此课是今年新开的素能拓展课程，不是核心通识。

在科技评价方面，我敢说，吴老师绝对是全国第一！

可惜的是，在妮可这个管理相关学科相对不被重视的环境，似乎没多少人了解……

所以，“科学计量学”主要介绍了什么呢？

“科学”，就是这门学科研究的对象是科学，以自然科学为主，也有社会科学；“计量学”，就是要用统计等数学方法（正好我这学期学概统），定量衡量一个人、一个团体（大学、研究所、期刊乃至国家）对科学的贡献。

上课内容非常丰富，讲了很多科技评价指标。听一听还是有意思的。

列举一些私货：

①妮可刚刚成立时，还另成立了一所“科技情报大学”，但是由于招生惨淡，被迫并入妮可，这便是妮可管院之源。

②老师上课多次提到俄罗斯数学家Григорий Яковлевич Перельман（中文：佩雷尔曼）。

Перельман出生于苏联，是犹太人。他早年就表现出极高的数学天赋，之后在数学界大展宏图，在俄罗斯的存在可以与今日韦神相媲美（甚至更甚）。有兴趣的可以了解。

但是他求学之路并不顺利。当时，俄罗斯的顶级科研机构——斯捷克洛夫数学研究所不接收犹太人，直到亚历山大洛夫为其求情才得以进入。以及他在美国留学时，也曾因zz原因被歧视。

在给哈密顿写信请求合作无果之后，他决定自己解决庞加莱猜想，并在本世纪初取得成功。

之后，2006年Перельман被授予菲尔兹奖，但他拒绝领奖。2010年克雷数学研究所授予他100万＄，同样遭到拒绝。

老师上课不止一次地提到金陵某C9的学者学术不端，没有正确引用自己的成果，极大地伤害了吴老师。

我想，吴老师举Перельман，大概是因为他们有同心。

③人工智能很可能是“异类智能”。AI的思维方式，是我们人类赋予的，但未必就是我们自己的思维方式。

④不要迷信现在的所谓高校排名、学科排名。任何一种计量指标都有其特征与局限性。我们要自信，也不能妄自菲薄。

⑤发论文，重在质量，而非数量。这也是吴老师自己创造的科技评价指标“w指数”的精髓所在——注重高水平论文的数量。

“w指数”计算方法：最多有w篇论文引用达到10w次，则w指数为w。

⑥我在这门课上学会了通过webofscience检索论文。不得不说，吴老师真的是“手把手”教人。

⑦马太效应：多者更多，寡者更寡。在科技评价方面，就是知名者更知名。

这让我不禁思考：高引用论文是否有“虚高”的成分？

收获确实非常大，以上列举的也只是一小部分。给分已经不重要了。有几次点名，回答问题加分。我全去了，没回答问题。大作业是结课论文，很容易。

最后84分3.3

很棒的一个老师，给分没什么好说的，期末gpt＋个人的一些理解混完大作业，签到全勤4.0，算比较公平的

但是对于科学的理解这方面来说，吴老师起到了一个很好的引人入门的作用，怎么衡量学术成果、量化学术产出、比较科研能力等，也许我们从课堂里学到的不是妮可经典的数理基础，但在另一个层面来说，所谓独立于评价标准之外的无用之用不也真是“水课”开设的意义吗