最新「Nature Index中国」出炉:北大领跑50所国内顶级研究机构
機器之心報道
機器之心編輯部
由著名科學期刊《Nature》最新發布的增刊「2018 自然指數:中國」(The Nature Index 2018 supplement on China)顯示,2012 年至 2017 年間,中國對自然指數的貢獻增長了 75%,增幅顯著超出多個重要國家,如美國、德國、英國和日本。中國在自然指數中所占的全球科研產出份額也由 9% 上升到了 16%。
《Nature Index 2018 China》鏈接:https://www.natureindex.com/supplements/nature-index-2018-china/index
據 Nature 介紹,本期增刊還列出了自然指數中國十大科研機構:北京大學、清華大學、南京大學、中國科學技術大學、浙江大學、復旦大學、中國科學院大學、中國科學院化學研究所、南開大學和蘇州大學。
自然指數還顯示中國科研人員的國際科研合作在不斷增多,中國 2015 年到 2017 年的自然指數論文中有將近二分之一是國際科研合作的結果,這個比例與美國大致相同。這種國際科研合作在中國科學院、北京大學和清華大學尤為普遍。
但是,增刊也顯示中國在科研質量和效率方面尚需持久的改善。
不過,有些特定的學科正在想辦法克服這個問題。比如,我國的化學和植物生物學領域就在這個指數中名列前茅,甚至接近榜首。在這兩個領域,我們可以說是具有最豐富的研究傳統。
以下,機器之心摘錄了報告的一些內容:
中國崛起
這是經分值計數(Fractional Count)測算發布在 Nature 系列科學期刊中 82 篇高質量論文后得出的結果。中國的 FC 在 2012 年到 2017 年間增長了 75%,相比其他一些主要國家增長速度更快。中國在全球貢獻中的占比也在持續增長,從 9% 增至 16%。在這五年內,美國的占比在全球范圍內持續下降。
數量增長
中國在自然指數 2012-2017 年所有學科分類中占據第二的貢獻度,生命科學除外。在 2017 年里,中國攻陷了全球五分之一的化學研究產出,但在高質量的生命科學研究中只占 4.9%。
中國在自然指數里的一半貢獻為化學類研究。
中國排名前八的學科領域在這五年中都提高了在 FC 中的占比,有些學科的 FC 占比甚至是以前的兩倍多,比如材料工程和無機化學等。
想要成為第一,還有很長的路要走
中國的總輸出在指數中排名第二,但如果根據質量和效率來評估,排名比較靠后。
當兩位美國研究員調查了中國頂尖大學的 18000 名科學家、技術研發人員、工程師和數學家后發現,2016 年短期科研和官方干預對他們影響很大。他們總共收到了 466 個關于當前挑戰的回答,和 443 個關于解決方案的回答。如下圖所示,這些挑戰包括:短期科研的風氣、科研經費問題、官僚或政府干預、學術評估系統問題、對人際關系的依賴、對研究員缺乏支持、學術不端、急躁、獎勵系統問題;解決方案包括:減少干預/增加學術自由、改革學術評估系統、改革科研經費處理/系統、不知道、更好地支持研究員、向國外機構學習、促進學術誠信等。
科研協作與引用
Nature Index 的數據表明,在 2015 年-2017 年,中國的國際合作論文接近 50%,和美國差不多,但遠遠少于英國和德國(大約 75%)。這里,多邊協作評分(MCS)度量了中國研究機構和多個海外機構協作的程度,而雙邊協作評分(CS)則度量了兩個機構之間的協作程度。
下圖展示了 2015-2017 年國際協作性最高的中國科研機構 Top-10,前三名分別是中科院、北京大學和清華大學。最右列展示了科研機構與協作程度最高的海外機構之間的雙邊協作評分。
除了國際間的合作研究,研究工作的引用情況也體現了國與國之間的科研關系。如下熱力圖所示為各國之間的引用情況,其中顏色越偏紅色,表示豎軸國家對橫軸國家的引用越多。例如熱力圖的對角線表示本國對本國研究的引用量,這些引用都不少。總體而言,中國對自己國家及其它發達國家的引用量占比很大,而其它國家對美國研究工作的引用都非常多。
分析表明,由于傾向承認同胞的研究工作,中國和日本在對角線上的顏色比較「紅」。此外,從每一個豎軸可以看出國家的總體被引用情況。雖然美國自 90 年代中期以來被引用占比有所下降,但仍然略高于歐盟 28 國,遠比中國的被引用占比高。
中國研究機構 Top-50
在這份 Nature Index 增刊中,作者還對國內大學和科研機構進行了一次排名。表中展示了 2015-2017 年 FC 指標排名前 50 的中國研究機構,FC 指標代表了自然指數追蹤到的期刊論文中每個作者的貢獻。表中還列出了自然指數追蹤到的這些機構發表的論文總數。
總結
以上是生活随笔為你收集整理的最新「Nature Index中国」出炉:北大领跑50所国内顶级研究机构的全部內容,希望文章能夠幫你解決所遇到的問題。
- 上一篇: 学界 | 数据并行化对神经网络训练有何影
- 下一篇: AAAI 2019 | 借鉴传染病学原理