【《基于诺贝尔奖的代表作探究概述》9700字】

基于诺贝尔奖的代表作研究概述目录TOC\o"1-3"\h\u1612基于诺贝尔奖的代表作研究概述 1268831.1基于诺贝尔奖获奖论文的代表作特征分析 1267781.1.1研究对象 1152451.1.2研究方法 1129911.2诺奖论文文献计量特征 134521.2.1诺奖论文总被引频次普遍较高 1191931.2.2大多数诺奖论文被引半衰期长 1157011.2.3诺奖论文大多发表在高影响力期刊上 1271271.2.4诺奖论文CNCI值普遍非常高 131661.2.5施引文献影响力均较高 1209781.3诺奖获得者整体发文水平 1188961.1.1诺奖获得者整体发文情况 1234461.1.2我国诺奖获得者发文情况 11521.4诺奖获得者所属机构分析 1284871.4.1诺奖获得者所属机构 110321.4.2诺奖所属机构特色分析 1300901.5结果分析与讨论 1233371.5.1重视学科内权威期刊的积极表征作用 1244601.5.2引入施引文献指标辅助筛选代表作 1183201.5.3筛选合适的定量评价指标 1125841.5.4诺奖获得者整体论文与所属机构特点 1教育部官网公布了对《关于完善高校学科评估制度，促进教育治理体系和能力现代化的提案》的答复，答复强调要坚持实行代表作制度，关注标志性学术成果的创新性和学术贡献，评价代表性论文要分析其与标志性成果的关联ADDINEN.CITE<EndNote><Cite><Author>教育部</Author><RecNum>13</RecNum><DisplayText><styleface="superscript">[33]</style></DisplayText><record><rec-number>13</rec-number><foreign-keys><keyapp="EN"db-id="0ptedfsrnfswrqeewv7xxpv1eetp0fpazdax">13</key></foreign-keys><ref-typename="WebPage">12</ref-type><contributors><authors><author><styleface="normal"font="default"charset="134"size="100%">教育部</style></author></authors></contributors><titles><title><styleface="normal"font="default"charset="134"size="100%">《关于完善高校学科评估制度，促进教育治理体系和能力现代化的提案》的答复</style></title></titles><dates></dates><urls><related-urls><url>/jyb_xxgk/xxgk_jyta/jyta_jybxwzx/202008/t20200817_478448.html</url></related-urls></urls></record></Cite></EndNote>[33]。现今被广泛使用的评价方法主要是同行评议法和基于指标体系的定量评价。在我国明确提出代表作评价制度之后，对于定量评价有效性的讨论一度甚嚣尘上，我们要承认客观证据的必要性，也要承认一些良好指标对被评估对象的概括能力。很多已有研究表明，在大多数领域中，论文或者科研人员获得的引用频次与同行之间的认可程度都存在着正相关ADDINEN.CITE<EndNote><Cite><Author>Aksnes</Author><Year>2004</Year><RecNum>14</RecNum><DisplayText><styleface="superscript">[34,35]</style></DisplayText><record><rec-number>14</rec-number><foreign-keys><keyapp="EN"db-id="0ptedfsrnfswrqeewv7xxpv1eetp0fpazdax">14</key></foreign-keys><ref-typename="JournalArticle">17</ref-type><contributors><authors><author>Aksnes</author><author>Dag,W.</author><author>Taxt</author><author>Elisabeth,R.</author></authors></contributors><titles><title>Peerreviewsandbibliometricindicators:acomparativestudyataNorwegianuniversity</title><secondary-title>ResearchEvaluation</secondary-title></titles><periodical><full-title>ResearchEvaluation</full-title></periodical><dates><year>2004</year></dates><urls></urls></record></Cite><Cite><Author>Wainer</Author><Year>2013</Year><RecNum>15</RecNum><record><rec-number>15</rec-number><foreign-keys><keyapp="EN"db-id="0ptedfsrnfswrqeewv7xxpv1eetp0fpazdax">15</key></foreign-keys><ref-typename="JournalArticle">17</ref-type><contributors><authors><author>Wainer,J.</author><author>Vieira,P.</author></authors></contributors><titles><title>Correlationsbetweenbibliometricsandpeerevaluationforalldisciplines:TheevaluationofBrazilianscientists</title><secondary-title>Scientometrics</secondary-title></titles><periodical><full-title>Scientometrics</full-title></periodical><volume>96</volume><number>2</number><dates><year>2013</year></dates><urls></urls></record></Cite></EndNote>[34,35]。同时，专家的定性分析也有不可避免的局限性，成本高且耗时，一些主观因素的影响也难以排除ADDINEN.CITE<EndNote><Cite><Author>Das</Author><Year>2016</Year><RecNum>16</RecNum><DisplayText><styleface="superscript">[36]</style></DisplayText><record><rec-number>16</rec-number><foreign-keys><keyapp="EN"db-id="0ptedfsrnfswrqeewv7xxpv1eetp0fpazdax">16</key></foreign-keys><ref-typename="JournalArticle">17</ref-type><contributors><authors><author>Das</author><author>A.,K.