AC会议论文平台致力于为国际学术会议组织者及参与者提供高效、稳定的全流程论文管理服务。我们支持论文提交、评审、收录和出版等环节,保障学术交流的严谨与顺畅。
























| 名称 | 类别 | 年份 | 开会日期 |
|---|---|---|---|
| EuroSys: European Conference on Computer Systems | A类 | 2026 | 2026-04-13 |
| HiPEAC: International Conference on High-Performance Embedded Architectures and Compilers | B类 | 2026 | 2026-01-26 |
| HPDC: ACM Symposium on High-Performance Parallel and Distributed Computing | B类 | 2026 | 2026-07-13 |
| SPAA: ACM Symposium on Parallelism in Algorithms and Architectures | B类 | 2025 | 2026-07-28 |
| NPC: IFIP International Conference on Network and Parallel Computing | C类 | 2025 | 2025-12-14 |
| ATS: IEEE Asian Test Symposium | C类 | 2025 | 2025-12-16 |
| HiPC: IEEE International Conference on High Performance Computing, Data, and Analytics | C类 | 2025 | 2025-12-17 |
| ASP-DAC: Asia and South Pacific Design Automation Conference | C类 | 2026 | 2026-01-19 |
| 名称 | 类别 | 年份 | 开会日期 |
|---|---|---|---|
| NSDI: Symposium on Networked Systems Design and Implementation | A类 | 2026 | 2026-05-04 |
| INFOCOM: IEEE International Conference on Computer Communications | A类 | 2026 | 2026-05-18 |
| MobiCom: ACM International Conference on Mobile Computing and Networking | A类 | 2026 | 2026-11-25 |
| CoNEXT: ACM International Conference on emerging Networking EXperiments and Technologies | B类 | 2025 | 2025-12-01 |
| Globecom: IEEE Global Communications Conference, incorporating the Global Internet Symposium | C类 | 2025 | 2025-12-08 |
| WCNC: IEEE Wireless Communications & Networking Conference | C类 | 2026 | 2026-04-13 |
| ICC: IEEE International Conference on Communications | C类 | 2026 | 2026-05-24 |
| MSN: International Conference on Mobility, Sensing and Networking | C类 | 2026 | 2026-12-03 |
| 名称 | 类别 | 年份 | 开会日期 |
|---|---|---|---|
| NDSS: Network and Distributed System Security Symposium | A类 | 2026 | 2026-02-23 |
| EUROCRYPT: European Cryptology Conference | A类 | 2026 | 2026-05-10 |
| TCC: Theory of Cryptography Conference | B类 | 2025 | 2025-12-01 |
| ASIACRYPT: Annual International Conference on the Theory and Application of Cryptology and Information Security | B类 | 2025 | 2025-12-08 |
| ACSAC: Annual Computer Security Applications Conference | B类 | 2025 | 2025-12-09 |
| IFIP WG 11.9: IFIP WG 11.9 International Conference on Digital Forensics | C类 | 2026 | 2026-01-05 |
| FC: Financial Cryptography and Data Security | C类 | 2026 | 2026-03-02 |
| DFRWS-EU: Digital Forensic Research Workshop | C类 | 2026 | 2026-03-23 |
| 名称 | 类别 | 年份 | 开会日期 |
|---|---|---|---|
| POPL: ACM SIGACT-SIGPLAN Symposium on Principles of Programming Languages | A类 | 2026 | 2026-01-11 |
| ICSE: International Conference on Software Engineering | A类 | 2026 | 2026-04-12 |
| ESEC/FSE: ACM Joint European Software Engineering Conference and Symposium on the Foundations of Software Engineering | A类 | 2026 | 2026-07-05 |
| OOPSLA: Conference on Object-Oriented Programming Systems, Languages, and Applications | A类 | 2026 | 2026-07-17 |
| ISSTA: The International Symposium on Software Testing and Analysis | A类 | 2026 | 2026-10-03 |
| Middleware: ACM/IFIP/USENIX International Middleware Conference | B类 | 2025 | 2025-12-15 |
| VMCAI: International Conference on Verification, Model Checking, and Abstract Interpretation | B类 | 2026 | 2026-01-11 |
| WICSA: IEEE International Conference on Software Architecture | C类 | 2026 | 2026-06-22 |
| 名称 | 类别 | 年份 | 开会日期 |
|---|---|---|---|
| SIGMOD: ACM Conference on Management of Data | A类 | 2026 | 2026-05-31 |
| CIDR: Biennial Conference on Innovative Data Systems Research | B类 | 2026 | 2026-01-18 |
