发布时间：
一个团队一个杂志一年能发几篇，现在越来越多刊物规定一个作者一年内只能发一篇论文,当然有的刊物也不是绝对的规定，职称评审并没有明确规定不允许一年发表两篇或更多的文章,只要作者时间安排合理,最终也能按时提交职称论文。
一个期刊能发表多少论文，是由期刊自身所决定的有些期刊保一些些期刊厚一些不能笼统的来归纳一个期刊能发多少篇论文，相对来说，核心期刊，一年的论文数量基本都在100至150篇以内，而非核心期刊的数量都在百篇以内。质量越高，篇数也就越少
冯·诺伊曼，著名美籍匈牙利数学家。1903年12月3日生于匈牙利布达佩斯的一个犹太人家庭。 冯·诺依曼的父亲麦克斯年轻有为、风度翩翩，凭着勤奋、机智和善于经营，年轻时就已跻身于布达佩斯的银行家行列。冯·诺依曼的母亲是一位善良的妇女，贤慧温顺，受过良好教育。 冯·诺伊曼从小就显示出数学天才，关于他的童年有不少传说。大多数的传说都讲到冯·诺伊曼自童年起在吸收知识和解题方面就具有惊人的速度。六岁时他能心算做八位数乘除法，八岁时掌握微积分，十二岁就读懂领会了波莱尔的大作《函数论》要义。 冯·诺依曼由ENIAC机研制组的戈尔德斯廷中尉介绍参加ENIAC机研制小组后，便带领这批富有创新精神的年轻科技人员，向着更高的目标进 军．1945年，他们在共同讨论的基础上，发表了一个全新的“存储程序通用电子计算机方案” EDVAC（ElectronicDiscreteVariableAutomaticComputer的缩写）．在这过程中，冯·诺依曼显示出他雄厚的 数理基础知识，充分发挥了他的顾问作用及探索问题和综合分析的能力． EDVAC方案明确奠定了新机器由五个部分组成，包括：运算器、逻辑控制装置、存储器、输入和输出设备，并描述了这五部分的职能和相互关 系．EDVAC机还有两个非常重大的改进，即：（1）采用了二进制，不但数据采用二进制，指令也采用二进制；（2建立了存储程序，指令和数据便可一起放在 存储器里，并作同样处理．简化了计算机的结构，大大提高了计算机的速度．1946年7，8月间，冯·诺依曼和戈尔德斯廷、勃克斯在EDVAC方案的基础 上，为普林斯顿大学高级研究所研制IAS计算机时，又提出了一个更加完善的设计报告《电子计算机逻辑设计初探》．以上两份既有理论又有具体设计的文件，首 次在全世界掀起了一股“计算机热”，它们的综合设计思想，便是著名的“冯·诺依曼机”，其中心就是有存储程序。 原则上指令和数据一起存储．这个概念被誉为“计算机发展史上的一个里程碑”．它标志着电子计算机时代的真正开始，指导着以后的计算机设计．自然一 切事物总是在发展着的，随着科学技术的进步，今天人们又认识到“冯·诺依曼机”的不足，它妨碍着计算机速度的进一步提高，而提出了“非冯·诺依曼机”的设 想．冯·诺依曼还积极参与了推广应用计算机的工作，对如何编制程序及搞数值计算都作出了杰出的贡献。冯·诺依曼于1937年获美国数学会的波策 奖；1947年获美国总统的功勋奖章、美国海军优秀公民服务奖；1956年获美国总统的自由奖章和爱因斯坦纪念奖以及费米奖。 冯·诺依曼逝世后，未完成的手稿于1958年以《计算机与人脑》为名出版。他的主要著作收集在六卷《冯·诺依曼全集》中，1961年出版。 1913年出生，“数学神童”的名声传扬在外——他6岁能心算8位数除法，�8岁学会微积分，12岁读懂了函数论。通过刻苦学习，在17岁那年，他发表第一篇数学论文，不久便掌握了七种语言，又在最新数学分支——集合论、泛函分析等理论研究中取得突破性进展。22岁时，他获瑞士苏黎士联邦工业大学化学工程师文凭。一年之后，轻而易举摘取布达佩斯大学的数学博士学位。转而攻向物理，为量子力学研究数学模型，又使他在理论物理学领域占据了突出的地位。风华正茂的冯·诺依曼，在科学殿堂里“横扫千军如卷席”，成为横跨“数、理、化”各门学科的超级全才。 冯·诺伊曼是二十世纪最重要的数学家之一，在纯粹数学和应用数学方面都有杰出的贡献。他的工作大致可以分为两个时期：1940年以前，主要是纯粹数学的研 究：在数理逻辑方面提出简单而明确的序数理论，并对集合论进行新的公理化，其中明确区别集合与类；其后，他研究希尔伯特空间上线性自伴算子谱理论，从而为 量子力学打下数学基础；1930年起，他证明平均遍历定理开拓了遍历理论的新领域；1933年，他运用紧致群解决了希尔伯特第五问题；此外，他还在测度 论、格论和连续几何学方面也有开创性的贡献；从1936～1943年，他和默里合作，创造了算子环理论，即现在所谓的冯·诺伊曼代数。 1940年以后，冯·诺伊曼转向应用数学。如果说他的纯粹数学成就属于数学界，那么他在力学、经济学、数值分析和电子计算机方面的工作则属于全人类。第二 次世界大战开始，冯·诺伊曼因战事的需要研究可压缩气体运动，建立冲击波理论和湍流理论，发展了流体力学；从1942年起，他同莫根施特恩合作，写作《博 弈论和经济行为》一书，这是博弈论(又称对策论)中的经典著作，使他成为数理经济学的奠基人之一。 冯·诺伊曼对世界上第一台电子计算机ENIAC(电子数字积分计算机)的设计提出过建议，1945年3月他在共同讨论的基础上起草EDVAC(电子离散变 量自动计算机)设计报告初稿，这对后来计算机的设计有决定性的影响，特别是确定计算机的结构，采用存储程序以及二进制编码等，至今仍为电子计算机设计者所 遵循。 1946年，冯·诺依曼开始研究程序编制问题，他是现代数值分析——计算数学的缔造者之一，他首先研究线性代数和算术的数值计算，后来着重研究非线性微分方程的离散化以及稳定问题，并给出误差的估计。他协助发展了一些算法，特别是蒙特卡罗方法。 40年代末，他开始研究自动机理论，研究一般逻辑理论以及自复制系统。在生命的最后时刻他深入比较天然自动机与人工自动机。他逝世后其未完成的手稿在1958年以《计算机与人脑》为名出版。 冯·诺伊曼的主要著作收集在《冯·诺伊曼全集》(6卷，1961)中。 无论史学家怎样评价，美籍匈牙利裔学者约翰·冯·诺依曼（John Von Neumann ， 1903-1957）都不愧为杰出的全才科学大师。人们至今还在津津乐道，这位天才人物的少 年时代，竟请不到一位家庭教师…… 事情发生在1931年匈牙利首都布达佩斯。一位犹太银行家在报纸上刊登启事，要为他11 岁的孩子招聘家庭教师，聘金超过常规10倍。布达佩斯人才济济，可一个多月过去，居 然没有一人前往应聘。因为这个城市里，谁都听说过，银行家的长子冯·诺依曼聪慧过 人，3岁就能背诵父亲帐本上的所有数字，6岁能够心算8位数除8位数的复杂算术题，8岁 学会了微积分，其非凡的学习能力，使那些曾经教过他的教师惊诧不已。 父亲无可奈何，只好把冯·诺依曼送进一所正规学校就读。不到一个学期，他班上的数 学老师走进家门，告诉银行家自己的数学水平已远不能满足冯·诺依曼的需要。“假如 不给创造这孩子深造的机会，将会耽误他的前途，”老师认真地说道，“我可以将他推 荐给一位数学教授，您看如何？” 银行家一听大喜过望，于是冯·诺依曼一面在学校跟班读书，一面由布达佩斯大学教授 为他“开小灶”。然而，这种状况也没能维持几年，勤奋好学的中学生很快又超过了大 学教授，他居然把学习的触角伸进了当时最新数学分支——集合论和泛函分析，同时还 阅读了大量历史和文学方面的书籍，并且学会了七种外语。毕业前夕，冯·诺依曼与数 学教授联名发表了他第一篇数学论文，那一年，他还不到17岁。 考大学前夕，匈牙利政局出现动荡，冯·诺依曼便浪迹欧洲各地，在柏林和瑞士一些著 名的大学听课。22岁时，他获瑞士苏黎士联邦工业大学化学工程师文凭。一年之后，轻 而易举摘取布达佩斯大学数学博士学位。在柏林当了几年无薪讲师后，他转而攻向物理 学，为量子力学研究数学模型，又使自己在理论物理学领域占据了突出的地位。