</author></authors></contributors><titles><title>'Peerreview'forscientificmanuscripts:Emergingissues,potentialthreats,andpossibleremedies</title><secondary-title>MedJArmedForcesIndia</secondary-title></titles><periodical><full-title>MedJArmedForcesIndia</full-title></periodical><pages>172-174</pages><dates><year>2016</year></dates><urls></urls></record></Cite></EndNote>[36]。评估代表作，需要采取定量评价与专家评审结合的方式。代表性成果强调创新内容和学术贡献，针对代表作的定量评价，需要选取一批具有原始创新的论文为代表，深入分析其文献计量特征，为代表作制度的定量评价找到合适的评价指标。1.1基于诺贝尔奖获奖论文的代表作特征分析在众多的国际科学奖项中，具有近百年历史的诺贝尔科学奖被公认为最权威的科学奖项ADDINEN.CITE<EndNote><Cite><Author>路甬祥</Author><Year>2000</Year><RecNum>218</RecNum><DisplayText><styleface="superscript">[37]</style></DisplayText><record><rec-number>218</rec-number><foreign-keys><keyapp="EN"db-id="0vzz5pexfff5wtertvzv552vw5er0rd2edaf">218</key></foreign-keys><ref-typename="JournalArticle">17</ref-type><contributors><authors><author>路甬祥</author></authors></contributors><auth-address>中国科学院!北京100091</auth-address><titles><title>规律与启示——从诺贝尔自然科学奖与20世纪重大科学成就看科技原始创新的规律</title><secondary-title>西安交通大学学报(社会科学版)</secondary-title></titles><periodical><full-title>西安交通大学学报(社会科学版)</full-title></periodical><pages>3-11</pages><number>04</number><keywords><keyword>诺贝尔自然科学奖</keyword><keyword>重大科学成就</keyword><keyword>科技创新</keyword></keywords><dates><year>2000</year></dates><isbn>1008-245X</isbn><call-num>61-1329/C</call-num><urls></urls><remote-database-provider>Cnki</remote-database-provider></record></Cite></EndNote>[37]。诺贝尔科学奖是对促进人类社会发展的原始创新的奖励。诺贝尔科学奖是对人类社会发展有重大影响的原始性创新的奖励。诺奖获奖论文不仅是获奖者也是整个学科领域的代表性成果。本文选取了诺贝尔医学奖或生理学奖的获奖论文，分析其文献计量特征，以期为代表作评价体系中定量指标的选取提供参考，探究诺奖获得者的整体发文水平及所属科研机构情况，分别为个人代表作和机构代表作评价提供参考。1.1.1研究对象图3-SEQ图3-\*ARABIC1诺奖论文筛选流程收集诺贝尔生理学或医学奖2000年–2019年近二十年的获奖论文。2009–2019年的获奖论文从诺贝尔奖官网（/prizes/medicine/）中获取；2000–2008年的获奖论文，根据诺奖官网给出的研究背景、研究内容及研究时间等，结合作者所属机构进行筛选ADDINEN.CITE<EndNote><Cite><Author>Liang</Author><Year>2018</Year><RecNum>219</RecNum><DisplayText><styleface="superscript">[38]</style></DisplayText><record><rec-number>219</rec-number><foreign-keys><keyapp="EN"db-id="0vzz5pexfff5wtertvzv552vw5er0rd2edaf">219</key></foreign-keys><ref-typename="JournalArticle">17</ref-type><contributors><authors><author>Liang,Guoqiang</author><author>Hou,Haiyan</author><author>Ren,Peili</author><author>Yi,Bu</author><author>Kong,Xiangjie</author></authors></contributors><titles><title>UnderstandingNoblePrizesWinningArticles:ABibliometricAnalysis</title><secondary-title>CurrentScience</secondary-title></titles><periodical><full-title>CurrentScience</full-title></periodical><dates><year>2018</year></dates><urls></urls></record></Cite></EndNote>[38]，筛选流程如图3-1所示。图3-SEQ图3-\*ARABIC1诺奖论文筛选流程从WoS数据库和InCites数据库中获取相应指标数据。共筛选出50位获奖者的73篇获奖论文。根据诺奖官网提供的获奖者姓名和机构信息，在WoS中检索相应获奖者所有论文。根据诺奖官网提供的获奖者信息，收集诺奖获得者所属机构和大学的相关信息。数据采集时间为2020年6月。