正如联合国教科文组织所说，科学是人类最伟大的集体事业。公众、科学家和政府都是科学事业的直接或间接参与者。他们对科学的理解和认知共同影响着科学能否有效地回应社会现实。

       例如，在流行病期间，保持社交距离等社会措施的有效实施依赖于公众对科学的理解；洞察学科的内在发展规律有助于科学家明确方向，实现积极的职业发展；政府希望推出最有利于科学界创新的措施，需要全面了解科学研究活动的规律。

       作为科学事业的参与者，《数据与情报科学学报（英文）》（JDIS）从数据和定量的角度关注科学学——一门以科研活动普适性规律为研究范畴的学科，旨在增强各相关方对科学界内部互动以及科学与社会之间动态关系的理解。

       近年来，世界范围内不断曝光的学术不端行为损害了公众对科学的信任，也降低了科研人员的信心。为了促进更好的科学，JDIS发起了一系列活动来应对和扭转这种局面。

科学声望的演变：从评估质量到玩弄指标

       历史上，科学家和科学机构在同行和社会中享有崇高的声望。伴随科学研究演变为国家资助的事业，19世纪出现了对科学声望的量化测度，例如阿尔方斯·德·坎多勒统计了科学学会和科学院外国成员的数量，这为后续的声望演变奠定了基础。

       20世纪，期刊影响因子诞生，成为评估期刊声望和质量的替代指标之一。尽管早有人发出警告，称这些指标不适宜用于个人评估，荷兰莱顿大学文献计量学家范·拉恩甚至宣称这样的做法罪大恶极，但“要么发表，要么灭亡”的文化根深蒂固，左右着科学家的研究课题、出版决策和职业发展，一切都开始事与愿违。

       对文献计量指标的日益依赖,导致了一种“玩弄指标”的不良文化，促使某些科学家将成果数量置于质量之上。而科研评价往往仅基于这些指标，进而决定职业晋升。

不能容忍的阴暗面：学术欺诈和论文工厂

       在这种环境下，数据作假和图像伪造等欺诈行为不再只是例外。论文工厂也应运而生，以牟利为目的向科研人员兜售文章，有的还成功地渗透进知名期刊，最终导致论文撤回，使学界和出版界声誉受损。

       关于撤稿，本是保障科学记录完整性和可靠性的正常行为，但大量学术不端类撤稿给出版商带来巨大挑战。虽说科学研究中，错误并非罕见，并且是科学发展的正常过程，但由于欺诈行为而产生的错误和引发的撤稿，无疑会损害作者、编辑和出版商的声誉，对科学记录的可信度构成重大威胁。

       JDIS的办刊理念，正是致力于汇集和传播那些基于大数据集、使用跨学科方法来揭示科学研究活动机制的研究。这不仅有助于公众了解科学如何推动社会进步，还帮助科学家改进自己的工作，帮助政府制定更有益的政策，最终助力促进更好的科学。

抵制学术不端：科学共同体呼吁科研诚信

       2023年，JDIS策划了科研诚信专辑。该专辑旨在鼓励政策制定者、科学计量学家、出版商、机构和研究人员共同研究打击学术不端行为的策略。

       JDIS的使命不仅仅是出版，它还积极组织关于全球重要议题的研讨会，以促进广大科学界的互动。

       同一年，与科研诚信专辑的出版相结合，JDIS与北京师范大学珠海校区合作，组织了科研诚信国际研讨会，吸引了包括约翰威立国际出版集团、泰勒弗朗西斯出版集团、施普林格·自然集团、世哲出版公司、爱思唯尔出版社等在内的国际领先出版商代表，以及国际出版伦理委员会、中国教育图书进出口有限公司、中国医院科研诚信联盟和查尔斯沃思集团等组织的代表参加。

       在珠海研讨会期间，各参会代表签署了一份科研诚信谅解备忘录，有效凝聚了各界共同努力，形成国际共识。

       未来，JDIS将继续以加深各界对科研生态系统的定量理解为愿景，支持决策者、科学家和公众了解科学发展的规律，包括推行谨慎使用科学评价工具的理念，协同创造一个有利于研究和创新的环境。

       我们的最终目标，就是促进科学界产生更好的科研成果，创造更美好的生活。

点评

       我认为《数据与情报科学学报（英文）》（JDIS）推动了中国在信息科学领域的角色转变——从20年前默默无闻的参与者发展成如今的主要贡献者。 

       20年前，在西方信息科学期刊上，由中国学者撰写的文章似乎很少见。此后，尽管其投稿数量有所增加，但往往聚焦在定量和方法层面，缺乏理论研究，研究结果鲜有影响力。 

       今天，中国信息科学领域有许多重要的研究团队和学者备受西方尊重。我认为，这有JDIS团队努力的结果。它架起了中国与世界开展学术对话的桥梁，促进了交流，实践了中国学术国际化传播的理念。 

       我希望，未来中国能够为信息科学领域引入新的方法和主题，在研究内容和研究方式上引领世界。这或许是中国信息科学领域下一阶段的角色变化，而JDIS将是达成这一转变的理想路径之一。

       点评人：迈克·瑟沃尔(Mike Thelwall)，英国谢菲尔德大学信息学院数据科学教授