维基百科:關注度 (學者)
 |
 | 本頁簡而言之： |
| 关注度 |
|---|
| 专题指引 |
| 指引草案 |
| 参考 |
這份指引反映如何藉學者的學術成就來衡量其關注度足夠於維基百科建立條目的共識，有人簡稱此指引為教授評量（Professor Test）。這份指引中，所謂學者，是指從事學術研究或高等教育的人。而學術關注度，是指因為從事該研究而被世人所認識。
- 大部分學者任職（或曾任）於學院或大學擔任教職員（教授）。部分學者則任職（或曾任職）於某學術研究機構（如美國國立衛生研究院、法國國家科學研究中心、中国科学院等）擔任學術或研究職位。然而，上述定義所統稱的學者仍可能在學術機構以外的單位中任職（如在工业、金融业、政府机关、医院、律师事务所等）。即使他們的主要职业与学术无关，他仍可因学术成就而具备关注度；反之，如果其本人名聲早已達社會關注程度，則毋須以學術成就建立條目。
- 某些国家裡的中學教師有時也被稱為教授，但他們並不屬於此篇指引中所定義的學者。除非他們曾進行實質的學術研究、且因這些研究而被世人認識，否則應以通用人物關注度規則，評估他們在其專業領域上的關注度。
- 有關教授的學術等級及其含義，請參見教授條目。請注意，在不同的國家中學術等級的定義可能有差別。
本指引獨立於其他主題的關注度指引，如人物、音樂、作家等。學者本身可能不符合本指引的規定，但可能在其他領域達到關注度指引的標準。例如，有的學者並非因其學術成就而受社會注目，而是因為撰寫小說出名，那麼此人就不適合用本頁的學者關注度指引來評量其關注度，而是該用作家關注度來評量之。當然，如果某學者符合本頁指引的關注度規定，那麼其他層面是否達到關注度也就沒有關係。
標準
本文的教授指在大學任教者；中文「教授」或西方語言「Professor」有時也指涉其他對象，但他們並不屬於此篇指引中所定義的學者。除非他們曾進行實質的學術研究、且因這些研究而被世人認識，否則應以通用人物關注度規則，評估他們在其專業領域上的關注度。
若該學者（教授）可從可靠來源取得資料證明此人現在或曾經符合以下任何一個條件，即具备关注度。採用這些標準之前，請細閱下面的注意事項。
- 获得世界著名的学术奖项，或取得国家级或国际级等级的荣誉。
- 获选为高度选择性且著名的学术团体或协会成员，或因高度选择性的荣誉而成为主要学术团体的会员。
- 於主要的学术机构或团体构担任主席，或成为杰出教授、會士、或類似的严格选拔最高级别学术职位。
- 於其学科领域的重要学术期刊任总编辑。
- 其学术工作对高等教育产生重大的影响，并影响了大量的学术机构。
- 例如学者的数本著作曾被多个高等教育机构当做教科书使用，或者作为课程的基础。
- 其学术成就于学术界以外已取得了实质性的影响力。
- 例如学者以某领域内学术专家的身份在传统媒体上被频繁提到。少量提及，特别是在地方媒体上的提及对于普通学者而言也并非罕见，因而并不能达到标准。
- 如果学者在学术圈内被普遍认同为某个领域的学术专家，且在该领域曾经写过针对大众的畅销读物，那么可以满足标准。以伪科学或者小众理论为主题的书籍通常不能认为满足此标准。
- 学术成果在专利、商业和财务上的应用通常并不能满足标准。
- 在其研究领域提出了某个重要的新概念、方法或想法，做出重要的发现或解决了一项重大学术问题。
- 在这种情形下，通过学术刊物中其他学者的引用来证明这项贡献确实重要且可以归功于该学者。
- 其他獨立可靠的證據顯示此人的研究在他們的學術領域中造成重大的影響，取得廣泛的認可。
- 例如受邀在国家级或国际级学术团体的会议上发表荣誉性讲座而非一般学术讲座、学者的姓名被用于命名某个讲座或者系列讲座、获得荣誉学位，等等。注意這不包括在普通的座谈会、研讨会、或学术会议上自行或受邀举办讲座、普通的研究资助、博士后职位、访问邀约或者大学内部的奖项。
