编辑推荐：
在科研领域，合成科学至关重要，工作小组（WGs）是其重要协作方式。但 WGs 对科研人员个人职业发展影响及性别差异尚不明确。研究人员分析加拿大生态与进化领域 1244 名大学教员数据并调查，发现 WGs 可使 H 指数增速提升 14%，且男女参与和受益无差异，为科研政策制定提供依据。
在科学研究的大舞台上，数据的海洋浩瀚无垠，如何从大量繁杂的数据中提炼出有价值的信息，成为推动科学进步的关键。合成科学应运而生，它就像一位神奇的 “魔法师”，通过整合各类研究成果，揭示普遍规律，助力新范式的诞生。在生态与进化领域，工作小组（Working Groups，WGs）作为合成科学的重要实现形式，发挥着独特作用。它们通常由 5 - 15 人组成，聚焦关键问题，整合多学科知识，共同攻克科研难题。
然而，WGs 虽在科学研究中成果斐然，却引发了诸多疑问。参与 WGs 对科研人员个人的学术生涯是助力还是阻碍？男性和女性在参与 WGs 时，机会和收益是否平等？毕竟，若 WGs 仅利于科学发展，却对科研人员职业发展不利，或存在性别不平等问题，其可持续性将大打折扣。为解开这些谜团，来自国外的研究人员开展了一项极具意义的研究，相关成果发表在《FACETS》杂志上。
为了深入探究这些问题，研究人员精心挑选了加拿大大学中，1991 年至 2019 年间获得自然科学与工程研究理事会（NSERC）发现基金（Evolution and Ecology evaluation committee）资助的 1244 名生态学和进化领域的教员作为研究对象。之所以选择这一群体，是因为他们是 WGs 方法的积极使用者，且加拿大研究人员在合成科学 WGs 中一直十分活跃，同时该群体存在一定的性别差异，便于进行相关分析。
研究人员采用了多种技术方法来确保研究的准确性和科学性。在数据收集方面，他们从公开渠道收集研究人员的性别、博士毕业年份、所属机构等信息，并通过 Web of Science Core Collection（WOS）构建研究人员的发表记录。考虑到 WOS 存在的姓名识别问题，研究人员开发了基于 Python 的工作流程，有效减少了误判。为确定 WGs 发表的文章，他们通过多种方式进行匹配和验证，并对文章类型进行分类。同时，研究人员还开展了在线调查，收集研究人员参与 WGs 的相关信息。在数据分析阶段，运用生存分析探究哪些因素影响研究人员参与 WGs 的可能性；利用固定效应回归结合线性样条模型，分析 WGs 参与和性别对研究人员 H 指数轨迹的影响；使用零膨胀广义线性模型评估研究类型和方法对文章引用率的影响。
研究结果令人眼前一亮。在研究人员群体特征方面，H 指数在研究人员间差异显著，且性别与 H 指数进展相关，女性的 H 指数进展明显慢于男性，在生态学和进化领域教员中，女性占比也相对较低。在 WGs 参与影响因素上，生存分析表明，H 指数与参与 WGs 的概率呈正相关，H 指数每增加 1 个单位，参与首个 WGs 的风险率就提高 7%，而性别及性别与 H 指数的交互作用对参与 WGs 的影响并不显著，调查也显示男女参与和拒绝 WGs 的比例相近，拒绝原因也无显著性别差异。对于 WGs 与 H 指数进展的关系，针对参与 WGs 的 183 名研究人员的分析发现，参与 WGs 后，研究人员 H 指数增速提高 14%，且这种加速在 5 年内实现并持续保持。在性别与 WGs 参与收益方面，虽然参与 WGs 前女性 H 指数进展慢于男性，但参与后男女 H 指数增速的加速情况相似，调查还显示男女对 WGs 间接收益的感知也无差异。此外，WGs 发表的文章平均引用率是其他文章的 4.4 倍，这得益于其研究类型（合成研究）和研究方法（WGs 方法）。
综合来看，该研究意义重大。一方面，它明确了 WGs 对研究人员 H 指数增长具有积极作用，且在参与和收益方面不存在性别差异，这为 WGs 的持续发展提供了有力支持，表明这种合作方式不仅有利于科学发展，也能促进科研人员个人职业成长。另一方面，研究结果也为科学政策制定提供了重要参考，如应继续支持 WGs 相关的资金投入，推动结构化合作以促进性别平等，加强对研究生和博士后的相关技能培训等。同时，研究也存在一定局限性，如仅考虑了研究人员首次参与 WGs 的影响，未来可进一步研究后续参与的累积效应，以及 WGs 在其他人口统计学因素方面的公平性问题，为科研领域的发展和完善提供更多方向。
