如今，现代社会中的所有人，似乎都感到不堪重负。尤其对于学术研究者而言，总有更多的论文要写，更多的基金申请要提交，更多的行政报告要填写，更多的委员会要服务，更多的会议要参加，以及更多的论文（和基金）评审要执行。特别是在学术论文方面，经过同行评审的研究出版物数量每年以大约8-9%的速度迅速增长。特别是，作为增长最快的研究领域之一，可再生能源研究在出版物数量以及能源研究期刊的数量上也发生了显著的增长。我们似乎正在一台永无止境的跑步机上，而且速度越来越快，更糟糕的是，我们似乎无力改变这一进程。很明显，每个人都在越来越努力地工作，试图通过研究努力产生影响，但并不清楚我们是否取得了更多的进展或者我们是否变得更好。这种现象似乎非常符合经典的“内卷”经济理论。
随着新期刊的激增，一篇手稿可以在越来越多的不同期刊之间反复重新提交，这意味着更多的编辑和审稿人将需要一遍又一遍地作为自愿服务评估同样的研究工作。这无疑增加了所有学术研究者的工作量，但对整个学术社区来说几乎没有带来实际的好处。每篇撰写的论文最终都会在某个期刊上发表，因此，它需要经历的投稿轮次越少，整个社区的工作量就越小。期刊激增的问题也与论文数量增加的问题有关——如果出版物数量继续快速增长，出版商就会看到更多可以收录的内容，并会受到激励去创建更多的期刊。简单地说，如果有更多的需求，就会有更多的供应。我们很容易对审稿请求说“不”，但如果我们被邀请在另一个新期刊上发表文章，我们能否抵制这种诱惑呢？也许整个研究社区（实际从事研究的科学家）需要就如何处理这个问题进行一些诚实和健康的交流。
既然大家都是理性的科学家，那么我们为什么不能摆脱这种无生产率的循环呢？结论一定是，我们都被所处的评价和激励体系所驱动。使用一些定量指标来评价研究成果和研究人员的工作效率及影响力总是更简单、更容易——出版物的数量、研究作品发表期刊的影响因子、引用次数等等。只要存在评价过程，就几乎不可能完全避免某种形式的“数豆子”。因此，也许我们可以尝试改进我们“数豆子”的方式，为发表较少（更深思熟虑、影响力更大的）论文提供更多的激励。尽管存在缺陷，h因子已成为最常用来表征单个研究人员科学产出的指标之一。对于给定的研究人员，h指数与总出版物数量的比率揭示了更多关于哪些研究论文真正产生了影响（至少在引用方面）的信息。我们可以使用这个比率作为原始h指数的加权因子来计算一个“加权h因子”（= h2/总出版物数量），这可以反映出一个拥有大量出版物但其中只有一小部分具有高度影响力的人与一个出版物数量较少但其中更大一部分具有高度影响力的人之间的差异，并因此激励后者。当然，我们也可以进一步通过修改权重来完善加权h因子。
当然，关于给定研究论文的重要性及其潜在影响，并非所有这些问题都能事先得到充分回答，但至少需要就这些问题进行一些内部讨论。此外，对于同一批实验结果，能否以更简洁、高效但清晰、准确的方式总结，以便在更少的论文中发表，从而使未来读者阅读论文所花费的时间和精力更加值得（而不是迫使他们使用AI工具来处理我的论文）？作者并不确定我是否在实现上述目标方面取得进展，但必须尝试，因为另一条道路是不可持续的。