风华正 茂的冯·诺依曼，靠着顽强的学习毅力，在科学殿堂里“横扫千军如卷席”，成为横跨 “数、理、化”各门学科的超级全才。 “机遇只偏爱有准备的头脑”。1928年，美国数学泰斗、普林斯顿高级研究院维伯伦教 授 （O.Veblen）广罗天下之英才，一封烫金的大红聘书，寄给了柏林大学这位无薪讲师 ，请他去美国讲授“量子力学理论课”。冯·诺依曼预料到未来科学的发展中心即将西 移，欣然同意赴美国任教。1930年，27岁的冯·诺依曼被提升为教授；1933年，他又与 爱因斯坦一起，被聘为普林斯顿高等研究院第一批终身教授，而且是6名大师中最年轻的 一名。 在冯·诺依曼的一些同事眼里，他简直就不象是我们这个地球上的人。他们评价说：“ 你看，琼尼的确不是凡人，但在同人们长期共同生活之后，他也学会了怎样出色地去模 仿世人。”冯·诺依曼的思维极快，几乎在别人才说出头几句话时，就立即了解到对方 最后的观点。天才出自于勤奋，他差不多天都工作到黎明才入睡，也常常因刻苦钻研而 神魂颠倒，闹出些小笑话来。 据说有一天，冯·诺依曼心神不定地被同事拉上了牌桌。一边打牌，一边还在想他的课 题，狼狈不堪地“输掉”了10元钱。这位同事也是数学家，突然心生一计，想要捉弄一 下他的朋友，于是用赢得的5元钱，购买了一本冯·诺依曼撰写的《博奕论和经济行为》 ，并把剩下的5元贴在书的封面，以表明他“战胜”了“赌博经济理论家”，着实使冯· 诺依曼“好没面子”。 另一则笑话发生在ENIAC计算机研制时期。 有几个数学家聚在一起切磋数学难题，百思 不得某题之解。有个人决定带着台式计算器回家继续演算。次日清晨，他眼圈黑黑，面 带倦容走进办公室，颇为得意地对大家炫耀说： “我从昨天晚上一直算到今晨4点半，总算找到那难题的5种特殊解答。它们一个比一个 更难咧！”说话间，冯·诺依曼推门进来，“什么题更难？”虽只听到后面半句话，但 “更难”二字使他马上来了劲。有人把题目讲给他听，教授顿时把自己该办的事抛在爪 哇国，兴致勃勃地提议道：“让我们一起算算这5种特殊的解答吧。” 大家都想见识一下教授的“神算”本领。只见冯·诺依曼眼望天花板，不言不语，迅速 进到“入定” 状态。约莫过了5分来钟，就说出了前4种解答，又在沉思着第5种……。 青年数学家再也忍不住了，情不自禁脱口讲出答案。冯·诺依曼吃了一惊，但没有接话 茬。又过了1分钟，他才说道：“你算得对！” 那位数学家怀着崇敬的心情离去，他不无揶揄地想：“还造什么计算机哟，教授的头脑 不就是一台‘超高速计算机’吗？”然而，冯·诺依曼却呆在原地，陷入苦苦的思索， 许久都不能自拔。有人轻声向他询问缘由，教授不安地回答说：“我在想，他究竟用的 是什么方法，这么快就算出了答案。”听到此言，大家不禁哈哈大笑：“他用台式计算 器算了整整一个夜晚！”冯·诺依曼一愣，也跟着开怀大笑起来。 冯·诺依曼对科学做出的最大贡献当然是在计算机领域。 1944年仲夏的一个傍晚，戈德斯坦来到阿贝丁车站，等候去费城的火车，突然看见前面不远处，有个熟悉的身影向他走过来。来者正是闻名世界的大数学家冯·诺依曼。天赐良机，戈德斯坦感到绝不能放过这次偶然的邂逅，他把早已埋藏在心中的几个数学难题，一古脑儿倒出来，向数学大师讨教。数学家和蔼可亲，没有一点架子，耐心地为戈德斯坦排忧解难。听着听着，冯·诺依曼不觉流露出吃惊的神色，敏锐地从数学问题里，感到眼前这位青年身边正发生着什么不寻常的事情。他开始反过来向戈德斯坦发问，直问得年轻人“好像又经历了一次博士论文答辩”。最后，戈德斯坦毫不隐瞒地告诉他莫尔学院的电子计算机课题和目前的研究进展。 冯·诺依曼真的被震惊了，随即又感到极其兴奋。从1940年起，他就是阿贝丁试炮场的顾问，同样的计算问题也曾使数学大师焦虑万分。他急不可耐地向戈德斯坦表示，希望亲自到莫尔学院看一看那台尚未出世的机器。多年后，戈德斯坦回忆说：“当琼尼看到 我们正在进行的一件工作时，他就双脚跳到电子计算机旁”。 莫契利和埃克特高兴地等待着冯·诺依曼的来访，他们也迫切希望得到这位著名学者的 指导，同时又有点儿怀疑。埃克特私下对莫契利说道：“你只要听听他提的第一个问题 ，就能判断出冯·诺依曼是不是真正的天才”。 骄阳似火的8月，冯·诺依曼风尘仆仆地赶到了莫尔学院的试验基地，马不停蹄约见攻关小组成员。莫契利想起了埃克特的话，竖着耳朵聆听数学大师的第一个问题。当他听到冯·诺依曼首先问及的是机器的逻辑结构时，不由得对埃克特心照不宣地一笑，两人同时都被这位大科学家的睿智所折服！从此，冯·诺依曼成为莫尔学院电子计算机攻关小组的实际顾问，与小组成员频繁地交换意见。年轻人机敏地提出各种设想，冯·诺依 曼则运用他渊博的学识把讨论引向深入，逐步形成电子计算机的系统设计思想。冯·诺依曼以其厚实的科技功底、极强的综合能力与青年们结合，极大提高了莫尔小组的整体水平，使莫尔小组成为“人才放大器”，至今依然是科学界敬慕的科研组织典范。 人们后来把“电子计算机之父”的桂冠戴在冯·诺依曼头上，而不是第一台电脑的两位实际研制者，这并不是没有根据的。莫契利和埃克特研制的ENIAC计算机获得巨大的成功 ，但它最致命的缺点是程序与计算两分离。指挥近2万电子管“开关”工作的程序指令， 被存放在机器的外部电路里。需要计算某个题目前，埃克特必须派人把数百条线路用手接通，像电话接线员那样工作几小时甚至好几天，才能进行几分钟运算。 在ENIAC尚未投入运行前， 冯·诺依曼就已开始准备对这台电子计算机进行脱胎换的改 造。在短短10个月里，冯·诺依曼迅速把概念变成了方案。新机器方案命名为“离散变量自动电子计算机”，英文缩写EDVAC。1945年6月，冯·诺依曼与戈德斯坦等人，联名发表了一篇长达101页纸洋洋万言的报告，即计算机史上著名的“101页报告”。这份报 告奠定了现代电脑体系结构坚实的根基，直到今天，仍然被认为是现代电脑科学发展里 程碑式的文献。 在EDVAC报告中， 冯·诺依曼明确规定出计算机的五大部件： 运算器CA、 逻辑控制器C C、 存储器M、输入装置I和输出装置O，并描述了五大部件的功能和相互关系。与ENIAC 相比，EDVAC的改进首先在于冯·诺依曼巧妙地想出“存储程序”的办法，程序也被他当 作数据存进了机器内部，以便电脑能自动一条接着一条地依次执行指令，再也不必去接 通什么线路。其次，他明确提出这种机器必须采用二进制数制，以充分发挥电子器件的 工作特点，使结构紧凑且更通用化。人们后来把按这一方案思想设计的机器统称为“诺 依曼机”。 自冯·诺依曼设计的EDVAC计算机始， 直到今天我们用“奔腾”芯片制作的多媒体计算 机为止，电脑一代又一代的“传人”，大大小小千千万万台计算机，都没能够跳出“诺 依曼机”的掌心。冯·诺依曼为现代计算机的发展指明了方向，从这个意义上讲，他是 当之无愧的“电子计算机之父”。当然，随着人工智能和神经网络计算机的发展，“诺 依曼机”一统天下的格局已经被打破，但冯·诺依曼对于发展电脑做出的巨大功绩，永远也不会因此而泯灭其光辉！ 第二次世界大战结束后，由于种种原因，ENIAC研制小组发生令人痛惜的分裂，“内存程序”的机器无法被立即研制。冯·诺依曼、戈德斯坦和勃克斯三人返回了新泽西州普林 斯顿大学。1946年，他们为普林斯顿高级研究院先期研制出新的IAS计算机（IAS即高级 研究院英文缩写）。 冯·诺依曼的归来，在普林斯顿掀起了一股强劲的电脑热。一向冷冷清清的研究院沸腾 了，大批专业人才仰慕他的大名，纷至沓来，使普林斯顿高级研究院一时间成为美国电 子计算机的研究中心。 冯·诺依曼乘热打铁，着手将他那101页计算机方案付诸实施。