时间变化的，在哪些学科更加明显？这是最新的美国国家科学院院刊PNAS上的一篇论文关注的问题。

论文题目：

The chaperone effect in scientific publishing

论文地址：

https://www.pnas.org/content/115/50/12603

阶级固化这个隐喻看起来带着贬义，但如果之前的成功和未来的成功都是由于本身的能力足够强，那这是理所当然的。但另一方面，如果某个领域对新人不友好，那么这个学科就不会看到张益唐这样默默无名多年之后再做出突出贡献的孤胆英雄，研究者会变得短视，只关注那些能快速出结果的方向，而忽略那些根本性的问题。

科研“传帮带效应”——610万篇论文背后的规律

在这篇 PNAS 文章中，研究者收集了1960年到2012年间在386个科学期刊上发表的610万论文的作者信息，按照学科分为了数学，物理学，化学，医学，生物学和跨学科期刊，其中“Nature”，“Science”及“PNAS”被作为跨学科综合期刊的顶级刊物单独列出。

该研究数据的下载地址：

https://github.com/SocialComplexityLab/chaperone-open

收集数据之后要做的是对数据进行分类。由于真正决定研究方向和实验设计的是实验室负责人（PI），因此将研究的关注点集中在那些PI以通讯作者身份出现的文章上更有意义。

根据PI是否曾经在该期刊中出现，可以将其分成三类，第一类是新秀（New），即Ta既没有以第一作者也没有以通讯作者在该期刊发表过文章；第二类是资深（Established），即Ta之前曾有以通讯作者在该期刊发表过文章，第三类是“传帮带”（Chaperoned），即Ta之前在该期刊以第一作者发表过文章，却是首次以通讯作者发表文章。

为了量化“传帮带”效应的影响，要比较的是第一类和第三类之间的比例。如果之前是否有过一作的经验不会影响成为实验室负责人后发表文章的几率，那么第一类PI和第三类PI发表的文章应该是类似的，而如果前者小于后者的越多，则说明“传帮带”的效果越明显，对于新PI来说，挑战自己在当博士生时没有成功过的期刊越困难，反之则说明这个领域是对新人友好的。

通过将所有文章作者列表随机排列或按字母表排列，就可以假想出一个学术界完全没有“传帮带”效应的平行宇宙，从而可以将其看成是比较不同学科时的坐标轴原点。

新研究收窄，科学界走向保守？

这是科研界的顶峰《Nature》上三类文章的比例逐年变化的图，资深代表的黑线一直在上升，新秀代表的红线2010年相比20年前降低了近50%，代表“传帮带”式论文的篮线也小幅上升。在具体学科上，医学刊物《新英格兰医学》和物理学期刊《物理评论 D》都呈现出类似的趋势。

但发表文章的比例的变化只是数量的变化，文章的质量也很关键。

选取PNAS，Nature和Science这三个综合期刊，以代表所有学科的一般结果，根据对不同年份三种文章平均五年内的引用量（引用量是评价文章质量的权威标准）年度指标来看，可以发现在1990年时新PI的文章引用数要明显低于其他两类文章，而到2010年时，三者已经不分上下。这说明新研究所占比例的降低可以用这类文章的质量上升来部分予以解释。

因此对于科学界是不是变得保守这个问题的回答，其实没有明确的答案。新秀PI变少了，但是他们的作品质量却变的和老科学界一样好了，这其实是说明了科学界正变得越来越公平，不会因为你是新秀就降低对你的要求。

有趣的是这三个顶级期刊中，虽然趋势是相同的，但Nature新秀发表的文章的引用次数却明显仍然低于 Science 和 PNAS 两类。

文中对此并没有进行讨论，但不同期刊的之间的对比，也是一个有趣的研究问题。我对这个问题的猜测是由于Nature虽然是综合的跨学科期刊，但还是对生物医学类的文章有所偏向，正如其杂志的名字自然所指出的。因此Nature的模式更类似与生物学领域的专业顶刊Cell。

