讲真，高被引论文的水平到底有多高？（转自网络，非我创作）
有一些论文被引次数多，是因为论文水平确实很高。汤森路透每年用论文被引次数预测诺贝尔自然科学奖，因为一旦有突破性有重大贡献的研究论文发表，就会有无数的后续的研究跟进，因为突破性的论文往往开创了一片新的领域，接着会有很多新的研究可以做。所以这些研究论文的引用率都非常高，通过分析长年积累的科研引用，汤森路透可以识别出各领域中具有最重大影响的研究人员和研究机构。

可除此之外，相信大家也发现了，一些“相貌平平”的论文也特别容易被别人引用。这是为什么呢？有老师总结出了以下几点经验：
1）大家都能够做的东西论文被引用次数会高。全世界被引用次数最多的论文题为《用Folin－酚试剂测量蛋白质》，截至2004年1月，这篇生物学论文已经获得了275699次引用。论文中，洛瑞根据自己在美国纽约公共健康研究所做的研究，提出了一种测定蛋白含量的方法。基于蛋白质测量的基础性，这篇论文才得以成为“引用经典之作”。
2）一篇论文获得高引主要是因为另外一个高产作者。写论文基本上都会引用到相同领域的其他论文，越是产量高的作者，对这篇论文的引用数贡献就越大。有人在研究中跟你做了相似的领域，他们都会跟着你引用这篇论文。没有几年，这篇论文就被“炒”成热点论文。
3）有特殊参数、成分、工具、公式的论文，容易被高引。比如，当在一篇论文中列出了一个材料的成分，说这个成分有某些性能。后来，别人也做相关材料的工作，凡是相似的合金，都会去引用这篇论文，也因此，不知不觉成为了高引论文。

美国印第安纳大学Filippo Radicchi等人做了一个大规模调查，他们请来多个学科领域的大约2000个受访者（都是论文通讯作者）对超过20,000篇论文进行配对比较，确定自己认为影响力大的论文。研究人员然后汇总受访者的全部结果，并量化受访者配对偏好（专家认可的影响力）与论文被引次数（引用次数影响力）之间的实际差距，结果显示：
当科学家有足够的信息并确实能够作出客观公正的选择时，他们对论文影响力的判断与论文被引次数是一致的。也就是说，被引次数多的论文影响力大，这条判据本质上八九不离十。

但是，能不能反过来认为：论文被引次数低，影响力低，水平也低。这个结论站得住脚吗？
一篇统计论文《Citation Rates of Award-Winning ASCE Papers》，2012年发表在JOURNAL OF PROFESSIONAL ISSUES IN ENGINEERING EDUCATION & PRACTICE。作者统计了1978—2002年25年间荣获ASCE（美国土木工程学会）最佳论文的情况。研究发现，通过SCI数据库引文统计，这些获奖的论文中，25%的论文没有获得一次引用，30%的论文只获得了一次引用。由此可见，论文是否被引用与论文是否能够成为最佳论文没有直接关系。
众所周知，能获得诺奖的科研成果水平一定是非常高了。那么，诺奖得主的文章被引情况如何呢？诺奖论文的引用次数与影响力是否成正比呢？对此进行研究后发现：一些高品质论文也曾被“封藏”多年。
1979年诺贝尔物理学奖得主Shelton Glashow（1932—）在中国科学院研究生院给师生们做物理学研究的演讲中提到的他发表于1961年并在后来获得诺贝尔奖的那篇重要论文。他当时说这篇论文在发表之后好些年几乎没什么引用，而且在开始被引用的时候还并不完全是正面的。同样的，屠呦呦、高琨等人的论文，获奖之前引用次数都不高，获奖后的引用次数才飙升。
很多论文，尤其是顶尖的论文，会有一个“沉睡期”，一开始大部分人看不懂，或者由于太新受到排斥，后面由于有其他顶尖专家看懂了，推荐了，甚至提名诺奖了，才引起别人的注意，最终引用飙升。
换言之，诺奖得主在获得诺奖前，或者得到大牛推荐前，其论文并不一定高被引，至于获奖以后，高被引是正常的事情。也就是说，当年获得诺奖的得主论文不一定正相关其论文高被引。
被引次数多的论文究竟是否影响力大，相信这个问题属于世界性难题之一。但这个问题之所以值得探讨，是因为它的确可以映射出学术评价方面的众生相。

仔细看看了软科的指标设置，综合排名错误连连的原因就在于，数据采集是滥竽充数的。。。
滥竽充数1，社会声誉（占比5%）就等同于社会捐赠额，
滥竽充数2，生源质量（占比30%）只采集高考录取分数的情况，地区差异，录取排名，研究生生源呢
滥竽充数3，科研规模（占比10%）等同于论文数量
滥竽充数4，科研质量（占比10%）等同于论文质量（申请请公开原数据）
滥竽充数5，顶尖成果（占比10%）等同于高被引用论文，常识性错误
滥竽充数6，顶尖人才（占比10%）等同于高被引学者，常识性错误
滥竽充数7，科技服务（占比5%）等同于企业科研经费，常识性错误
滥竽充数8，成果转化（占比5%）等同于技术转让收入，常识性错误
排行榜的基本指标，85%的权重出现了严重的问题， 你敢出，就别怕别人喷，但错误太离谱，只会作践自己的名声，