三分之一的作者都没实质性贡献,论文挂名现象该停了

2022 年 9 月 29 日 机器之心

机器之心报道

编辑:小舟、陈萍

「假作者」比抄袭者更可耻。


一篇学术论文通常由多位作者共同完成,但是这些作者的贡献显然是不一样的,有些甚至只是「挂名作者」。一种常见的现象是论文主要作者所在团队的负责人或资助者会出现在作者名单里,即使他们对研究本身几乎没有思路贡献。


这显然是学术界存在的一种问题。由康奈尔大学动物医学副教授 Nicola Di Girolamo 领导的团队做了一项新的调查研究,发现「挂名作者」的现象似乎很常见。该研究调查了超过 600000 名论文作者,其中多达三分之一的人虽然不符合常用标准,但却在论文上署名了。


之前关于论文作者贡献大小的研究通常是让每位作者自己报告所做的工作,但这种方法署名作者提供的信息可能不可信。因此,康奈尔大学的这项新研究使用了一种更可靠的衡量标准:由论文的主要作者描述每位作者对工作的贡献。


具体来说,该研究以主要作者描述贡献的方式调查了 2017 年至 2021 年在七种开放获取期刊上发表的约 82000 篇论文(包括 629000 名作者),其中使用贡献者角色分类法(CRediT)的标准方法,然后借助计算机程序梳理这些描述。CRediT 标准方法将当前学术论文署名作者按贡献分为 14 种角色,他们分别负责:


  • 概念化

  • 数据管理

  • 形式分析

  • 资金支持

  • 调查

  • 方法

  • 项目管理

  • 资源

  • 软件

  • 监督

  • 验证

  • 可视化

  • 写作——原稿

  • 写作 - 审查和编辑

该调查收集的描述全部按照 CRediT 标准列出了每位作者的贡献类型,结果发现,调查中有三分之一的人对论文几乎没有实际贡献,但却在论文上署名了。


实际上,许多期刊、出版业团体和大学都不鼓励这种「挂名作者」,他们认为这破坏了科学文献的完整性和严谨性。以医学领域为例,国际医学杂志编辑委员会(ICMJE)对作者身份的总体定义指出:作者必须对研究的构思或设计做出重大贡献,仅仅提供整体把关的学者,无论其专业地位如何,都不应被列为作者。


类似地,《美国国家科学院院刊》(PNAS)也对通讯作者的要求作出过明确规定,即通讯作者必须经过论文所有合著者的同意推选出来,且论文数据一经发现错误则退稿通知直接发回通讯作者的研究机构或资助机构。这就要求通讯作者要对论文是否符合法律规范、学术规范和道德规范等方面负责。


康奈尔大学的调查团队在本月举行的国际同行评审和科学出版大会上表示:总体而言,大约 35% 的作者不符合 ICMJE 标准,4% 的作者不符合 PNAS 标准。 


此外,该团队得出的结论是,大约 1% 的作者出现在论文中仅仅是因为他们帮助研究团队获得了资金支持或者提供了一些材料,而这些人显然不该出现在论文作者名单上,也不符合任何学术论文署名标准。


Di Girolamo 同时指出,如果 CRediT statements 允许另外两个标准,即论文所有共同作者都批准了提交发表的论文草稿,并为论文的完整性承担责任,那么挂名作者的出现率会更高。但是 CRediT statements 还没有解决这些问题。


挂名作者的现象普遍存在,早已有研究者对这一乱象表示担忧。例如,Flanagin 在 2011 年的一篇文章中(《Honorary and ghost authorship in high impact biomedical journals: a cross sectional survey》)指出,挂名作者可能动机不纯,「歪曲了他们在科学文献中的贡献」,他们可能是为了提高论文发表量以获得终身教职和晋升。Flanagin 同时还指出,没有实际贡献的作者挂名也存在风险,例如,如果挂名作者被指控存在学术不端行为,那么被署名论文的每个作者的声誉都可能受损。


Di Girolamo 也用个人经历来说明这种现象。在他参与的一个研究项目中,一个合作机构要求他将其他科学家添加到论文作者,即使他们对论文没有实质性的贡献。Di Gerolamo 指出,挂名作者可能是「一种学术不端行为,经常受到权力的左右。」对其他作者而言,他们也很难说出,你不应该署名这篇论文,你的贡献还不够。当时这篇论文发表时,六名被列出的作者中只有不到一半符合 ICMJE 标准。


关于挂名的原因,美国科学编辑委员会(CSE)曾指出,学术论文的署名乱象大致分为三种:


  • 客座作者(Guest authorship): 出于对研究者的尊重或为了利用其地位来提高论文的可信度而授予的名誉作者身份;

  • 赠予作者(Gift authorship): 出于对研究者的义务感或为了使研究者受益而授予的作者资格;