| WSDM: International Conference on Web Search and Data Mining | B类 | 2026 | 2026-02-22 |
| ICDT: International Conference on Database Theory | B类 | 2026 | 2026-03-24 |
| EDBT: International Conference on Extending DB Technology | B类 | 2026 | 2026-03-24 |
| PODS: ACM SIGMOD Conference on Principles of DB Systems | B类 | 2026 | 2026-05-31 |
| ECIR: European Conference on Information Retrieval | C类 | 2026 | 2026-03-30 |
| PAKDD: Pacific-Asia Conference on Knowledge Discovery and Data Mining | C类 | 2026 | 2026-06-09 |
| 名称 | 类别 | 年份 | 开会日期 |
|---|---|---|---|
| FOCS: IEEE Symposium on Foundations of Computer Science | A类 | 2025 | 2025-12-14 |
| STOC: ACM Symposium on Theory of Computing | A类 | 2026 | 2026-06-22 |
| FSTTCS: Foundations of Software Technology and Theoretical Computer Science | C类 | 2025 | 2025-12-17 |
| CSL: Computer Science Logic | C类 | 2026 | 2026-02-23 |
| 名称 | 类别 | 年份 | 开会日期 |
|---|---|---|---|
| IEEE VR: IEEE Conference on Virtual Reality and 3D User Interfaces | A类 | 2026 | 2026-03-21 |
| DCC: Data Compression Conference | B类 | 2026 | 2026-03-24 |
| ICASSP: International Conference on Acoustics, Speech, and Signal Processing | B类 | 2026 | 2026-05-06 |
| MMAsia: ACM Multimedia Asia | C类 | 2025 | 2025-12-09 |
| ICVRV: International Conference on Virtual Reality and Visualization | C类 | 2025 | 2025-12-19 |
| MMM: International Conference on Multimedia Modeling | C类 | 2026 | 2026-01-29 |
| 3DV: International Conference on 3D Vision | C类 | 2026 | 2026-03-20 |
| PacificVis: IEEE Pacific Visualization Symposium | C类 | 2026 | 2026-04-20 |
| 名称 | 类别 | 年份 | 开会日期 |
|---|---|---|---|
| NIPS: Annual Conference on Neural Information Processing Systems | A类 | 2025 | 2025-12-02 |
| AAAI: AAAI Conference on Artificial Intelligence | A类 | 2026 | 2026-01-20 |
| CVPR: IEEE Conference on Computer Vision and Pattern Recognition | A类 | 2026 | 2026-06-03 |
| ICRA: IEEE International Conference on Robotics and Automation | B类 | 2026 | 2026-06-01 |
| ICAPS: International Conference on Automated Planning and Scheduling | B类 | 2026 | 2026-06-27 |
| ACML: Asian Conference on Machine Learning | C类 | 2025 | 2025-12-09 |
| ALT: International Conference on Algorithmic Learning Theory | C类 | 2026 | 2026-02-23 |
| AISTATS: International Conference on Artificial Intelligence and Statistics | C类 | 2026 | 2026-05-02 |
| 名称 | 类别 | 年份 | 开会日期 |
|---|---|---|---|
| CSCW: ACM Conference on Computer Supported Cooperative Work and Social Computing | A类 | 2026 | 2026-02-27 |
| CHI: ACM Conference on Human Factors in Computing Systems | A类 | 2026 | 2026-04-16 |
| PerCom: IEEE International Conference on Pervasive Computing and Communications | B类 | 2026 | 2026-03-16 |
| IUI: ACM International Conference on Intelligent User Interfaces | B类 | 2026 | 2026-03-23 |
| ECSCW: European Computer Supported Cooperative Work | B类 | 2026 | 2026-06-29 |
| DIS: ACM conference on Designing Interactive Systems | C类 | 2026 | 2026-06-13 |
| 名称 | 类别 | 年份 | 开会日期 |
|---|---|---|---|
| RTSS: Real-Time Systems Symposium | A类 | 2025 | 2025-12-02 |
| WWW: International World Wide Web Conferences | A类 | 2026 | 2026-04-13 |
| BIBM: IEEE International Conference on Bioinformatics and Biomedicine | B类 | 2025 | 2025-12-15 |
| ISMB: International Conference on Intelligent Systems for Molecular Biology | B类 | 2026 | 2026-07-12 |
| CogSci: Cognitive Science Society Annual Conference | B类 | 2026 | 2026-07-22 |
| MICCAI: International Conference on Medical Image Computing and Computer-Assisted Intervention | B类 | 2026 | 2026-10-04 |
| ICIC: International Conference on Intelligent Computing | C类 | 2026 | 2026-07-22 |