1.1.2研究方法TOPCM指标选取TOPCM指标是针对未达到期待引用但有影响力的出版物提出的算法，用来评估论文的引文影响力ADDINEN.CITE<EndNote><Cite><Author>Hu</Author><Year>2016</Year><RecNum>220</RecNum><DisplayText><styleface="superscript">[39]</style></DisplayText><record><rec-number>220</rec-number><foreign-keys><keyapp="EN"db-id="0vzz5pexfff5wtertvzv552vw5er0rd2edaf">220</key></foreign-keys><ref-typename="JournalArticle">17</ref-type><contributors><authors><author>Hu,Xiaojun</author><author>Rousseau,Ronald</author></authors></contributors><titles><title>Scientificinfluenceisnotalwaysvisible:Thephenomenonofunder-citedinfluentialpublications</title><secondary-title>JournalofInformetrics</secondary-title></titles><periodical><full-title>JournalOfInformetrics</full-title><abbr-1>JInformetr</abbr-1></periodical><volume>10</volume><dates><year>2016</year></dates><urls></urls></record></Cite></EndNote>[39]。代表性成果具备了原始创新，是后续研究的启发者，但可能存在自身引用量未达期待的情况。为了更好的筛选评价自身引用不足的代表性成果，引入TOPCM指标对诺奖论文进行分析，为代表性成果的指标选择提供参考。指标应用算法如下：1.首先选择一个出版物，设为A2.将A的被引频次计为CIT（A），如果A的被引频次为x，我们取其被引频次的1%，例如x=248，则248*1%=2.48，取大于它的最小整数，即2.48取3。第一级引文为被引量排名前3的三篇文献分别为C1-1、C1-2、C1-3。取他们被引量的中位数为μ1。TOPCM2(A)=μ11.对第一级得到的所有文献分别重复步骤2，得到二级引文（C1-1a、C1-1b…、C1-2a、C1-2b…）。分别对各第二级引文取中位数，然后取所有第二级引文的中位数μ2。TOPCM3(A)=eq\f(2,3)(μ1+eq\f(1,2)μ2)=eq\f(2,3)μ1+eq\f(1,3)μ2μi类似地，我们可以定义第n+1代引文影响力的TOPCM-N的值。TOPCMn+1(A)=i=1neq\f(1,i!)μi具体流程如图3-2所示:。图3-SEQ图3-\*ARABIC2TOPCM计算流程本研究选取的评价指标有：论文数、被引频次、被引高峰期、引用半衰期、学科规范化的引文影响力（CNCI）、H指数、国际合作论文数、发表论文Q1期刊占比、发表期刊影响因子、TOPCMADDINEN.CITE<EndNote><Cite><Author>马楠</Author><RecNum>222</RecNum><DisplayText><styleface="superscript">[40]</style></DisplayText><record><rec-number>222</rec-number><foreign-keys><keyapp="EN"db-id="0vzz5pexfff5wtertvzv552vw5er0rd2edaf">222</key></foreign-keys><ref-typename="OnlineDatabase">45</ref-type><contributors><authors><author><styleface="normal"font="default"charset="134"size="100%">马楠</style></author></authors></contributors><titles><title><styleface="normal"font="default"size="100%">InCites</style><styleface="normal"font="default"charset="134"size="100%">—基于WebofScience权威数据的科研评估工具</style></title></titles><dates></dates><urls><related-urls><url>http://science.T/InCites/</url></related-urls></urls></record></Cite></EndNote>[40]。1.2诺奖论文文献计量特征1.2.1诺奖论文总被引频次普遍较高对2000到2018年所有诺奖论文的被引次数进行了统计。引用次数从出版后开始计算，截至2020年6月16日。诺奖论文的被引次数分布显示在图3-3中。被引用的范围分布很广，从21到14996次，分布最多的区间是1000-5000次，四分之三的论文引用次数达到500次以上。3篇诺奖论文的被引频次超过10000次，3篇论文的引用低于100次。我们将诺奖论文被引次数划分三个层次进行分析。总体来说，诺奖论文普遍具有较高的被引次数。三篇引用次数低于100的文章中，一篇为2010年诺奖获得者Edwards在2001年发表的关于体外受精的社论（editorial），而他做出关键突破的文章集中发表在20世纪70年代，这篇社论是后期的总结，可能因此未获得更多的引用。另外两篇引用低于50的文章是2003年诺奖获得者关于核磁共振的论文，论文记录了磁共振可视化不同结构的突破性发现，这些发现促进了磁共振成像MRI的发展，代表了医学诊断和研究领域的突破。但文章发表时磁共振在医学应用层面还处于未完善阶段，这可能是引用量低的一个原因。另一个可能的原因是学科差异，一般来说，健康和生命科学领域具有较高的引用量，而数学和工程领域具有较低的引用ADDINEN.CITE<EndNote><Cite><Author>Hu</Author><Year>2018</Year><RecNum>223</RecNum><DisplayText><styleface="superscript">[41]</style></DisplayText><record><rec-number>223</rec-number><foreign-keys><keyapp="EN"db-id="0vzz5pexfff5wtertvzv552vw5er0rd2edaf">223</key></foreign-keys><ref-typename="JournalArticle">17</ref-type><contributors><authors><author>Hu,Zhigang</author><author>Tian,Wencan</author><author>Xu,Shenmeng</author><author>Zhang,Chunbo</author><author>Wang,Xianwen</author></authors></contributors><titles><title>Fourpitfallsinnormalizingcitationindicators:AninvestigationofESI'sselectionofhighlycitedpapers</title><secondary-title>JournalofInformetrics</secondary-title></titles><periodical><full-title>JournalOfInformetrics</full-title><abbr-1>JInformetr</abbr-1></periodical><pages>1133-1145</pages><volume>12</volume><number>4</number><dates><year>2018</year></dates><urls></urls></record></Cite></EndNote>[41]。