为了校正上述种种因素所造成的扭曲，改为以学者为研究单位，因为只有如此才能够有充分的时间来逐一判断各种相关因素。对于学者的评选标准包括研究的原创性、开创性、系统性、难度、影响力几个因子，参考科学史专家的评价和学术奖项的水平进行。这种计分当然还会有偏差，但仅仅是一倍即选与不选的偏差，而不至于产生成百上千倍的偏差。应该指出的是，这种随机误差在样本增大时趋于互相抵消，而不同学科、不同学校的论文的质量上的差异属于系统误差，在样本增大时趋于累积而变得更加显著。对于不同学者对于学术和社会的贡献的差异，主要通过提高选择标准来加以缩小。本文的选择标准是相当严格的，即使诺贝尔奖得主也有很大的落选可能。反过来，没有得到诺贝尔奖的也未必不能当选。比如说，诺贝尔奖就没有颁发给杰出的奥地利女核物理学家 Lise Meitner，俄国化学家 Дми́трий Менделе́ев 和英国女生物学家 Rosalind Franklin 以及举世闻名的大文豪 Лев Толсто́й, Henrik Ibsen 和 Émile Zola。对于这些受到学界严厉批评的明显失误，如果今天我们不给予纠正更待何时？对于诺贝尔奖设立以前的时期和人文科学，本来就没有统一公认的奖项。总体而言，得什么奖项仅仅起参考作用，而不是关键性的指标。
相关高校以学者与学校的相关性计分，按人次累计，但是对于从事短期进修、授课的人员则不予计算。至于说各个学校与其相关学者的成就之间是否具有关键性的作用，这已经超出了高校排名的范围，属于科学史专家的议题，其中每一个学者的经历都可以花上一辈子的工夫来研究，可以写几本专著。对于任何具备基本思维能力的人来说，这一点都是不言自明的道理。如果有人试图以此来否定排名的意义，那也仅仅证明了他的指摘是挖空心思和别有用心的。
为了进一步评估本文采用的排名方法与其它排名方法的差别，本人将本文排名、上海交大排名、英国Times排名、美国Newsweek排名、法国MINES ParisTech排名、西班牙Cybermetrics Lab 排名和台湾HEE排名中前20名对于费尔兹奖、诺贝尔奖和诺贝尔纪念奖总和作指数回归分析，结果发现本文排名的相关性最高，R2达到0.5156，其次是上海交大排名和其它排名。
排名 R2
本文 0.5156
上海交大 0.4241
Newsweek 0.2946
Times 0.2450
HEE 0.1755
Cybermetrics Lab 0.1735
MINES ParisTech 0.0584
上述对比显示本文的判断标准最为接近于诺贝尔奖评选委员会的标准。
本文使用的方法与所有过去的排名方法的最根本的差别并不在于公平性，而在于它是一个历史的、动态的排名方法。这个方法不是象我们所熟悉的排名那样取一个时间段来衡量学术成就，而是纵观过去整个现代大学的发展史。这同时也是整个现代文明的发展史。我们通过其变化观察其规律，从而实现了本质的跃迁移，发现了这种变化与社会变革之间的密切关系，而这种关系而从一个侧面有力地证明了本文对于学者评选的客观性和公正性以及选择标准的合适性，同时也为我们研究现代工业文明的发展提供了一个独特的视角。这一点是有目共睹的，也是任何诡辩术都不可能抹煞的。希望本文提出的方法能够给将来的研究提供一个方法论上的启示，起一个抛砖引玉的作用。
