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
· · · · · · (收起)
具体描述
科学家什么时候能够迎来事业巅峰？科学创新的生命周期是多久？职业生涯中出现突破性进展的迹象是否存在？什么样的合作会带来成功？年轻的科研人员如何将成功概率最大化？我们经常忽略这样一个事实：即使是成功的科学家，对科学的认知可能也是有限的。有人认为科学家取得成功是天赋、实力、运气共同作用的结果，但没人能说清这些因素在其中所占比重，以及是否存在其他影响因素。
科学学与网络科学研究权威王大顺，网络科学奠基人、畅销书《爆发》《链接》《巴拉巴西成功定律》作者巴拉巴西通过网络科学前沿研究，借助先进的工具定量分析科学自身的演化规律，以及科学家职业生涯的影响因素，揭示事业成功、团队常胜以及影响力升级中的客观规律。
用户评价
##听书
评分##听书
评分书的结构不错，最后一节的确是科学系统里最核心的逻辑。
评分##1、H（70/70）、随机想法光临P(R）、Q实现化能力。2、团队匹配RQ，同群效应激发，小团队跨学科颠覆、大团队发展竞争。3、想法积累与高密度输出与团队化扩张。4、前沿+旧经典、长久问题新突破、跨学科场域发明。
评分##听书
评分##大团队和小团队各自适合什么样的任务，什么样的论文更具影响力。同时关注最前沿的技术和经典理论。
评分##之前大家对科学家职业生涯中的规律有些模糊的认识，但是大顺团队用大规模数据集，用更加solid的方法呈现出了其中的规律，比较hard core。 最后，谢谢贾韬老师的翻译工作
评分##在科学研究竞争日益激烈以及研究领域日趋交叉的环境下，我们如何衡量科学影响力？是选择大团队还是小团队？人工智能将会对科学研究产生哪些影响？两位作者通过不同领域的大量数据分析，为我们清晰地展示了相关结果和启示。无论对于刚进入科研领域的新手，还是富有经验的科研工作者与管理者，本书都是非常好的参考书籍。 ——苟利军 （中国科学院国家天文台研究员）
评分##杰作。 反常识：与大众的认知不同，最优秀的企业家往往是中年人。……50岁获得巨大成功的可能性是30岁同行的2倍。 ……与主流观点相反，你通常最好把宝压在年长一点的人身上。p074
相关图书
本站所有内容均为互联网搜索引擎提供的公开搜索信息，本站不存储任何数据与内容，任何内容与数据均与本站无关，如有需要请联系相关搜索引擎包括但不限于百度，google,bing,sogou 等
© 2026 book.teaonline.club All Rights Reserved. 图书大百科 版权所有