P. C. Lauterbur和P.Mansfield两位科学家是业内非常著名的MRI物理学家，磁共振成像科学属于交叉科学领域，这可能是这两篇论文引用量低的原因。对于引用量在100到300之间的论文，作为高影响力的论文并没有获得足够高的引用，我们在后文引入TOPCM指标进行详细分析。 图3-SEQ图3-\*ARABIC3诺奖论文被引频次分布图3-图3-SEQ图3-\*ARABIC4诺奖论文被引频次与获奖间隔我们把诺奖论文从出版到获奖的时间间隔定义为诺奖论文的测试期。如图3-4所示，结果发现诺贝尔奖的测试期大致在10到30年之间。在十年的测试期间内，有2人的获奖论文被引超过10000次，从而获得了诺贝尔奖。有少数被引量极高的获奖者在很短的时间内获奖，例如，山中伸弥（ShinyaYamanaka）仅仅花了6年的时间。引用与诺贝尔奖的测试期之间存在一定的反比趋势。引用量与测试期成反比，这种现象在引用量极高时更加明显。1.2.2大多数诺奖论文被引半衰期长图3-SEQ图3-\*ARABIC5不同时间段诺奖论文被引频次比较73篇诺奖论文截至2020年6月总的平均引用，发表年及次年、发表后5年、发表后10年的平均引用，如图3-5所示，发现发表后10年的平均引用更接近且低于总的平均引用。大部分论文的被引在5–10年间会达到稳定状态，有研究表明诺奖论文的总体平均引用更接近五年的平均引用水平ADDINEN.CITE<EndNote><Cite><Author>Siqi</Author><Year>2013</Year><RecNum>224</RecNum><DisplayText><styleface="superscript">[42]</style></DisplayText><record><rec-number>224</rec-number><foreign-keys><keyapp="EN"db-id="0vzz5pexfff5wtertvzv552vw5er0rd2edaf">224</key></foreign-keys><ref-typename="JournalArticle">17</ref-type><contributors><authors><author>Siqi</author><author>Ye</author><author>Rui</author><author>Xing</author><author>Jing</author><author>Liu</author><author>Feiyue</author><author>Xing</author></authors></contributors><titles><title>BibliometricanalysisofNobelists'awardsandlandmarkpapersinphysiologyormedicineduring1983–2012</title><secondary-title>AnnalsofMedicine</secondary-title></titles><periodical><full-title>AnnalsofMedicine</full-title></periodical><pages>532-538</pages><volume>45</volume><number>8</number><dates><year>2013</year></dates><urls></urls></record></Cite></EndNote>[42]。诺奖的评选考虑对领域的突出贡献和重大创新，在一定意义上是新颖、超前的，获得科学界的普遍认可和在应用层面发展需要较长时间。本文研究结果发现，诺贝尔生理学或医学奖论文发表后十年的平均引用更接近总引用。已有文献表明，大部分诺奖论文的引用呈规律分布。从图中也可以看出诺奖论文不同年份引用在趋势上的一致性。图3-SEQ图3-\*ARABIC5不同时间段诺奖论文被引频次图3-SEQ图3-\*ARABIC6诺奖论文被引半衰期被引半衰期(CitedHalf-life)反映的是文献自身老化的速度，被引半衰期越长，文献的影响越深远ADDINEN.CITE<EndNote><Cite><Author>方红玲</Author><Year>2018</Year><RecNum>38</RecNum><DisplayText><styleface="superscript">[43]</style></DisplayText><record><rec-number>38</rec-number><foreign-keys><keyapp="EN"db-id="0ptedfsrnfswrqeewv7xxpv1eetp0fpazdax">38</key></foreign-keys><ref-typename="JournalArticle">17</ref-type><contributors><authors><author>方红玲</author></authors></contributors><titles><title>国内外眼科学,数学和环境科学期刊被引半衰期的比较</title><secondary-title>中国科技期刊研究</secondary-title></titles><periodical><full-title>中国科技期刊研究</full-title></periodical><pages>165-170</pages><volume>029</volume><number>002</number><dates><year>2018</year></dates><urls></urls></record></Cite></EndNote>[43]。统计诺奖论文的被引半衰期，并计算诺奖论文被引半衰期占出版至今总年份的比例。结果如图3-6所示，大部分诺奖论文的被引半衰期较长，多数论文的被引半衰期达十年以上，部分达20年以上。图3-SEQ图3-\*ARABIC6诺奖论文被引半衰期1.2.3诺奖论文大多发表在高影响力期刊上73篇诺奖论文分别发表在25种不同的期刊上。如图3-7所示，在《自然》期刊上发表了19篇论文，《细胞》期刊上发表了14篇论文，《科学》期刊上发表了9篇论文。有1篇文章发表在目前未在SCI目录的期刊上，大部分诺奖论文发表在高影响因子的期刊上。图3-SEQ图3-\*ARABIC7诺奖论文所属期刊分布图3-SEQ图3-\*ARABIC8诺奖论文JNCI值与所属期刊IF在影响因子大于30的期刊中发表了45篇文章（61.6％），在影响因子大于5的期刊中发表了61篇。66篇（90.4%）论文所属期刊在Q1分区，虽然影响因子较低的期刊中可能会出现一些精彩的论文，但绝大部分论文发表在Q1期刊上。