热议！院士儿子中学发表3篇SCI，现为同单位研究生... 学术“传宗接代”？

本文来源：能源学报、知乎、募格课堂、募格学术

最近知乎有个非常热乎的话题 “如何看待985高校一医院院长宋某某院士儿子中学发表 3 篇SCI，其科研水平如何？”，今天就带大家来看看这个事，我们先了解一下大概的背景。

以下均为宋院士儿子中学期间参与发表的文章

2017年 中科院一区 单位为广东省实验中学

作者贡献包括：实验设计，数据收集，数据分析，论文撰写和回复。

2017年 中科院3区 单位为广东省实验高中

作者贡献为样本收集。

2018年 中科院2区 单位为广东省实验高中

作者贡献无

目前，宋同学（宋院士儿子）现为同985高校医院2022级研究生。各方网友表示，这种学术“传宗接代”已见怪不怪。

有一些网友也抱有不同的想法，认为大多数抨击其学术不端的人不能用一般学生的视角去看待院士的孩子，那部分人只想发泄情绪，不管真相，他们会说院士培养自己的孩子就是错的，就是不公平，就是学阀。

目前只看这三篇SCI就去盖棺定论，这是不够理智的，SCI主要看一作、通讯，共一甚至只看排名第一的。而宋同学都是三作，属于不上不下的尴尬位置。要是真的想要送他文章，按照宋院士的能力，给他几篇一作是轻轻松松的。

如果没有其他证据，靠这些说明其学术不端未免有失偏颇。不过这也引发我们对此类现象的关注。

「学二代」

2020年7月，一项名为《C10orf67 在结直肠癌发生发展中的功能与机制研究》的全国青少年科技创新大赛的获奖作品引发广泛关注，项目的完成人却是一名小学六年级的学生。

图源：全国青少年科技创新大赛官网

小学生完成起码有硕士、甚至博士级别难度实验项目，这是神童吗？

巧合的是，小学生的父亲陈某某是高校的博导。后续，陈某某亲自向大赛组委会申请上交所获奖项。

其表示，孩子确实是在自己和课题组研究生的指导下，通过观察学习和亲自实验操作，获得了该项目主要实验数据。但在进行项目报告时，自己没注意组委会发布“项目报告必须是作者本人撰写”的关键信息，过度参与了项目书文本材料的编撰过程。在此跟广大网友道歉。

虽然处理结果差强人意，但这种“学二代”现象还是在当时引起热议。

是合理利用资源？还是以自身身份为便利在弄虚作假？很难去下一个确切的定论。

唯一能确定的是，这种现象并非中国独有。

此前，美国科罗拉多大学的研究团队发表了一篇最新研究论文。结果表明，在美国学术界中，近四分之一 (22.2%) 的教授表示他们的父母中至少有一个拥有博士学位，甚至3.7%的教授父母双方都拥有博士学位。堪称学术圈“拼爹内卷”了

在这篇名为《Socioeconomic roots of academic faculty（学术教师的社会经济根源）》的论文中，研究人员调查了7204名美国大学终身教授，统计了他们童年时期父母的社会经济地位（SES）和父母最高教育水平等信息，并与同一时期的一般人口模式进行对比。

父母拥有博士学位的教授更有可能从父母那获得学术生涯的支持和鼓励。例如，他们对学术理想的认同感会更强，在学术界重视的活动中有更多、更早的经验等。数据显示，高达68.3%的博士父母会为孩子的学术生涯提供大力支持，而高中及以下的父母仅有35.1%。

2015年，韩国京畿道政府接到举报：有大学教授的论文著作涉嫌抄袭。检察厅花了4个月时间突击检查了全国110所高校。发现涉嫌抄袭的教授有近两百人，除了普通的抄袭外，有的人甚至是把封面换掉，就这样作为自己的作品出版。

近一年的调查后，官方得出了结论：部分学者将自己和亲戚子女的名字，挂在了论文上。但其实那些孩子根本就没参与过研究。后来Nature也报道了这一事件，随即引起了世界舆论的关注。

当大家削尖了脑袋竞争的时候，其实从出身接受的资源就千差万别了......

