想提升你在谷歌学术上的被引数量和h指数吗？只要钱到位，数据保证给你刷上去！
Reese Richardson的朋友最近就给他分享了这样一个广告，很明显，它出自论文工厂之手，明晃晃的违反学术道德。
但是，Reese Richardson很好奇，他们是怎么做到的呢？经过一番研究，他终于摸清了这类公司的套路。大概流程是这样的：
- 与客户签订合同。
- 使用AI自动生成几篇无意义的论文。
- 在这些无意义的论文中随机插入客户的几篇论文作为引文。
- 将无意义的论文上传至 ResearchGate。
- 等待Google Scholar将这些无意义的论文及其引用收录。
- 恭喜你，你在Google Scholar上的学术成就翻番了！（可选项：从 ResearchGate 中删除无意义的论文）。
Reese Richardson发现这些AI生成的论文的署名有多离谱，有伽利略、毕达哥拉斯（古希腊数学家）等名人。
为了揭示了Google Scholar和ResearchGate等学术平台的漏洞，Richardson决定把他奶奶家的猫——Larry包装成学术名猫！
首先，他生成了 12 篇论文（使用 Mathgen），其中 Larry是唯一的作者。然后，再生成另外 12 篇不是 Larry 撰写的论文。
接下来，他将论文上传到 ResearchGate上，好吧，Larry需要一个ResearchGate账号，谁都可以创建ResearchGate账号，你要是有一个机构邮箱那连安全验证都免了，这就是ResearchGate的漏洞，在注册环节有很多漏洞可以利用，总之，Richardson没费多大劲就给猫咪创建了一个账户。
以上这些准备工作，用时一个小时，除了花点电费钱，几乎0成本。剩下的就交给Google Scholar来收录。两个星期后，当Richardson查看Larry的Google Scholar档案时发现，Larry已被引用 132 次，H指数为11，一举成为世界上最具影响力的猫科动物界知识分子。
当然，Richardson和他的同事可不是为了开玩笑，他们要说明Google Scholar上的被引数和h指数是可以被操纵的，ResearchGate的注册机制同样有被不法分子利用的漏洞。
这些平台依赖自动化的算法来统计和展示学者的引用次数和h指数（h-index），却没有足够的机制来验证引用的真实性。
Google Scholar上的被引次数和H指数
Google Scholar是学术界广泛使用的文献检索和引用追踪工具。它的主要特点之一是通过被引次数（citation count）和H指数（h-index）来评价学者的学术影响力。
- 被引次数（Citation Count）：这是指某一篇文献被其他文献引用的次数。高被引次数通常被认为是这篇文献在学术界具有重要影响力的标志。
- H指数（H-index）：这是由物理学家Jorge Hirsch在2005年提出的一个指标，用于衡量学者的学术产出和影响力。具体来说，H指数是指一个学者的N篇论文中，有N篇论文至少被引用N次。这个指标试图平衡论文数量和被引次数，避免单纯依靠一两篇高被引论文来评价学者。
然而，就像Richardson所要证明的那样，这些指标并非完美无缺，它们存在一些可以被操纵的漏洞。
被引次数和H指数的操纵问题
事实上，Google Scholar上的被引数及H指数已经不止一次被学者指出其不足之处，正如我们在前文中说的到伪造引用行为，它甚至离谱到可以让一只猫成为有影响力的“学者”。此外，自我引用、互引集团、重复发表都是“刷”指数的常用手段。
- 自我引用（Self-citation）
学者通过大量引用自己的工作来提升被引次数和H指数。有研究显示，自引率较高的学者，其H指数明显高于其他学者。
- 互引集团（Citation Cartels）
一组学者互相引用对方的论文，形成“引用圈”。这种做法在一些低质量期刊中较为常见。
- 重复发表（Duplicate Publications）
将同一篇论文在不同期刊或会议上发表，增加被引的机会。
这些操纵行为不仅破坏了学术评价体系的公正性，也使得真正有价值的研究难以获得应有的认可。
最后
Larry成为了世界上最具学术影响力的猫，这听起来很讽刺，这值得我们去审慎的对待学术评价指数，虽然Google Scholar和ResearchGate等平台在促进学术交流和知识传播方面发挥了重要作用，但它们的评价指标却容易被人为操纵。希望Google Scholar和ResearchGat能够优化他们的算法，以确保学术成果的公正性和可靠性。只有这样，我们才能真正推动科学研究的发展，确保学术界的诚信和公平。