这与针对1983—2012年诺贝尔生理学或医学奖的研究结论一致ADDINEN.CITE<EndNote><Cite><Author>Siqi</Author><Year>2013</Year><RecNum>225</RecNum><DisplayText><styleface="superscript">[42]</style></DisplayText><record><rec-number>225</rec-number><foreign-keys><keyapp="EN"db-id="0vzz5pexfff5wtertvzv552vw5er0rd2edaf">225</key></foreign-keys><ref-typename="JournalArticle">17</ref-type><contributors><authors><author>Siqi</author><author>Ye</author><author>Rui</author><author>Xing</author><author>Jing</author><author>Liu</author><author>Feiyue</author><author>Xing</author></authors></contributors><titles><title>BibliometricanalysisofNobelists'awardsandlandmarkpapersinphysiologyormedicineduring1983–2012</title><secondary-title>AnnalsofMedicine</secondary-title></titles><periodical><full-title>AnnalsofMedicine</full-title></periodical><pages>532-538</pages><volume>45</volume><number>8</number><dates><year>2013</year></dates><urls></urls></record></Cite></EndNote>图3-SEQ图3-\*ARABIC7诺奖论文所属期刊分布图3-SEQ图3-\*ARABIC8诺奖论文JNCI值与所属期刊IF分析诺奖论文的期刊影响因子可以发现大部分诺奖论文发表在高影响因子的期刊上，偶尔分布在中低影响因子期刊上。期刊规范化的引文影响力（JNCI）是对文献发表在特定期刊上的被引频次进行规范化，即每篇论文的JNCI值为该论文实际被引频次与该期刊上发表的同出版年、同文献类型论文的平均被引频次的比值。它描述了超出平均水平增加了期刊引用量的论文。比较WoS核心集中28篇获奖论文的JNCI值，如图3-8所示。只有两篇论文的JNCI值小于1，大部分论文的JNCI值达到了2以上。诺奖论文不仅发表在高影响因子的期刊上，其JNCI值也非常高。论文所属期刊是论文的重要特征，在考虑期刊影响因子的同时考虑JNCI值，可以更全面地衡量论文的影响力。但是比较JNCI值要考虑所属学科，例如，某学者的CNCI指标高于平均水平，JNCI指标低于平均水平，可能是因为该学者在其论文发表的学科领域获得了高于平均值的引用，但其论文发表的期刊整体被引非常高（例如《科学》或《自然》），他的论文被引频次低于期刊上论文的平均被引频次。因此，比较JNCI值时还应考虑CNCI值。图3-SEQ图3-\*ARABIC9诺奖论文CNCI值与所属期刊IF1.2.4诺奖论文CNCI值普遍非常高图3-SEQ图3-\*ARABIC9诺奖论文CNCI值与所属期刊IF学科规范化的引文影响力(CNCI)是对不同文献类型、不同出版年、不同学科领域进行归一化后的评价指标，排除了学科、文章类型以及出版年的差异，可以作为衡量文章质量的一个重要指标。统计诺奖文章属于WoS核心数据集中的28篇文章的CNCI值，如图3-9所示，除一篇文章小于1外，其他文章CNCI值都大于2，且有20篇大于10。诺奖文章的CNCI值普遍非常高，CNCI值是论文定量评价的重要指标。1.2.5施引文献影响力均较高针对少数高质量论文被引频次不高的情况，考虑施引文献影响力来弥补被引指标的不足。如表3-1所示，统计在WOS核心集中的28篇诺奖论文的CNCI值和其施引文献CNCI值及篇均被引频次。除第28篇社论外，我们发现诺奖论文的施引文献被引量普遍较高，同时不同被引频次之间的诺奖论文其施引文献CNCI和篇均被引次数之间没有显著差异，因此对于部分被引较低的高质量论文，可以考虑其施引文献影响力，作为被引指标的有效补充。表3-SEQ表3-\*ARABIC1诺奖论文施引文献质量被引频次分组序号获奖年出版年CNCI值施引文献CNCI施引文献篇均被引次数1120122006210.501.3240.501220061998114.421.4260.201320111998107.772.0291.60142019199549.971.9081.93152019200172.081.7577.73162019199971.082.0195.25172019200141.621.8181.37182018200049.952.9768.53192018199639.981.2876.891102011199632.892.33119.581112013199327.451.3475.561122018199929.851.2691.241132014200531.471.7141.211142018199217.912.9380.342152018200312.492.5580.932162016200015.332.1988.702172016199325.532.53118.962182016199812.652.49114.00219201619929.532.01101.372202014200615.071.8948.742212014200412.951.7358.19222201719987.171.4484.70223201319936.011.6097.04224201819975.602.1078.59225201719941.041.4086.72226201820054.732.8281.89227201719922.031.7894.99228201020010.700.5910.58针对被引频次较低的诺奖论文，我们利用一个新的指标TOPCM统计其引文影响力。选取三篇被引频次在200-300的诺奖论文作为代表，对涉及到的各代引文内容进行具体分析。经计算得到的TOPCM值如表2所示，引文网络如图10至图12所示。表3-SEQ表3-\*ARABIC2未达到期待引用量的诺奖论文作者出版物出版时间被引量μ1μ2TOPCMJamesP.AllisonProceedingsoftheNationalAcademyofSciencesoftheUnitedStatesofAmerica1997291783728.5764.8TasukuHonjoInternationalImmunology2005268866533755MichaelW.YoungScience1994276619952730图3-SEQ图3-\*ARABIC10阻断PD-1能增强效应T细胞的招募来抑制低免疫原性肿瘤细胞的血源性扩散-TasukuHonjo图3-SEQ图3-\*ARABIC11通过控制T细胞的共刺激和抑制信号来治疗前列腺癌的免疫治疗方法-JamesP.Allison100多年来，科学家一直想要利用人体免疫系统进行抗癌。2018年由于发现抑制负向免疫调节的新型癌症疗法，TasukuHonjo和JamesP.Allison一起获得了诺贝尔生理学或医学奖。JamesP.Allison在1990年代，利用小鼠实验证实阻击CTLA-4会解除T细胞受到的束缚，使其全力对抗癌细胞ADDINEN.CITE<EndNote><Cite><Author>Kwon</Author><Year>1997</Year><RecNum>226</RecNum><DisplayText><styleface="superscript">[44]</style></DisplayText><record><rec-number>226</rec-number><foreign-keys><keyapp="EN"db-id="0vzz5pexfff5wtertvzv552vw5er0rd2edaf">226</key></foreign-keys><ref-typename="JournalArticle">17</ref-type><contributors><authors><author>Kwon,E.D.