論文不只抄襲有問題!Science 也曝光論文審核「潛規則」:作者名氣越大、審稿人打分越高

論文不只抄襲有問題!Science 也曝光論文審核「潛規則」:作者名氣越大、審稿人打分越高

Science 最新一篇研究發文:當論文的作者名氣大時,審稿人會給予更高的分數,而且其中的分數差距還不小。

這一結論來自一個號稱「同類研究中最大規模」的隨機對照試驗,整個過程邀請了 3300 名研究人員參加,試驗結果可以說揭露了學術界的「潛規則」。

論文不只抄襲有問題!Science 也曝光論文審核「潛規則」:作者名氣越大、審稿人打分越高

當一篇論文的唯一作者不為人知時,只有 10% 的審稿人建議接收這篇論文,但當同一篇論文的署名者是諾貝爾獎得主時,59% 的審稿人表示讚同。

對於這一差距懸殊的資料,史丹佛大學博士後研究員、《研究誠信與同行評議》主編 Mario Malicki 直呼「令人難以置信」

話不多說,讓我們趕緊來看看研究人員是怎麼得出這一結論的。

學術界的馬太效應

其實多年來,學術界對於“馬太效應”的抱怨一直存在。

馬太效應,是指一種強者愈強、弱者愈弱的現象,引申到學術界來,就是地位高的研究人員往往能不成比例地獲得更多研究成果。

相較於以前都是“口說無憑”,這次研究人員用一個精心設計的試驗所說了確鑿的證據。

來自奧地利因斯布魯克大學 Jürgen Huber 領導的研究團隊,向大約 3300 名研究人員發了一封電子郵件,詢問他們是否願意審查一份為期刊準備的經濟學研究成果。

這項研究有兩位作者,都來自美國查普曼大學:

一位是 2002 年諾貝爾經濟學獎得主 Vernon Smith,去年他在 Google Scholar 上被引用超過 5.4 萬次;另一位則是 Smith 以前的博士生 Sabiou Inoua,去年被引用次數隻有 42。

為了實驗效果,3000 多位潛在的同行審稿人被分成 3 批,分別被告知了不同的作者資訊:

第一,只點名 Smith,把他列為通訊作者;第二,只有 Inoua;第三,沒有作者。

該團隊近日在芝加哥舉行的國際同行評議和科學出版物大會上報告說,最終有 821 名研究人員同意進行評審。

從結果上看,Smith 的「諾貝爾獎得主光環」似乎影響了人們的反應。

在只得到他名字的研究人員中,38.5% 的人接受了評審邀請;在沒有收到作者名字的人員中,這一比例為 30.7%;而只有 Inoua 的版本接受比例最低,僅為 28.5%。

不僅如此,為了避免出現偏見,研究小組還進行了下一步研究。

他們將重點放在 313 名最初沒有收到作者姓名的自願審稿人身上,並隨機分配給他們 3 份手稿中的一份進行審稿:

其中一份只列出 Smith,另一份僅列出 Inoua,第三份沒有作者。

該團隊還告知評審者,他們的評估將是一項試驗的一部分,該試驗涉及多個受邀同行評審,而不是通常的兩到三個(但是沒有透露研究設計)。

與上一輪結果相同,Smith 的手稿贏得了審稿人的最高評價,他們稱讚其包含了新的資訊和有資料支援的結論。

與此對應的是,在沒有作者的版本中,只有 24% 的人建議接收該版本(有直接或輕微修改),而這一比例在 Inoua 一個人版本的中還要再少一倍。

面對這一差距懸殊的資料,有網友卻表示並不意外:

我一直是這麼認為的,但有確鑿的證據還是發人深省的。

論文不只抄襲有問題!Science 也曝光論文審核「潛規則」:作者名氣越大、審稿人打分越高

有人還把這一現象形象的比喻為“大明星也可能演爛片、不知名演員也可能有突破性表演”,並呼籲改變這種看法:

論文不只抄襲有問題!Science 也曝光論文審核「潛規則」:作者名氣越大、審稿人打分越高

因斯布魯克大學的行為經濟學家 Christian Konig Kersting 也表達了對這一結果的擔憂:

同樣的工作不應該因作者不同而受到不同的評價,因為這會讓年輕和不知名的研究人員很難在學術過程中邁出第一步。

為瞭解決這一問題,有網友提議是時候開始實行雙盲審機制了。

論文不只抄襲有問題!Science 也曝光論文審核「潛規則」:作者名氣越大、審稿人打分越高

雙盲審,即作者和評審者互相都不知道身份,一般被認為比普通的盲審更加客觀公正。

但對於這個提議,Konig Kersting 卻表示,這種策略可能不起作用,因為審稿人通常可以從預印本或會議報告中識別作者。

 

參考連結:

[1]https://www.science.org/content/article/reviewers-award-higher-marks-when-paper-s-author-famous

[2]https://www.science.org/doi/10.1126/science.159.3810.56

 

Qbitai
作者

量子位(Qbitai)專注於人工智慧及前沿科技領域,提供技術研發趨勢、科技企業動態、新創公司報道等最新資訊,以及機器學習入門資源、電腦科學最新研究論文、開源程式碼和工具的相關報導。

使用 Facebook 留言
發表回應
謹慎發言,尊重彼此。按此展開留言規則