许多人指出，科学期刊用论文引用次数来排行科学家是不科学的，其原因有：
引用论文档次不一。引用论文的档次应该作为一个重要评判因素。
不同领域的科学家使用引用论文方式不一。据统计，生命科学领域的论文的平均引用次数约为6次，而物理科学为它的三倍，而数学科学仅为1次。
开创性的论文的引用次数相对会比较少。因为在该领域开始阶段，从事该领域的研究者较少。
重要论文在被纳入教科书后通常会被停止引用。
与互联网形式不同，论文引用的模式已经形成了一个复杂的网络。因此，我们可能需要一个更好的评判方式来评估优秀论文。
纽约布鲁克海文国家实验室（BrookhavenNationalLaboratory）的SergeiMaslov和波士顿大学的SidneyRedner认为Google的PageRank算法对论文的评判方式具有重要参考价值。
从本质上说，PageRank由论文引用的数目（或指向一个网页的链接数目）统计所得。一篇论文被引用的次数越多，其排名就越高。同时，其引用论文的重要性越高，相应其排名越高。
Maslov和Redner采用了该算法对美国物理学会1893年在期刊（如PhysicalReviewLetters物理评论快报）以来所发表353268篇论文进行排序。其结果让人如沐春风。
通过GooglePagerank算法排名所得论文的Top10:
1.Unitary Symmetry & Leptonic Decays by Cabibbo
2.Theory of Superconductivity by Bardeen, Cooper & Schrieffer
3.Self-Consistent Equations . . . by Kohn & Sham
4.Inhomogeneous Electron Gas by Hohenberg & Kohn
5.A Model of Leptons by Weinberg
6.Crystal Statistics . . . by Onsager
7.Theory of the Fermi Interaction by Feynman & Gell-Mann
8.Absence of Diffusion in . . . by Anderson
9.The Theory of Complex Spectra by Slater
10.Scaling Theory of Localization by Abrahams, Anderson, et al.
这是一个非常有意思的排行，因为这些作者大多数是诺贝尔奖获得者（让人惊奇的是，位列第一位的作者Cabibbo没有获得诺贝尔奖。这应该是诺贝尔委员会对获得2008年诺贝尔物理学奖的MakotoKobayashi和ToshihideMaskawa基于Cabibbo的想法所做的重要工作更感兴趣所致。）
所有这一切表明：挖掘该清单后面的排名可能是一个预测未来诺贝尔奖获奖者的好方法。为此，你最好在博彩公司知道之前就开始下注。
Redner和Maslov得出这样的结论：“Google的PageRank算法和它的修订版很有希望作为定量评判科学出版物的影响力”。
原文：How Google’s PageRank predicts Nobel Prize winners