</author><author>Hurwitz,A.A.</author><author>Foster,B.A.</author><author>Madias,C.</author><author>Feldhaus,A.L.</author><author>Greenberg,N.M.</author><author>Burg,M.B.</author><author>Allison,J.P.</author></authors></contributors><titles><title>ManipulationofTcellcostimulatoryandinhibitorysignalsforimmunotherapyofprostatecancer</title><secondary-title>ProceedingsoftheNationalAcademyofSciencesoftheUnitedStatesofAmerica</secondary-title></titles><periodical><full-title>ProceedingsOftheNationalAcademyOfSciencesOftheUnitedStatesOfAmerica</full-title><abbr-1>PNatlAcadSciUSA</abbr-1></periodical><volume>94</volume><number>15</number><dates><year>1997</year></dates><urls></urls></record></Cite></EndNote>[44]。TasukuHonjo在研究了PD-L1可以通过与PD-1的相互作用来抑制免疫反应的机制之后，在2005年进一步研究了PD-1缺陷小鼠中，免疫原性差的B16黑色素瘤细胞向肝脏的血源性扩散受到抑制ADDINEN.CITE<EndNote><Cite><Author>Iwai</Author><Year>2004</Year><RecNum>227</RecNum><DisplayText><styleface="superscript">[45]</style></DisplayText><record><rec-number>227</rec-number><foreign-keys><keyapp="EN"db-id="0vzz5pexfff5wtertvzv552vw5er0rd2edaf">227</key></foreign-keys><ref-typename="JournalArticle">17</ref-type><contributors><authors><author>Iwai,Y.</author></authors></contributors><titles><title>PD-1blockadeinhibitshematogenousspreadofpoorlyimmunogenictumorcellsbyenhancedrecruitmentofeffectorTcells</title><secondary-title>InternationalImmunology</secondary-title></titles><periodical><full-title>InternationalImmunology</full-title><abbr-1>IntImmunol</abbr-1></periodical><dates><year>2004</year></dates><urls></urls></record></Cite></EndNote>[45]。而这两篇论文作为他们获得诺奖的重要研究，均未获得很高的引用。我们对其引文进行分析，结果如图所示。图3-SEQ图3-\*ARABIC10阻断PD-1能增强效应T细胞的招募来抑制低免疫原性肿瘤细胞的血源性扩散-TasukuHonjo图3-SEQ图3-\*ARABIC11通过控制T细胞的共刺激和抑制信号来治疗前列腺癌的免疫治疗方法-JamesP.Allison分析TasukuHonjo在2005年发表的论文，三篇被引最高的一代引文是关于免疫抑制机制的ADDINEN.CITEADDINEN.CITE.DATA[46-48]，而第二代引文中大部分是相关抗体的临床试验和进一步研究。JamesP.Allison在1997年发表论文的三篇一代引文中，两篇是基于CTLA-4的单克隆抗体“伊匹单抗”的临床试验，还有一篇是与CTLA-4相关机制进一步研究ADDINEN.CITEADDINEN.CITE.DATA[49-51]。进一步分析第二代引文，引用前两篇的大部分是相关改进的临床试验，值得注意的是，引用其一代引文Wolchok论文的一篇二代引文引用量达到了八千以上，是关于伊匹单抗提高转移性黑色素瘤患者生存率的论文ADDINEN.CITEADDINEN.CITE.DATA[52]。图3-SEQ图3-\*ARABIC12第二个时钟基因，TIMELESS，通过周期蛋白在细胞核中阻断-MichaelW.Young2017年获得诺贝尔奖的MichaelW.Young在1994年发表的论文ADDINEN.CITE<EndNote><Cite><Author>Vosshall</Author><Year>1994</Year><RecNum>246</RecNum><DisplayText><styleface="superscript">[53]</style></DisplayText><record><rec-number>246</rec-number><foreign-keys><keyapp="EN"db-id="0vzz5pexfff5wtertvzv552vw5er0rd2edaf">246</key></foreign-keys><ref-typename="JournalArticle">17</ref-type><contributors><authors><author>Vosshall,L.B.</author><author>Price,J.L.</author><author>Sehgal,A.</author><author>Saez,L.</author><author>Young,M.W.