什么是好的科学？仅凭一个研究提案的标题来决定其与社会的相关性和影响是不够的，需要进行更深入的分析。坏科学很容易辨认出：实验控制不良、偏见或解释错误、选择性使用数据支持预先确定的观点等等。然而，好科学更难定义。问好的数学是什么？或者，哪种数学真正优秀？艺术是什么？是什么使一本书、一部电影或一首歌好？在科学研究中，社会必须事先承诺进行大规模的公共资金支持，这与许多艺术、书籍和歌曲开始时依赖较少的公共资金形成对比。在研究中，问题和好奇心往往倍增。大多数公共资金机构只支持约20%的提案，这些提案通常探索未知领域，难以确定其有效性和影响。专家审查委员会可以深入审查，并排名提案，以帮助决定公共资金的使用。审查委员会通常考虑到以下典型问题：1）项目的最佳可能结果是什么？2）能否解释为何这项研究符合公众利益？3）有多少其他科学家和非科学家会感兴趣？4）项目的可行性是否远高于零？等等。过往表现是预测未来成功的良好指标。许多公共资金机构支持研究人员而非项目。一些慈善家应当资助那些公共机构不太可能支持的好主意。任何一个想法得到资助并不意味着它不好。如何对这种研究进行排名时，我们可以通过评估研究人员的表现来进行。公共资金机构支持研究人员而非项目，如NHMRC等都采取了此策略。什么是好的科学？
仅仅看研究提案的标题无法决定其对社会的相关性和影响；需要进行更深入的分析，Merlin Crossley如是说。
意见：我听说我们应该停止谈论“纯”科学和“应用”科学；我们应该只讨论“好”科学和“坏”科学。去年，澳大利亚科研与工业组织（CSIRO）总裁Megan Clark在国家新闻俱乐部演讲时也提出了类似看法，今年在澳大利亚大学协会会议上也再次听到。那就让我们来谈谈好和坏。
定义好和坏
坏科学很容易识别：实验控制不佳、解释中存在偏见或错误、选择性使用数据来支持预先确定的观点等。我们可以在存在非常强烈和具体利益关系的地方寻找坏科学。
坏科学是一个大问题，但通常会被揭露出来 - 最终。
好科学更难定义。考虑数学研究而不是实验科学。我们可以达成共识，了解坏数学是什么 - 至少是在基本水平上。错误的数学。
但什么是好数学？或者说，哪种数学真正优秀？什么是高质量的数学？
提出难题
什么是质量？什么是艺术？什么使一本书、一部电影或一首歌成为好作品？
我们至少可以通过统计支付或观看的人数来迅速了解书籍、电影和歌曲的反馈。我知道这并不是完美的衡量方法 - 应该由什么来决定排行榜榜首呢？
但至少这些流行度指标提供了一种可以通过公众辩论和专家批评逐步完善的工作指南。同样，通过观察同行和公众反馈以及研究对社会的贡献，我们可以了解什么是好的科学-但这需要很长时间。太长了。
很遗憾，在科研领域，社会不得不提前承诺进行大规模的公共资助 - 与此相比，很多艺术品、书籍和歌曲都在较少的公共资助下开始；而电影有时会吸引私人投资者。
我们需要做出决定和选择
在研究中，问题和好奇心往往会增加。总是有更多的好主意而没有足够的资金来支持它们。没有人真的愿意做出艰难的选择，但我们必须。所以很显然我们应该支持好的科学，对吗？
但这就是问题所在。一切看起来都不错。多数成熟的科学家，如其他专业人士一样，都很好。要成为首席调查员，你通常会在学校进行科学研究并成功，然后在大学取得成功，接着进行博士学位以及博士后培训阶段。你周围都是其他专家，不断地从他们那里学习。
在这漫长的道路的每一步，竞争都是激烈的。竞争者大多受到“对科学的热爱”所驱动。因此，世界上的科学家们既高度积极又熟练 - 就像精英运动员、顶尖艺术家、音乐家、作家、电影制作者或顶尖工程师一样。质量可能会有些不同，但我遇到的任何专业科学家都是“好”的。
那么好的公共资助申请呢？
由于预算限制，许多资助机构只支持约20%的提案。这些提案涉及探索未知。我们并不是授予承建两个已知点之间桥梁的合同。在处理未知情况时，很难知道什么是好的。
这项任务的难度使得无法仅仅通过研究提案的标题来决定其相关性和影响。但同行评审委员会可以利用他们的专业知识深入审查并对提案进行评级。
他们可以识别出哪些项目将来会为社会做出最大的贡献。他们帮助资助机构决定押注什么，并证明它们对公共资金的使用的合理性。
以下是一些典型问题，同行评审委员会将考虑：
1）项目的最佳结果是什么？2）您能解释为什么这项研究符合公众利益吗？3）多少其他科学家和非科学家会对此感兴趣？4）这个项目的可行性是否明显高于零？（即，想法应该是创新的，但不能太冒险）5）研究人员是否自发地、在他们的领域中领先，并致力于他们的研究问题？6）研究人员相对于机会的生产力记录是否强大且在加速增长？7）该研究领域是否具有竞争力、正在取得快速进展、保持平稳或下降？
显然，根据这些标准，一些诺贝尔奖获奖的想法可能错过了公共资金。每个科学家都有权拥有一份私人的关于革命性的蓝天想法的清单，但他们不一定应该过早地将这些想法纳入申请公共资金的计划中。
比较研究记录而不是研究提案
我们都知道，出于好奇心驱使的蓝天研究可能为社会提供最大的贡献。但长期影响不可预知时，我们该如何排名这类研究？
一种方法是对研究人员进行排名。部分利用度量标准：论文、引用、资助、研究生完成情况；部分利用其他更全面的线索来评估质量、原创性、活力等。
过去的表现是未来成功的很好的预测指标。我的脑海中有一份非常明确的上升之星列表，有可能成为诺贝尔奖获得者-即使我不具备专业领域专家知识来真正评估他们的项目提案。
许多公共资助机构支持研究人员而不是项目：澳大利亚国家卫生和医学研究委员会（NHMRC）和澳大利亚研究理事会（ARC）已经在其研究所奖学金计划中使用了这种策略，此外还有一些机构，如心脏基金会、澳大利亚癌症协会，以及国际上的霍华德•休斯医学研究所和威康信托基金会。
当然，这种方法最适合已经成熟的研究人员-他们拥有悠久的研究记录。因此，对于初级研究人员来说，重要的是存在其他机制。
最常见的机制是提供培训奖学金，可能与有时比更广泛的委员会更有效地识别出自己领域中即将崭露头角的人才的导师相关联。
那么什么是好的科学，什么是好的艺术？我认为我们并不总是能够事先判断。
但是当下一轮资助结果宣布时，我期待，和往常一样，很多我们最优秀的研究人员最终会获得资助，他们的研究最终将对社会做出巨大贡献。
梅林•克罗斯利教授是新南威尔士大学科学院院长。
本文章最初发表于The Conversation网站。阅读原文文章。