1951年，这台凝聚着他多年心血的EDSAC计算机终于面世，程序储存在机器内部后，效率比ENIAC提高数百倍，只用了3563个电子管和1万只晶体二极管，以1024个水银延迟线来 储存程序和数据，消耗电力和占地面积亦只有ENIAC的三分之一。 在冯·诺依曼研制ISA电脑的期间，美国涌现了一批按照普林斯顿大学提供的ISA照片结 构复制的计算机。例如，洛斯阿拉莫斯国家实验室研制的MANIAC，伊利诺斯大学制造的I LLAC。雷明顿·兰德公司科学家沃尔（W. Ware）甚至不顾冯·诺依曼的反对，把他研制 的机器命名为JOHNIAC（“约翰尼克” ，“约翰”即冯·诺依曼的名字）。冯·诺依曼 的大名已经成为现代电脑的代名词。 在普林斯顿，冯·诺依曼还利用计算机去解决各个科学领域中的问题。他提出了一项用 计算机预报天气的研究计划，构成了今天系统的气象数值预报的基础；他受聘担任IBM公 司的科学顾问，帮助该公司催生出第一台存储程序的电脑IBM 701；他对电脑与人脑的相 似性怀着浓厚的兴趣，准备从计算机的角度研究人类的思维；他虽然没有参加达特默斯 首次人工智能会议，但他开创了人工智能研究领域的数学学派；他甚至是提出计算机程 序可以复制的第一人，在半个世纪前就预言了电脑病毒的出现…… 1957年2月8日，冯·诺依曼身患骨癌，甚至没来得及写完那篇关于用电脑模拟人类语言的讲稿，就在美国德里医院与世长辞，只生活了54个春秋。他一生获得了数不清的奖项 ，包括两次获得美国总统奖，1994年还被追授予美国国家基础科学奖。他是电脑发展史 上最有影响的一代伟人。 冯·诺伊曼于坐火车通勤到洛斯阿拉莫斯时，以手写方式撰写此份报告，并将此份手写笔记寄回费城。戈德斯坦把此份报告付诸打字并复制。虽然报告上打字的日期为6月30日，但是在五天前，6月25日时，24份第一份草案的复制件已被分送给与EDVAC计划有密切关系的人士。由于很多人对此份报告感到兴趣，于是促使了此份报告存在的消息传遍世界；剑桥大学的莫里斯·威尔克斯对于报告内容令他感到兴奋，促使他决定在1946年夏天旅行到美国参加摩尔学院讲习课程。 冯·诺伊曼一生中发表了大约150篇论文，其中有60篇纯数学论文，20篇物理学以及60篇应用数学论文。他最后的作品是一个在医院未完成的手稿，后来以书名《计算机与人脑》发布，表现了他生命最后时光的兴趣方向。
正常。电化学实验可以同时进行好几个，因此效率相比传统环工出数据更快，这是毋庸置疑！徐龙乾本人亲自下场回答了该提问。他表示，没想到竟然在知乎热榜看到自己，首先更正了一些细节，就是他本人18年毕业后申请同济大学没录取，在导师的帮助下在实验室当科研助理，等了一年再上的同济，因此至今在组里已经4年
作为一名准研究生，三年16篇是非常不容易的，所以破格推荐授予博士学位也是可以理解的
去年，“四川大学华西临床医学院 2019 届毕业生发表 46 篇 SCI 文章”引起热议，在过去近一年之后，近日，这个话题再度被提起。 我发现，当事人 邓汉宇博士 ，目前已是四川大学华西医院肺癌中心（胸外组）医师， 四川大学华西临床医学院八年制本科 生导师 。担任Langenbeck's Archives of Surgery、PLOS ONE等 多个SCI杂志审稿人 。据邓博士的ResearchGate（一个科研社交网络服务网站）显示，邓博士目前已经发表 文章82篇 。其中一篇发表在 EJSO 上的文章 入选了ESI前1%高被引论文 （谷歌学术显示该论文已被引25次）。 入选ESI前1%高被引论文题为：“ Sarcopenia is an independent unfavorable prognostic factor of nonsmall cell lung cancer after surgical resection: A comprehensive systematic review and meta-analysis ”，邓博士发微博表示：“我们的精准肺外科诊疗研究论文继续成为ESI（到十一月/十二月2019为止）高水平论文！（Web of Science统计中， 四川大学外科学研究方向中仅有的5篇高水平论文之一！ ）”。 01 争议不断 是“开挂”还是灌水？ 去年，按照惯例，华西临床医学院公布了的2019届荣誉毕业生。但 3名荣誉毕业生发表的SCI数量之多，引起了大家的关注和质疑。 3个荣誉毕业生发表的文章分别为： 荣誉毕业生A：SCI论文46篇（第一作者41篇，共同第一作者5篇），影响因子大于120分。 荣誉毕业生B：SCI论文30多篇。 荣誉毕业生C：发表SCI论文31篇，影响因子95.56分，其中第一/并列第一作者身份发表SCI论文20篇。 荣誉毕业生A就是争议最大的华西胸外科邓汉宇博士 ，从2016年入学以来，他已经发表SCI论文46篇（第一作者41篇，共同第一作者5篇），影响因子 大于120 分，40多篇论文包括： Original research：16 篇 Comments： 9 篇 Meta 分析：10 篇 其余为 letter。 很多网友质疑其文章的真实性和质量，认为无法在如此短的时间类完成这么多篇文章，是否存在抄袭和灌水的可能。甚至有华西医学院内部人士匿名评论。 46篇文章多为 2-3 分左右的期刊或者杂志，其中一篇 11 分左右的高分文章是 letter to editor，SCI 论文中一些 comments，letter 严格意义上来说并不算科研论文。 SCI杂志的文章的几种类型 Original Artical 论著： 这个是最为常见的一类，分为基础性和临床性文章。基础性文章就我国现在普遍在发的文章，属于前瞻性的一个研究，通俗的一个说法就是我们假设一个思路，然后通过实验来得出一个结论来证明我这个思路，得出的结果两种情况一个是阳性(符合我的思路)一个是阴性的(不符合)大家不要认为阴性的结国就发不了SCI，阴性的同样可以发SCI，可以想象它告诉了我们这样的思路是得不出来这样的结果，也是对国际科研的一个贡献。这类文章需要经过peer review，审稿周期较长，哪怕是低分杂志，从投稿到录用半年多是家常便饭。 Review： 也就是综述，是在对某研究领域的文献进行广泛阅读和理解的基础上，对该领域研究成果的综合和思考。一般认为，学术文章没有综述是不可思议的。需要将“文献综述( Literature Review)” 与“背景描述 (Backupground Deion)”区分开来。“文献综述”并非一般的“背景描述”，还需要对该领域研究成果的思考。 Meta分析： 针对一个不同研究得出的结果有争议的科学问题，利用统计学方法将这些研究（以RCT为主）的结果放在一起，得出结论的文章。 Comment、invitedcommentary、editorial评论： 对最新发表(时效性)的某篇论文进行评论，一般是杂志邀请相关领域专家进行受邀评论，被评论的文章往往具有重大临床或科研意义。录用周期较短，基本可以控制在一周内。 Letter to editor： 致编辑函/信是读者针对某篇感兴趣的文章写的读后感，或延续要告诉期刊内容。字数限制约300-500字，也有杂志要求不超过150字，一般无具体格式要求。杂志接受针对最新发表论文写的letter(时效性)，超过规定的时间不再接收。 读者若具备相应研究基础，能提出独到观点，一般容易被杂志接收，甚至是一些顶级杂志。 因为不同类型的SCI撰写难易度和接受周期不一样，综合来看， 三年一作发46篇SCI是一个可以做到的事情。 网友争议的点主要集中在邓博士发表的文章类型和 文章质量。 根据 2019 年公布的影响因子，计算 Nature、Science、Cell 三大顶级期刊杂志影响因子总和为： 43.07+41.037+36.216=120.323 也就是说邓博士三年发表论文影响因子达到了 CNS 之和。 