环球科学：中国人和美国人都在变e，只有日本人越来越i了

lameihua

　　· 大学排名 ·

　　软科发布2026世界大学学术排名

　　来源：软科

　　8月15日，软科正式发布“2026软科世界大学学术排名”。排名展示了全球领先的1000所研究型大学，中国内地共有234所大学上榜，其中16所位列世界百强，较去年增加3所。清华大学排名全球第18，位列亚洲第一。北京大学排名第22，浙江大学排名第24，上海交通大学排名第27，中国科学技术大学排名第39，复旦大学排名第41。中山大学（62名）、南京大学（70名）、华中科技大学（72名）、四川大学（77名）、武汉大学（77名）、西安交通大学（79名）、中南大学（83名）继续保持在全球百强，东南大学（89名）、哈尔滨工业大学（97名）和天津大学（98名）首次跻身世界百强。宁波东方理工大学、河南工业大学、北京信息科技大学等14所中国内地高校首次上榜。

　　据介绍，软科世界大学学术排名（ShanghaiRanking’s Academic Ranking of World Universities，简称ARWU）是世界范围内首个综合性的全球大学排名，2003年首次发布，今年发布的是第24版。指标与权重包括：校友获奖（10%）、教师获奖（20%）、高被引科学家（20%）、N&S论文（20%）、国际论文（20%）、师均表现（10%）。（公众号“软科”）

　　· 社会学 ·

　　大家都在变e，只有日本人越来越i了

　　日本人外向性的变化（2010-2021年）。图片来源：Ryonosuke Akimoto, Yuji Ogihara

　　外向性（Extraversion）是五大人格特质之一，它反映了人们的活跃度和社交能力。以往针对美国、中国、荷兰和瑞典的研究显示，其公民外向性平均得分有所上升。而最新发表于《人格科学》（Personality Science）的一项研究发现：近年来日本人的外向性持续下降。

　　研究团队全面收集了以往测量日本参与者外向性的研究。对参与者的年龄和性别等属性进行了统计控制，并分析了12年间的变化趋势。分析显示，近年来日本人的外向性呈下降趋势，男性和女性的下降幅度相似。除老年群体（数据不足）外，研究团队还分别对“学生”和“成年人（20-60岁）”进行了分析。两个年龄组均观察到类似的下降趋势。团队仅分析了截至2019年的数据，排除了2020年及以后的数据，以排除新冠疫情的影响。但即使排除疫情的影响，2010年至2019年间外向性下降的趋势依然存在。这些结果为日本人“内向型”倾向的论述提供了实证支持。这与国际上报道的外向性上升趋势（如美国和中国）形成对比，表明日本人的性格特征正在以一种独特的模式发生转变。（Aoyama Gakuin University）

　　· 天文学 ·

　　远古并合事件或重写银河系历史

　　银河系这类星系被认为是通过与更小系统（如矮星系）的并合，在几十亿年里逐渐组装形成的。《自然·天文学》（Nature Astronomy）报道了约120亿年前帮助构建年轻银河系的一个重要元素。研究结果似乎证实了与“低能克拉肯-赫拉克勒斯”（Low-energy-Kraken-Heracles）系统的一次并合事件，或能解释内银河系部分恒星的起源，并为银河系的早期成长史提出了一条更清晰的时间线。

　　研究团队分析了银河系的39个密集恒星群，也称球状星团，他们利用哈勃空间望远镜的观测结果以及先进的统计模型确定了它们的年龄和化学构成。他们通过名为年龄-金属丰度排序的方法鉴定出了银河系历史上的三次事件。第一个序列可追溯至原银河系本身，第二个与约105亿年前的盖亚-香肠-土卫二（Gaia–Sausage-Enceladus）并合相似，第三个揭示了比盖亚-香肠-土卫二并合还早18亿年的一次并合。这个名为“低能克拉肯-赫拉克勒斯”（Low-energy-Kraken-Heracles）的系统预计拥有与盖亚-香肠-土卫二矮星系类似的恒星质量，并将其大部分物质沉积到了银河系内区域。作者指出，在盖亚-香肠-土卫二之前可能还有更小或保存欠佳的并合事件未被发现，仍需进一步数据（包括内银河系大量恒星的精确恒星年龄）才能完整重建早期银河系组装的序列。（Nature）

　　· 微生物学 ·

　　一些微生物在实验室会展现出截然不同的行为

　　最近，一项发表于mSystems的研究发现，一组玉米根部的细菌在植株上生长时的行为与在实验室中截然不同，其中涉及到了数千种蛋白质的变化。

　　研究团队在实验室培养基（体外）和植物（体内）上分别培养了7种细菌，并鉴定细菌生长时有哪些功能差异。最终，研究者在每个物种中鉴定出1500~2100种蛋白，其中20%~60%在体内和体外生长时浓度存在差异。这些差异包括激活各种分泌系统、溶解磷酸盐、消耗不同糖类等各个方面。研究者表示，实验室实验依然非常重要，但这项研究也带来了提醒：你在实验室里发现的东西，未必就是真实环境中会发生的情况。（North Carolina State University）

　　· 声学 ·

　　揭秘爵士音乐家的指纹

　　音乐家常因其作品的独特模式（或称“指纹”）而具有辨认度，包括和声连接、节奏结构和旋律主题。 一项发表于《自然·机器智能》（Nature Machine Intelligence），针对20位知名爵士钢琴家的研究显示，机器学习模型能从录音中辨认不同的爵士钢琴家，并揭示使表演者具有可辨认度的音乐“指纹”。

　　研究团队让经过训练的监督学习模型，从包含20位知名爵士钢琴家1629次表演的84小时录音数据集中辨认表演者。这里面包括Bill Evans、Oscar Peterson、Thelonious Monk、Chick Corea、Keith Jarrett、McCoy Tyner和Ahmad Jamal的录音。这些录音被转换成 MIDI“钢琴卷帘窗”（piano roll）格式，即用数字化展现音符的演奏时间和演奏音高。表现最佳的模型辨认演奏者的准确率为94.4%，而一个能分离旋律、和声、节奏、力度的更易解释的模型能达到91.3%的准确率。在单独测试时，和声给出的预测准确度最高，其次是节奏和旋律，而力度的预测准确度最低。作者指出，他们的方法或能帮助研究人员细究使表演者与众不同的音乐模式，包括与现有文献一致的特征以及之前没有探讨过的其他特征。（Nature）

　　撰文、整理：冬鸢、二七