# 随笔：学术贡献的评价 By [Silicon Luo](https://paragraph.com/@silicon-luo) · 2022-07-08 --- 研究者的相互合作对于学术社区的运作是非常重要的。合作不仅能提高效率，各自利用各自的优势和技能共同落地项目，更能在思考上互相促进互相启发共同创新。而随之而来的一个问题是，合作产生的科研成果和相关利益应该如何分配。好的利益分配机制不仅可以让合作变得更加顺畅，也可以让整个社区变得更加公平而有活力，而分配机制的基础便是对于合作者间贡献的评价。只有明确了合作过程中各方的贡献，利益分配才有章可循。这篇文章希望对于学术贡献提供一些相关的思考。 贡献来自于科研项目本身的需求。跳出具体的领域和研究问题，一项研究项目从构思到落地可以主要被分解2个方面的内容：1）观点和理论上的创新和构思 2） 通过实验，数学证明，逻辑演绎等方式的证明的执行，这两个方面的主要矛盾和合作方式都不太一样。以神经科学研究为例，一个好的项目一方面要经过思维上的启发和创新，对某一现象提出准确清晰可研究的问题、有理有据的假说，还有对应的实验方案去从不同的角度根据实际数据支撑检验对应的观点。对于问题和假说的提出来说，合作双方都需要有共同的认识，这样的合作的意义不在于狭义上工作效率的提高，而在于讨论带来的启发和更开阔的思路以及思考的深度。而对于实验方案的落地与执行来说，合作的主要意义在于每个人可以分担方案中一部分的工作量，并且贡献自己在方案中所擅长的技能（例如某类技术等），从而最后提高整体的工作效率。 在上述的2分类的框架下，合作者又可以根据身份和经验等的不同来去提供这两方面的贡献。它们包括但不限于：导师通过对课题的指导，给予观点上的碰撞与贡献；实验技术员或偏执行工作的研究助理在证明上贡献相关的工作量；而对于负责某个项目的高年级博士生来说，他同时在观点和证明上都给予了相应的贡献。当然，对于具体的领域和问题，还可以有更加细分的分类，比如对于心理学来说，观点和理论的创新可以被分解为：问题的提出，猜想的提出，关键的实验设计构思；而对于证明的执行来说，可以分为：实验刺激的编写，样本的搜集，数据的编程分析等。 正因为一个工作的贡献是多样的，每个部分也会随着工作种类的不同，创新点的位置不同，而对应的拥有不同的重要级。例如对于重在样本量而有意义的工作，样本收集这类偏执行的工作，或者是样本资源这类执行板块最重要的扶持会是工作中最有价值的地方。而对于开创新的，新概念的提出类的工作，可能观点上的构思才是最有意义的；另外一方面，人们对于工作和科研者的评价，也会在意不同种类的贡献，例如招聘博士生可能在意执行能力的同时也要在意观点思维上的潜力；而招聘PI时则更加需要注意其在思维上的能力和创造力。 同时也因为工作的多样性，我们也不应该提倡在一篇论文的作者中进行机械的前后排序。一个好的合作，一定不只有一个人对其有重要的贡献，工作也必然不能只属于一个人。传统的“文章一作和通讯大概率是对文章最有价值和贡献”的观点，对于大家合作的热情是有很大的伤害，且也不科学的。一方面这个观点忽视了合作的集体性，另外一方面这样的观点只考虑到了量，忽略了质，没有意识到一篇工作是可以从不同角度给予贡献的，可能作者的区别主要不是贡献大小不同而是贡献方向和板块不同。而正确的多样性的看法，可以让我们更加全面合理的看待合作论文中作者的贡献，也可以根据我们招聘时的具体人才需求，去找出对应paper里某个相关目标作者。 要去落实上述的观点转变，除了大家的评判价值观要变化之外，论文发表传播过程中的信息揭露机制也需要变得更加丰富和透明。如果人们无法通过paper去了解作者之间的分工和贡献，也自然无法准确多元的评判大家。而传统的paper很少介绍具体的作者合作关系和内部分工，简单的排名无法让人们了解这些事情，而想进一步的了解不同作者的具体贡献也只能依赖于个人社交和推荐信这样的不透明沟通手段。学术社区也意识到了这个问题，因此最近也提出来了“CRediT – contributor role taxonomy”分类框架\[1\]，这个方法系统将一个科研项目分解为了16个板块，并且同时\[2\]提倡更多的杂志将这个框架列为投稿标准，从而让整个信息揭露机制变得更加透明。 但是总的来说，我们在推进整个学术社区更加多元和合理的认识学术贡献，利用学术贡献进行人才评判的道路上，还有相当长的一段路要走。从历史角度来看，科学的发展有两个趋势，一方面科学逐渐由纯粹处于个人兴趣驱动，转变为社会以完善的机制和机构建设来支撑；另外一方面随着人类知识的不断积累，学科之间的交叉越来越频繁。这两个趋势之下，不同学者之间的合作变得更为重要。而社区内对项目合作者的贡献的精确，健康的评价机制直接决定了大家的合作热情和效率。但也由于过去科学发展的种种历史原因，当下我们还存在贡献评价体系依然不够多元，贡献揭露依然不够透明的问题。希望之后我们能在这条路上继续持续的走下去，让科学社区变得更加高效，公正而健康。 **Reference** \[1\]Brand, A., Allen, L., Altman, M., Hlava, M., & Scott, J. (2015). Beyond authorship: Attribution, contribution, collaboration, and credit. _Learned Publishing_, _28_(2), 151–155. \[2\] McNutt, M. K., Bradford, M., Drazen, J. M., Hanson, B., Howard, B., Jamieson, K. H., Kiermer, V., Marcus, E., Pope, B. K., Schekman, R., Swaminathan, S., Stang, P. J., & Verma, I. M. (2018). Transparency in authors’ contributions and responsibilities to promote integrity in scientific publication. _Proceedings of the National Academy of Sciences_, _115_(11), 2557–2560. _后续：其实这是一篇期末作业。一直想找个机会系统性研究一下学术社区里合作的机制和需要注意的事情。刚好这次学术伦理课的期末作业给了我这样一个契机。本来想写个大而全的文章，奈何最后发现时间有限，只能暂时先写”学术贡献的评价“这一个小小小 主题了。而且其实里面一些相关的概念还有进一步提炼的空间，但总体算是我一个初步的思考随笔了，希望大家喜欢。_ --- *Originally published on [Silicon Luo](https://paragraph.com/@silicon-luo/8NYx2NjCmSeFRSlBWPC5)*