试想如果邓博士三年发了 CNS 级别杂志的一作文章，相信他作为博士毕业生的优秀代表不会引起任何非议。 因此，网络上对邓博士的评论，渐渐的分成了两个大阵营： 一种认为，这就是一种论文“灌水”行为。 孔柚： 我只能承认他很能写，是不是灌水，有没有含金量，也只有他本人知道了。 fromiccas： 不喜欢灌水型研究，真要比，井冈山大学不是还有人一年一百多篇吗？我是希望学生都能够在主流杂志上发表文章，但是我的学生能发到macromolecules我就心满意足了。做研究，要有代表性的方向，代表性的工作。 知行合一： 三年46篇，三年就是36个月，不到一个月一篇，这种短平快的东西做出来能有多大学术价值，我表示怀疑。 一种则认为，“承认别人的优秀没那么难，能发这么多篇是能力的一种体现。” Jenny： 没问题啊，那是人家能力和实力，存在就是合理的。他又没造假。 E.： 如果没有科研条件去写高分的，小课题做的快，多发几篇也是错吗？况且 16篇research都是实实在在的呀，没事时看看别人的研究写写与自己课题相关的letter和meta 也是一种努力啊，为什么要说人家水？个人觉得他只是在能力范围能尽了全力而已。 木兰舟： 那也不可否认16篇original article。三年16篇还要怎样。 02 本人发文回应 瞎喷没用，干点实事提升自己才是正经 面对争议，2019年8月20日，邓博士本人在知乎上曾对此事进行了回应： 我是四川大学华西临床医学院2019届荣誉毕业生本人(这里需要解释一下，我们荣誉毕业生是针对本科生，八年制是作为本科生进行评比，所以不涉及和传统博士的评比；其次，荣誉毕业生是同专业同学选举出来，而不是学院老师指定)。等最近忙空了，我想在知乎上给大家分享sci思维、写作、投稿等方面的经验，希望能够让没有sci的同学，也能够有机会发表sci，至少能够不为毕业而焦头烂额。在这里给大家谈几点自己的想法： 第一，我是华西临床医学院的8年制本硕博连读专业的学生（2011年入学）。华西的八年制，大概比清华北大录取线少20分左右吧。八年前，我高考失利，与清华北大无缘(可以去我的高中调查一下真相)，于是选择学医，选择八年制。所以，本人学习能力可能比较强吧，因此读文献、写文章的能力也相对来说比较强吧。 第二，8年的时间里，我分成了两个阶段。前4年的本科学习，所以我花了高中努力程度的70%，轻松达到平均分90分的成绩，单科解剖学，诊断学等临床基础课程，专业第一。临床功底，可以去春雨医生或者好大夫检索一下我的治病救人诊疗经验以及病人对我的评价。后4年研究生的学习，我很庆幸自己选择了胸外科专业，因为我热爱这个专业，我每天看专业文献就像放松心情一样地娱乐，所以我会写原始研究，写meta分析，写letter表达自己的想法和观点(请注意，这是我的爱好，因为能够和全世界胸外科医师交流，这是我感觉愉悦的事情。)。做科研，在我最开始的时候，我是抵制的。后来培养了兴趣，尤其是我能够把临床问题，转化为科研（所以我的文章，都是临床的。关于基础研究，我确实不太通晓），为我的病人提供最新的诊疗意见，我觉得值了。(可以参考一下我在春雨或者好大夫平台发表的自己的研究成果)。 第三，我对待科研文章，如同对待挚友，进行交流和学习。 不做科研的医生，不是一名合格的医生，因为他不懂得思考和解决临床问题，一味地去接受他人的观点，没有自己的想法，不去解决自己的问题的医生，是很危险的。因为病人情况都是个体化的，医学作为实践性经验性学科，就是需要发现问题，解决问题。这里补充一下——胸外科有很多没有一致定论的东西，包括早期肺癌的手术，如果一个医生不去思考如何为病人做一次最佳的切除范围，那他只会给病人和家属带来不必要的担心，甚至术后复发转移。我见过太多这些的医生，所以我才发出此感慨。 第四，关于灌水。 我很庆幸我选择自己感兴趣的研究方向，发表在自己的专业杂志上，没办法我们胸外科相关的杂志，大概就是几分的水平。试问，高影响因子的文章，谁不想要呢？但我想，懂行情的人都会知道，不是每一个学生都有这样的机会和资源！况且，各大医院的院长、主任们，也不见得都是发表高影响因子的文章吧。 第五，大家如果感兴趣，我很愿意和大家分享科研经验： 微博： 第六，我最后给大家解释一下，我在最后三年，也就是从2016年开始，在华西医院各科室实习一年，从2017年，在华西医院肺癌中心上临床作为住院医师参与一线工作(收治病人、值班等)一年半左右。 最后半年多时间里，完成专业博士毕业论文。 第七，我总结我以上所说的，我并不觉得自己怎么样怎么样，大学的八年里，相比于其他的荣誉毕业生，别人从一开始就叱咤风云，而我并不属于学院的知名人物（毕竟我不喜欢搞学生会工作，不喜欢互联网竞赛，不喜欢加各种协会……我们同一届的其他专业的，大多都没有听说过我这个名字），没想到在最后毕业的时候被选出来作为本科荣誉毕业生，我只是觉得自己的付出和努力，没有白费。我常常给同学朋友开玩笑说，“我是拿了5年的励志奖学金，最后一年终于励志成功，拿到了国家奖学金”。 最后总结一下，我做这一次的正面回应网络各种形形色色的人，就是要让你们知道，大学里努力了的人，你们瞎喷、瞎黑，是没有用的！别一天没事干了，吃饱了就在网络上消化，干点实事，努力提升自己的专业和学习能力，对你自己才是最好的！ 邓汉宇，男，中共党员，胸外科博士，四川大学华西医院肺癌中心（胸外组）医师，四川大学华西临床医学院八年制本科生导师。师从于被誉为“中国肺外科第一人”的周清华教授，获四川大学临床医学学士学位及胸外科学博士学位。现为欧洲胸外科医师协会（ESTS）会员、美国外科医师学院（ACS）会员、国际肺癌研究协会（IASLC）会员、中华医学会胸心血管外科分会会员、中国抗癌协会肺癌专业委员会会员、中国抗癌协会癌症转移专业委员会会员。 累计发表论文60余篇，其中以第一作者、共同第一作者、通讯作者身份在JAMA Surgery、European Respiratory Journal、Annals of Thoracic Surgery、European Journal of Cardio-Thoracic Surgery、Annals of Surgical Oncology、World Journal of Surgery、European Journal of Surgical Oncology、Diseases of the Esophagus、Interactive Cardiovascular and Thoracic Surgery、Journal of Thoracic Disease等杂志发表胸部肿瘤外科学相关英文SCI文章50余篇，累计影响因子大于120分（）。受邀作为Langenbeck's Archives of Surgery、Annals of Surgical Oncology、PLOS ONE、World Journal of Surgical Oncology、Journal of Investigative Surgery等SCI杂志审稿人。多次受邀参加ISDE、OESO、ASCVTS、ESTS、MRS、WCLC等国际会议以及中华医学会胸心血管外科分会年会、青年医师论坛、川渝食管癌年会及四川省胸心血管外科年会并作大会发言和壁报展示。荣获2017年中华医学会胸心血管外科分会青年医师论坛优秀论文三等奖、2019年中华医学会胸心血管外科分会青年医师论坛优秀论文二等奖。 虽然回应的最后言辞比较激烈，但 平心而论，邓博士绝对算得上优秀。 在现行评价体系下，每个医院的评价体系不同，邓博士虽有争议，但无可厚非。其发表在EJSO上的一篇一作文章还入选了ESI前1%高被引论文。 2月23日， 科技部正式印发《关于破除科技评价中“唯论文”不良导向的若干措施（试行）》通知，明确要求破除“唯论文”论不良导向，鼓励发“三高”论文，过几年再看，会不会是另外一番景象？ 你怎么看？ 本文由 科研大匠 综合自知乎、@邓汉宇ResearchGate、微博，华西医院等
