圣保罗大学科研产出中的性别差异

奥利韦拉-西亚巴蒂等人考察圣保罗大学的科研产出。研究从全校8,325名教师中纳入3,067人，以 Web of Science 数据比较发表量、引用及H指数。他们用姓名推定性别，这是研究分类中的替代指标。进入分析的人少于全校教师的一半，因此数据库覆盖情况也属于结果的解释条件。

在指标的上端出现什么？

作者报告，男性在若干发表与引用指标上平均更高，在高H指数区间的比例尤其大。研究用“剪刀效应”形容差距在高位扩大，并考察任职时间。H指数累积引用与发表，可能受职业时间、学科、合作机会和研究资源影响，因此不能直接等同于个人能力。

在纳入样本且H指数最高的100人中，83人被归为男性。这个分母是数据库样本中指标最高的一组。把比例放回任职时间和学科，才有可能区分谁进入了数据库、谁有条件累积引文、谁的工作形式更容易被指标记住。

观察到的差异值得继续追问其机制。哪些项目较早拿到经费、哪些工作被记录为署名成果、谁承担难以计入发表指标的教学和服务？论文中的未来引用趋势属于外推，数据库覆盖及姓名分类也限制了它能辨认的经验。

先问谁会在排名里出现

图二把几个层次画在一起：纳入数据库的人，处于不同指标区间的人，以及引用随时间的走势。读图时可以先看样本如何从全校教师缩小到有可用记录的人，再读哪些人集中于分布的上端。这两次筛选有不同含义。期刊和语言覆盖影响哪些成果进数据库；职业年限和合作机会会影响人们积累多少可见成果。表三按在该校的任职时间分组，显示高指标区间的性别差距并未因此消失；同一组内仍可能有学科和职业路径的差异。

指标具体数的是什么？一家研究团队中，有人负责建立社区关系、维护长期合作或重复核实资料；这些工作能影响成果的可靠性，却未必变成可归到个人名下的引用。论文呈现的是可见产出的分配。若评委根据同一套指标分配经费和时间，既有差距还可能反过来影响下一轮成果。不过，这个反馈机制需要追踪评价决定才能验证，不能直接从论文的引用预测中读出来。

罗斯等人关于科学署名的研究提供另一条线索：比较谁做了研究工作与谁被列为作者。两种材料能分别帮助读者审视可见成果的分布与成果如何取得署名。

原文