維基百科:關注度 (學者)
本頁簡而言之: |
關注度 |
---|
專題指引 |
指引草案 |
參考 |
這份指引反映如何藉學者的學術成就來衡量其關注度足夠於維基百科建立條目的共識,有人簡稱此指引為教授評量(Professor Test)。這份指引中,所謂學者,是指從事學術研究或高等教育的人。而學術關注度,是指因為從事該研究而被世人所認識。
- 大部分學者任職(或曾任)於學院或大學擔任教職員(教授)。部分學者則任職(或曾任職)於某學術研究機構(如美國國立衛生研究院、法國國家科學研究中心、中國科學院等)擔任學術或研究職位。然而,上述定義所統稱的學者仍可能在學術機構以外的單位中任職(如在工業、金融業、政府機關、醫院、律師事務所等)。即使他們的主要職業與學術無關,他仍可因學術成就而具備關注度;反之,如果其本人名聲早已達社會關注程度,則毋須以學術成就建立條目。
- 某些國家裏的中學教師有時也被稱為教授,但他們並不屬於此篇指引中所定義的學者。除非他們曾進行實質的學術研究、且因這些研究而被世人認識,否則應以通用人物關注度規則,評估他們在其專業領域上的關注度。
- 有關教授的學術等級及其含義,請參見教授條目。請注意,在不同的國家中學術等級的定義可能有差別。
本指引獨立於其他主題的關注度指引,如人物、音樂、作家等。學者本身可能不符合本指引的規定,但可能在其他領域達到關注度指引的標準。例如,有的學者並非因其學術成就而受社會注目,而是因為撰寫小說出名,那麼此人就不適合用本頁的學者關注度指引來評量其關注度,而是該用作家關注度來評量之。當然,如果某學者符合本頁指引的關注度規定,那麼其他層面是否達到關注度也就沒有關係。
標準
本文的教授指在大學任教者;中文「教授」或西方語言「Professor」有時也指涉其他對象,但他們並不屬於此篇指引中所定義的學者。除非他們曾進行實質的學術研究、且因這些研究而被世人認識,否則應以通用人物關注度規則,評估他們在其專業領域上的關注度。
若該學者(教授)可從可靠來源取得資料證明此人現在或曾經符合以下任何一個條件,即具備關注度。採用這些標準之前,請細閱下面的注意事項。
- 獲得世界著名的學術獎項,或取得國家級或國際級等級的榮譽。
- 獲選為高度選擇性且著名的學術團體或協會成員,或因高度選擇性的榮譽而成為主要學術團體的會員。
- 於主要的學術機構或團體構擔任主席,或成為傑出教授、會士、或類似的嚴格選拔最高級別學術職位。
- 於其學科領域的重要學術期刊任總編輯。
- 其學術工作對高等教育產生重大的影響,並影響了大量的學術機構。
- 例如學者的數本著作曾被多個高等教育機構當做教科書使用,或者作為課程的基礎。
- 其學術成就於學術界以外已取得了實質性的影響力。
- 例如學者以某領域內學術專家的身份在傳統媒體上被頻繁提到。少量提及,特別是在地方媒體上的提及對於普通學者而言也並非罕見,因而並不能達到標準。
- 如果學者在學術圈內被普遍認同為某個領域的學術專家,且在該領域曾經寫過針對大眾的暢銷讀物,那麼可以滿足標準。以偽科學或者小眾理論為主題的書籍通常不能認為滿足此標準。
- 學術成果在專利、商業和財務上的應用通常並不能滿足標準。
- 在其研究領域提出了某個重要的新概念、方法或想法,做出重要的發現或解決了一項重大學術問題。
- 在這種情形下,通過學術刊物中其他學者的引用來證明這項貢獻確實重要且可以歸功於該學者。
- 其他獨立可靠的證據顯示此人的研究在他們的學術領域中造成重大的影響,取得廣泛的認可。
- 例如受邀在國家級或國際級學術團體的會議上發表榮譽性講座而非一般學術講座、學者的姓名被用於命名某個講座或者系列講座、獲得榮譽學位,等等。注意這不包括在普通的座談會、研討會、或學術會議上自行或受邀舉辦講座、普通的研究資助、博士後職位、訪問邀約或者大學內部的獎項。