竟然看到了自己，稍微更正一些细节，本人18年毕业后申请同济大学没录取，在导师的帮助下在实验室当科研助理，等了一年再上的同济，因此至今在本组已经4年！电化学实验可以同时进行好几个，因此效率相比传统环工出数据更快，这是毋庸置疑！好几篇论文，特别是前期的研究还处于摸索阶段，成果有点水，后面才慢慢入了门，开始发表一些更高的成果，可以说是循序渐进吧。
一、只能说很厉害了，这（论文水平）已经逼近优青 的水平了，单纯说代表作，一作+通讯总数至少要40 篇才有戏。 但是呢一般博士期间能发个1-2篇WR EST都属于开香槟庆祝的节奏，这个直接5篇起步，只能说博 士与博士之间的差距比人和狗还大。 本身同济 就属于国内环境学科顶级梯队，清华-哈工-同济都是顶级的。一个是平台本身就很屌，发 WR EST也是家常便饭，再一个研究的课题也容易出文章。 我前面夸是针对论文水平，因为WR EST在环境领域就是顶刊。
看着题目是搞电化学的，这种做起来试验周期短，反应器又小，噱头比较足，再配合材料学科的各 种表征一顿操作，相比于你做传统环工当然是更容易发文章。有些电化学做的更屌的人已经不屑于 发WR EST了，他们一般会冲化学或者材料的顶刊，甚至子刊，相较而言发WR EST对他们来说已经 是次级选项了。 只能说，环境或者说给排水的领域太大而且交叉学科，很多人只能看到WR EST是顶刊，发了顶刊 就是流弊，却看不到这后面不同赛道的难易对比就是天壤之别。
二、我有朋友他们纯搞催化的，一堆 WR EST代表作甚至连青基 都申不上，至少要ACB起步～但是你拿5篇WR EST来卷传统水处理领域 绝对就是降维打击。当然，我甚至还有个师兄最好的代表作仅仅是BT和JCLP，结果人家居然一次就 中面上了。 说实话我这种老老实实做反应器的贼羡慕这种搞电化学搞催化的，一个是搞反应器费时费力费钱， 而且反应器偏工程，idea和novelty又不好找，论文也不容易发，吃力不讨好贼tm不爽，环境专业 的谁不想疯狂灌WR EST呢。 同济那边的大牛组里一般会有几个分工，比如有一波人专门帮大牛跑业务干实事，还有一波人专门负责写文章。
三、现在学生也不傻，我一个哥们就在同济当老师，某杰青老板门下，跟我吐槽那边硕士生博士生又不 是傻子，都抢着去跟电化学、催化的小老板混，WR EST随便发，谁特么愿意本本份份搞传统环 工，让你辛辛苦苦做一个中试，你自己实验没做完，你同门都出2篇WR了。怎么说呢，也的确是科研密码。你说他水，他发的文章全是WR EST环境高质量顶刊，他博士毕业直接去211个副高都够了。 你要说他不水，他这个研究就是个偏材料的花头精，说得难听一点，没有任何实用价值，现在WR 已经不是当年Mark执政那个看重工程应用的WR了，现在各种材料催化的也疯狂收，占了赛道优势。
能发10篇以上的那种，如果不是灌水，你真的无法解释，一天就24小时，如果每篇都是干货满满， 那我就想问这试验是啥时候做的？雇人做的？那最后的大论文不得写个10万字。但是你会发现即使 博士期间发10篇SCI的博士，他的博士学位论文也不过150-160页，博士都是恨不得把自己做的全 写进最后的博士论文，那为啥发那么多小论文，最后博士论文总量也还是那个量？那就只有一个可 能，就是每篇小论文的干货其实真没多少！
四、一个博士，3-4年的科研时间，做出支撑2-3篇小论文的实验量是正常水平，你再努力姑且算你能做 出5篇的量，那最后怎么就能发10篇SCI，那不就是把本来一篇文章的试验量，拆成两篇或者三篇论 文来写嘛！这不就是灌水嘛，有啥不好意思承认的呢！ 据我观察，身边的博士其实水平都大差不差，拉不开明显的差距，但是博士的偏好不一样！
有的博士喜欢冲顶刊，恨不得穷尽整个博士只为出一篇science 和 nature，而有的博士则是不求质量只求数量，凑点儿数据就发，1区中不了投2区，2区中不了投3区，3区中不了投4区，4区中不了投开 源，开源中不了投EI期刊，EI期刊中不了投EI会议，EI会议中不了投中文核心。 惨痛的事实告诉我们，选第一条路的大多数铩羽而归，选第二条路很多都是春风得意！
五、一样的努力 一样的付出，结果的差距让人唏嘘不已。我可以负责任的说，如果你打算博士毕业去企业，那你就 选第二条路，在一些HR眼里，你心心念念的顶刊在他那就是一个杂志，有很多HR根本不知道啥叫 SCI！即使你打算留高校任教，我也推荐你走第二条路，因为发顶刊真的很吃设备和资源，去一个一 般的学校，你再有水平，巧妇难为无米之炊，人家学校招你来就是来发文章的，你跟领导说，你这 设备不行我写不出来好文章，那领导就会请你走开！
还有一个误区，是博士生经常犯的错误，总是等着试验全做完了，数据都处理好了，才开始写论 文，实话说，当今卷到飞起的年代，你如果还是这个套路的话，真的是前途堪忧。没有实力，没有学术的追求，你就灌水吧，只求数量不求质量，一篇文章拆成两篇投！车轮战，让 你的所有论文一直处于审稿状态！灌水不可耻，毕不了业天天被导师骂，被师弟师妹看不起才可耻！
马继兴先生深知，许多古医籍虽佚失国内，却收藏海外。因此他有一个心愿：尽早让先人留下的宝贵知识遗产——古籍善本回归故里。为此，数十年前他就开始积累海外收藏中医古籍的书目。先后三次申请经费，以“日本现存中国散佚古医籍的考察与出版研究”为题，复印、拍摄回归国内亡佚古医书155种。在主持完成“考察当前流散海外中医药善本古籍及其回收途径的研究”、“《海外中医图书联合目录》的编纂”等课题基础上，领衔国家课题“国内失传中医善本古籍的抢救回归与发掘研究”。已收集11个国家、2个地区（香港、台湾）230种中医古籍收藏目录，复制回归古籍266种，并影印、校点出版69种善本古医籍，复制古籍达17万叶。2003年出版的《海外回归中医善本古籍丛书》获第四届全国优秀古籍整理图书二等奖、中华医学会科技进步奖二等奖。马继兴从事中医药科研工作60余年，出版学术著作25部，发表学术论文150余篇，带教学生数十名。这些成就与硕果，使马先生成为中医药文献研究领域当之无愧的大家。
她是我国低温及核结构材料领域的主要学术带头人。82年以来，连续主持四个五年计画国家科技攻关课题，完成五种强度级别的抗氢钢系列，负责合金成分设计，热处理与相鉴定，并提出科学思想、技术路线和组织实施。主要从事特种合金制备工艺与计算机模拟。负责精密管材基地工作。1993年当选为中国科学院院士(学部委员)。
早期，在高Mn奥氏体低温钢研究中，做出Fe-Mn-Al系相图与相鉴定方法，发现在低温下存在反铁磁转变，及Fe-Mn合金中e-马氏体形核长大遵循层错重叠及极轴机制，解决了几十年来只有理论推测而未得到实验证实的难题，为发展超低温高强无磁钢提供了依据。该项成果1982年获国家自然科学三等奖。主持"抗氢压力容器用钢"攻关，开发出抗氢1、2、3号钢种，通过了国家试验。
主持"沉淀强化抗氢脆合金"攻关，1995年通过国家鉴定。发表学术论文150余篇，共荣获省部级以上奖12项。
在金属中氢的扩散与渗透行为、氢与低温对材料的互动作用、氢与低温对马氏体相变的相关性、微重力条件下合金相变行为和一系列新钢种的攻关等项研究中作出了系统的创造性的科技成果。
1980年获国防科工委重大成果三等奖。
1987年，国家科技进步二等奖。
1991年，国家科技进步二等奖。
1996年，中国科学院科技进步一等奖。
