这篇论文就像是在给科学界的一本“大账本”做了一次全面的人口普查。它主要研究了一个越来越普遍的现象：“共同第一作者”（Equal-Contribution Authorship）。
以前，写论文通常像是一个接力赛，只有排在第一位的人（第一作者）被视为主要功臣。但现在，越来越多的论文上，会有两个甚至更多人被标记为“贡献相等”，就像大家共同扛起了第一名的荣誉。
作者 Binbin Xu 分析了从 2010 年到 2024 年，PubMed 和 PMC 数据库里近48 万篇生物医学论文，试图搞清楚这件事到底发生了什么变化。
以下是用大白话和生动比喻对这篇论文的解读：
1. 核心发现：从“少数派”变成了“新常态”
- 以前：在 2010 年，这种“共同第一作者”的情况还比较少见，就像是在大合唱里偶尔有人领唱。
- 现在：情况发生了剧变，特别是在 2017 年之后，这种标记像坐上了火箭一样飙升。
- 数据说话：到了 2024 年，平均每 10 篇生物医学论文里，就有 3 篇以上标明了“共同第一作者”。在某些特定的专业期刊里，这个比例甚至超过了50%（也就是说，发两篇论文，就有一篇是“双第一”）。
2. 谁在带头？（地域分布）
如果把科学界比作一个全球大集市，谁在卖“共同第一作者”这个商品最多呢？
- 中国：是绝对的“销量冠军”。中国贡献了全球近41%的这类论文。如果以 2015 年为基准，中国的这一比例在 2024 年翻了13 倍！这就像是一个原本只有几个摊位的集市，突然变成了最大的批发中心。
- 美国：排在第二，约占 15%，虽然总量很大，但增长速度不如中国快。
- 德国、韩国等：也排在前几名，但份额相对较小。
- 结论：这种“共享荣誉”的风气正在全球蔓延，但中国是跑得最快的“领头羊”。
3. 谁在论文上？（位置分析）
大家可能会问：既然说是“共同贡献”，那这些人的名字是随便排的，还是都有讲究？
- 比喻：想象论文作者名单是一列火车。
- 发现：绝大多数“共同第一作者”都挤在车头（前两名）。很少见到有人把“共同贡献”的标签贴在火车的中间或车尾。
- 含义：这说明大家主要还是为了争夺“第一作者”的头衔。虽然名义上是“共同”，但大家还是希望离“第一名”越近越好。
4. 为什么会这样？（背后的原因）
为什么现在的论文喜欢搞“多人第一”？
- 科研变难了：现在的生物医学研究就像造一艘宇宙飞船，一个人根本搞不定。需要搞数据的、做实验的、分析模型的、写代码的，大家必须组团（Team-based）才能完成任务。
- 分工更细了：以前可能一个人包揽所有活，现在每个人只负责一块，但每块都很重要，所以大家都觉得“我也该算第一”。
- 期刊的推波助澜：很多大期刊（尤其是那些发表量巨大的“超级期刊”）和专业期刊，开始鼓励甚至默认这种标注方式，让“共同第一”变得像标配一样。
5. 这对我们意味着什么？（挑战与思考）
这个现象带来了一个大麻烦：
- 评价体系的困惑：以前，招聘委员会或评职称的专家看论文，只要看谁排第一，就知道谁是老大。现在，如果一篇论文有 3 个“共同第一作者”，那谁才是真正的老大？
- 比喻：以前看名字就像看排行榜，第一名就是冠军。现在名字旁边多了个“并列”标签，就像足球比赛里，大家说“我们三个都是最佳射手”，那到底谁该拿那个奖杯？
- 建议：作者建议，未来的评价不能光看名字排第几，而要看具体的贡献清单（比如谁做了实验，谁写了代码）。就像不再只看“队长”是谁，而是要看每个人在球队里具体干了什么活。
总结
这篇论文告诉我们：科学界的“单打独斗”时代已经彻底结束，现在是“多人组队、共享荣誉”的时代。
这种变化在中国尤为迅猛。虽然这让科研更公平地反映了团队合作，但也让传统的“看排名论英雄”变得不再那么准确。未来的科学评价，可能需要像看详细的“工作说明书”，而不是仅仅看名字排在第几个了。
这是一份关于论文《Trends in Equal-Contribution Authorship: A Large-Scale Bibliometric Analysis of Biomedical Literature》（共同贡献作者署名趋势：生物医学文献的大规模文献计量分析）的详细技术总结。
1. 研究背景与问题 (Problem)
- 背景： 过去二十年间，科学出版物数量呈指数级增长，生物医学领域的研究团队规模显著扩大，从单人研究转向团队协作。为了应对这种变化，明确“共同贡献”（Equal Contribution，通常指共同第一作者）的署名惯例日益普及。
- 现有局限： 尽管国际医学期刊编辑委员会（ICMJE）等机构制定了相关指南，且出版商（如 Nature, PLOS）开始采用 CRediT 分类法，但现有的文献计量研究存在以下不足：
- 缺乏大规模、长周期的纵向数据。
- 现有研究多局限于特定期刊、单一学科或短时间窗口。
- 多依赖手动搜索或非结构化 PDF 文本，缺乏基于机器可读元数据的系统性分析。
- 核心问题： 共同贡献署名在生物医学文献中的全球趋势、期刊层面的分布模式、地理分布特征及其随时间的演变规律是什么？
2. 方法论 (Methodology)
本研究采用大规模文献计量学方法，基于机器可读的元数据进行定量分析。
- 数据来源：
- PubMed 和 PubMed Central (PMC)。
