分类:重大科学生涯事件对科学家的直接和间接影响

研究背景和问题

一个科学家如果发生了撤稿、得大的科学奖（Nobel、院士、各大科学奖、各种人才、ESI高引作者之类的）、成为社会或者学术组织领导等重要科学生涯事件，有可能会对其科学研究产生一些影响。甚至，在社会现象中，有“一人得道鸡犬升天”的说法，也就是说，和这个科学家有密切关系的其他科学家可能也会受此影响。例如，这个科学家的合作者（尤其是学生和老师）、这个科学家的论文的参考文献的作者、引用这个科学家的论文的文章的作者、和这个科学家工作在同一个领域的其他科学家。那么，能不能对这样的直接（这些个科学家自己）和间接（上面提到的关系密切的其他科学家）影响多一个定量刻画呢？甚至，有了这个定量刻画之后还可以考虑相关性分析，也就是讨论什么样的情况下，直接和间接影响比较强的问题。

实际上，这个工作的想法的产生就可以看做是科学学多层网络框架的作用：当直接影响考虑了之后，自然可以考虑间接影响，而这个间接可以是作者层的学术传承关系，也可以是作者之间的通过文章、主题或者文章引用传递起来之后的关系。

在撤稿这个具体问题上，实际上，理论上我们是希望一篇文章的撤稿也会导致依赖它的文章的影响力的降低，也就是有间接影响才是合理的。因此，检验一下这个现象的存在是很有意义的。实际上，如果这个间接影响很小，则我们就要做点什么了，例如把这个撤稿文章的撤稿信同时发给直接以来这个论文的其他论文的期刊和作者。

在ESI高引作者或者领导职位这个具体问题上，如果我们假设在这个事件前后这个科学家并没有内在属性的大的改变，但是却发生了研究工作产出和影响力上的比较大的变化，那么，这也意味着这些外在特征实际上是对（其他）科学家的行为有重要影响的，需要注意的。例如，假如说研究发现，当领导了就可以加大论文产出量和影响力，尽管具有一定合理性，总不是一件很“科学和客观”的事情。

类似地，其他重大事件也讨论类似的间接传播的含义。

研究思路和下一步工作

1. 找一个重大科学生涯事件的集合（每一个事件对应的科学家在事件前后的各种科学表现数据）
2. 对其中的每一个科学家找到关系密切的其他科学家（选择上面提到的关系之一，需要这些科学家的在这个事件前后的各种表现数据）
3. 对比前后，直接和间接科学家，在科学表现数据上，有没有统计量上的区别
4. 找到可能的相关的因素，做相关性分析

参考文献

引用错误：<references>中定义的<ref>标记带有未在前文中出现的组（group）属性“”。