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。

摘要

如果度量跨学科合作中各参与人的贡献，是一个重要的研究问题。美国IndianaUniversity的丁颖副教授（武汉大学长江学者讲座教授）的团队提出了一种解决方案。

李江 / 浙江大学

近现代科学发展的历史表明，科学上的重大突破、新的学科生长点、甚至新兴学科的出现，常常在不同的学科彼此交叉和相互渗透的过程中形成。对DNA双螺旋结构的发现做出重大贡献的四位科学家中，沃森（生物学）、克里克和威尔金斯（物理学）与富兰克林（化学）具有不同的学科背景，但都致力于研究遗传物质的分子结构，不同学科知识与思维方式的碰撞，产生了重要的知识贡献。

如果度量跨学科合作中各参与人的贡献，便成为一个重要的研究问题。在编者所在的学校，为了激励跨学科研究，跨学科成果的奖金是非跨学科成果的1.5倍；校内跨学科合作成果中的第二作者也给予一定程度的认可（非跨学科合作成果只认可第一作者与通讯作者）。这种跨学科合作中各参与人的贡献分配的方法简单、粗犷，或许，我们可以找到更合理的分配方案。

附录：跨学科合作中，作者贡献的分配方案

闵超 / 南京大学

注：图片来源于参考文献中的论文

美国Indiana University的丁颖副教授（武汉大学长江学者讲座教授）的团队提出了一种解决方案，他们定义了t_credit和t_index，能够合理分配跨学科合作中各参与人的贡献。

t_credit

对于一篇学术论文，丁颖等人将作者的跨领域学术贡献分为三个维度来测量：用harmonic_credit 测量作者贡献的相对大小，用ATW 测量论文的跨领域程度，用log10 citation 测量论文的影响力大小。t_credit 可以表示为：

(1) harmonic_credit，是分配单篇论文作者贡献的传统指标：

其中N是作者总数，r是待评价作者的排位，具体如图所示。

(2) ATW（AuthorTransdisciplinary Weight），是衡量这篇论文的研究领域跟作者以往研究领域之间的差异大小的指标。ATW越大，作者的这篇论文跟以往的论文相比，涉及的研究领域差异就越大，从而作者在这篇论文中的跨领域程度就越大，反之亦然。ATW主要通过构建“论文-主题概率分布”以及“作者-主题概率分布”两个矩阵获得，感兴趣的读者不妨移步参考文献(Xu, Ding & Malic,2015)。

(3) 为了弱化不同论文被引总数之间可能存在的巨大差异，citation的对数值被用来衡量目标论文的影响力大小，即log10citation。

t_index

仿照 t_credit 的做法，丁颖等人将论文的原始被引总数转换为作者跨领域贡献的被引总数t_citation。

t_citation则被用到t_index的定义中：

如果一位科学家在他（她）的N篇作品中，t篇作品每篇都至少有t个t_citation，而其他（N-1）篇作品的t_citation都不多于t个，那么这位科学家的t_citation 就是t。

将t_credit与t_index应用到信息检索领域的实证数据后，实验结果表明，当“跨领域程度”这一特性被考虑在内时，作者贡献的排名以及h指数的排名都会有明显的变化。ATW，harmonic_credit，以及citations三个因素之间的交互可以有效地提高传统方法（harmonic_credit，h_index）对作者跨领域贡献进行测度的结果。

参考文献

Xu,J., Ding, Y., & Malic, V. (2015). Author credit fortransdisciplinary collaboration. PloSOne, 10(9),e0137968.