11月21日,2025年两院院士增选结果正式揭晓,共有144人当选,院士队伍的年龄结构、学科、地区和行业布局进一步优化。
共选举产生中国科学院院士73人。其中,数学物理学部14人,化学部11人,生命科学和医学学部13人,地学部9人,信息技术科学部11人,技术科学部15人。新当选院士平均年龄57.2岁,最小年龄44岁,最大年龄66岁,60岁(含)以下的占67.1%。女性科学家有5人当选。院士队伍的结构进一步优化。本次增选后,中国科学院共有院士908位。2025年新当选中国科学院外籍院士27人,来自15个国家,外籍院士的国别分布更加广泛。本次选举后,中国科学院共有外籍院士173位。

共选举产生中国工程院院士71人。其中,机械与运载工程学部11人,信息与电子工程学部9人,化工、冶金与材料工程学部10人,能源与矿业工程学部12人,土木、水利与建筑工程学部7人,环境与轻纺工程学部6人,农业学部8人,医药卫生学部8人。此次中国工程院院士增选中,女性科学家有8人当选,还有一批国防和国家安全领域承担重大任务的专家、多位民营科技领军企业的专家以及6位扎根西部边远地区的优秀专家当选。本次增选后,中国工程院共有院士1002位。2025年新当选中国工程院外籍院士24人。本次选举后,中国工程院共有外籍院士148位。


本次增选后,中国科学院院士总数为908人,外籍院士总数为173人;中国工程院院士总数为1002人,外籍院士总数为148人。
来源:中国科学院、中国工程院,仅用于学术分享,如有侵权请联系删除。

11月14日至11月16日,机器人与人工智能国际会议(ISRAI 2025)在长春隆重召开。本届会议由吉林省机器人学会组织,长春理工大学主办,长春理工大学人工智能学院(研究院)和长春汽车职业技术大学承办,并获得了吉林省人工智能学会,长春理工大学计算机科学技术学院,长春理工大学电子信息工程学院,吉林省脑信息与智能科学国际联合研究中心,爱迩思出版社(ELSP),ESBK国际学术交流中心,AC学术中心等高校与学术单位的共同协办。旨在汇聚机器人与人工智能领域的顶尖学者与行业精英,共同探讨前沿技术,推动学术交流与技术发展。

大会现场
本次会议主题涵盖了机器人、人工智能相关的多学科,共吸引了百余专家学者参与,共设立3场主旨报告,5场特邀报告以及分会场设置院长论坛和Workshop报告环节。首先,邀请到了吉林省机器人学会理事长杨华民教授致开幕辞。杨华民教授先对到场的来宾表示欢迎,他表示,学术研究绝非闭门造车,希望各位能携手,打破学科壁垒、突破技术瓶颈,让实验室里的前沿成果不再束之高阁,而是快速转化为推动产业升级、改善民生福祉的强劲动力。

吉林省机器人学会理事长杨华民教授致开幕辞
西安电子科技大学王楠楠教授的报告从架构设计、推理步骤和参数量化三个方面对神经网络压缩和稳定训练进行了探讨,并有望为边缘设备需求的大型模型构建全面的轻量级解决方案,实现资源消耗和模型性能之间的良好平衡。

西安电子科技大学王楠楠教授作主旨报告
中国科学技术大学 Nikolaos Freris 教授介绍了仿生软螺旋机器人,通过3D打印,它们可以轻松快速地构建任意规模。此外,一个机器人可以处理各种各样大小、形状和重量的物体。

中国科学技术大学 Nikolaos Freris 教授作主旨报告
浙江大学Shadiev Rustam教授展示了人工智能驱动的语音工具重塑教育格局的前景,并为旨在将此类技术整合到教学实践中的教育工作者和研究人员提供了实用的见解。

浙江大学Shadiev Rustam教授作主旨报告
特邀报告随后举行。吉林大学周淼磊教授、张锐教授,中国科学院长春光机所胡海飞副研究员,哈尔滨工业大学关毅教授,吉林大学高一星副教授分别就仿生类人机器人、软地形仿生运动机制与设备、太空载荷精密装配方案、系统相似性模型、机器人学习等领域分享最新成果,并与听众展开交流。
在下午的院长论坛和分会场报告中,与会人员围绕会议主题进行了深入研讨。

院长论坛照片

分会场报告照片
机器人与人工智能国际会议在长春圆满落幕。大会汇聚中外专家学者,围绕机器人与人工智能前沿深入交流,分享最新成果,探讨未来趋势,激发跨界合作,为学科发展和产业创新注入新动能。

2025年10月31日至11月2日,第四届先进传感与智能制造学术会议(ASIM 2025)在常州大学召开。本次会议由常州大学、智能制造龙城实验室、常州工学院共同主办,江苏理工学院、南京工业大学、爱迩思出版社(ELSP)协办,并获IEEE南京分会、武汉理工大学、江汉大学、ESBK国际学术中心、AC学术平台等多家单位支持。
会议积极响应国家制造强国战略,聚焦先进传感与智能制造前沿议题,吸引了来自97家高校、科研机构与企业的200余名专家学者参会,深入探讨该领域的最新进展与发展趋势。智能制造龙城实验室执行主任王永青,西安交通大学米兰理工联合学院执行院长杨树明,南京大学博士生导师李根喜,香港理工大学教授徐宾刚,常州大学党委副书记、校长陈海群出席会议。机械学院院长刘麟主持大会开幕式。

