本文发表于《大众科学》的前博客网络，反映了作者的观点，不一定代表《大众科学》的观点
这篇文章与邦妮和我通常在这个博客上发布的文章有点不同——是对理查德·普莱斯博士的采访，他是研究人员的社交网络 Academia.edu 的创始人兼首席执行官。 Academia.edu 是一家总部位于旧金山的初创公司，目前拥有 180 万注册用户和每月 450 万独立访客，每天约有 4,000 名新用户注册。 2012 年 8 月，该网站添加了一个分析仪表板，为研究人员提供各种统计数据，例如个人资料浏览次数、论文下载次数等。
我通过电子邮件采访了普莱斯博士，内容涉及同行评审、学术出版的未来以及 Academia.edu 如何融入其中。
首先，得知您拥有哲学博士学位，这令人惊讶，因为从文献计量学的角度来看，哲学家是“独狼”，他们更喜欢单独发表或与极少数合著者一起发表。您最终是如何建立一个学术社交网络的？
关于支持科学新闻
如果您喜欢这篇文章，请考虑通过以下方式支持我们屡获殊荣的新闻报道 订阅。 通过购买订阅，您将有助于确保有关当今世界正在形成的发现和思想的具有影响力的故事的未来。
我当时在牛津大学攻读哲学博士学位，在攻读学位期间，我注意到了学术出版的低效率。我记得我的第一篇论文提交给期刊到期刊发表之间有三年的时间差。整个网络的活力与学术交流和出版系统之间的差异对我来说非常明显。想象一下，Twitter 发布一条推文需要三年时间；这是不可思议的。
哲学论文往往比生物学等领域的论文更倾向于单作者，但撰写论文的过程仍然非常协作：与同事讨论想法等等。此外，一旦发表了一篇论文，人们就渴望尽快将其分发给整个社区，以便其他人可以批评它或在此基础上进行扩展。
世界上许多医学和技术创新都依赖于科学的进步，因此我认为这是一个值得努力解决的问题。当我完成博士学位后，我从一些伦敦的天使投资人和风险投资人那里筹集了 60 万美元，并搬到旧金山建立公司。我之所以想在旧金山，是因为海湾地区是世界技术公司的主要中心。
您是否注意到该网站的使用存在学科差异？
从历史上看，我们一直专注于构建服务于整个研究界的功能。我们关注的一些共同主题是论文的共享以及围绕这些论文使用的分析。
展望未来，我们预计该网站的某些方面会更受一些科学家的欢迎，而不是其他科学家，这取决于他们通常用来分享研究的媒体类型。例如，生物学家通常处理大型数据集，而纯粹的数学家通常不处理。
据我所知，到目前为止您已经从投资者那里筹集了大约 700 万美元，但我认为这不会永远持续下去（而且他们期望获得投资回报……）。公司的商业模式是什么？
目标是为研发机构提供趋势研究数据，这些数据可以将其决策质量提高 10-20%。研发公司正在寻找的算法类型是“趋势论文”算法，类似于 Twitter 的趋势话题算法。趋势论文算法会告诉研发公司，在过去 24 小时、7 天、30 天或任何时间段内，给定研究领域中最具影响力的论文是哪些。从历史上看，很难获得这种数据。科学家们会打印出论文，并在他们的实验室中以无法追踪的方式阅读。随着科学活动转向在线，跟踪哪些论文受到顶尖科学家的更多关注变得更容易。
还有一个机会可以产生巨大的经济影响。全球每年在研发上花费大约 1 万亿美元：学术部门约 2000 亿美元，私营部门（制药公司和其他研发公司）约 8000 亿美元。
如今，在顶级期刊上发表文章被认为是“认可”。您认为，未来网络上与在高影响力期刊上发表文章相当的地位会是什么？
将有一系列可信度指标来反映一项研究对科学界的影响。最终，可信度指标试图反映科学界对特定内容的看法。历史上的同行评审过程最终会将两位同行评审员的意见作为科学界意见的代表。如上所述，2 人的样本量不够大。
