如何衡量一個科研工作的貢獻程度？現在大家普遍看影響因子，但影響因子的片面性也日漸明顯，比如很多水文灌到了高影響因子的期刊上，而一些貢獻極高的工作卻只發在了不起眼的地方。
最近一篇芝加哥大學Wu，Wang和Evans在Nature的文章（Nature，566，378-382，2019）用了一個他們稱為顛覆因子（Disruption）來研究了論文、專利和軟件。研究的論文是1954年到2014年發表的，收錄在Web of Science數據庫里4千2百萬論文和他們的6億引用。研究的專利是美國1976-2014年間5百萬發明專利以及他們的6千5百萬引用。研究的軟件是放在GitHub上的1千6百萬的公開程序以及程序之間的互相使用。這個研究可以說是包含了科學和技術的發展。
在這篇文章中，一篇論文（或專利、軟件）顛覆因子（D）的計算方法：只引用該論文而不引用其引文的文章數（ni）減去也引用了其引文的文章數（nj），然后做歸一化計算：D=(ni-nj)/(ni+nj+nk)，其中nk為只引了其引文的文章數。這個顛覆因子衡量一篇論文是后來工作的起點 （原創性工作，D～1），還是研究工作發展中的中轉站（跟風、發展性工作，D～-1）。他們用諾貝爾獲獎論文（高顛覆因子）、綜述論文（低顛覆因子）、專家的調查、關鍵詞匯的使用來驗證了顛覆因子。
用這個顛覆因子，他們發現了什么呢？他們發現原創性或者顛覆性工作，不管是科學還是技術，都往往是小團隊完成的。同時他們發現顛覆性工作往往有引用遲后（所謂的睡美人文章）、引用時間長。而大團隊常常跟蹤熱點、很快能得到大多數引用（immediate impact），所以影響因子高（影響因子是跟據3年內的引用）。除此之外他們還發現感謝基金的論文更多出自于大團隊，也就是說大團隊更容易拿到基金。
該論文認為，上述結果不過是驗證長期以來大家的猜想。小團隊原創是因為只有小團隊才能承擔得起大風險，船小好掉頭，失敗了換個課題容易。相比較而言，而大項目、大投資不允許失敗，所以只能局限于在一個原創工作的基礎上做進一步、發展性工作。同時大團隊人多口雜，要大家意見一致不容易，一旦有什么創新，懷疑的多，相信的少，隨大流就只能走保守的路線了。
這篇論文告訴了我們什么？首先，片面追求影響因子往往導致追求熱門課題，因為跟蹤熱門課題是得到3年內高引用的捷徑。我最近就有一篇論文被一高影響因子的雜志所拒，編輯告訴我是因為該論文不會有立竿見影的影響（immediate impact）。所以想要推動原創，不能用影響因子來推動，必須看長期引用，計算顛覆因子。其次，雖然要鼓勵多學科交叉，但是大團隊只適合發展學科。三個和尚的故事應該大家都聽過。講的是一個和尚挑水，二個和尚抬水，而有了三個和尚卻反而吃不成水的故事。在西方也有所謂的80/20規則，80%的工作是20%的人做的，而80%的人只做了20%的貢獻。也就是說，大團隊里往往只有一小部分人在真正起作用，小團隊也許可以做的更好。所以原創，還是要以支持一、兩個人的小團隊為主。因為大團隊是產生原創的障礙，成功的學科交叉只需要的是少數人自發的組合，而不是為申請錢而拼湊起來的團隊。也就是說，科學研究的原創需要小而美，而要評價一個人的原創能力，忘了影響因子，看看顛覆因子吧！
- 2022年SCI期刊最新影響因子正式發布 2022-06-28
- 2021年最新影響因子公布 | 化學、材料科學 2021-06-30
- 科技部、基金委發布通知：不將論文發表數量、影響因子等與獎勵獎金掛鉤！ 2020-07-30