大会现场
陈海群在大会开幕式致欢迎词。他强调,在新一轮科技革命推动下,制造业正加速向“高端化、智能化、绿色化”迈进。本次会议围绕先进传感与智能制造的关键科学与工程问题,搭建了跨学科对话平台,具有重要意义。他希望以此次学术会议为契机,进一步促进智能制造领域科技创新与产业融合,深化与国内外高校及企业的合作,为制造业转型升级贡献“常大智慧”。

与会专家学者
大会报告环节,王永青、杨树明、李根喜、徐宾刚分别作《智能制造中的集成测量-加工技术》《半导体芯片缺陷检测新方法探索》《基于生物传感器的外泌体分析方法及其在癌症精准诊断中的应用》《先进的可穿戴传感技术》大会主旨报告,分享了最新研究成果。常州大学沈惠平教授作《一种新型折叠运动平台并联机构的设计与分析》特邀报告,江苏汤姆森智能装备有限公司董事长汤建华作《智能制造赋能包装装备产业新质生产力》行业特邀报告,展现了产学研深度融合的实践成果。

院长论坛现场
会议期间举行了院长论坛,河海大学机电工程学院院长丁坤、常州工学院电气信息工程学院院长毛国勇、江苏理工学院机械学院副院长(主持工作)康绍鹏、江南大学机械学院副院长钱善华、苏州工学院机械学院副院长张斌,以及常州大学机械学院院长刘麟,围绕各学院的学科特色、人才培养亮点等开展了深入交流。
11月1日下午,会议设置四个平行分会场,86场报告围绕柔性电子、生物传感、纳米制造、数字孪生、机器视觉、智能机器人等热点方向展开多维探讨,会议现场学术氛围浓厚。会后,部分参会人员参观了中国(常州)德国中心、同方威视科技江苏有限公司,实地感受常州金坛的智能制造产业生态。
本次会议为专家学者搭建了高水平学术交流平台,有力促进了先进传感与智能制造领域的创新协作与成果转化,为推动智能制造行业高质量发展汇聚了智慧与力量。

The survey “A Survey on Omni-Modal Language Models” offers a systematic overview of the technological evolution, structural design, and performance evaluation of omni-modal language models (OMLMs). The work highlights how OMLMs enable unified perception, reasoning, and generation across modalities, contributing to the ongoing progress toward Artificial General Intelligence (AGI).

