카카오 계정과 연동하여 게시글에 달린
댓글 알람, 소식등을 빠르게 받아보세요

가장 핫한 댓글은?

논문 떠먹여주는 교수, 그걸 받아먹기만하는 학생

Wilhelm Röntgen*

2020.08.01

20

8827

언제부터인가 이상한 놈 한명이 신생랩에 뭔 원한이 있어서

신생랩 출신들은 논문 떠먹여 준다, 실력없다 이러면서,

저지랄인지 모르겠는데,


신생랩이 떠먹여 주는 경향이 있는건 맞지만 (아니면 교수가 ㅈ 되니),

사실 이건 신생랩이 아닌 랩에서도 많이 일어나는 일임. 즉 다른 랩이라고 예외가 있을 수 없다.


오래된 랩도, 이제 막 셋팅 시작하는 프로젝트가 있는 반면,

데이터 펑펑 나오고 전임자가 잘 해놔서 내가 데이터 추가 약간만 하면 바로 논문 나오는 경우도 있음.


또,  같이 일하는 사람이 누구냐도 상당히 중요한데,

사수가 연구교수급이나 포닥, 혹은 연구 잘하는  선배 박사과정인 경우가 있고,

아니면 재수 없어서 그냥 혼자 맨땅에 헤딩해서 해야 하는 경우도 있음 (내가 이 경우).


동일한 실적이라면 과연 누가 더 잘한걸까?


 바로 위와같은 이유 때문에, 연구자를 평가할때 단순히 논문숫자로 평가하는게 사실 말이 안되는 것임. 분야간의 차이는 당연하고, 동일 분야를 전공했더라도, 실적만으로 평가하게 되면 저런 디테일한 '진짜 실력'에 대한 평가가 안됨. 그래서 외국의 경우는 reference를 엄청 따지는 거고.


나는 국내석사하다가 때려치고 외국에서 석사하고 박사 마쳐가는데, 

 조교수 임용도 아니고, 박사과정이나 포닥 뽑는 경우도,  본인의 실적 중 자기가 주도적으로  한게 어느정도인지 레퍼런스로 면밀히 따져 봄. 나도 석사 마치고 박사는 다른 학교에서 분야 바꿔서 했는데, 석사 지도교수한테에서 그런식으로 물어봤다고 나중에 기회있어서 이야기하다가 들었음.  뭐 이런데, 교수임용은 뭐 말할것도 없지.


교수로서 요구되는 능력은 1st author 로 논문을 쓰는게 아니라, corresponding+ last author로 쓰는 능력임. 1st author 로 논문 쓰는건 그걸로 가는 과정이고.


떠먹임 받은 쓰레기들은 알아서 걸러지면 좋겠지만 (욕하긴 싫어도 너무하다 싶은 경우 많이 봄. 한국 뿐만이 아니라 외국에서도 이지랄하는 놈들 많음), 

한국은 언젠가 부터 실적=실력 으로 생각하고 숫자에 너무 집착하다보니, 이런 떠먹이들이 안 걸러지고 어찌 교수는 됬는데 랩 오픈하고 빌빌거리는 케이스가 많이 생김.


그래서 아얘 다른 학교에서 조교수로 이미 검증이 된 사람을 뽑기도 하고.


요즘 최상위 학교에서는 이런 점들이 개선 되는거 같은데, 고무적인 것은 최상위 사립대를 중심으로 실력없는 조교수들 내 치는 경우가 늘어나고 있다는 것. 10년전만해도 한국에서 테뉴어트랙 조교수가 재임용이 안되고 쫒겨났다? 뉴스감이었음.


하지만.. 그 이하 대학(인서울 중위권 이하)들은 정성적인 평가를 할 능력도 의지도 없으니, 앞으로 그 병신같은 if x 논문수 식의 평가는 계속 될거같음. 이런 중하위건 대학들은 애초에 학과 굴러가는게 목표니까 연구 못해도 짜르지도 않을테니.






카카오 계정과 연동하여 게시글에 달린
댓글 알람, 소식등을 빠르게 받아보세요

댓글 20개

IF : 1

2020.08.01

과에 따라 다를 수 있는 이야깁니다. 예를 들어 제가 졸업했던 전산 및 전전 계열은 교수임용시, 교신저자보다는 1저자를 (암묵적으로) 더 높게 칩니다. 물론 다른 학교에서 교수하다가 이직 하는 경우는 교신저자라고 해도 상관없지만요. 박사때 쓴 논문은 떠먹여준거고 포닥때 쓴게 진짜다 라고 하는 주장은 보통 바이오? 계열에서 많이 나오는 이야기 같더군요.
Dirk Coster*

2020.08.01

연고대만해도
직접 논문쓰는 교수 많다.
학생은 교수가 시키는 실험/분석 결과 가져오면
데이터 피팅부터 MS 라이팅까지 교수가 다 하고...
교수는 실적 채우느라 어쩔 수 없이
이짓을 무한 반복
Theophrastus*

2020.08.01

본인보다 아는 신생랩 학생 논문이 더 좋거나 많나봄.
신생랩,spk 등 뭔가 억하심정이 있는 애 1~2명이 계속 글 써대는 듯

해당 댓글을 보려면 로그인이 필요합니다. 로그인하기

해당 댓글을 보려면 로그인이 필요합니다. 로그인하기

해당 댓글을 보려면 로그인이 필요합니다. 로그인하기

해당 댓글을 보려면 로그인이 필요합니다. 로그인하기

해당 댓글을 보려면 로그인이 필요합니다. 로그인하기

해당 댓글을 보려면 로그인이 필요합니다. 로그인하기

해당 댓글을 보려면 로그인이 필요합니다. 로그인하기

해당 댓글을 보려면 로그인이 필요합니다. 로그인하기

해당 댓글을 보려면 로그인이 필요합니다. 로그인하기

해당 댓글을 보려면 로그인이 필요합니다. 로그인하기

해당 댓글을 보려면 로그인이 필요합니다. 로그인하기

해당 댓글을 보려면 로그인이 필요합니다. 로그인하기

해당 댓글을 보려면 로그인이 필요합니다. 로그인하기

해당 댓글을 보려면 로그인이 필요합니다. 로그인하기

해당 댓글을 보려면 로그인이 필요합니다. 로그인하기

해당 댓글을 보려면 로그인이 필요합니다. 로그인하기

해당 댓글을 보려면 로그인이 필요합니다. 로그인하기

댓글쓰기

게시판 목록으로 돌아가기

김박사넷의 새로운 거인, 인공지능 김GPT가 추천하는 게시물로 더 멀리 바라보세요.