未来科学中可信度指标的一个特点是，它们将基于更大的样本量。人们将有可能看到数百位科学家对一篇论文的看法，而不仅仅是两位。
另一个特点是，将有一系列关于任何给定论文质量的信号。从历史上看，学术论文只有一个质量信号，那就是论文发表的期刊名称。在过去的 5-7 年里，引用次数也已成为有效的可信度指标，主要是因为 Google 学术开始为任何给定的论文提供引用次数。 Academia.edu 的分析仪表板正在帮助科学家查看与其工作相关的使用指标：页面浏览次数、下载次数和相关指标。
科学资源匮乏，这意味着任何给定的资助或职位都有激烈的竞争。当您申请职位或资助时，通常会有 200 个其他人的同行评审出版物数量与您相似。您有动机努力使您的申请脱颖而出。这种竞争精神推动了科学领域新可信度指标的采用：引用次数和 Academia.edu 提供的页面浏览指标。许多 Academia.edu 用户会截取其分析仪表板的屏幕截图，并将其与终身教职或资助申请一起提交。这些可信度指标从各个维度展示了研究人员工作的影响。
科学领域将会有越来越多的可信度指标，每个指标都反映了不同类型的看法。这反映了更广泛的网络中可信度指标的多样性。Twitter（粉丝、转发）、Github（存储库、粉丝）、YouTube（观看次数）、StackOverflow（声誉）、Facebook 帖子（点赞、评论）都有可信度指标。一个人或一个社区对特定内容的看法是复杂且多维的，而且可信度指标将越来越多地反映这种多维性。
推动这些可信度指标采用的将是科学界的竞争精神。当科学家申请资助或职位时，他们有动机尽可能多地增加自己的优势。引入可信度指标的方式将是基层的方式，科学家们会说“这个指标很好地展示了我的工作，所以我将使用它”。
值得一提的是，任何领域中的任何可信度指标都会被利用。期刊出版系统与其他任何系统一样容易受到影响。例如，存在防御性引用的做法：科学家有动机引用任何可能同行评审其论文的人。这是一种利用期刊系统的方式。
纵观更广泛的网络，人们试图利用 Google。Google 对垃圾邮件具有一定的内置抵抗力，因为其算法是递归的：Google 不仅会查看网站的入站链接数量，还会查看链接网站的质量。尽管如此，仍然存在链接农场试图利用 PageRank。任何运行可信度指标的站点都必须比试图利用或垃圾邮件系统的用户领先一步。这是一个可以解决的问题，正如许多站点所展示的那样。但这确实是一个你必须为之做好准备的问题。
请告诉我们一些关于您新的分析仪表板的信息。它如何使其学术用户受益？
分析仪表板符合科学家希望与他们的受众建立直接关系并希望跟踪围绕该关系的分析的一般趋势。他们希望看到这些分析的一个原因是个人原因：在研究人员看来，这些分析证实了他们正在进行的研究正在产生影响。
但是分析更重要的作用是专业方面的：能够向全世界，特别是资助和招聘委员会证明您的工作正在产生影响。在申请资助或职位时，需要从人群中脱颖而出。 Academia.edu 上的分析仪表板可以帮助学者做到这一点。
每个科学家都应该将自己视为一个网络品牌吗？
过去，期刊会介于科学家和他的受众之间，并调解这种关系。我们正在走向一个科学家的个人品牌开始超越期刊品牌的世界。这反映了网络上正在发生的更广泛的趋势，Twitter、Facebook、YouTube、Github 等网站使内容创作者能够与他们的受众建立直接关系。
我们正在走向一个科学交流网络中的关键节点是个体而不是期刊的世界。个人将越来越成为推动自己作品以及他们钦佩的其他人作品传播的人。
感谢普莱斯博士接受采访，感谢佩奇·斯科内克特安排采访。图片由 Academia.edu 提供。
其他链接
科学的未来，理查德·普莱斯在 TechCrunch 上的客座文章