image: Omni-modal language models integrate modality alignment, semantic fusion, and joint representation to enable unified perception and reasoning across text, image, and audio modalities.
Credit: Zheyun Qin & Lu Chen / Shandong University & Shandong Jianzhu University
Recently, Lu Chen, a master’s student at the School of Computer and Artificial Intelligence, Shandong Jianzhu University, in collaboration with Dr. Zheyun Qin, a postdoctoral researcher at the School of Computer Science and Technology, Shandong University, published a comprehensive review entitled “A Survey on Omni-Modal Language Models” in AI+ Journal.
The paper provides an in-depth analysis of the core technological evolution, representative architectures, and multi-level evaluation frameworks of omni-modal language models (OMLMs)—a new generation of AI systems that integrate and reason across multiple modalities, including text, image, audio, and video.
Unlike traditional multimodal systems dominated by a single input form, OMLMs achieve modality alignment, semantic fusion, and joint representation learning, enabling dynamic collaboration among modalities within a unified semantic space. This paradigm allows end-to-end task processing—from perception to reasoning and generation—bringing AI one step closer to human-like cognition.
The study also introduces lightweight adaptation strategies, such as modality pruning and adaptive scheduling, to improve deployment efficiency in real-time medical and industrial scenarios. Furthermore, it explores domain-specific applications of OMLMs in healthcare, education, and industrial quality inspection, demonstrating their versatility and scalability.
“Omni-modal models represent a paradigm shift in artificial intelligence,” said Lu Chen, the first author of the paper.
“By integrating perception, understanding, and reasoning within a unified framework, they bring AI closer to the characteristics of human cognition.”
Corresponding author Dr. Zheyun Qin added:
“Our survey not only summarizes the current progress of omni-modal research but also provides forward-looking insights into structural flexibility and efficient deployment.”
This work offers a comprehensive reference for researchers and practitioners in the field of multimodal intelligence and contributes to the convergence of large language models and multimodal perception technologies.
This paper was published in AI Plus (Chen L., Mu J., Wang J., Kang X., Xi X., Qin Z., A Survey on Omni-Modal Language Models, AI Plus, 2026, 1:0001. DOI: 10.55092/aiplus20260001).