公众的监督权

利用自身资源去更好的对子女进行教育我们无从指摘。但如果涉嫌到学术不端和造假，公众应该拒绝做沉默的大多数。

就比如上述青少年科技创新大赛的例子，该大赛的本意是孕育科技成果、培养中小学生创新能力。但如果缺乏基本的公开公正，难免会成为拼爹、拼资源人脉的名利场，也就是最大的教育不公。

科研工作者，更应该珍惜自身的羽毛。在合理利用资源的同时不要踏错走错，越过不该越的那条红线。

如何形成良性的学术氛围，可能我们还有很长的路要走。

—END—

高效学习3D视觉三部曲

第一步 加入行业交流群，保持技术的先进性

目前工坊已经建立了3D视觉方向多个社群，包括SLAM、工业3D视觉、自动驾驶方向，细分群包括：[工业方向]三维点云、结构光、机械臂、缺陷检测、三维测量、TOF、相机标定、综合群；[SLAM方向]多传感器融合、ORB-SLAM、激光SLAM、机器人导航、RTK|GPS|UWB等传感器交流群、SLAM综合讨论群；[自动驾驶方向]深度估计、Transformer、毫米波|激光雷达|视觉摄像头传感器讨论群、多传感器标定、自动驾驶综合群等。除了这些，还有求职、硬件选型、视觉产品落地等交流群。大家可以添加小助理微信: dddvisiona，备注：加群+方向+学校|公司, 小助理会拉你入群。

第二步 加入知识星球，问题及时得到解答

针对3D视觉领域的视频课程（三维重建、三维点云、结构光、手眼标定、相机标定、激光/视觉SLAM、自动驾驶等）、源码分享、知识点汇总、入门进阶学习路线、最新paper分享、疑问解答等进行深耕，更有各类大厂的算法工程人员进行技术指导。与此同时，星球将联合知名企业发布3D视觉相关算法开发岗位以及项目对接信息，打造成集技术与就业、项目对接为一体的铁杆粉丝聚集区，6000+星球成员为创造更好的AI世界共同进步，知识星球入口：「3D视觉从入门到精通」

第三步 系统学习3D视觉，对模块知识体系，深刻理解并实践

如果大家对3D视觉某一个细分方向想系统学习[从理论、代码到实战],推荐3D视觉精品课程学习网址：www.3dcver.com

工业3D视觉方向课程：

[1]机械臂抓取从入门到实战课程（理论+源码）

[2]从零搭建一套结构光3D重建系统理论+源码+实践

[3]三维点云处理：算法与实战汇总

[4]彻底搞懂基于Open3D的点云处理教程！

[5]3D视觉缺陷检测教程：理论与实战！

[6]如何学习相机模型与标定？（代码+实战）

SLAM方向课程:

[1]彻底剖析激光-视觉-IMU-GPS融合SLAM算法：理论推导、代码讲解和实战

[2]（第二期）彻底搞懂基于LOAM框架的3D激光SLAM：源码剖析到算法优化

[3]彻底搞懂视觉-惯性SLAM：VINS-Fusion原理精讲与源码剖析

[4]彻底剖析室内、室外激光SLAM关键算法和实战(cartographer+LOAM+LIO-SAM)

[5]ORB-SLAM3理论讲解与代码精析（第2期）

[6]ROS2从入门到精通：理论与实战

视觉三维重建

[1]彻底搞透视觉三维重建：原理剖析、代码讲解、及优化改进)

自动驾驶方向课程：

[1]单目深度估计方法：算法梳理与代码实现

[2]面向自动驾驶领域的3D点云目标检测全栈学习路线！(单模态+多模态/数据+代码)

[3]如何将深度学习模型部署到实际工程中？（分类+检测+分割）