</author></authors></contributors><auth-address>RockefellerUniv,NatlSciFdnSci&TechnolCtrBiolTiming,HowardHughesMedInst,NewYork,Ny10021 RockefellerUniv,GenetLab,NewYork,Ny10021</auth-address><titles><title>BlockInNuclear-LocalizationOfPeriodProteinbya2ndClockMutation,Timeless</title><secondary-title>Science</secondary-title><alt-title>Science</alt-title></titles><periodical><full-title>Science</full-title><abbr-1>Science</abbr-1></periodical><alt-periodical><full-title>Science</full-title><abbr-1>Science</abbr-1></alt-periodical><pages>1606-1609</pages><volume>263</volume><number>5153</number><keywords><keyword>messenger-rnalevels</keyword><keyword>mindedgeneencodes</keyword><keyword>ahdioxinreceptor</keyword><keyword>drosophila-melanogaster</keyword><keyword>circadian-rhythms</keyword><keyword>DNAinteractions</keyword><keyword>visual-system</keyword><keyword>product</keyword><keyword>translocation</keyword><keyword>expression</keyword></keywords><dates><year>1994</year><pub-dates><date>Mar18</date></pub-dates></dates><isbn>0036-8075</isbn><accession-num>WOS:A1994NB67300030</accession-num><urls><related-urls><url><GotoISI>://WOS:A1994NB67300030</url></related-urls></urls><electronic-resource-num>DOI10.1126/science.8128247</electronic-resource-num><language>English</language></record></Cite></EndNote>[53]被引频次为267(截止到检索日)，而其在1998年发表的，引用了该论文的文章ADDINEN.CITE<EndNote><Cite><Author>Price</Author><Year>1998</Year><RecNum>247</RecNum><DisplayText><styleface="superscript">[54]</style></DisplayText><record><rec-number>247</rec-number><foreign-keys><keyapp="EN"db-id="0vzz5pexfff5wtertvzv552vw5er0rd2edaf">247</key></foreign-keys><ref-typename="JournalArticle">17</ref-type><contributors><authors><author>Price,JeffreyL</author><author>Blau,Justin</author><author>Rothenfluh,Adrian</author><author>Abodeely,Marla</author><author>Young,MichaelW</author></authors></contributors><titles><title>double-timeIsaNovelDrosophilaClockGenethatRegulatesPERIODProteinAccumulation</title><secondary-title>Cell</secondary-title></titles><periodical><full-title>Cell</full-title><abbr-1>Cell</abbr-1></periodical><pages>83-95</pages><volume>94</volume><number>1</number><dates><year>1998</year></dates><urls></urls></record></Cite></EndNote>[54]，一同被认定为获奖论文，获得了634次引用。我们对论文内容进行具体分析，1994年，MichaelYoung发现了第二个时钟基因“timeless”，它编码了一种对正常昼夜节律至关重要的蛋白质——TIM蛋白质。当TIM与PER结合时，两种蛋白进入细胞核，阻断细胞核中PERIOD基因的活性关闭抑制反馈回路。这种调节反馈机制可以解释细胞中的蛋白质水平是如何波动的，但仍有一个无法解释的问题，即究竟是什么控制了波动的频率。1998年，MichaelYoung发现了另一个关键基因doubletime，它编码一种名为DBT的蛋白质，DBT可以减缓PER的积累，这有助于阐明昼夜节律波动被调节以适应24小时周期的机制。也就是说1998年的论文引用了1994年的论文，在其研究基础上进一步解释了昼夜节律波动的原理。图3-SEQ图3-\*ARABIC12第二个时钟基因，TIMELESS，通过周期蛋白在细胞核中阻断-MichaelW.Young1.3诺奖获得者整体发文水平1.1.1诺奖获得者整体发文情况如表3-3所示，统计了获奖者的发文数、被引次数、h指数来分析诺奖获得者发文的整体水平。表3-SEQ表3-\*ARABIC3诺奖获得者整体论文水平获奖科学家发文数总他引次数篇均被引h指数2019SirPeterJ.Ratcliffe24844338178.7889GreggL.Semenza480102526211.6155WilliamG.KaelinJr25843708169.411082018JamesP.Allison22247732215.01105TasukuHonjo35650918141.031062017JeffreyC.Hall3172541080.1688MichaelRosbash31131586101.56103MichaelW.Young9512161128.01532016YoshinoriOhsumi23746424195.88922015WilliamC.Campbell174689039.640SatoshiŌmur1886TuYouyou1798257.76122014JohnO'Keefe4493125769.6173May-BrittMoser10319144185.8659EdvardI.Mose23692013JamesE.Rothman21645964212.8109RandyW.Schekman4043708991.8106ThomasC.Südhof37971512188.691502012SirJohnB.Gurdon2511833371.0480ShinyaYamanaka27657761209.28852011BruceA.Beutler35536026101.4883JulesA.Hoffman3982RalphM.Steinman512101923199.071592010RobertG.Edwards4512191748.6762009ElizabethH.Blackburn28137019131.7490CarolW.Greider11532240280.3568JackW.Szostak29636911124.7892008HaraldzurHausen34137359109.5682FrançoiseBarré-Sinoussi3232074064.2163