Source from [https://www.eurekalert.org/news-releases/1105454].
对于绝大多数追求长期学术发展的研究者(尤其是青年教师和博士生)来说,SCI增刊更像是一个“陷阱”,而非“捷径”。下面我们从几个方面来详细拆解这个问题。
一、什么是SCI增刊?
首先,要明确几个概念:
1. 正刊 (Regular Issue):期刊按固定周期(如月刊、双月刊)定期出版的常规卷期,这是期刊的主体和最核心的部分。
2. 增刊/特刊 (Special Issue/Supplement):通常是为了某个特定主题(如某国际会议的优秀论文、某热门研究领域)而额外出版的一期。它由客座编辑 负责组织稿件和初审,最终仍由期刊主编审核。
3. 会议论文集:很多国际会议会与出版社合作,将录用论文以图书系列(如 Springer LNCS)或特刊形式出版,并申请被SCI/EI检索。这是增刊中最常见的一种形式。
关键点:增刊/特刊的论文同样会经过同行评审,并被SCI数据库收录,拥有正式的卷、期、页号和DOI。从“被检索”这个硬性指标上看,它和正刊论文一样。
二、“含金量”的评判维度:为什么说它可能是个“陷阱”?
含金量不能只看是否被SCI收录,更要看其在学术界的认可度。
1. 学术界的普遍看法(认可度)
“二等公民”的标签:在大多数高校和科研院所的评价体系中,增刊论文的权重普遍低于正刊论文。在职称评定、博士毕业、项目结题、人才计划评选时,评审专家会仔细看论文是发表在正刊还是增刊上。
“灌水”嫌疑:由于一些增刊(尤其是会议关联增刊)的审稿标准可能低于正刊,或者录用率较高,容易给人留下“门槛低、易发表”的印象,从而被贴上“灌水”的标签。这会直接影响你个人学术声誉的建立。
2. 审稿质量与学术声誉
审稿标准可能放宽:虽然流程上都有同行评审,但客座编辑为了确保特刊能顺利出版,有时可能会在“可接受”和“应拒绝”的边界上做出更宽松的判断。这导致增刊的整体学术水平可能存在参差不齐的情况。
期刊声誉的自我影响:如果一个期刊长期、大量地出版质量不高的增刊,会拉低其整体影响因子和学术声誉,最终也会影响到正刊的声誉。
3. 在个人学术生涯中的具体影响
对于博士生:务必首先查阅本校的《博士学位授予细则》。很多顶尖大学明确规定,博士毕业所需的SCI论文不包含增刊论文。如果你在不知情的情况下发表了增刊,可能会导致无法毕业的严重后果。
对于青年教师/博士后:在申请教职、基金(如国家自然科学基金)时,评审专家会重点考察你最具代表性的3-5篇论文。如果其中包含增刊论文,尤其是在与你竞争的都是正刊论文的情况下,这会是一个明显的短板。
对于资深学者:可能用于快速报道一些阶段性成果,或者支持团队里的学生毕业(需确认学校认可),但通常不作为其代表性工作。
三、是否存在“高含金量”的增刊?—— 少数例外
是的,存在例外情况,不能一概而论。
1. 顶级会议的特刊:在某些领域(如计算机科学),顶尖国际会议(如CVPR, ICML, SIGGRAPH)的声誉甚至高于多数期刊。这些会议的论文集有时会以特刊形式发表在顶级期刊上。这种情况下,论文的含金量是由会议本身的声誉决定的,而不是“特刊”这个形式。 大家认可的是“CVPR”,而不是“某个期刊的CVPR特刊”。
2. 顶级期刊的纪念特刊:为纪念某个学术泰斗或重要事件,由领域内顶尖学者组织的特刊,投稿质量和审稿标准都非常高,甚至一稿难求。这种特刊的含金量与正刊无异。
3. 新兴前沿领域的专题特刊:由领域内活跃的知名学者组织,旨在快速汇集和展示某个新兴方向的最新突破。这类特刊也往往具有很高的关注度和价值。
如何判断一个特刊是否属于“高含金量”?
● 组织者(客座编辑)是谁? 是否是领域内公认的大牛?
● 关联的会议或主题是什么? 是否是顶级会议或前沿热点?
● 目标期刊本身的质量如何? 期刊的正刊声誉是基础。
● 征稿启事中的描述和承诺? 审稿流程是否与正刊一致?
结论:捷径还是陷阱?
对于绝大多数研究者(尤其是学术生涯早期者)而言,更应将其视为一个需要高度警惕的“潜在陷阱”。
它看似是一条“捷径”:因为可能更容易发表,能快速增加你的论文数量,满足某些形式上的考核要求。
但它更可能是一个“陷阱”:因为它可能:
● 损害你的学术声誉,让你被贴上“灌水”的标签。
● 在关键评审(毕业、评职称、申基金)中不被认可,导致前功尽弃。
● 让你产生惰性,不再追求在更高水平的正刊上发表成果,阻碍了学术能力的真正提升。
给你的最终建议:
1. 首选正刊:始终将发表在高质量的正刊上作为首要目标。这是建立学术声誉最稳妥的途径。
2. 核实规定:在投稿任何增刊/特刊前,务必向你所在单位的研究生院、科研管理部门或导师核实相关规定,确认其是否被认可。
3. 辨别质量:如果确实考虑投稿特刊,请用上述标准仔细辨别其含金量。如果是顶级会议或顶级学者组织的顶级期刊特刊,可以视为与正刊同等机会。否则,应谨慎对待。
4. 长远眼光:学术生涯是一场马拉松。不要为了一时的数量增长,牺牲掉长远的声誉和发展。宁缺毋滥,集中精力做有影响力的工作,发表在公认的好期刊上。
总而言之,不要单纯因为“它是SCI”就去发表增刊。在学术评价中,“质”永远远远大于“量”。
很多人误以为在Google Scholar里点击“删除”就万事大吉,但实际情况要复杂得多。下面将为您详细解释如何彻底删除Google Scholar个人资料,并深入剖析“不再被索引”的真相。
第一部分:如何“正式”删除您的Google Scholar个人资料
这是官方提供的标准删除流程。完成这些步骤后,您的资料将从Google Scholar的正式数据库中移除。
1. 登录并访问设置
访问 [Google Scholar](https://scholar.google.com) 网站,并确保您已登录到拥有该个人资料的Google账号。
点击左上角的“三”菜单图标,然后点击“我的个人资料”。
2. 进入删除界面
在您的个人资料页面,点击顶部的“...”三个点菜单按钮。
从下拉菜单中选择“删除个人资料”。