发表学术论文150余篇，共荣获省部级以上奖12项。
其主要成就与贡献有:
一、在套用基础理论、实验、工程材料研究和实践中的许多新颖学术观点以及重要发明和发现在国内外产生了深刻影响。率先提出高压气相热充氢技术路线，创建了崭新的国内低温高压抗氢材料研究体系，在金属中氢的扩散与渗透行为、氢与低温对材料的互动作用、氢与低温对马氏体相变的相关性、微重力条件下合金相变行为和一系列新钢种的攻关等项研究中作出了系统的创造性的科技成果。
二、系统研究了83-573K奥氏体合金的氢扩散系数及渗透率;系统开展了Fe-Mn合金中ε相和α'马氏体的金相鉴定研究，首创了可原位观察马氏体相变的金相低温台;并用低温电镜在国际上首次实验观测到马氏体形核长大的层错重叠过程的极轴机制;还测定了Fe-Mn-Al低温钢300~20K的性能及组织稳定性;与他人合作最早用电子探针和金相技术结合作出富铁锰铝相图，共十二个等温截面，1982年获国家自然科学三等奖;系统研究超低温高强无磁不锈钢，发现了在300~4K温区内Mn奥氏体钢中存在反铁磁转变点Tn，并找到Mn是唯一的既可提高Tn点，又可降低马氏体点Ms的元素，保证合金在液氮下磁导率低和奥氏体稳定，具有重要理论价值和实际意义。1980年获国防科工委重大成果三等奖。
高纯氢
三、组织承担"六五"国家重点攻关项目"抗氢压力容器用钢"，提出σ0.2为200及400Mpa的抗氢1、2号两种钢种的成分，创建了包括高压高纯热充氢、高纯氢分析、气相氢渗透扩散、裂变扩展及静载拉伸全新实验系统，确定了冶炼、加工、热处理全过程工艺制度，建立了试样的氢损伤评价方法，使其全面达到指标，1986年获中国科学院科技进步一等奖，1987年获国家科技进步二等奖。
四、组织承担"七五"国家重点攻关项目"高强度抗氢脆钢"，提出以高氮含量控制冶炼范围很窄的Fe-C-Ni-Mn-N钢为主攻对象，作出了氮化物等相的析出规律与相鉴定，提出了合理热处理制度，解决了一系列工艺问题，探查了工程厚度钢截面的氢分布规律，给出了高压充氢性能评价的数据，该成果分获1990年中国科学院科技进步一等奖及1991年国家科技进步二等奖。
五、组织承担"八五"攻关项目"沉淀强化抗氢脆合金"，1995年通过国家级鉴定，并荣获1996年中国科学院科技进步一等奖。提出组织中国科学院重大项目"低偏析合金工程"、兴建高新科技企业群和"高性能均质合金国家工程研究中心"以及"北方新材料研究与发展中心"，培养了大量科技人才，形成了高水平能攻坚结构合理的学术梯队。
缪协兴，男，汉族，1959年8月生，江苏江阴人，博士，教授。国家杰出青年科学基金获得者，国家重点基础研究发展计划（973计划）项目首席科学家，全国优秀博士后。任中国矿业大学副校长，研究生院院长，“深部岩土力学与地下工程”国家重点实验室主任。兼任第十、第十一届全国人大代表，民盟中央委员，国际岩石力学学会（ISRM）委员，中国煤炭学会常务理事，中国岩石力学与工程学会常务理事，《Mining Science and Technology》、《采矿与安全工程学报》和《中国矿业大学学报》主编。缪协兴教授长期深入矿区，从事煤炭资源绿色开采的基础理论、技术开发和工程实践的科学研究工作，并初步建立了煤矿绿色开采的基础理论与技术框架。在深入研究层状采动岩体力学行为的基础上，提出了“采动岩体力学”的概念；揭示了稳定采动岩体结构关键层的充填采煤原理，成功开发了利用矿区固体废物充填采空区置换“三下”压煤技术；揭示了稳定隔水关键层的保护矿区水资源原理，成功开发了矿区水资源保护技术；工程实践与推广应用涉及十多个大型矿区，取得了显著的经济、社会和环境效益。先后获国家科技进步二等奖2项（均排名第一），获省部级科技进步一等奖4项（分别排名第一或第二），获国际国内发明专利4项。出版专著4部，其中1部获江苏省优秀图书一等奖。发表学术论文150余篇，被SCI和EI收录102篇，主要论著被他引1813次。
算高单纯从次数上看的确很厉害，不过要看该文是什么类型的文章，如果是原理创新型文章，那是水平很高。如果是测量实验类的文章则未必，因为这样该文章就是提供原始数据，大家因为都要用到该数据所以引用次数高。被引次数是指该篇论文发表后，截止目前被其他论文在参考文献中引用的次数。论文引用率是衡量一个国家科研文献被其他国家或机构的认可度的标志（或数据等）。
亲爱的楼主：论文引用率是指科学论文对文献的引用次数。论文引用率是衡量一个国家科研文献被其他国家或机构的认可度的标志（或数据等）。中国的论文发表量世界第一，引用率却是100名以外，这种现象是浮躁风、传统文化的影响、科学历史、科学技术上不成熟造成的。我觉得你从被引用频数上还是能初步判断他的学术水平的，当然现在有很多自引的，就是自己的一篇文章引用另一篇文章，如果是通过这种方法获得的引用频次，那他的水平还是有待考察的祝您步步高升记得点击采纳为最佳答案哦，谢谢咯
“说实话，我很不喜欢「人工智障」这个词。”
在与掘金志的聊天中，一位从事计算机视觉方向的算法工程师多次表示，他讨厌这个词很久了，几乎是本能的反感，即便只是一种调侃，在他看来都是一种嘲讽。
这种嘲讽就好像是，一名路人，对着自己刚刚学会爬的孩子冷嘲热讽：这孩子真笨，连路都不会走。
他甚至坦言，如果身边有同事使用这个词自嘲，他会刻意与之保持距离，因为这种自嘲实属对自己的工作、对专业知识的“不尊重”。
拥有他这种技术性癖好的工程师不在少数，在掘金志询问的多个从业人员之中，都表达了类似观点：通常被问及人工智能水平时，类似表述以 「弱人工智能」 为准。
某负责品牌传播与公关的业务专员透露，如果在对外交流中使用了「人工智障」之类的词，被举报或是被公司发现，“直接影响绩效考核”，因为这类不专业的表述很可能导致负面的传播效果。
在与这些人的谈话中，掘金志发现，在AI圈内，从业者对于AI有着清晰的认知，在外宣的时候，对AI的负面化表述都较为严谨。
然而，在圈外，接二连三发生的各种AI事故，让大众对AI的真实能力产生诸多怀疑，关于人工智能变成人工智障的言论甚嚣尘上，唱衰人工智能的声音时常见诸报端。
表面上，这只是一场关于AI的舆论争议。但，其实质却是企业与大众对AI话语权的争夺，并会直接影响到AI的推广、落地与应用。
“如果大众无法对新技术形成有效的认知，那么新技术的推广则是非常缓慢的。” 某传媒大学在读研究生表示，大众对于新技术的接受能力是逐层递进的，这个进程很容易受到舆论影响，而负面舆论则存在一种 「爆破效应」 ，可能会直接摧毁此前建立起的「信任基础」。
比如自动驾驶，公众对其的信任基础很薄弱，出现多次事故之后，这种信任实际上已经消耗殆尽。
相关调研报告显示，自动驾驶一哥——特斯拉FSD在国内的激活率不足10%，甚至相当一部分人没有开通AP服务，即便在开通的人群中，也很少有人会使用AP功能。
这种现象固然有其客观原因（比如路侧数据不够、算法能力有限），但从舆论传播的角度看，自动驾驶的一次失误，比起传统 汽车 的十次车祸更加严重，从而也给自动驾驶的进一步落地，带来阻碍。
那么，如何给大众建立起对AI的有效认知，推动AI更快、更广泛地落地？
掘金志通过采访之后认为： 媒体报道、企业外宣、大众知识普及教育 ，是三个最主要的途径。而围绕着大众展开的各种「认知教育」，也注定是一场旷日持久的「攻坚战」。
人工智能应用有一个有趣的悖论： 当一种AI技术已经非常普及的时候，人们普遍不会认为这就是AI。
好比上世纪八九十年代，一台黑白电视机可能是划时代的象征，需要手动调频；但现在遥控型的彩色电视机成为标配，人们也不觉得这就算智能。又比如，小区停车场通过车牌识别进出、刷脸进入小区等，在近几年开始普及，但人们很少将之与AI联系起来，即便这里面实际上用了各种识别算法、芯片等等。
