“就像你说的那样，暗示他们能加上一些引用材料，这篇论文就能顺利在下一期发表。”
卡尔·巴斯克皱了皱眉头道：“你说的够清楚吗？”
杰克·洛斯漫抬起双手，略有些夸张的说道：“天啊，如果要说得更清楚，那就是直接明示了。我总不能说，嗨兄弟，加个文献引用链接而已，这样我们就能实现双赢吧？我的原话是波恩大学数学院有位教授也在做类似的研究，也许你们可以参考下他之前的相关论文，对论文进行一些小修改，就能达到发表的标准。天啊，你觉得这暗示的还不够明显吗？”
卡尔·巴斯克没吭声。
没错，这该死的暗示的确已经够明显了。
其实最初卡尔·巴斯克本人是倾向于发表这篇论文的。
毕竟他们这样的学术型期刊也是要追求影响因子的，各大期刊排名数据库每隔一段时间就会更新数据，重新计算各大期刊的影响因子再来确定新排名。恰好算法中计算期刊影响因子极为重要的一个维度就是论文的引用量。
更具体的计算原理就是某刊在当年被全部源刊物引证该刊前两年发表论文的次数，与该刊前两年所发表的全部源论文数之比。
简单来说，期刊上发表的论文引用量越多，那么该期刊的影响因子就越高。如果刊载的论文没什么引用量，影响因子就会直线下滑。
数学论文引用量其实有个很奇怪的现象，逼格越高的研究方向，引用量往往越少。
比如针对朗兰兹纲领这种试图建立不同领域之间联系的研究，如果不懂三角范畴及其上的T结构，不是对代数、表示论、几何方面极深的造诣，就算那些业界大牛证明出了极为漂亮的结果，但普通数学家连论文都看不明白，就别提引用了。
而李建高跟乔泽投的这篇论文恰好是当下最火热的关于人工智能大模型的数学原理性论文。
这种论文一旦被学界所接受，引用量一般都不会太少，更别提这篇论文同样也有审稿人持有肯定意见。
但科恩大学那个团队的影响力的确很大。再加上现在各国之间关系本就处于敏感期，让人头大。
这也是卡尔·巴斯克一直卡着这篇论文，既没有刊登也没有允许退稿的原因。
只是这次投稿的教授跟学生，都跟他们以往接触的华夏学者不太一样。
卡尔·巴斯克是跟许多来美深造的华夏教授交流过的，非常清楚华夏学术界对于他们这样的世界级顶刊有多认可。据说这可是跟职
…。。