不孕症与辅助生殖技术中的自身免疫性甲状腺疾病：综述

《Porto Biomedical Journal》：Autoimmune thyroid disease in infertility and assisted reproductive technology: A review

多作者论文贡献不均问题及评价体系改进研究，提出基于作者位置的权重分配方案（首作者≥50%、末作者≥25%）及P1/wP1指数，结合传统h指数和i10指数，实现多维度科研评价。

　　

在学术界，发表论文是教职员工当前工作的重要组成部分，学术生涯中的晋升往往取决于是否有扎实的发表记录。研究机构中也存在类似的情况。

当代的科学报告通常有多位作者，这被视为研究合作的标志¹

。近几十年来，每篇文章的作者数量有所增加，这一现象在多个领域以及生物医学出版物中都有体现²。2015年，有一篇物理学论文的作者超过了5000人，当时被认为创下了新的纪录³。还有很多其他报告也涉及大量作者。虽然这种情况在核物理和粒子物理学领域尤为明显，但在其他科学出版领域也同样存在。巴特斯提出的“作者之死”（“Ia naissance du lecteur doit se payer de la mort de l'Auteur”）的观点在这里并不适用⁴。不仅作者数量在增加，实际上，非人类的“作者”也开始出现在这些研究中。

在本文中，我们不会讨论是否应该将每位被列为论文作者的人都计入其贡献的问题，而是分析这种做法对每位作者学术记录的公平性影响。

很明显，如果每篇文章的贡献都平均且完全地分配给每位作者，那么作为单独作者与作为5000位作者之一发表论文的结果将是相同的——这显然是荒谬的。在这种情况下，增加一位合作者对其他作者没有影响，反而可能促使这种做法的进一步出现。如果每篇文章的贡献都完全归属于某一位作者，那么在申请等场合，这位作者的学术记录将会得到充分认可。

评估科学产出的一种重要方法是“h指数”⁵

。尽管这一指标相对较新，但它能够识别出高产（即发表大量被广泛引用论文）的作者——这让人联想到工业生产中的合作方式。该指数不考虑合作者的数量（因为每篇文章的贡献都平均且完全地分配给每位作者⁶），并且在多作者的情况下被认为存在不公平性。赫希（Hirsch）在批评其他评估方法时提到了这一点，但他也承认：“一个h指数较高的科学家，如果其论文大多是多作者合著的，那么他的h指数可能会被高估。”⁵

除了h指数之外，还有其他评估指标，例如谷歌学术（Google Scholar）提出的i10指数，它统计的是被引用次数达到或超过10次的论文数量。

为什么会出现多作者现象呢？我们认为原因在于这种合作方式是有效的。在物理学和医学科学（尤其是在大规模临床试验中），许多人的合作对于实现研究目标至关重要。尽管许多合作者可能没有实际参与写作或提出任何想法，但他们可能不愿意放弃在作者名单上的署名。多作者现象可能会促使一些人无偿参与写作^{7，包括将同一领域的知名人士列为合作者。不过，这也可能导致引用次数增加——包括自我引用以及作者所在网络的成员引用。不可否认的是，大量作者的存在可能会给人一种该研究者具有高学术诚信度和影响力的印象。}

一项在德国医学院进行的研究表明，当所有作者的贡献都被平等计算时，整体的研究产出和影响力更高⁸。这种积极的成果可能会掩盖其他问题。多作者现象在短期内不太可能消失，同样，“工业型”研究以及h指数的使用也不会消失。鉴于此，为了恢复平衡，或许应该同时使用对多作者现象不敏感的评估指标和对多作者现象敏感的评估指标，最好能够将单篇论文的所有贡献总和视为一个整体来计算⁹。

