本小組項目源自一項持續進行的研究，該研究探討 1979 至 1989 年間入讀中美聯合培養博士項目（China-US PhD Examination and Application，CUS-PhD-EA）的 1831 名中國研究生。這個群體意義重大，他們對中美兩地學術界，以及美國和歐洲的大型科學、技術，尤其是製藥企業，均有重大貢獻。

為了準確追蹤、核實和量化這些學者的學術成就，我們嘗試整合多個資料來源，包括 Web of Science、Google Scholar、Scopus 等，以收集他們完整的著作紀錄、引用次數及 H 指數，並以我們的 CUSD-CPEA 資料庫為核心參照，解決身份歧義，建立完整且經核實的個人檔案。

要取得學者完整的學術紀錄並不容易，原因主要有二：學者之間姓名相同或相近（在美國尤其普遍），以及學術平台上的檔案零散破碎。這令人手收集和核對完整著作紀錄極為費時。因此，我們提出一套自動化系統，協助我們從多個來源核實和擷取學者的數碼身份。

CUSD-CPEA 資料集涵蓋所有 CUS-PhD-EA 校友的基本資料、教育及職業背景。資料集連結。

首先，我們從 CUSD-CPEA 資料中擷取基本個人資料，包括姓名、教育背景、工作經歷和研究興趣。其次，我們使用 AMiner 公開 API 找出目標校友。之後，我們擷取他們的高引用論文，並在 Web of Science 中找出他們的多個個人檔案頁面。最後，我們以人手匯出資料作進一步分析。Professor Wang Yue 的例子見圖一。

我們在圖二繪製了兩個文氏圖以展示結果：左圖為個人層面的數據，右圖為紀錄層面的數據。在隨機抽樣的 100 位校友中，系統找到 61 人，其中 54 人正確；紀錄方面，系統共找到 161 條紀錄，其中 116 條正確。這套自動化、只需少量人手的流程，令可核實的紀錄數量幾乎增加一倍。

圖三：相對回國年份的平均著作及引用趨勢

註：N=53，僅包括已明確表示回國年份者

圖四：平均著作及引用趨勢：回國校友與非回國校友比較

圖五：平均 H 指數趨勢：回國校友與非回國校友比較

運用新的資料集，我們就生物化學領域的 CUS-PhD-EA 校友進行了初步分析，比較回國與非回國校友。主要發現如下（圖三至圖五）：

1. 第一，回國後一至兩年內，每年著作及引用數量出現下降，其後回復增長趨勢；
2. 第二，自 2005 年起，回國校友每年發表的著作及引用數量持續超越非回國校友；
3. 第三，早期兩組差異不大，但隨時間推移，回國學者在整體及頂尖學術產出上逐步擴大領先優勢。

像 Web of Science 這類平台經常混淆同名學者的論文，造成錯誤歸屬。我們的演算法能有效找出準確的學者檔案，但要達致完全準確，仍須人手核實。未來的工作將把資料來源擴展至個人主頁和履歷，並改進提示、判斷和檢索策略。

像 Web of Science 這類平台經常混淆同名學者的論文（例如某校友的檔案錯誤收錄了同名者的著作，或其本人的論文被歸入他人的檔案）。

我們的演算法能有效標示這些錯誤，但最終準確度仍須人手核實。

• Dongqian Liu — 人文學哲學博士
• Ao Jiang — 環球中國研究理學碩士
• Yihang Jiang — 跨學科自訂課程哲學博士

詳細代碼及項目文檔請見以下連結。

建置中