Q參數啊！請告訴我何時才能在學術圈出人頭地？

編譯／莊霈淳｜成功大學心理系學生，PanX 實習生

成功是什麼？對科學家們來說，賺不賺大錢不一定是重點，但自己努力大半輩子的研究成果，若不被世人所接受，那可不是「藍瘦，香菇」就能形容的辛酸了。

少年得志的科學家並不少，像是達爾文（Charles Darwin）、瑪莉‧居禮（Marie Curie）、愛因斯坦（Albert Einstein），都在三十歲前就發表了奠定自己科學影響力地位的學說，成為該領域重量級的人物。

但有些科學家就沒那麼幸運了。例如電腦科學之父圖靈（Alan Turing）在戰後遭受迫害、統計大師費雪（R. A. Fisher）則在學術生涯中受到另一位統計先驅皮爾森（Karl Pearson）打壓。他們所做的貢獻，一直要到晚年甚至是在他們過世之後，才重新被世人重視且讚揚。

這些科學家的生命故事，看似都是毫無關聯的個案。但是，一個人的學術生涯是否飛黃騰達、或鬱鬱不得志，究竟能不能用模型預測呢？

論文的引用像是買樂透？

2016 年 11 月，一份發表在《科學》（Science）期刊上的論文，研究者為了回答「如何以模型預測科學家影響力」的命題，分析了多個領域的科學家所發表的論文。

如果說要定義一篇論文的影響力，該用什麼方法將影響力量化？在這篇論文中，研究者將影響力的參數設定為 C₁₀，也就是一篇論文出版十年後的總引用數。

讓你猜猜，科學家一生中最具影響力的論文，會出現在他學術生涯的哪個階段？

一般來說，我們會設想到了學術生涯的後期，科學家會隨著學識的累積和研究經驗成熟，產出更好的研究，而這現象應該會反映在論文引用的數量上——也就是科學家越後期的研究論文，被他人引用的次數應該會更多。不過要讓你失望了，此研究的預測模型並沒有偵測到這個趨勢。

研究者發現，科學家們的高引用次數著作是隨機出現在他們學術生涯中的。可能是初次發表的論文就獲得了極高引用數，或是在學術生涯中期、甚至是最後一篇發表的論文，這種隨機性出現在不同學科、不同職業生涯長度、著作是獨自發表的或是與其他學者聯名發表的科學家身上。

匈牙利中歐大學（Central European University Budapest Hungary）教授羅伯塔．辛納屈（Roberta Sinatra）告訴 Science 的記者：「科學論文本身比較像是樂透彩券，能被多少人引用幾乎是靠運氣。所以發表越多論文，就像是買越多張樂透彩券。在你發表論文數量越多的那幾年，你作為科學家的影響力就可能越大。」

不過有些情況是，研究人員不僅發表論文數量相同，連發表的期刊都相去不遠，但其中偏偏有人的論文就是可以被更多人看到，得到更多引用數。這時候就不能僅用買樂透的運氣來解釋了。

要成為廣為人知且備受肯定的科學家，可能是做了具有開創性的實驗，懂得與其他研究成員共同合作，且能很清楚的闡述自己的研究內容。雖然常常聽到有些人，被詢問是如何取得這般成就時，會以自謙的語氣回答：「沒有啦，運氣好而已。」但認真說來，他的成功其實是綜合天時地利人和的結果。

用參數 Q 預測你的學術地位

這份研究分析了 2887 名符合「學術生涯至少 20 年、發表過至少 10 篇論文，且至少每 5 年有一篇論文發表」這組條件的科學家們。並將這個綜合「天時地利人和」的科學家成功因素，定為參數 Q，講白了點 Q 指的就是個體差異，特別是：口才、團隊合作能力、創作力等能力。研究團隊結合隨機性參數和固定性因素，搭建出預測學術生涯論文影響力的 Q 模型。

研究者表示，透過這個 Q 模型，他們有 80% 的機率能準測預測一個有 20 篇論文、10 年論文發表經驗的科學家 ，第 40 篇發表論文能獲得的引用數。

美國密西根州立大學（Michigan State University）的心理學教授札克．哈布瑞克（Zach Hambrick）如此評論這個預測模型中的參數 Q：

「Q 參數非常有趣，因為它可能涵蓋了一些人們的確擁有，但並不那麼重視的能力：像是清楚說明的能力。比方說，你可能發表了一篇有意思的數學心理學論文，但如果文章不好讀，你就無法獲得廣泛的影響力，因為沒人明白你在說什麼。」

不過也有人懷疑，與其說這個參數 Q 是科學家的個人技能因素，也有可能是科學家的背景、種族、甚至是非理性群體思維和潮流效應等外在因素。

這會是個幫科學家打分數的方式嗎？

艾倫人工智慧研究所（Allen Institute for Artificial Intelligence）的計算機科學家歐倫．伊茲歐尼（Oren Etzioni）認為，對於充斥著各種衡量科學家成就的工具的現代，這份研究著實提供了一份具有價值的參考。

不過當 Science 記者詢問辛納屈自己的 Q 參數時，她說她還沒有達到 20 篇論文的門檻，因此也沒有計算過自己的 Q 參數。至於未來到達了預測門檻，是否會計算自己的 Q 參數，辛納屈也坦白說自己將不會計算。

那麼如果是你，你想知道自己的 Q 參數嗎？

 

原始論文：

• Roberta Sinatra et al., Quantifying the evolution of individual scientific impact, Science 04 Nov 2016: Vol. 354, Issue 6312, DOI: 10.1126/science.aaf5239

參考資料：

• When It Comes to Success, Age Really Is Just a Number
• Hey scientists, how much of your publication success is due to dumb luck?