給科學家的科學思維

推薦序1    大數(shù)據(jù)時代，科學家需要養(yǎng)成的科學思維
推薦序2    大數(shù)據(jù)時代，科學家更需要科學想象力以及客觀的科學思維
譯者序1   一位成功的科學家，對科學的認知可能也是有限的
譯者序2   用科學方法衡量科研成果的長期影響力
前 言      科學學，正在全面重塑科學的未來
部分   事業(yè)成功的科學新思維
產(chǎn)出與影響力，合力孕育連戰(zhàn)連勝的科研神話
01   科學家的產(chǎn)出，能否決定科學家的影響力
我們發(fā)表了多少論文
不同學科的產(chǎn)出量有何不同
產(chǎn)出量：你有可能會明顯超出競爭者
02   h指數(shù)，綜合考慮產(chǎn)出和影響力的指標
什么是h指數(shù)
h指數(shù)，預測個人影響力的指標
沒有人的職業(yè)生涯應該用單一數(shù)字衡量
為什么會這樣多產(chǎn)
03   成功孕育成功，科學聲譽的馬太效應 
姓名的魅力
身份地位，影響力提升的紅利
這真是馬太效應嗎
04    年齡與科研成就，科學界頭號問題
職業(yè)生涯的中期，科學成就的
科研人員的職業(yè)周期
知識負擔與工作性質(zhì)，影響我們攀上科研高峰的時間
05   成功概率恒定，你需要在成功前反復嘗試
被打亂的科學家的職業(yè)生涯
會在職業(yè)生涯的任何時刻出現(xiàn)
06    Q因子，運氣之外的成功參數(shù) 
純粹的巧合
Q因子，將運氣轉(zhuǎn)化為持久的高影響力
你的Q值是多少
預測影響力
07    連戰(zhàn)連勝，描繪職業(yè)生涯更為精細的畫面
成功的爆發(fā)
連戰(zhàn)連勝模型
連戰(zhàn)連勝意味著什么
第二部分   團隊組建的科學新思維
大團隊解決現(xiàn)有問題發(fā)展科學，小團隊提出新問題顛覆創(chuàng)新
08    團隊在科學中日益增長的主導地位
秀、聰明的科學家更愿意合作
科學團隊化的兩大驅(qū)動因素
距離的消失
09   看不見的大學：科學家互相之間具有高度的依賴性 
活躍的氛圍
在科學上，沒有孤獨的天才
10   科學合作背后的復雜網(wǎng)絡
合作者網(wǎng)絡的兩大特征
合作者的數(shù)量
小世界與大世界
連通分量：80%的科學家都在同一個網(wǎng)絡中
11   一個成功團隊的組建，取決于人才的平衡
有“能人太多”這回事嗎
適當?shù)钠胶猓憾鄻有耘c團隊的表現(xiàn)
組建一個常勝團隊
合作的演化
12   大團隊與小團隊
不是規(guī)模上的簡單變化
團隊規(guī)模：總是越大越好嗎
大型團隊發(fā)展科學，小型團隊顛覆科學
既需要大團隊，也需要小團隊
13  “誰應該獲得榮譽”Vs. “誰將獲得榮譽” 
論文屬于哪位作者
排名或是末尾
從A到Z，每個人都是公平的
合作對女性的不公
14    功勞分配：誰終獲得了合作成果的功勞
馬太效應與反轉(zhuǎn)馬太效應
集體榮譽分配算法帶來的新見解
第三部分 影響力升級的科學新思維
優(yōu)先連接 適者成功，影響力源自“積累”的 力量
15   大科學時代，指數(shù)級增長的科學仍然擁有前所未有的朝氣與活力 
科學體量的指數(shù)級增長
指數(shù)級增長的意義
當一名科學家越來越難了嗎
“蘋果”越來越難以摘到了嗎
16    論文引用量的差異  
引用量也遵循二八定律
引用分布的普適性
引用能反映什么
17    適應度，終決定論文影響力的高低
累計優(yōu)勢，“錦上添花”現(xiàn)象之源
先發(fā)優(yōu)勢，不是推動引用量增長的動力
適應度，后來者居上的秘密
18    創(chuàng)新與報道，改變科學影響力的兩個因素
創(chuàng)新的涌現(xiàn)和科學影響力的關系
報道可以提升你的“能見度”
19    科學的時間維度
是站在巨人的肩膀上，還是關注的成果
科學發(fā)現(xiàn)的熱點
早期發(fā)現(xiàn)不斷增長的影響力
你的失效日期
小結(jié)
20    引用動態(tài)演化規(guī)律，決定終的影響力
單篇論文引用的動態(tài)演化
引用的動態(tài)演化：顯著的普適性
終的影響力
未來的影響力
第四部分  呼嘯而來的新科學
爆發(fā)的前沿新科技，正在催生科學學的全新使命
21   當機器可以做出新發(fā)現(xiàn)時，科學能否被加速
機器科學家的知識閉環(huán)
選擇下一個實驗
白色空間，我們將迎來全新挑戰(zhàn)
22    人工智能顛覆下的科學與科學家 
“剛才發(fā)生了什么” 
這波人工智能浪潮有什么不同
更智能的人工智能，更多的創(chuàng)造性創(chuàng)新
人工智能與人類智能
 
23   科學中的偏差和因果性
失敗讓你成為更好的自己
影響力更廣泛的定義
解釋因果性，做出更好的科學決策
結(jié)語  擁抱科學學，進入全新時代
附錄1  模擬團隊組建
附錄2  引用建模
參考文獻