给科学家的科学思维

给科学家的科学思维

作者:王大顺

出版社:天津科学技术出版社

出版年:2021-12

评分:8.6

ISBN:9787557696856

所属分类:行业好书

书刊介绍

内容简介

王大顺

●美国西北大学凯洛格商学院和麦考密克工程学院终身正教授,美国西北大学科学学与创新中心创始人、主任,复杂系统研究所(NICO)核心教授。他目前的主攻研究方向是科学学:以科学方法和求索精神探究科学家群体,利用并发展复杂科学、人工智能等技术手段,广泛地探索科学大数据带来的创新机会和繁盛前景,深入理解科学进程。

●王大顺教授的研究多次发表在《自然》《科学》等期刊上。凭借在研究和教学方面的突出贡献,他荣获了AFOSR青年研究员奖、复杂系统学会和网络科学学会颁发的多项突出成就奖,如“厄尔多斯-伦伊奖”,入围Poets & Quants评选的“全球40位40岁以下最杰出商学院教授”榜单,并获得“2021全球最具影响力的50大管理思想家”称号。

艾伯特-拉斯洛 · 巴拉巴西

● 全球复杂网络研究权威,“无标度网络”的创立者。美国物理学会院士,匈牙利科学院院士...

()

作品目录

推荐序1 大数据时代,科学家需要养成的科学思维
推荐序2 大数据时代,科学家更需要科学想象力以及客观的科学思维
译者序1 一位成功的科学家,对科学的认知可能也是有限的
译者序2 用科学方法衡量科研成果的长期影响力
前 言 科学学,正在全面重塑科学的未来
第一部分 事业成功的科学新思维
产出与影响力,合力孕育连战连胜的科研神话
01 科学家的产出,能否决定科学家的影响力
我们发表了多少论文
不同学科的产出量有何不同
产出量:你有可能会明显超出竞争者
02 h指数,综合考虑产出和影响力的指标
什么是h指数
h指数,预测个人影响力的最佳指标
没有人的职业生涯应该用单一数字衡量
为什么会这样多产
03 成功孕育成功,科学声誉的马太效应
姓名的魅力
身份地位,影响力提升的红利
这真是马太效应吗
04 年龄与科研成就,科学界头号问题
职业生涯的中期,科学成就的巅峰
科研人员的职业周期
知识负担与工作性质,影响我们攀上科研高峰的时间
05 成功概率恒定,你需要在成功前反复尝试
被打乱的科学家的职业生涯
巅峰会在职业生涯的任何时刻出现
06 Q因子,运气之外的成功参数
纯粹的巧合
Q因子,将运气转化为持久的高影响力
你的Q值是多少
预测影响力
07 连战连胜,描绘职业生涯更为精细的画面
成功的爆发
连战连胜模型
连战连胜意味着什么
第二部分 团队组建的科学新思维
大团队解决现有问题发展科学,小团队提出新问题颠覆创新
08 团队在科学中日益增长的主导地位
最优秀、最聪明的科学家更愿意合作
科学团队化的两大驱动因素
距离的消失
09 看不见的大学:科学家互相之间具有高度的依赖性
活跃的氛围
在科学上,没有孤独的天才
10 科学合作背后的复杂网络
合作者网络的两大特征
合作者的数量
小世界与大世界
连通分量:80%的科学家都在同一个网络中
11 一个成功团队的组建,取决于人才的平衡
有“能人太多”这回事吗
适当的平衡:多样性与团队的表现
组建一个常胜团队
合作的演化
12 大团队与小团队
不是规模上的简单变化
团队规模:总是越大越好吗
大型团队发展科学,小型团队颠覆科学
既需要大团队,也需要小团队
13 “谁应该获得荣誉”Vs. “谁将获得荣誉”
论文属于哪位作者
排名第一或是末尾
从 A 到 Z,每个人都是公平的
合作对女性的不公
14 功劳分配:谁最终获得了合作成果的功劳
马太效应与反转马太效应
集体荣誉分配算法带来的新见解
第三部分 影响力升级的科学新思维
优先连接 + 适者成功,影响力源自“积累”的 力量
15 大科学时代,指数级增长的科学仍然拥有前所未有的朝气与活力
科学体量的指数级增长
指数级增长的意义
当一名科学家越来越难了吗
“苹果”越来越难以摘到了吗
16 论文引用量的差异
引用量也遵循二八定律
引用分布的普适性
引用能反映什么
17 适应度,最终决定论文影响力的高低
累计优势,“锦上添花”现象之源
先发优势,不是推动引用量增长的唯一动力
适应度,后来者居上的秘密
18 创新与报道,改变科学影响力的两个因素
创新的涌现和科学影响力的关系
报道可以提升你的“能见度”
19 科学的时间维度
是站在巨人的肩膀上,还是关注最新的成果
科学发现的热点
早期发现不断增长的影响力
你的失效日期
小结
20 引用动态演化规律,决定最终的影响力
单篇论文引用的动态演化
引用的动态演化:显著的普适性
最终的影响力
未来的影响力
第四部分 呼啸而来的新科学
爆发的前沿新科技,正在催生科学学的全新使命
21 当机器可以做出新发现时,科学能否被加速
机器科学家的知识闭环
选择下一个实验
白色空间,我们将迎来全新挑战
22 人工智能颠覆下的科学与科学家
“刚才发生了什么”
这波人工智能浪潮有什么不同
更智能的人工智能,更多的创造性创新
人工智能与人类智能
23 科学中的偏差和因果性
失败让你成为更好的自己
影响力更广泛的定义
解释因果性,做出更好的科学决策
结语 拥抱科学学,进入全新时代
附录1 模拟团队组建
附录2 引用建模
参考文献
· · · · · ·

作者简介

王大顺

●美国西北大学凯洛格商学院和麦考密克工程学院终身正教授,美国西北大学科学学与创新中心创始人、主任,复杂系统研究所(NICO)核心教授。他目前的主攻研究方向是科学学:以科学方法和求索精神探究科学家群体,利用并发展复杂科学、人工智能等技术手段,广泛地探索科学大数据带来的创新机会和繁盛前景,深入理解科学进程。

●王大顺教授的研究多次发表在《自然》《科学》等期刊上。凭借在研究和教学方面的突出贡献,他荣获了AFOSR青年研究员奖、复杂系统学会和网络科学学会颁发的多项突出成就奖,如“厄尔多斯-伦伊奖”,入围Poets & Quants评选的“全球40位40岁以下最杰出商学院教授”榜单,并获得“2021全球最具影响力的50大管理思想家”称号。

艾伯特-拉斯洛 · 巴拉巴西

● 全球复杂网络研究权威,“无标度网络”的创立者。美国物理学会院士,匈牙利科学院院士...

(展开全部)

精彩摘录

“从广义上说,学术创新性上存在两种极端表现:概念型和实验型。实验型创新者以归纳法从经验中积累知识。这种类型的研究严重依赖他人的工作,更倾向于实证性。而海森堡则属于概念型创新者,利用抽象的原理,通过演绎推理进行研究。因此,他的研究往往源于先验逻辑,更具有理论性。这两种创新间的差异表明,科学家的研究性质影响了他能在何时达到事业巅峰:概念型创新者往往会比他们的实验型同行更早做出重大的研究成果。”

——引自章节:04年龄与科研成就,科学界头号问题

相关推荐

微信二维码