LucMontagnier3082917794.73752007MarioR.Capecchi12522213177.771SirMartinJ.Evans2502109284.3766OliverSmithies35450859141.67902006AndrewZ.Fir2167CraigC.Mello9422034234.4522005BarryJ.Marshall1101064196.7429J.RobinWarren383838382004RichardAxel19143010225.18102LindaB.Buck5922868248.45762003PaulC.Lauterbur4230247224SirPeterMansfield162521232.17412002SydneyBrenner4924576191.0184H.RobertHorvitz23546233196.74112JohnE.Sulston4626643579.2362001LelandH.Hartwell9425056266.5568TimHunt27436465131.0884SirPaulM.Nurse38549615128.87992000ArvidCarlsson9294496848.4102PaulGreengard1054113683107.86185EricR.Kandel34963311181.4114450位获奖者中有27位的发文数在200–500。大部分作者的被引次数和h指数都较高。h指数用于评估研究人员的学术产出数量与学术产出水平。可以看到，诺奖获得者的h指数都较高，这说明，顶尖科学家不仅拥有数量，更注重产出质量。因此，在统计科研人员产出时，为破除“唯论文数”的情况，可以引入h指数来更好地衡量论文数量和质量。对发文数、总被引次数、篇均被引和作者h指数进行相关分析，结果如表3-4所示。发现篇均被引除了与发文数成负相关外，与其他指标并不显著相关。表3-SEQ表3-\*ARABIC4诺奖获得者整体论文各指标相关性发文数总他引次数篇均被引h指数发文数1总他引次数0.553**篇均被引-0.336*0.245h指数0.554**0.925**0.11211.1.2我国诺奖获得者发文情况对我国屠呦呦女士的发文情况做进一步分析。屠呦呦的获奖论文是1981年发表于《药学学报》上的题为“中药青蒿化学成分的研究I”的中文论文。1979年屠呦呦在ChineseMedicalJournal匿名发表了题为Anti-malariastudiesonQinghaosu的论文。屠呦呦1982年发表的论文自1984年起一直被引用，但每年的引用次数不多；1999年之后发表的论文，尤其是2011年在NatureMedicine上发表的论文，很快引起了关注ADDINEN.CITE<EndNote><Cite><Author>刘小鹏</Author><Year>2015</Year><RecNum>249</RecNum><DisplayText><styleface="superscript">[55]</style></DisplayText><record><rec-number>249</rec-number><foreign-keys><keyapp="EN"db-id="0vzz5pexfff5wtertvzv552vw5er0rd2edaf">249</key></foreign-keys><ref-typename="JournalArticle">17</ref-type><contributors><authors><author>刘小鹏</author><author>贺飞</author></authors></contributors><auth-address>北京大学前沿交叉学科研究院;北京大学学科建设办公室;</auth-address><titles><title>诺贝尔奖得主论文及引用:文献综述与实例分析</title><secondary-title>科技导报</secondary-title></titles><periodical><full-title>科技导报</full-title></periodical><pages>76-78</pages><volume>33</volume><number>20</number><keywords><keyword>诺贝尔奖得主</keyword><keyword>文献计量</keyword><keyword>知识传播曲线</keyword><keyword>屠呦呦</keyword></keywords><dates><year>2015</year></dates><isbn>1000-7857</isbn><call-num>11-1421/N</call-num><urls></urls><remote-database-provider>Cnki</remote-database-provider></record></Cite></EndNote>[55]。1.4诺奖获得者所属机构分析统计诺奖获得者所属国家和机构，研究其所属机构的特色，为我们的科研机构的评价与建设提供参考。1.4.1诺奖获得者所属机构在50位获奖者中有27位获奖人来自美国，9位来自英国，4位来自日本，3位来自法国，2位来自澳大利亚，2位来自挪威，1位来自德国，1位来自瑞典，1位来自中国。获得诺贝尔奖的研究者大都来自世界名校,这也是科学领域的马太效应。当学生在顶尖学校学习的时候，他们不仅有更好的发展前景，还会获得更优越的学习资源。有效利用这些资源更有可能取得科研成果，而这些成果和研究方法将成为后来者的新资源，从而形成优势不断积累的良性循环ADDINEN.CITE<EndNote><Cite><Author>徐飞</Author><Year>2006</Year><RecNum>251</RecNum><DisplayText><styleface="superscript">[56]</style></DisplayText><record><rec-number>251</rec-number><foreign-keys><keyapp="EN"db-id="0vzz5pexfff5wtertvzv552vw5er0rd2edaf">251</key></foreign-keys><ref-typename="JournalArticle">17</ref-type><contributors><authors><author>徐飞</author><author>卜晓勇</author></authors></contributors><auth-address>中国科学技术大学科技哲学部,中国科学技术大学科技哲学部安徽合肥230026,安徽合肥230026</auth-address><titles><title>诺贝尔奖获得者与中国科学家群体比较研究</title><secondary-title>自然辩证法通讯</secondary-title></titles><periodical><full-title>自然辩证法通讯</full-title></periodical><pages>52-59+111</pages><number>02</number><keywords><keyword>诺贝尔奖</keyword><keyword>科学家群体</keyword></keywords><dates><year>2006</year></dates><isbn>1000-0763</isbn><call-num>11-1518/N</ca