- 其他可能可以證明此人有重大影響的判斷依據包括:在學術刊物的編輯委員會任職、在特別知名的刊物上發表成果、個人成果曾結集出版、有對個人紀念性的刊物出版或學術會議舉辦、姓名被用於命名某個學術獎項或者系列講座,等等。注意這些項目單獨達成時通常並不足以證明學者的關注度。
- 另一常見滿足此標準的方式是檢視該學者的學術研究是否被高度引用。這可能是有數篇被高度引用的學術發表,或在大量的學術發表中有顯著的引用率。在重要學術刊物上發表的對該學者工作的評論也可與對原學術成果的引用一起考慮。
- 所討論的引用需要出現在經過同行評審的學術出版物(例如期刊或者學術書籍)上[2];
- 在不同學術領域間,由於發表成果的慣例不同導致的引用和發表頻率的差異需要被納入考慮範疇。一般地,實驗和應用領域相比較理論研究領域會有更高的發表和引用率,而人文科學比自然科學在發表和引用方面顯得更加緩慢。與此同時,自然科學中的新成果常常在會議論文集或者學術雜誌上發表,而人文領域中的成果則更多地以學術書籍的形式出現。這意味着對發表總數和高引用率的考量需要參考該領域中主要學術研究機構的相關數值。
- 對於某些學科而言,一部分刊物會檢視該學科中所有已發表的工作。例如,在數學中,《數學評論》(MathSciNet)即屬於此類刊物。如果一篇論文或者一部著作在此類刊物中被評論,這並不足以證明為「重大影響」,但這些刊物中評論的內容以及評價性的話語卻可能足以滿足要求。
- 學者所從事的學術領域應當儘量寬泛認定。此處寬泛的含義指的是大學科範疇,例如數學、物理學、歷史學、政治學,或者這些學科下的重要分支,例如粒子物理學、代數幾何、中世紀歷史、流體力學或者果蠅基因組等。過於狹窄和專門化的限定需要被避免。在某個過於狹窄的研究領域內成為專家並不能充分證明學者滿足標準,除非學者是該領域的先驅。
- 簡單地指出學者擁有大量已發表成果並不能充分說明學者滿足標準。
- 在學術圖譜中與一位知名學者距離較近(例如擁有較小的艾狄胥數)並不能說明學者滿足標準。
注意事項
- 學者有可能依據此標準而具備關注度,但因缺乏可靠且獨立的資料導致條目並不適合包含在維基百科中。每一個維基百科的條目都應具備可供查證的資料來源。例如,獲頒獎項需有證據、影響力需有相關報導或評述等等。然而,當上述學術關注度以備可證實證據滿足後,其他非獨立證據來源的證據(例如其工作單位或職業的資料)就通常可被視為可信賴來源,為條目加入一些日常較不爭議的細節。
- 上述的標準有時被彙整成一種「一般教授測試(Average Professor Test)」,簡言之:檢視研究人員是否在其所研究領域達到一定程度的影響力,該研究人員是否較領域中其他研究人員更為明確地為世人所知或較高的成就。
- 請注意這是一份指引而非規定,總是會有例外情況。部分學者可能不符合上述標準,但仍因其學術研究,又或是出於無關學術的原因,而具備關注度。要注意,針對研究發表的數量或品質訂定明確的需求標準是相當難的,因為這些標準在實務上會因不同領域而有非常大的差異。此外,這份提議所設定的門檻其實相對較低,這是很自然的,因為某程度上,學者就如同活在公領域中,試圖要用自己的思想來影響其他人,而成功者自然會被認為具備關注度。
對引文的考量