  • 幽灵作者(Ghost authorship): 论文忽略了正确的主要作者。


其中「幽灵作者」让本有资格成为论文作者的人没能出现在作者名单中,这和「挂名作者」显然都是非常不合理的。


Di Girolamo 表示,规范论文署名可能需要对作者和编辑进行有关出版质量的教育,大学和研究机构可以采取更多措施来阻止挂名作者的现象。此外,期刊编辑也无权决定谁有资格获得作者身份。维护学术的公平公正需要我们每个人对论文署名乱象说「不」。


参考链接:

https://www.science.org/content/article/honorary-authors-scientific-papers-abound-they-probably-shouldn-t

https://www.pnas.org/doi/10.1073/pnas.1715374115

https://www.sohu.com/a/439576924_100191228


声纹识别:从理论到编程实战

《声纹识别:从理论到编程实战》中文课上线,由谷歌声纹团队负责人王泉博士主讲。目前,课程答疑正在持续更新中。
课程视频内容共 12 小时,着重介绍基于深度学习的声纹识别系统,包括大量学术界与产业界的最新研究成果。
同时课程配有 32 次课后测验、10 次编程练习、10 次大作业,确保课程结束时可以亲自上手从零搭建一个完整的声纹识别系统。
点击 阅读原文 ,了解更多课程内容。

© THE END 

转载请联系本公众号获得授权

投稿或寻求报道:content@jiqizhixin.com

登录查看更多
0

相关内容

论文(Paper)是专知网站核心资料文档,包括全球顶级期刊、顶级会议论文,及全球顶尖高校博士硕士学位论文。重点关注中国计算机学会推荐的国际学术会议和期刊,CCF-A、B、C三类。通过人机协作方式,汇编、挖掘后呈现于专知网站。
《研究认知偏见分类的证据》美国陆军2022最新56页论文
专知会员服务
22+阅读 · 2022年10月31日
ICCV2021接受论文!
专知会员服务
26+阅读 · 2021年7月23日
ICLR 2021 评审出炉!来看看得分最高的50篇论文是什么!
专知会员服务
40+阅读 · 2020年11月13日
专知会员服务
146+阅读 · 2020年6月15日
49篇ICLR2020高分「图机器学习GML」接受论文及代码
专知会员服务
61+阅读 · 2020年1月18日
GPT-3写了一篇论文
夕小瑶的卖萌屋
1+阅读 · 2022年7月6日
一篇论文8778个作者:人均写5个字,署名用了17页
夕小瑶的卖萌屋
0+阅读 · 2022年5月26日
共同一作,会被认可吗?
夕小瑶的卖萌屋
0+阅读 · 2022年3月30日
国家自然科学基金
4+阅读 · 2015年12月31日
国家自然科学基金
0+阅读 · 2015年12月31日
国家自然科学基金
0+阅读 · 2014年12月31日
国家自然科学基金
0+阅读 · 2014年12月31日
国家自然科学基金
1+阅读 · 2011年12月31日
国家自然科学基金
6+阅读 · 2011年12月31日
国家自然科学基金
1+阅读 · 2009年12月31日
国家自然科学基金
0+阅读 · 2009年12月31日
国家自然科学基金
0+阅读 · 2009年12月31日
Arxiv
0+阅读 · 2022年11月25日
Arxiv
0+阅读 · 2022年11月24日
Arxiv
32+阅读 · 2022年5月23日
已删除
Arxiv
32+阅读 · 2020年3月23日
A Survey on Deep Learning for Named Entity Recognition
Arxiv
26+阅读 · 2020年3月13日
Arxiv
15+阅读 · 2019年9月30日
VIP会员
相关VIP内容
《研究认知偏见分类的证据》美国陆军2022最新56页论文
专知会员服务
22+阅读 · 2022年10月31日
ICCV2021接受论文!
专知会员服务
26+阅读 · 2021年7月23日
ICLR 2021 评审出炉!来看看得分最高的50篇论文是什么!
专知会员服务
40+阅读 · 2020年11月13日
专知会员服务
146+阅读 · 2020年6月15日
49篇ICLR2020高分「图机器学习GML」接受论文及代码
专知会员服务
61+阅读 · 2020年1月18日
相关基金
国家自然科学基金
4+阅读 · 2015年12月31日
国家自然科学基金
0+阅读 · 2015年12月31日
国家自然科学基金
0+阅读 · 2014年12月31日
国家自然科学基金
0+阅读 · 2014年12月31日
国家自然科学基金
1+阅读 · 2011年12月31日
国家自然科学基金
6+阅读 · 2011年12月31日
国家自然科学基金
1+阅读 · 2009年12月31日
国家自然科学基金
0+阅读 · 2009年12月31日
国家自然科学基金
0+阅读 · 2009年12月31日
相关论文
Arxiv
0+阅读 · 2022年11月25日
Arxiv
0+阅读 · 2022年11月24日
Arxiv
32+阅读 · 2022年5月23日
已删除
Arxiv
32+阅读 · 2020年3月23日
A Survey on Deep Learning for Named Entity Recognition
Arxiv
26+阅读 · 2020年3月13日
Arxiv
15+阅读 · 2019年9月30日
Top
微信扫码咨询专知VIP会员