在大众的认知里，人工智能理所应当达到电影里机器人的水平，或者近似人一样地思考、行动。
“大众有时对于人工智能过于乐观，甚至高估。” 中国计量大学信息学院副教授、人工智能专业负责人杨力认为，作为走向 社会 的新技术，人们对AI的理解并不全面，认为AI应该无所不能，这种认知与实际并不相符。
在掘金志看来，大众对于人工智能的认知比较浅层，这主要表现在两个方面：
这种浅层认知很容易被诱导，而在一些不着边际的宣传之下，AI本身的能力被过分夸大，大众对AI产生盲目「自信」或高估。
“外行看热闹，内行看门道。”
杨力表示，以人脸识别为例，5年前可能人们会觉得很神秘、先进，但在经过消费类电子的普及之后，许多人觉得人脸识别已经没什么难度了。当他给学生们授课讲人脸识别时，同学们都觉得这已经是很成熟的技术，“并不新鲜，难度不大。”
但其实人脸识别距离高度智能化还有很长一段距离，在许多复杂场景下，很难捕捉到有效的人脸信息。并且，人脸识别在小规模（数据库较小）场景下效果很好，但当数据库非常大的时候，识别的准确率就没那么高了。
“大众由于缺少专业知识，很容易把复杂问题简单化，但从事AI研究的人对此却非常谨慎，普通人觉得简单的技术，从业者可能会觉得‘这个做不了，那个做不了’，简单而言， 就是望山跑死马的感觉。 ”
掘金志发现，由于缺少专业的通识教育，大众对于人工智能的了解渠道比较单一，多数是通过媒体报道、企业宣传这两种途径来触及AI，只有小部分人会自发研读相关书籍、学习课程，以增进了解。
从传播的角度看，如果受众获取信息的渠道有限，那么该信息渠道的控制人将具有信息传递的「控制权」，形成一种「舆论垄断」的局面，而信息在经过多次传播之下，极易「失真」。
实际上，这种「失真」是在所难免的。在AI的传播过程当中，形成了圈内和圈外两大群体，由于人工智能本身属于较高门槛的专业，圈内（企业）和圈外（普通受众）之间的连接，主要通过媒体来实现。
但媒体宣传存在问题是，许多从业者要么科班出身，要么跨界转型，真正懂AI的媒体人只有少数。并且媒体本身随着大数据、互联网技术的变化，进一步下沉到各平台，又造就了无数自媒体，形成了媒体界良莠不齐的局面。在流量导向的环境下，各种消息报道层出不穷，而这类信息又存在「放大效应」（比如标题过于惊乍），以至于大众接受到的信息与实际信息存在「误差」。
在人工智能最为火热的时候，不少AI企业为了拿融资、打知名度，纷纷投放广告、软文，宣传产品，造成人工智能已经能够大规模落地的假象。后来AI遇冷，大众对AI的调侃某种程度上可以看作是前期宣传过于猛烈的一种「反噬」。
当然，圈内也注意到大众传媒存在的局限，不少企业在重要的社交平台上都开辟了宣传渠道，但由于内容差异（比如太垂直、产品推广）或渠道差异，并不符合C端属性，多数AI企业无法直接建立起与大众的有效连接。
因此，在“企业-媒体-大众”这一传播链条下，由于大众传媒本身存在机制缺陷，导致大众很难在参差不齐的信息中，建立起对AI的有效认知。然而企业又不得不依赖大众传媒来宣传AI， 这种内在矛盾，是造成圈内与圈外对AI产生「认知差异」的重要原因。
“归根到底，还是AI人才太少。”在杨力看来，人才是推动产业发展的核心力量，当前AI处于爬坡阶段，技术本身的问题是造成大众对AI产生质疑的根本因素，舆论传播一定程度上加剧了这种影响。
解铃还须系铃人，不论是AI纵深发展，还是横向传播， 只有AI人才，可以给AI「正名」， 但现阶段的情况是，国内AI人才极度紧缺。
“应用型人才真的太少了。”杨力感叹道，当AI从空中楼阁走向田间地头，懂技术又懂行业的人“真的不多”。
而在工信部《人工智能产业人才发展报告（2019-2020）》（下称“报告”）里，预计我国人工智能产业内有效人才缺口达 30 万，而这仅是两年前的数据。实际上，在过去的两年里，根据掘金志观察，AI企业对人才的需求持续旺盛，整个AI产业的应用人才缺口进一步拉大。
作为技术/知识密集型产业，AI的人才准入门槛较高，对学历、工作经验非常看重。
根据报告，2019年AI企业发布的岗位中，仅有11.9%的岗位接受专科学历；也仅有5.4%的岗位接受1年以下工作经验的求职人才；接受提供应届生的岗位仅占3.3%。
这意味着要从事AI行业，基本上要求本科学历，同时，由于多数AI企业缺乏人力、资金和动力去培养应届毕业生（至少一年以上），企业对应届毕业生的需求并不旺盛，而更青睐那些拥有知识储备和实践经验的人才， 这种“排新”性质的招聘需求，又加重了人才短缺情况。
除此之外，AI对人才的专业性要求极强，尤其是算法研究、应用开发等岗位，60%以上岗位要求具备计算机、数学相关专业背景。
各种线性条件约束下，原本就短缺的AI人才，显得更加「紧俏」。
一位AI初创公司HR告诉掘金志，招人是一件很困难的事，“专业、学校、工作经历筛选下来，符合条件的人很少，加上公司要的是进来立马能产出的人，还要考虑薪资这些因素，优秀的人才很难招到；而走校招的话，优秀的毕业生早早被互联网、明星AI公司签下，剩下的也更青睐大公司。筛选去筛选来，选择真的不多。”
除了缺少与行业相结合的应用型人才以外，在杨力的观察之中，AI的另一个人才缺口， 是能够“扎下心来做基础性工作”的理论研究型人才。
根据斯坦福发布的《2022年人工智能报告》，虽然我国在AI 期刊论文的引用数、会议论文发表数量以及在人工智能专利申请数量上排名世界第一，但在AI会议论文被引数上却远落后于欧美。并且，一些创新性的基础理论、前沿 科技 的研究仍以欧美为主。
“很多人工智能的基础理论，都是由外国人/机构提出来的，比如现在比较火热的深度学习。”
杨力表示，这与我国人工智能起步较晚有很大关系，要弥补这样的差距，除了要加强对基础理论研究的资金、人才投入以外，也应该建立起标准的AI人才培养体系，为AI研究提供源源不断的人才活力。
“学校是培养人才的摇篮，理想的情况是， 一部分学生毕业以后从事理论研究，更多的毕业生进入行业，通过产学研联动，来推动AI的落地。”
掘金志了解到，当前我国人工智能产业已经初步形成“政产学研一体化”人才培 养生 态体系，但仍然处于起步阶段。2019年，人工智能专业正式获批列入本科专业名单，国内诸多高校开始自建或与企业共建人工智能学院（研究院），并开设AI专业。
然而，对于如何培养专业的AI人才，各大高校也正处于摸索之中，尚未形成行之有效的范式。
2019年，国内人工智能专业正式获批，被列入本科专业名单，但开办专业需要经过课程建设、实验条件、专业申报等流程，多数学校于近两年才开始正式招生。
换句话说，距离最早的一批AI本科生毕业，离毕业也还需要大概一到两年的时间。
如何把这一批新生培养成才，来填补当前存在的人才缺口，是一件并不容易的事情。此外，未来的第一批毕业生，其综合能力是否达标也极具象征意义。
“一方面，人工智能专业学的内容很难， 以前很多研究生阶段才开设的课程，现在放到本科阶段来学了， 对学生是一种压力，对老师的教学方式、技巧也带来挑战；另一方面，如何将人才培养与 社会 需求结合起来，让学生能够学以致用，也是难点。”
作为人工智能领域的资深学者，杨力在多年的执教生涯中，除了对AI有着深入的研究与思考外，也 探索 出了一些关于培养AI人才的「方法论」。
“首先要尊重学习规律。” 杨力告诉掘金志，AI本身对实践能力的要求较高，这就不能照搬传统学科的培养模式，即大一大二侧重于理论，大三大四侧重于专业。而应该理论和实践并用，先学习、再实践，在实践中学习，然后呈“螺旋式上升”。
在具体举措方面，他表示，可以通过成立 「科创小组」 的模式，鼓励学生以团队协作的方式参加各种学习竞赛、研究课题。