- 时间跨度：2010 年至 2024 年。
- 初始数据量：PMC 约 700 万条，PubMed 约 3800 万条引用。
- 数据处理流程：
- 数据提取与清洗： 提取包含
equal-contrib="yes" 属性的 <contrib> 标签的 XML 记录。剔除格式错误的 XML、子文章（sub-articles）及明显重复项。
- 去重与匹配： 利用 DOI、PMCID 和 PMID 进行跨库匹配和去重，构建单一分析数据集。
- 最终数据集： 经过筛选和去重后，获得 479,274 条带有共同贡献标记的记录。
- 地理信息提取： 解析作者所属机构（Affiliation）字段，提取国家/地区信息。通过 ISO 3166-1 标准进行标准化，无法匹配的约 0.74% 数据被标记为未分配。
- 统计指标：
- 计数统计： 共同贡献作者的数量分布（2 人、3 人等）。
- 归一化比例： 计算各期刊每年共同贡献文章占总发文量的比例。
- 位置分析： 将作者署名位置归一化到 [0, 1] 区间（0=第一作者，1=最后一位作者），分析共同贡献者在署名列表中的分布。
- 地理加权： 采用分数计数法（Fractional Counting），将每篇文章的权重（1.0）按作者所属国家的数量进行分配，以避免大团队文章对特定国家权重的过度放大。
3. 主要贡献 (Key Contributions)
- 首个大规模纵向数据集： 构建了基于 PubMed/PMC 机器可读元数据的最大规模共同贡献作者署名数据集（近 48 万条记录），填补了该领域缺乏系统性纵向数据的空白。
- 多维度分析框架： 不仅分析了总体趋势，还深入剖析了期刊层面（不同规模、不同学科期刊的差异）和地理层面（国家/地区的参与度和增长差异）的模式。
- 技术标准化： 展示了如何利用 JATS/XML 标准标签（如
equal-contrib）进行大规模、自动化的文献计量分析，为未来的署名研究提供了技术范式。
- 基准线建立： 为评估共同署名对学术评价（如晋升、资助）的影响提供了客观的基准数据。
4. 关键结果 (Key Results)
A. 总体趋势
- 急剧增长： 共同贡献署名的绝对数量在 2010-2024 年间显著上升，特别是在 2017 年之后 出现加速增长。2024 年达到峰值，年标记文章数约为 94,690 篇。
- 占比提升： 期刊层面的中位数比例从 2015 年的约 19% 上升至 2024 年的 30% 以上。部分期刊该比例甚至超过 50%。
B. 期刊层面模式
- 双轨驱动： 增长既来自高产出量的“巨型期刊”（Mega-journals），也来自特定学科的小型专业期刊。
- 学科差异： 肿瘤学、分子生物学和基因组学等领域的期刊中，共同贡献署名已成为常态（部分期刊比例>50%）。
- 异质性： 不同期刊间差异巨大，一些期刊长期保持高比例，而另一些则是近年来才快速采纳。
C. 署名位置分布
- 集中在首位： 共同贡献标记主要集中在第一作者位置（约 38% 的标记作者位于署名列表的最前端）。
- 中间/末尾较少： 位于中间作者或最后作者（共同通讯作者）位置的共同贡献标记相对较少。这表明该标签主要用于解决“共同第一作者”的认定问题。
D. 地理分布与增长
- 国家分布： 中国占据了最大份额（占分数化贡献的 40.8%），其次是美国（15.2%）和德国（5.2%）。
- 增长速率： 以 2015 年为基准进行归一化：
- 中国增长最为迅猛，2024 年达到 2015 年的 13.1 倍。
- 韩国（7.9 倍）、印度（7.6 倍）和意大利/瑞士（6.8 倍）也表现出显著增长。
- 美国、德国等发达国家增长相对较缓（约 4-5 倍），但绝对量依然巨大。
- 集中度： 全球参与度正逐渐向少数几个主要国家集中，中国的份额从 2010 年的约 14% 上升至 2024 年的超过 50%。
5. 意义与启示 (Significance)
- 学术评价体系的挑战： 随着共同第一作者变得普遍，传统的“作者顺序即贡献度”的假设正在失效。评审委员会、资助机构和招聘小组需要更多地依赖结构化的贡献者声明（如 CRediT 分类），而非仅仅依赖署名顺序。
- 政策制定建议：
- 期刊需要制定更清晰的政策，明确何时使用共同贡献标签，并将其与具体的贡献描述挂钩。
- 评价者应意识到不同期刊对该标签的使用频率差异巨大（有的期刊是常态，有的是特例），不能一概而论。
- 研究趋势反映： 共同贡献署名的激增反映了生物医学研究日益复杂化、多学科化和多中心合作的趋势。
- 局限性说明： 研究仅基于结构化元数据，可能低估了仅在 PDF 脚注或非结构化文本中声明的共同贡献；地理归属基于机构地址，可能存在映射误差。
总结： 该研究通过大规模数据分析证实，共同贡献署名在生物医学领域已从“例外”转变为“常态”，且呈现出显著的地域不均衡性（中国增长最快）。这一趋势要求学术界重新审视现有的学术评价机制，从单纯依赖作者顺序转向更透明的贡献度评估。
每周获取最佳 computer science 论文。
受到斯坦福、剑桥和法国科学院研究人员的信赖。
请查收邮箱确认订阅。
出了点问题，再试一次？
无垃圾邮件，随时退订。