現任臺大文學院院長黃慕萱，運用書目計量方法（Bibliometrics）研究「撤稿」現象，同時對大學評鑑制度、排名系統進行多項研究。
攝影／林俊孝
從國立臺灣大學的正門迎向椰林大道，左側依序有文學院、土木工程學系館，右側則是生農學院、園藝系、森林系，繼續深入校園，化工、數學、電機、外文、心理……錯落各處的系館建築，代表著一個個獨立的研究領域；彷彿每跨過一條柏油路，便能抵達研究旨趣與技術截然不同的另一個世界。從理工生農到人文社科，所有領域的學術研究者都有個共通的工作項目：撰寫、發表論文。
將埋首研究的成果落筆成文，經過同儕審查的錘鍊，發表於專業期刊上，是一名學者累積自身履歷的方式，也是升等的依據，更是衡量一所大學或學術機構績效的重要指標之一。問題是，已經發表的論文卻有可能遭遇「撤稿」的命運，這是怎麼回事？一所大學又該達到什麼標準才稱得上是「好大學」？
當新聞報導某學者陷入「撤稿風波」，或者某大學排名掉出前百大之外，往往無法真正傳達完整的背景資訊給閱聽眾。臺灣大學圖書資訊學系講座教授黃慕萱，運用書目計量方法（Bibliometrics）研究「撤稿」現象，現任臺大文學院院長的她，也對大學評鑑制度與排名系統進行了一番探究。
撤稿：學術界一種「正常的異常現象」
黃慕萱發現，遭撤稿的學者大多屬於「一次撤稿者」，只有極少數屬於多次撤稿的累犯，很可能抱持著惡意。
圖片來源／pixabay
2014年，臺灣某位學者因涉入審查過程造假的學術醜聞，導致其發表於國際期刊的60篇論文皆遭撤稿，而後續引發的一連串政治效應，也讓「撤稿」議題受到大眾高度關注。這便是黃慕萱開始研究撤稿現象的契機。
「回到學界現實，撤稿究竟是怎樣的現象？」黃慕萱起先在課堂帶領學生初步討論，而後逐漸形成系統性的研究計畫。她著手分析各大學術資料庫的撤稿公告，指出撤稿現象其實是「學界運作常態中的偏差」，或者說是一種「正常的異常現象」。
照理而言，學術論文的撰稿與審查是極為細膩的過程，如果一篇論文在發表後仍發現細節小錯，作者可以透過「更正」程序來處理；但若是資料蒐集，或者分析過程中出現重大錯誤，便須以撤稿處置。黃慕萱發現，遭撤稿的學者其實高達八至九成屬於「一次撤稿者」，整個學術生涯只有那麼一次記錄；只有極少數學者屬於多次撤稿的累犯。
「當然，絕大多數的學者畢生都不會經歷撤稿。」黃慕萱解釋，「撤稿固然代表作者並不夠嚴謹，卻還是會發生，畢竟人難免有犯錯的時候。」至於那些三番兩次逾越界線的多次撤稿者，很可能抱持惡意心態，可能就不能以那麼寬容的態度看待。
撤稿面面觀：原因、領域、時代的差異
當民眾在媒體上看到有學者慘遭撤稿，到底該同情，還是批判？
圖片來源／Unsplash
在媒體上看到名人、學者遭到撤稿，當初的研究隨之變成廢紙，到底該給予寬容，還是譴責？黃慕萱的觀察重點是「原因」；當撤稿事由不同，所代表的嚴重程度與對學者生涯的影響也不一樣。審閱大量撤稿公告，她將撤稿原因區分為兩大類：與「內容」有關以及與「作者」有關。其中，論文雖然可能因作者涉及利益衝突，或者違反期刊政策被撤下，但多數撤稿案例主要還是與「內容」有關。
最常見的撤稿原因為「內容錯誤」，舉凡原始資料、分析結果、研究方法、圖片呈現、實驗材料等各環節都可能出錯，釀成論文結論有誤的嚴重後果。有時是論文原作者自己發現錯誤，向期刊申請撤稿，這種情況並無須過度苛責。
第二常見的原因則是「內容造假」，比如無中生有捏造數據、操弄圖片以呈現更「漂亮」的研究結果，黃慕萱特別指出，這類違背基本研究倫理的作法相對難以原諒。至於第三常見的撤稿原因，則是「重複利用」，包括一稿多投、自我抄襲等形式。
黃慕萱提出的撤稿原因分類架構中，最常見的仍是內容問題，包括內容錯誤、造假以及重複利用，由於一篇論文被撤稿可能同時涉及不只一項原因，三者比例在重複計算下總和大於100%。過去很少有研究對包羅萬象的撤稿原因進行有系統的歸納或分類，所以較難分析不同研究領域的撤稿原因是否存在差異。
企劃腳本／林義宏 美術設計／林柏希
黃慕萱發現，最常出現撤稿的生醫領域期刊文獻，問題其實主要出在「圖片」：製作細胞組織等生物分子影像時，學者容易使用錯誤或不當的方法，乃至刻意修圖，進而遭到懷疑、檢舉與撤稿。
異常現象反映日常秩序，從各式各樣的撤稿原因，即可窺見學者在論文寫作上需要注意多少細節，以及必須忠於證據、誠實報導等倫理原則。值得一提的是，隨著時代進展和資訊流通的加快，一篇學術文獻從發表、刊登到被發現有誤而遭撤稿，歷經的時間差越來越短。「2001到2010年間，被撤稿的文章平均已經發表5年；但到了近10年，有問題的文章幾乎馬上就會被撤稿。」黃慕萱分析道。
好學者、好大學，誰說了算？從同儕互評到書目計量法
什麼才是好論文？同儕互評、書目計量學就真的可信？
圖片來源／Unsplash