这种小组模式的优势在于：小组覆盖全体学生，通过团队协作，形成内部互帮互助的学习氛围，让成员都能参与到实践之中，成为一个「利益团体」；并且，小组的持续时间覆盖学生的整个大学生涯，所有成员都能共享「利益成果」。同时，小组成员之间互相帮助，从某种程度上也能给老师减轻压力。
“其次要因材施教，激发学生对AI的求知欲、 探索 欲。”
杨力表示，学生对AI的学习兴趣也呈现出明显的「二八定律」，即20%的学生求知欲很强，而80%的学生兴趣一般。
“对于这20%的学生，你只需要告诉他怎样做到最好，并且告诉他这个过程中需要注意的事项、细节，其余的无需太过关心；而对于80%的学生，他们的兴趣没那么高，就需要比较细致的指导，并且需要搭配一些「强制指派」，例如直接分配任务让他们参加。”
“再而，通过激励机制来刺激学生的创作灵感。”
比如，在课程设计时，将创新性纳入评分标准之中，以课程成绩来驱动学生进行创新。
例如，在做某个案例时，如果学生只是根据老师列的步骤照猫画虎，其成绩最高可能也就刚好及格，而剩下的分数则全靠个人创意和发挥。
“大多数学生需要老师给一些推力，而成绩就是最好的激励。”杨力表示，学生为了拿更高的绩点，便不得不“多费心思”，而不是敷衍了之，最终交上来的作品“往往有很多意想不到的亮点”。
“最后，教师与学生之间要形成良性互动的正循环。”
本科教学存在的一个普遍问题是，学生与教师之间的互动较弱，或者只存在于课堂之上，课外的联系非常少，“上课是师生，下课是路人”的情况并不少见。
在杨力看来，如果老师仅仅把教学当作是一种工作任务来完成，那么学生也会采取应付的态度。相反，如果老师富有责任感，学生也会受到其“以身作则的影响“，更有进取意识。
因而，老师可以通过带项目、线上线下互动等方式与学生沟通，来了解学生的需求，给自身的教学工作进行反馈，而这种反馈最终又将通过教学的方式来触及学生，形成「师生共赢」的局面。
除了培养AI人才方法论外，杨力也指出，培养人工智能专业人才需要 破除「唯研究生论」。
“读人工智能专业必须读研究生，不读研究生就没有前途。”
不少人持有这样的观点，但杨力却坚决表示反对。他认为，原来很多研究生的课程已经下放到本科来学，本科阶段的人才培养成体系之后，学生的理论、实践能力将能够满足AI行业的基本需求，一味追求研究生教育，只会造成AI圈越来越卷，无助于缓解行业人才短缺情况。
“当然，研究生教育也很重要，但研究生人才培养可能更应该倾向于基础理论方面， 而AI的规模化落地，需要更多应用型人才去推动。”
举个例子：很多传统制造业引进了人工智能，比如机械臂、自动化生产设备等，但由于缺少应用型人才，企业买回去的设备不知道该怎么使用，也不知道如何做到效益最大化，更不懂运营维护。
这样的岗位，并不需要从业者非常深厚的理论功底，而是有AI基础，又懂行业的人才。而在传统产业智能化升级过程中，类似的人才缺口非常大。
“实际上，当AI走向各行各业、落地之后，对人才的需求也会发生变化，而在本科阶段，通过理论学习加上与专业相关的 社会 实践，也能培养出优秀的人才。”
在刚结束的冬奥会上，杨力教授带领他的团队做了一个智能辅助技术，可通过视频来实现对选手动作进行回顾与分析，给裁判打分给予参考。
虽然只是一个比较简单的行为识别，模型并不精巧，市场上有很多AI公司具备开发该技术的能力。但让人欣慰的是，这个项目一经提出，学生们便踊跃参加，在导师的指引下，一步步挖掘数据、标注、建模、训练、测试，整个过程持续两周之久，大部分工作由学生完成，而且是在春节期间，有同学甚至因为出力不够而深感抱歉。
“Talk is cheap.”在杨力看来，这个项目别人有能力做，然而只有他们去落地实践了，并且整个项目由大一学生完成，过程远重于结果， 他们“代表着AI领域的新生力量。”
做这个项目也并非一帆风顺。
该项目的成员，中国计量大学信息学院 21级人工智能专业学生，蒋正阳告诉掘金志，小组在建模的时候，要么网络太大训练太慢，要么网络太小而不适合要求，难以达到预期目标。同时，训练也会遇到算力不够的情况。
经过多次失败尝试之后，小组不得不求助于杨力教授，后者补充了一种网络结构，该结构下，模型变得相对“较轻”，训练也可以符合预期。
最终，小组成功研发出“单板滑雪AI裁判技术”。该技术可在画面模糊、相机高速运动、长距离全景画面等复杂场景下，对运动员是否抓板进行精准识别，从而为裁判打分提供依据，助力「冬奥公平」。
“我们的专业知识有限，需要继续加强理论学习。通过这个项目，我们了解了从零开始做项目的过程、方法、难度，积累了经验。当然，最后看到项目跑出来的结果，内心还是很欣喜的。”蒋总结道。
杨力认为，遇到问题很正常，关键在于去行动、实践了。“人在学走的路上，会跌倒很多次，但不能因为跌倒，就只学爬，这样永远也不会走。”
这何尝不是国内AI发展的缩影。
在经历无人问津的韬光养晦期之后，国内AI于10年开始蓬勃发展，商汤、旷视、云从、依图等一众AI公司先后诞生，受到资本热捧，撑起国内AI的希望。但激情燃烧之后，随之而来的是行业落地难、商业化难、变现难等各种质疑。
如今的AI，正处于从爬到走的摸索期，磕磕碰碰、跌倒摔倒等时有发生，也被大众调侃成「人工智障」。
但杨力对此并不沮丧，反而感到乐观， 因为“有越来越多的企业、越来越多的人才参与到AI的发展、推广、落地之中”， 在“政产学研”模式的推动之下，AI也将被掀开神秘面纱，显露出最真实的样子，而大众在未来也会对AI形成一个“全面、客观”的认知。
在掘金志与多位AI从业者的交流过程中，几乎所有人都对AI充满希望，即便AI仍然处于「弱人工智能」阶段，他们仍然坚信，AI有着光明的未来。
“AI的浩海不止于边边角角，而在于改变世界。”开篇吐槽「人工智障」的那位工程师告诉掘金志，即便改变世界的路途，充满坎坷，但 “因为热爱，所以坚持。”
而对于大众的一些调侃和质疑，他迟疑了一下，回道：
“请给AI一些包容。”雷峰网雷峰网
“被引次数”是指该篇论文发表后，截止目前被其他论文在参考文献中引用的次数。
期刊论文发表有次数限制吗?中级职称及以上级别的职称基本都是需要发表若干篇职称论文的，发表若干职称论文最好的办法就是早准备早发表，但一些作者由于种种原因耽搁了发表，几篇论文打算集中发表，职称评审并没有明确规定不允许一年发表两篇或更多的文章，只要作者时间安排合理，最终也能按时提交职称论文，一年发表两篇或者更多的职称论文是没有问题的，但有些职称评审文件中会明确规定职称论文不能集中同一时间发表尤其是不能集中发表在同一刊物上，这一点需要特别注意，这种情况下我们就不能集中发表了。 很多职称申报者不是很清楚论文发表时间的有效期，有的一次突击发表2、3篇。根据众多作者的论文发表经验，原则上最好是一年一篇，或者1年2篇的话，发表时间上最好错开下。主要是给评审老师留下一个比较好的印象。至于发表时间间隔多久，职称文件一般没有对此作出比较详细的规定，按照我们推荐的最佳做法就行，也就是一年一篇。当然，有部分朋友可能没有提前做好准备，2、3个月左右发表2篇也是可以的，所以，这里我们提醒大家一定要提前做好论文发表的准备，这样给自己留出充分的时间。 职称论文发表时间很关键，往往决定了作者能否晋升，如何把握好论文的发表时间需要作者先了解清楚当地或是本单位的具体时间要求，按照要求合理规划积极准备，总体来说职称论文发表是宜早不宜晚，广大作者要尽早准备为好，最好不要出现集中发表的情况。
一个期刊能发表多少论文，是由期刊自身所决定的有些期刊保一些些期刊厚一些不能笼统的来归纳一个期刊能发多少篇论文，相对来说，核心期刊，一年的论文数量基本都在100至150篇以内，而非核心期刊的数量都在百篇以内。质量越高，篇数也就越少
一个团队一个杂志一年能发几篇？答：一个团队一个杂志一年能发12篇。