- 其他可能可以證明此人有重大影響的判斷依據包括：在学术刊物的编辑委员会任职、在特别知名的刊物上发表成果、个人成果曾结集出版、有对个人纪念性的刊物出版或学术会议举办、姓名被用于命名某个学术奖项或者系列讲座，等等。注意這些項目單獨達成時通常并不足以证明学者的关注度。
- 另一常見滿足此標準的方式是檢視該學者的學術研究是否被高度引用。這可能是有數篇被高度引用的學術發表，或在大量的學術發表中有顯著的引用率。在重要学术刊物上发表的对该学者工作的评论也可与对原学术成果的引用一起考虑。
- 所讨论的引用需要出现在经过同行评审的学术出版物（例如期刊或者学术书籍）上[2]；
- 在不同学术领域间，由于发表成果的惯例不同导致的引用和发表频率的差异需要被纳入考虑范畴。一般地，实验和应用领域相比较理论研究领域会有更高的发表和引用率，而人文科学比自然科学在发表和引用方面显得更加缓慢。与此同时，自然科学中的新成果常常在会议论文集或者学术杂志上发表，而人文领域中的成果则更多地以学术书籍的形式出现。这意味着对发表总数和高引用率的考量需要参考该领域中主要学术研究机构的相关数值。
- 对于某些学科而言，一部分刊物会检视该学科中所有已发表的工作。例如，在数学中，《数学评论》（MathSciNet）即属于此类刊物。如果一篇论文或者一部著作在此类刊物中被评论，这并不足以證明為“重大影响”，但这些刊物中评论的内容以及评价性的话语却可能足以满足要求。
- 学者所从事的学术领域应当尽量宽泛認定。此处宽泛的含义指的是大学科范畴，例如数学、物理学、历史学、政治学，或者这些学科下的重要分支，例如粒子物理学、代数几何、中世纪历史、流体力学或者果蝇基因组等。过于狭窄和专门化的限定需要被避免。在某个过于狭窄的研究领域内成为专家并不能充分证明学者满足标准，除非学者是该领域的先驱。
- 简单地指出学者拥有大量已发表成果并不能充分说明学者满足标准。
- 在学术图谱中与一位知名学者距离较近（例如拥有较小的埃尔德什數）并不能说明学者满足标准。
注意事項
- 學者有可能依據此標準而具備關注度，但因缺乏可靠且獨立的資料導致條目並不適合包含在維基百科中。每一個維基百科的條目都應具備可供查證的資料來源。例如，獲頒獎項需有證據、影響力需有相關報導或評述等等。然而，當上述學術關注度以備可證實證據滿足後，其他非獨立證據來源的證據（例如其工作單位或職業的資料）就通常可被視為可信賴來源，為條目加入一些日常較不爭議的細節。
- 上述的標準有時被彙整成一種「一般教授測試（Average Professor Test）」，簡言之：檢視研究人員是否在其所研究領域達到一定程度的影響力，該研究人員是否較領域中其他研究人員更為明確地為世人所知或較高的成就。
- 請注意這是一份指引而非規定，總是會有例外情況。部分學者可能不符合上述標準，但仍因其學術研究，又或是出於無關学术的原因，而具備關注度。要注意，針對研究發表的數量或品質訂定明確的需求標準是相當難的，因為這些標準在實務上會因不同領域而有非常大的差異。此外，這份提議所設定的門檻其實相對較低，這是很自然的，因為某程度上，學者就如同活在公領域中，試圖要用自己的思想來影響其他人，而成功者自然會被認為具備關注度。
对引文的考量