3. 确认删除
系统会弹出一个确认窗口,询问您是否确定要删除。
勾选确认框,然后点击“删除”。
完成以上步骤后,您的Google Scholar个人资料就从官方系统中被移除了。新用户将无法再通过搜索找到它。
第二部分:“不再被索引”的真相与彻底删除的挑战
这才是问题的核心。为什么你删除了,但有时还能在网上找到痕迹?
“不再被索引” ≠ “从互联网上彻底消失”
索引的含义:搜索引擎(包括Google Scholar)的工作原理是“抓取”网页,然后将这些网页的副本和链接存储在自己的巨型数据库(即“索引”)中。当用户搜索时,引擎是在自己的索引数据库里查找,而不是实时搜索整个互联网。
“不再被索引”:当你删除个人资料后,Google Scholar会将其从当前的索引中移除,并停止在未来更新它。这意味着它主动停止了对这个页面的追踪。
缓存和快照:在删除之前,Google(包括通用搜索引擎google.com)很可能已经为你的个人资料页面创建了“快照”或“缓存”。这是一个历史副本。即使原页面已经消失,这个缓存页面可能还会在通用搜索引擎(如通过Google.com搜索)中留存一段时间。
为什么你的个人资料可能“阴魂不散”?
1. Google.com 的缓存:这是最常见的原因。在Google.com中搜索你的名字和“Google Scholar”,可能会看到一条结果,后面跟着一个“缓存”链接。这个链接就是历史快照。
2. 其他学术网站的抓取:许多学术数据库、机构网站或个人博客会通过脚本自动抓取和收录知名学者的Google Scholar信息。即使你删除了源头,这些第三方网站上的记录依然存在。
3. 浏览器的本地缓存:你或他人在浏览器里看到的可能是本地缓存的旧页面。
第三部分:如何实现“彻底删除”和清理痕迹
要实现尽可能彻底的删除,你需要跟进以下步骤:
1. 清除 Google.com 上的缓存(关键步骤!)
删除个人资料后,你应该立即处理通用搜索引擎中的缓存。
在 [Google.com](https://www.google.com/) 中搜索:`site:scholar.google.com "您的姓名"`。
如果找到了指向你(已删除)个人资料的链接,点击该链接下方的“三个点”或向下箭头。
选择“移除”或“移除此结果”。
Google会引导你通过一个流程,你可以选择理由,例如“内容已不存在”。这会请求Google从其搜索结果中移除该链接和缓存。这个过程需要一些时间(几天到几周)。
2. 使用 Google 移除工具(高级方法)
如果上述方法不奏效或你想更快处理,可以使用Google的官方移除工具:
访问 [Google移除工具](https://search.google.com/search-console/removals)。
你可以在这里临时移除URL(有效期约6个月)或请求永久移除(需要更强有力的理由,如原URL确实返回404错误)。由于你的个人资料页已删除,通常返回404,因此符合永久移除的条件。
3. 处理第三方网站
这更具挑战性,但如果你决心很大:
识别来源:搜索你的名字和作品,看看除了Google Scholar之外,还有哪些网站列出了你的信息。
联系管理员:逐个联系这些网站的管理员,礼貌地请求他们移除关于你的Google Scholar资料信息。这不一定总能成功,但值得一试。
4. 耐心等待
搜索引擎更新其索引需要时间。即使你提交了移除请求,全球的服务器缓存完全更新也可能需要数周甚至一两个月。在此期间,偶尔看到旧的链接是正常的。
总结与核心要点
| 操作 | 它能做什么 | 它不能做什么 |
|---|---|---|
| 在Google Scholar内“删除个人资料” | 将你的资料从Google Scholar的官方索引和搜索中移除。这是必需的第一步。 | 不能立即删除Google.com搜索中的缓存页面。不能删除第三方网站已抓取的数据。 |
| 在Google.com中请求“移除”缓存 | 从通用Google搜索中清除指向你已删除个人资料的链接和其缓存快照。这是实现“彻底”的最关键一步。 | 不能影响Bing、百度等其他搜索引擎。 |
| 联系第三方网站 | 可能从其他学术网站上清除你的记录。 | 费时费力,且成功率无法保证。 |
最终建议:
如果你确定要彻底删除Google Scholar个人资料,请遵循这个两步走方案:
1. 立即执行:登录Google Scholar,通过设置正式删除个人资料。
2. 紧随其后:立刻去Google.com搜索你的个人资料链接,并使用“移除”功能提交清除缓存的请求。
完成这两步,你就在最大程度上实现了“彻底删除”。剩下的就交给时间,让互联网慢慢忘记你。
ESCI 不属于传统意义上的 SCI。下面为您详细解析它们之间的核心区别,尤其是关于影响因子的部分。
核心区别:数据库层级不同
可以将科睿唯安的Web of Science核心合辑想象成一个金字塔结构:
1. SCI:科学引文索引
位置:金字塔的顶端。
定位:是Web of Science核心合辑中最古老、最核心、最具声望的数据库。它主要收录各学科领域内最权威、影响力最高的期刊。
注意:现在我们常说的“SCI”通常是一个广义概念,实际上包含了它的扩展版 SCIE。在今天的语境下,SCI和SCIE基本可以等同看待,都是高质量期刊的代表。
2. ESCI:新兴资源引文索引
位置:金字塔的基座或准入门槛。
定位:于2015年推出,旨在收录一些具有区域重要性、新兴领域、或已经达到Web of Science严格选刊标准但尚未达到SCIE/SSCI/AHCI级别的高质量同行评审期刊。
作用:
为期刊提供一个“被观察”和“展示”的平台。
是期刊进入SCIE/SSCI/AHCI的预备队或试用期。很多期刊会先被ESCI收录,之后再争取进入更核心的数据库。
JIF区别解析:最关键的一点
这是区分SCI和ESCI最核心、也是最常被误解的一点。
SCI期刊:
拥有期刊影响因子。每年发布的《期刊引证报告》中会为这些期刊计算并公布其影响因子。
