今天的中国对人才的需求，特别是对科学人才的需求，有高度的共识。科学人才的评价对于聘请、支持、培养科学人才至关重要。
而我国迄今没有解决这一问题，甚至可以说，在某些比较高的层面，我国对于科学人才的判断和评价不如以前某些时候。
科学人才的评价关键在于两点：谁评价，怎么评价。
如果科学庸才当道，当然评价体系有问题。
如果由缺乏公德的主导评价，评价就更不能公平。
水平和公德是科学评价的核心。
增加经费固然重要，也能大规模扩大科学研究、一定程度提高科学研究水平，但只增加经费抵消不了评价下滑带来的问题。
曾经历过“无德、无才、无能”同时主导的中国科学界，如何通过改善评价体系，让经费和资源得到有效使用，让各种人才得到真正合适的发挥，是中国科学需要突破的一个瓶颈。
科学家的层次
一流：对人类文明有影响的科学家；
二流：研究超过一般诺奖水平，而被优秀科学家所长期赞誉，影响长远；
三流：研究达到诺贝尔奖平均水平，本学科出类拔萃，其发现和结论为重要教科书的内容；
四流：研究的科学或应用意义被同学科科学家交口称赞，二十年内都知道其代表性重要工作，为本学科中坚；
科学工作者的层次
五流：研究意义一般科学工作者误认为很有噱头，虽然少数优秀科学家早就看穿其局限性，挡不住这类科学研究在短时间得到很多瞩目，研究者个人得到利益，但其研究结果不到一年就被同一学科所忘记；
六流：很能总结研究结果，特别能够发文章，无论研究本身有没有意义，虽然优秀科学家很快嗤之以鼻，但研究者有办法把文章发表在读者多的场景，例如发表在Nature。读者还不少，但两周内大家都不记得做了什么，一个月后自己也说不清楚发现了什么，灰飞烟灭；
七流：做完研究自己都不记得为什么科学原因而开始研究，但能够发文章，还有少量读者，对其他人的研究永远没有影响；
八流：能够自己设计课题，勉强能够发表，在国际上主要是只能职业爬坡，在某些局部环境被认为是科学家，文章无人阅读，同一课题组也不再继续做；
九流：不知道该研究什么，为了职业不断模仿其他人的研究。
版权声明
本文来源：饶议科学，仅用于学术分享，转载请注明出处。若有侵权，请联系后台小编删除或修改！
往期精彩回顾
适合初学者入门人工智能的路线及资料下载(图文+视频)机器学习入门系列下载机器学习及深度学习笔记等资料打印《统计学习方法》的代码复现专辑交流群
欢迎加入机器学习爱好者微信群一起和同行交流，目前有机器学习交流群、博士群、博士申报交流、CV、NLP等微信群，请扫描下面的微信号加群，备注：”昵称-学校/公司-研究方向“，例如：”张小明-浙大-CV“。请按照格式备注，否则不予通过。添加成功后会根据研究方向邀请进入相关微信群。请勿在群内发送广告，否则会请出群，谢谢理解~（也可以加入机器学习交流qq群772479961）
被折叠的 条评论
为什么被折叠?
到【灌水乐园】发言