对于绝大多数学科而言，仅有的获取引文的可靠方式是使用两大学术索引：Web of Science或Scopus。但是很不幸，这两个引文数据库都价格昂贵：Scopus主要可在大学或大型学院的图书馆找到，而Web of Science可在重要大学找到。Scopus包含自然科学和社会科学，但在1996年前的数据很不完备。Web of Science可能可以检索早至1900年的自然科学文献、早至1956年的社会科学文献，以及早至1975年的人文学科文献，但只有那些顶级规模的大学能够买得起整套数据库（幸而，面向公众的引文索引正在开发中）。而对于发展中国家，这些数据库就更不完备了。除此以外，这些数据库仅列举期刊中的引文，并不包含书籍或者其他出版物中的引文。因而，对于像计算机科学那样拥有大量会议和非期刊出版物的学科而言，这些数据库并不应该被使用。针对某一学科的索引，例如MathSciNet或者SciFinder Scholar（化学摘要）以及类似的专注某一学科的索引均是有价值的资源，但访问这些数据库也不是免费的，常常需要大学内部的计算机账号。
- 对Google学术搜索的注意事项：Google学术搜索可被用于所有（或者几乎所有）受关注研究内容均在互联网上出现的领域。绝大多数计算机科学家撰写的论文可以在Google学术搜索中被检索到。但是，对于一些在线资料更新并不那么及时的领域，尤其是自然科学之外的领域，使用Google学术搜索得到的结果并不可靠。即便是《科学》这样著名的杂志也仅仅将1996年之后的文章发布在互联网上，更不用说许多杂志不允许Google学术搜索收录它们的文章。对于图书而言，Google学术搜索的覆盖部分依赖于Google图书的搜索功能，而该功能受到出版商方面的严格限制。因而，在Google学术搜索中缺乏引用并不能作为学者缺乏关注度的证据。另一方面，Google学术搜索也会列举未经同行评审的内容，例如学术网站。因而，在Google学术搜索上展示的引用数在某些情况下可能是实际引用数的两倍，因而只能作为粗略的证明材料。
- 对PubMed的注意事项：常常被作为PubMed组成部分而被访问的Medline是一套完善的、涵盖广泛的搜索引擎，包含了大量生物学领域以及所有医学领域中发表于1967年以后甚至更早的内容。它包含一部分医学相关的临床内容，但并没有全部覆盖。除此之外，并不是所有PubMed提供的文章都经过了同行评议，因为PubMed也收录质量參差不齐的医学新闻，以及致编者的信件和其他类似材料，因而并不是所有收录的内容在学术上都具备重要性。
- 对PubMed及其他数据库中“相关文献”的注意事项：“相关文献”不能保证一定引用了原文献。这些文献与原文献拥有相同的主题，被列出的原因常常是标题中的词汇相近或者引用了相同的论文。一部分相关文献可能引用了原文献，另一部分则不是，甚至发表的时间早于原文献。数据库列出相关文献的目的是帮助研究者在同一主题上寻找更多的论文。在确定引用数时，使用相关文献的唯一方法是重复检查发表日期晚于原文献的论文是否引用了原文献。相关文献列表也不会列出所有的引用文献。（参见PubMed对“相关文献”功能的说明）
- 度量引用的指标，例如H指数、G指数等等，可被作为粗略评价是否满足标准一的参考，但是需要注意的是，这些指数的有效性眼下并没有获得广泛的认同，因而使用时须谨慎。
- 对于人文学科的学者，Google学术搜索提供的信息常常是不全面的。此时，为评价学者是否满足标准一，可以查找作者的著作在不同学术图书馆内的收藏情况（这一信息可在Worldcat找到）。
- 欧洲计算机科学系协会给出的报告列举了评价计算机科学研究的十个要点，其中两个要点强调了非期刊文献的重要性，另一要点则特别提出需要当心对Web of Science的使用（Meyer, Bertrand; Choppy, Christine; Staunstrup, Jørgen; van Leeuwen, Jan, Research Evaluation for Computer Science, Communications of the ACM, 2009, 52 (4): 31–34, doi:10.1145/1498765.1498780 （英语））。与此相反，该报告推荐对计算机学科使用Google学术搜索或使用Citeseer。