Nature:论文署名中的“潜规则”,论资排辈,压榨......( 二 )


CRediT 还解决了一些阻碍大规模合作的问题 。 五年前 , 心理学领域对复现性的担忧日益增长 , 于是 Holcombe 帮助建立了一种期刊类型——注册复现报告(Registered Replication Reports , RRRs) , 即科学家提交实施重要研究的复现计划 , 期刊编辑帮助协调 。这些 RRRs 通常涉及十几位科学家 , 其中一些是在实验协议和数据分析计划完全成形之后才同意参与的 。 我们需要这些人 , 但是他们却并非传统意义上的作者 。 而 CRediT 的「investigation」贡献类型包括数据收集 , 它解决了这个问题 。
激励措施对人类行为的影响极大 , 而学界主要的激励手段是对研究者所著论文的评估 。
《旧金山科研评估宣言》(San Francisco Declaration on Research Assessment , DORA)想要改变学术界的激励措施 , 该宣言得到超过 1400 家组织和大约 1.4 万个体的支持 。 该宣言希望研究者不再执着于将研究发表在「高影响因子」期刊上 , 而是要使用更宽泛的衡量指标去评估期刊发表的质量和影响力 。 CRediT 可以保证更丰富和差异化的研究衡量指标 。 期刊可以逐渐接纳 CRediT , 比如放宽作者署名要求 , 允许使用 CRediT 分类法 。
让较少被认同的角色变得可见 , 这会带来改变吗?会的 。 想要招聘程序员、统计学家和项目经理等的研究机构可以获得关于应聘者更好、更全面的背景信息;经费申请者可以更容易地向资助者展示他们具备合适的技能;科研资源分配将更加高效 。
它可以更容易地展示 , 谁具体做了什么 。
可视化论文贡献体系
无独有偶 , 华盛顿大学神经科学助理教授 Nick Steinmetz 提出了自己的解决方法 , 并得到了「GAN 之父」、苹果人工智能科学家 Ian Goodfellow 等人的赞同:

Nick 同样认为 , 随着科研团队的发展 , 学界现行的贡献分配模式——第一作者、通讯作者(老板) , 以及其他所有作者——正在变得过时 。 其中一个问题就是描述作者贡献的文本是无效的 。 这里有一个不错的建议:贡献表机制 。 一个思路 , 欢迎大家讨论:
其中作者贡献部分是新的 , 仍未被大量期刊所采用 , 但这是可以改进的方向 。 与其用文字列出每个作者的贡献 , 我们不如使用一张表格直观表示出每个作者在研究中都做了什么 。
Nick Steinmetz 认为 , 这样做有四种好处:1. 图比文字更容易理解 , 也更容易在文档中找到 。
2. 这种格式可以通过附加信息轻松扩充 , 例如用不同灰度的方格区分「主要」和「次要」贡献者 。 如下图所示 , 人们可以清晰看到 Warren(WWP)在数据分析工作中的贡献显著大于 Tirin(TM)和 Steinmetz(NAS) 。 这样 , 人们对于论文作者贡献的程度就有了更为清晰的认识 。

3. 这种格式方便人们从多个方向寻找有用信息 , 解答「谁做了 X?」、「Y 做了什么?」这样的问题 。 如下图 , 你可以很快知道 DJD(Dan Denman)在这篇论文中做了哪些贡献 。

4. 更进一步 , 这种格式也可以应用在你的简历中 , 告诉人们你在很多不同论文中的贡献 。

使用这种方式标注论文贡献者面临一个挑战:人们对于术语的理解不同 。 不过 CRediT 框架或许可以解决这个问题:
https://www.casrai.org/credit.html 。
请注意 , 上面的表格仅用于说明 , 一些术语已经针对 CRediT 进行了修改 。 采用这一方法的好处在于我们可以更好地声明论文作者的贡献 , 这些信息也可以被人们更认真地对待 , 最终推动更为公平的贡献奖励机制——特别是对于那些作者众多的大型科研团队而言 。
推动这种方法的第一步就是使用机器可读方式列出作者贡献信息 , 例如在期刊网站上提供 RIS 和 Bibtex 引文文档 。

最后 , 希望每个人在各自学术领域的贡献都能得到应有的回报 。
【Nature:论文署名中的“潜规则”,论资排辈,压榨......】来源:机器之心(作者:李泽南、路、杜伟)

推荐阅读