在硕士或博士论文中，第一作者通常是学生，最后一位作者是导师。医学领域的住院医师（专科培训生）也是如此。在这种情境下，第一作者（即“真正的作者”）显然是名单上最重要的人。最后一位作者通常是第二重要的人物，他/她可能负责领导研究团队并提出研究课题。有时，最后一位作者只是部门负责人，并没有在智力层面对论文做出实质性贡献。这种情况很难与其他情况区分开来。如果作者数量较少，第二作者也可能起到重要作用；但如果作者数量较多，情况可能会有所不同。

可以为名单上的每位作者分配一定的贡献份额，但总份额应保持为一¹⁰。Abramo等人提出的方法是一种合理的分配方式¹¹，德国也采用了类似的方法⁸。我们建议采用一个简单的方案：根据不同情况调整每位作者的相对权重：第一作者的贡献份额至少为0.5（50%），最后一位作者至少为0.25（25%），剩余的贡献份额在其余合作者之间平均分配。如果只有一位作者，其贡献份额为1。如果有两位作者，第一作者的贡献份额为0.5 + 0.125 = 0.625，第二位和最后一位作者的贡献份额各为0.25。如果有三位作者，第一作者的贡献份额为0.5，其余两位作者各为0.25。在其他情况下，第一作者的贡献份额为0.5，最后一位作者为0.25，其余作者的贡献份额为0.25/(n ? 2)，其中n为作者总数。如果作者按字母顺序列出，那么每位作者的贡献份额应为1/n（n为作者数量）。如果作者在论文中指明了各自的贡献比例，可以按照这些比例来分配贡献值，但所有作者的贡献总和仍应为一。

如果正在评估某位作者的发表记录，可以计算每篇论文的贡献份额总和。这些份额可以乘以相应期刊的数值（例如，Clarivate Plc提供的期刊影响因子（Impact Factor），或者谷歌学术指标中的h5指数等）。

如果正在分析引用情况，也可以采用类似的方法：将每篇论文的引用次数乘以相应的贡献份额，然后求和。

因此，可以通过上述方法计算某位作者的学术记录，包括发表的论文数量和获得的引用次数。这种计算方法可以称为C1指数，因为它基于每篇论文的贡献值为一的原则。具体计算方法取决于所使用的数据库。

对于发表的论文列表，还可以计算P1指数。该指数可以根据每篇论文的贡献重要性进行调整（例如影响因子、h5指数等），这时可以称为wP1指数（w表示加权）。

这种方法与之前的评估模型不同¹²，因为在那些模型中，单篇论文的贡献总和不一定为一。可以通过h指数（或i10指数）以及现在介绍的方法表1图1来评估某位作者的发表记录和引用情况，从而可能更全面地反映科学研究的各个方面。

表1 - 多作者现象不敏感的评估指标和建议的多作者现象敏感的评估指标示例。

多作者现象不敏感的指标
总引用次数	每篇论文的引用次数总和
h指数	作者发表的h篇或以上论文中，每篇论文至少被引用h次的最高值
i10指数	作者发表的每篇论文至少被引用10次的论文数量
多作者现象敏感的指标
计算每篇论文的作者贡献份额（所有贡献份额之和 = 1）	第一作者至少0.5；最后一位作者至少0.25；其余作者为0.25/(n ? 2)；按字母顺序排列时每位作者0.25
发表的论文数量
P1指数	每篇论文的贡献份额总和
按期刊评估加权的P1指数
wP1指数	通过调整因子（影响因子、h5指数等）对每篇论文进行加权后计算P1指数
引用次数
C1指数	将每篇论文的贡献份额与引用次数相乘后求和

作者数量：N。

图1：

显示科学论文列表评估方法的流程图。详细解释见正文和表格。

吴等人通过对数百万篇论文的研究发现，小型团队往往不利于科学创新，而大型团队则更倾向于发展现有理论^{13。他们认为“科学政策应支持团队规模的多样性13”。这一结论与本文的建议相呼应：采用兼顾多作者现象不敏感指标和敏感指标的平衡评估方法，可以提高评估的可信度、深度和影响力，从而促进科学的发展。}