下图是Cell中不同年份不同类型杂志的引用数平均，可以看到和Nature的曲线类似，资深PI的文章被引用的要明显高于新PI的。

派系林立，“门户”很重要！

从对小样本的传闻轶事上来看，在五大学科分类（数学，物理学，化学，医学，生物学），数学是最容易出现一鸣惊人的英雄故事的，而医学则门派森严，你需要在好医院才能见到有趣的病例，最新的疗法，从而你曾经的成功更容易的获得资源。

而大数据的研究也证实了人们日常的结论，在下图中，按照期刊的类型进行了分类，其中灰色的线是模拟生成的在完全公平的情况下应该出现的情况，彩色的代表的是对应学科的情况，两条线越接近，说明这个学科“传帮带”的效果越小，可以看出除了综合性的期刊（通常这些期刊都是代表科研权最高水平的，因此有门槛是意料之中的），医学界和生物学界的门派意识最强，而物理和数学则相对没有那么明显。

但是从另一个角度来看，这里比较的是新秀型文章和传帮带型文章的相对比例以及其在不同期刊不同年份出现的概率。

如果去看大的图景，即每个学科有多少是由资深PI完成的，就可以发现物理学界的顶级期刊中60%-80%是由资深PI完成的，而医学中这个比例却只有20-30%，这说明物理学界的入门门槛相比来说是比医学界要高的。

在医学领域，之前在顶刊的一作能够让你更容易的以通讯在顶刊回归，而在物理学领域，虽然之前是否有过顶刊一作对能否首次以通讯在该刊物发表相对独立，但这个领域的绝大多数文章都是由资深科学家指导的，如果你想独自在物理学领域闯出一片天下，是比在生物学界要困难的。

这里的take home message和上一点类似，不同学科之间的对于新PI是否友好，不是能通过简单的数字和图表看出的，实际情况总是比抽象的统计数字要复杂，我们需要结合更多角度的分析才能看到整体的情况。

多挂名就可以了吗？

当不了第一作者和通讯作者怎么办？很多人觉得“多多挂名”是一个取巧的方法。

以非第一作者的身份出现在更多篇文章中，到底能不能帮助你成为PI？

这个问题对于学术狗也是有实际意义的，如果答案是Yes，那就不应该只关注自己的研究，而可以广撒网，多参与实验室他人的项目，而如果答案是No，那还不如专注于哪些能让自己成为一作的项目上。

这个问题的答案也是随学科变化的，一般来说，以通讯作者身份发Nature或PNAS的几率随着之前以非通讯身份发过Nature/PNAS的篇数增加而显著增加，但对于物理领域，情况则不是这样的，一篇或者多篇的“物理评论”影响不大。

需要注意的是，这里作者并没有区分实验主导者的一作和参与者的中间作者。上图看到的现象，有可能是由于这个PI之所以能以通讯发Nature，是因为曾经有多篇Nature的一作的经历，而不是由于在多篇Nature文章中打酱油式的露个面，因此仅仅依据上面的数据，就判定广泛的参与他人的文章对自己未来成为成功的PI有所助益，是不够严谨的。

学术狗们，努力靠近顶刊吧！

之前的轶事指出对于最高水平的科学家，找到一个好的导师很重要，比如相当比例的诺贝尔奖得主是另一位诺奖得主的学生，但大数据的研究指出了即使对于年轻的实验室负责人来说，也就是那些离诺奖很远的科研人员来说，找到一个好的导师，在博士期间发顶刊对之后自己之后在学术界的成就天花板也有显著的影响。

虽然当前的研究只是指出了不同学科，不同年份中的差异，无法对这些差异的根本原因给予解释，也无法搞清楚这种现象到底该用好的导师带来的技能提升，还是跟着好的导师从而更接近网络中心节点来解释，但至少告诉了广大学术狗，越是接近顶刊，之前的经验对未来成功的提振作用越明显。

如果你即将完成的论文会登上顶级期刊，就算你身在战火纷飞的伊拉克，导师也一定会不惜代价叫你回来完成它。

作者：郭瑞东

编辑：杨清怡

话题：