说明：本博客与微信公众号《林墨》同步更新，所有内容均为原创，可授权转载。请扫码关注《林墨》公众号。

比利时Rousseau(鲁索)教授提出了『计量智慧』一词，指学者恰当使用科学计量指标的智慧。计量智慧既有正面影响，也有负面影响，是一柄双刃剑。

步一 / Indiana University

注：图片来源于必应

什么是“计量智慧”

2015年，面向国际农业经济学家协会（InternationalAssociation of AgriculturalEconomists，IAAE）的一项调查显示，科学家们对于几种科学计量指标（如期刊影响因子、h指数、SCImago期刊排名和特征因子（EigenFactor）等）的认识程度非常不同。例如，40%的科学家完全没有听说过h指数，还有10%的受访者连期刊影响因子是什么都不知道。

对于科学计量指标的认识体现了不同学者使用科学计量指标能力的差异。2015年，比利时的鲁索教授（Ronald Rousseau）和他女儿提出了“计量智慧”（metric-wiseness）的概念。“计量智慧”体现的是恰当使用科学计量指标来表示学者真实研究水平与价值的能力。Rousseau教授指出，“计量智慧”与学者的学术能力无关。

从概念上看，“计量智慧”的概念应该分两个角度来认识。一个角度是研究者自己使用恰当的科学计量指标度量自己学术水平的能力，另一个角度是评估者使用恰当的指标度量其他学者学术水平的能力。Rousseau教授目前主要是从第一个角度来解释和探讨“计量智慧”。

“计量智慧”的正面影响

Rousseau教授分析了科研过程的两个阶段：第一个阶段是从事研究（performingresearch），这一阶段会受诸多因素的影响，如对研究对象和研究问题的好奇、对社会的贡献度、资金情况等；第二个阶段是展示研究（reporting research），例如研究者通过一定的方式将研究书面化、规范化，并通过他们的简历或公开的学术主页（如谷歌学术、ResearchGate等）展示他们的研究。“计量智慧”本质上可以体现在上述两个阶段。例如，在第一阶段，一位研究者的“计量智慧”可以帮助他（她）更好地选择实证研究中的数据，比如Elsevier的Scopus数据库比广为采用的Web of Science数据库收录更全更新，因此如果研究人员知晓这些信息，他（她）在设计研究方案时可能就不会单单只考虑Web of Science数据库。数据库的选择可能也会对于数据集内文章的被引量计算有所影响，因为这些被引量往往是数据库计算出的“局部被引量”（local citation number）。同时，ORCID和谷歌学术等的使用亦可帮助研究者进行简单地实体消歧（如作者姓名消歧等）。另外，“计量智慧”高的学者在进行研究时往往会考虑研究人员学术外的一面——例如可以使用ResearchGate或Mendeley等平台获取研究人员“社交”的属性。

“计量智慧”对于科研过程第二阶段的影响也有诸多的例子。例如，“计量智慧”高的学者会选取适当的平台展示他（她）的研究，如更倾向于将文章发表在以英语为载体语言的高影响因子期刊上；他们更倾向于与其他同行合作而非“单兵作战”；他们可能会达成某种非正式的“协议”——如互相引用对方的文章借以帮助对方提高被引量；他们可能利用多样化的媒介（如NatureNews、Facebook、微信朋友圈甚至学术会议等平台）宣传自己的研究；等等。

“计量智慧”的负面影响

“计量智慧”可能存在一些负面影响。例如，当科研人员整体的“计量智慧”提高之后，会出现一些不太好的现象，例如，追求短期内能出成果的“多快好省”研究、论文间存在更高的重复率、论文作者列表中增加更多的“挂名作者”等等。此外，它还会导致科研人员更倾向于将稿件投到高影响因子（或其他文献计量指标）或影响因子绝对值不高但名声不错的期刊上而非会议或新创期刊，这会导致知识传播的整体速率被拉低。

如何测度你的“计量智慧”

Rousseau教授指出了两个层面的方式来度量“计量智慧”。第一个层面是对一些科学计量指标的熟悉程度，例如如果一位研究人员可以回答“什么是期刊影响因子”之类的问题，我们可以认为他（她）具有一定的“计量智慧”。当然，需要指出的是，这种回答不一定要非常精确，例如如果他（她）认为期刊影响因子是“一本期刊中刊载的每篇文章的平均被引量”就足够了，尽管这种定义和影响因子本身的定义是有差异的。

第二个层面则更有深度。Rousseau教授建议采用多维李克特量表来度量至少以下四个维度的问题，他还为每个维度列举了可能的陈述：

表1. 李克特量表测度学者的『计量智慧』

综上所述，“计量智慧”是一柄双刃剑。“计量智慧”并不像“智商”等存在具体的数值，目前仍是一个定性的概念。研究人员“计量智慧”的提高虽然在很大程度上有利于他们研究的传播，但也存在诸多可能的问题。

[1] Rousseau, S., & Rousseau, R. (2015).Metric-Wiseness: Letter to the Editor. Journal of the Association forInformation Science and Technology, 66(11), 2389.

[2] Rousseau, S., & Rousseau, R. (2017). Beingmetric-wise: Heterogeneity in bibliometric knowledge. EIprofessional de lainformation, 26(3), 480-487.

[3] Millman, J., Bishop, C. H., & Ebel, R. (1965). Ananalysis of test-wiseness. Educational and psychological measurement, 25(3),707-726.

图文编辑：李江 / 浙江大学