芝加哥大学社会学系教授，是科学学（science of science）、复杂网络、知识社会学的世界级知名学者。毕业于斯坦福大学，曾在哈佛大学从事社会组织结构方面的研究，在芝加哥大学创立知识挖掘实验室，并创立和主持了芝加哥大学计算社会学硕士项目。

主要兴趣包括：群体智能、社会组织结构分析、科技创新产生和传播规律等，在 Science, PNAS, American Journal of Sociology，Management Science 等顶级期刊上发表大量文章。

科学作为复杂系统，有多样的成分，各个成分间有紧密的互动，展现出自然发生的、涌现的集体行为，且具有不同层次。科学的发展和持续，来自于对现有研究成果中成分的重组。

Evans提出两个概念：Content（内容）与Context（语境），Content指论文中有科技革新意义的实质内容，Context指现有的学术研究提供的语境。科学“进化”的过程，就是content与context混合的过程。

Evans提出的数学模型，将每三篇论文编进一个模组（block），通过一定指标建立起公式计算论文的倾向性（propensity），研究什么样的论文有稳健型（robustness）和一般化的潜质。Evans得出结论，科学“思考”的方式，是贝叶斯式的，展现出自我纠正的机制。论文中的模糊、深奥性（ambiguity）会吸引更多注意，并发展出更多分枝，因此不应该要求绝对的精确（precision）。

研究结果对政策有指导作用，Evans认为，为了让政策鼓励创新、有效的研究，应该去资助更小型的团队，使他们维生的需求不影响到科研生产力；应该资助人才，而非项目；对于成功率低、有风险的项目，应该降低壁垒，让人们多多去投资他们。

时间：2018年11月6日周二，下午15:30

地点：北京师范大学科技楼B区608