这是衡量期刊影响力的关键指标。
ESCI期刊:
没有期刊影响因子。它们不会被计入JCR报告中,因此没有官方发布的JIF。
但是,ESCI期刊上的文章如果被其他期刊引用,这些引用数据是可以被Web of Science核心合辑检索到的。也就是说,ESCI期刊对学术交流是有贡献的,只是它本身还没有获得影响因子这个“标签”。
总结对比表格
| 特征 | SCI (通常指SCIE) | ESCI |
|---|---|---|
| 中文名称 | 科学引文索引(扩展版) | 新兴资源引文索引 |
| 数据库层级 | 核心库 | 基础库/预备库 |
| 选刊标准 | 极高,代表各领域顶尖期刊 | 较高,但低于SCI,收录高质量新兴或区域性期刊 |
| 期刊影响因子 | 有 | 无 |
| 在JCR中报告 | 是 | 否 |
| 主要作用 | 标识顶尖期刊,用于学术评价 | 扩大WOS覆盖面,为期刊进入核心库提供通道 |
| 学术评价中的地位 | 在中国等国家,通常被视为高水平成果的重要指标 | 地位低于SCI,但通常被认为优于普通非WOS期刊 |
给作者的建议
1. 投稿时务必看清:当您选择期刊投稿时,一定要去Master Journal List上查询确认。如果期刊只显示被ESCI收录,而没有同时被SCIE或SSCI收录,那么您发表的文章就不属于通常意义上的“SCI论文”。
2. 了解单位政策:在科研评价、毕业要求、职称评定中,请务必了解您所在单位或领域的具体规定。绝大多数情况下,只承认拥有影响因子的SCIE/SSCI/AHCI期刊,不承认仅被ESCI收录的期刊。切勿想当然地认为“在WOS上能查到就是SCI”。
3. 如何看待ESCI期刊:
积极方面:被ESCI收录意味着该期刊已经过初步筛选,质量有一定保障,并且有潜力在未来晋升为SCI期刊。对于新兴领域或发展中国家的期刊来说,是一个很好的起点。
谨慎方面:如果您追求的是发表具有高影响力和广泛认可度的“SCI论文”,那么仅被ESCI收录的期刊可能无法满足您的要求。
结论:ESCI是Web of Science核心合辑的重要组成部分,但它是一个独立于SCI的数据库,其最关键的区别在于ESCI期刊没有期刊影响因子。在学术评价中,应严格区分这两者。
谷歌学术主页被恶意申领虽然很烦人,但通常是可以解决的。请按照以下步骤操作,一步步来收复您的学术主页。
第一步:立即采取行动 - 尝试自行找回
这是最快、最直接的方法。
1. 访问谷歌学术作者主页:
前往 [Google Scholar](https://scholar.google.com),点击左上角的“我的个人资料”。尝试用您所有的谷歌账户登录。
2. 使用“文章检索”功能:
如果恶意申领者只是创建了一个包含您文章的个人资料,但您还能登录,您可以尝试删除这个个人资料。
登录后,进入您的个人资料页面,点击“设置”(齿轮图标),选择“删除个人资料”,然后确认。注意: 这会删除整个个人资料,包括您的所有文章。删除后,您可以立即用同一个账户创建一个全新的、干净的个人资料。
3. 申请验证邮箱所有权:
这是最关键的一步。谷歌学术会向您文章所关联的官方邮箱(通常是机构邮箱,如 `.edu`、`.ac.cn` 等)发送验证邮件。
在个人资料页面,找到“确认”或“验证”文章的选项。系统会提示您向您的机构邮箱发送验证邮件。
检查您的机构邮箱,包括垃圾邮件文件夹,找到谷歌学术发来的验证邮件并点击确认。一旦您验证了邮箱所有权,您就获得了对该个人资料的更高控制权,有可能将恶意申领者排挤出去。
第二步:如果自行找回失败 - 官方申诉
如果上述方法无效,或者您根本无法访问被申领的个人资料,就需要直接联系谷歌官方。
通过官方表格申诉:
这是最可靠的途径。请访问谷歌学术的帮助页面,找到并填写申诉表格。
直接链接(如果失效,请从谷歌学术帮助中心查找):
[Google Scholar Help - Report a Problem](https://scholar.google.com/intl/en/scholar/help.htmlcontact)
如何填写申诉表格:
在填写时,请务必清晰、详尽地说明情况。您的申诉内容应包括以下几点:
1. 明确问题:开头直接说明“我的谷歌学术作者个人资料被他人恶意申领/冒用”。
2. 提供您的真实信息:
您的全名。
您所在的大学或研究机构。
您的官方邮箱地址(例如:`name@youruniversity.edu`)。这是证明您身份的最有力证据。
3. 提供被恶意申领的个人资料链接:
如果可以,提供那个被恶意申领的个人资料的完整URL。
4. 列出您的出版物作为证据:
提供几篇您的重要论文的标题、发表期刊/会议名称以及原文链接(例如:IEEE Xplore, PubMed, SpringerLink 等)。这可以向谷歌证明您才是这些作品的真正作者。
5. 表达您的诉求:
明确请求谷歌:“请将对该个人资料的控制权转移给我”或“请删除这个被恶意申领的个人资料,以便我可以重新创建”。
6. 保持礼貌和专业:整个行文请使用正式、礼貌的语气。
第三步:预防未来再次发生
在问题解决后,建议您立即采取以下措施,以防后患:
1. 立即创建并认领您的个人资料:
问题解决后,第一时间用您的常用谷歌账户创建您的官方谷歌学术个人资料。
2. 验证所有官方邮箱:
确保添加并验证您所有的机构邮箱地址(当前和以前的)。
3. 保持个人资料更新:
定期添加新发表的文章,保持个人资料的活跃度。
4. 提高账户安全性:
为您的谷歌账户开启两步验证,增加安全性。
总结要点
首选方案:尝试通过邮箱验证自行找回控制权。
核心方案:如果不行,立即通过官方申诉渠道联系谷歌,并提供详尽的身份和出版物证明。
证据是关键:您的机构邮箱和已发表论文的官方链接是最有力的证据。
保持耐心:谷歌的支持响应可能需要一些时间(几天到几周),请耐心等待并关注您的邮箱回复。
请放心,谷歌学术团队处理这类问题是有流程的。只要您能提供充分的证据证明您是真正的作者,他们通常会很快帮您解决问题。

