對於絕大多數學科而言,僅有的獲取引文的可靠方式是使用兩大學術索引:Web of Science或Scopus。但是很不幸,這兩個引文數據庫都價格昂貴:Scopus主要可在大學或大型學院的圖書館找到,而Web of Science可在重要大學找到。Scopus包含自然科學和社會科學,但在1996年前的數據很不完備。Web of Science可能可以檢索早至1900年的自然科學文獻、早至1956年的社會科學文獻,以及早至1975年的人文學科文獻,但只有那些頂級規模的大學能夠買得起整套數據庫(幸而,面向公眾的引文索引正在開發中)。而對於發展中國家,這些數據庫就更不完備了。除此以外,這些數據庫僅列舉期刊中的引文,並不包含書籍或者其他出版物中的引文。因而,對於像計算機科學那樣擁有大量會議和非期刊出版物的學科而言,這些數據庫並不應該被使用。針對某一學科的索引,例如MathSciNet或者SciFinder Scholar(化學摘要)以及類似的專注某一學科的索引均是有價值的資源,但訪問這些數據庫也不是免費的,常常需要大學內部的計算機賬號。
- 對Google學術搜索的注意事項:Google學術搜索可被用於所有(或者幾乎所有)受關注研究內容均在互聯網上出現的領域。絕大多數計算機科學家撰寫的論文可以在Google學術搜索中被檢索到。但是,對於一些在線資料更新並不那麼及時的領域,尤其是自然科學之外的領域,使用Google學術搜索得到的結果並不可靠。即便是《科學》這樣著名的雜誌也僅僅將1996年之後的文章發佈在互聯網上,更不用說許多雜誌不允許Google學術搜索收錄它們的文章。對於圖書而言,Google學術搜索的覆蓋部分依賴於Google圖書的搜索功能,而該功能受到出版商方面的嚴格限制。因而,在Google學術搜索中缺乏引用並不能作為學者缺乏關注度的證據。另一方面,Google學術搜索也會列舉未經同行評審的內容,例如學術網站。因而,在Google學術搜索上展示的引用數在某些情況下可能是實際引用數的兩倍,因而只能作為粗略的證明材料。
- 對PubMed的注意事項:常常被作為PubMed組成部分而被訪問的Medline是一套完善的、涵蓋廣泛的搜尋引擎,包含了大量生物學領域以及所有醫學領域中發表於1967年以後甚至更早的內容。它包含一部分醫學相關的臨床內容,但並沒有全部覆蓋。除此之外,並不是所有PubMed提供的文章都經過了同行評議,因為PubMed也收錄品質參差不齊的醫學新聞,以及致編者的信件和其他類似材料,因而並不是所有收錄的內容在學術上都具備重要性。
- 對PubMed及其他數據庫中「相關文獻」的注意事項:「相關文獻」不能保證一定引用了原文獻。這些文獻與原文獻擁有相同的主題,被列出的原因常常是標題中的詞彙相近或者引用了相同的論文。一部分相關文獻可能引用了原文獻,另一部分則不是,甚至發表的時間早於原文獻。數據庫列出相關文獻的目的是幫助研究者在同一主題上尋找更多的論文。在確定引用數時,使用相關文獻的唯一方法是重複檢查發表日期晚於原文獻的論文是否引用了原文獻。相關文獻列表也不會列出所有的引用文獻。(參見PubMed對「相關文獻」功能的說明)
- 度量引用的指標,例如H指數、G指數等等,可被作為粗略評價是否滿足標準一的參考,但是需要注意的是,這些指數的有效性眼下並沒有獲得廣泛的認同,因而使用時須謹慎。
- 對於人文學科的學者,Google學術搜索提供的信息常常是不全面的。此時,為評價學者是否滿足標準一,可以查找作者的著作在不同學術圖書館內的收藏情況(這一信息可在Worldcat找到)。
- 歐洲計算機科學系協會給出的報告列舉了評價計算機科學研究的十個要點,其中兩個要點強調了非期刊文獻的重要性,另一要點則特別提出需要當心對Web of Science的使用(Meyer, Bertrand; Choppy, Christine; Staunstrup, Jørgen; van Leeuwen, Jan, Research Evaluation for Computer Science, Communications of the ACM, 2009, 52 (4): 31–34, doi:10.1145/1498765.1498780 (英語))。與此相反,該報告推薦對計算機學科使用Google學術搜索或使用Citeseer。