除了觀察撤稿現象，黃慕萱也長期投入「學術評鑑」的研究。所謂學術評鑑，簡言之是針對學術機構與研究人員的表現評估。然而學術工作具備高度專業性，產出的成果甚至可能艱深難懂，該如何對其品質做出客觀評定？
「Peer review，同儕互評，是學界的悠久傳統。」黃慕萱解釋，「就像論文發表必須先經過同儕審查，我們要評鑑任何一個系所，也會聘請該領域中其他專業委員，透過他們的意見來評定、把關學術單位的工作表現。」
然而交由學術同業執掌評鑑，不僅勞師動眾、成本較高，還容易被質疑過於主觀。「有些人會半開玩笑，peer review會不會是反映學者的公關（public relation）做得好不好，兩個都簡稱PR。」
為了追求客觀公正，以數據分析為本的「書目計量學」於焉興起。既然做研究的最終產出都是論文，學者的論文發表數量、發表期刊的品質以及論文本身被引用的次數，自然可視為學術表現的客觀指標。綜合這些數據，便構成了學術研究者的KPI（關鍵績效指標；key performance indicators）。
黃慕萱點出，注重量化指標的書目計量方法，變相鼓勵學者「快速量產論文」，間接導致造假、重複利用等不當行為發生。
攝影／林俊孝
「但你覺得這個方法好嗎？」黃慕萱點出，注重量化指標的書目計量方法，幾乎形同鼓勵學者「快速量產論文」，相反的，導致須經年累月琢磨思考一個研究問題的傳統模式難以運行。「體制要求學者寫更多論文，更嚴重的影響，就是變成造假、重複利用等不當行為的誘因。」
此外，偶爾也會出現引用俱樂部（citation club）的現象。「論文作者的自我引用，通常會受到比較嚴格的規範。」黃慕萱解釋，「但如果是相同領域的三、五名研究者慣性互相大量引用，不僅能快速累積帳面引用數，也不容易被偵測到。」
換個角度，分析學術論文的引用關係，偶能意外發現作者本人不會輕易說出口的實情。黃慕萱透過引文分析發現，學界常能見到兩位學者有「共被引」關係（兩人寫的論文常被其他論文一起引用），雙方卻幾乎不曾互相引用的情況。這表示兩人的研究主題、方法、觀點高度相關，才會經常被相提並論，然而他們卻不太參考對方的研究成果，這也多少反映出學者間的人際網絡狀況。
同儕互評注重學術同行的專業判斷，書目計量則以學者產出的論文書目資料為主體，兩者各擅勝場，應為彼此截長補短的互補關係；至於兩者的權重分配，則應視研究領域的特質而定。
企劃腳本／林義宏 美術設計／林柏希
同儕互評與書目計量各有優缺點，兩者如何權衡運用？「這又要回到研究領域的差異。」黃慕萱說，「理工生農醫領域相對適用書目計量法；人文社科領域的評鑑標準就比較難拿捏。」舉例來說，近年社會科學領域熱烈進行本土化研究，但若論文發表於國內期刊，數據上的表現可能就不那麼「亮眼」，但不等於研究品質不夠好。
多元方法、多重指標：邁向客觀公允的進路
媒體上的世界百大大學、企業最愛大學等，琳瑯滿目的各種排名，又該怎麼看？圖為臺大文學院頂樓。
攝影／W. Xiang
談到以量化角度評估學術表現，大眾媒體最熱烈關注的相關話題，無非是「大學排名」。黃慕萱坦言，許多人認為排名抹平事物的多面性，是一種最差的量化方式。「但說實在話，從小學生到大學評鑑，每個人都渴望看到排名，因為這是最能快速、簡單得知自己定位的方法。」
評鑑一所大學，不只是為研究成果、教學表現打分數，亦須納入行政效率、國際化程度等面向。各項目的評估標準、彼此間的權重分配，更是難題。「我們都沒坐在教室上課，如何衡量其他老師的教學表現？」黃慕萱說，「所以只好採用如生師比等間接指標，當一位老師平均照顧比較少學生，就視為教學品質較好。」
各種排名、指標猶如瞎子摸象，各自所見不盡相同。
圖片來源／Unsplash
由於排名指標的計算方式具一定任意性，每一套排名系統的結果往往不盡相同。「就如同瞎子摸象，每個人摸出來的結論都不一樣。」黃慕萱比喻道。
舉例而言，臺灣大學2022年在英國高等教育調查中心QS世界大學排行第68名，卻在泰晤士高等教育特刊THE排行第113名，掉出百大之列。從新聞媒體到大學本身，鮮少細究背後的指標意涵，而是常以表面排名大作文章。
在黃慕萱眼中，即便排名系統存在差異，仍不至流於相對主義。「除了跨年分的排名變化趨勢是一個判斷大學有沒有進步的依據外，一所真正的好大學，就算用不同面向、權重作評估，結果都應該一樣好。」她說，「比如耶魯、劍橋的排名相對穩定，臺大在不同系統的排名落差就比較大，表示我們還有很多努力空間。」
如果說學者負責研究這個世界，誰來研究學者？將複雜多面的學術活動化作數字與指標後，如何正確詮釋與運用，才是真正關鍵的問題。
採訪撰稿／林義宏
編輯／林俊孝
攝影／林俊孝、W. Xiang
本著作由人文·島嶼著作，以創用CC 姓名標示–非商業性–禁止改作 4.0 國際 授權條款釋出。