一周前，计算机视觉领域经典之作、何恺明的 ResNet 论文的被引次数突破了 10 万 +，而这距离他提交这篇论文仅过去六年。

ResNet 高被引的背后让我们看到了一个问题，那就是计算机视觉领域每年产出那么多的新论文，为何研究者往往还是选择它作为引文呢？对高被引经典论文的趋向性究竟会给领域带来进步还是停滞呢？新发表的论文是否还有可能成为下一个经典之作呢?

在近日发表在 SCI 期刊 PNAS 上的一篇论文《Slowed Canonical Progress in Large Fields of Science》中，来自美国西北大学和芝加哥大学的两位研究者对上述问题进行了解答，并深入探讨了科学领域发表论文的数量、质量以及被引情况之间的错综复杂的关联。

论文地址：

https://www.pnas.org/content/pnas/118/41/e2021636118.full.pdf

在文中，他们预测，当每年发表论文的数量非常大时，新论文的快速流动会迫使学界关注那些被广泛引用的论文，由此减少了对不太成熟的论文的关注，即使它们当中有些提出了新颖、有用和具有潜在变革性的想法。大量新发表论文的出现并没有引起领域范式的更快更迭，反而巩固了那些高引用量的论文，阻止新工作成为被引用最多且广为人知的领域经典之作。

研究者通过实验分析验证了这些观点，表明了科研单位对数量的关注可能阻碍基础性进步。随着每个领域每年所发表作品的持续增长，这种不利影响将加剧。并且，考虑到推动「发表数量至上」领域认知的根深蒂固、错综复杂的结构，这种情况将不可避免。重构科学生产力价值链的政策措施需要进行调整，以使大众重新聚焦于那些有潜力的新想法。

 

内容中包含的图片若涉及版权问题，请及时与我们联系删除