当心!频繁转换研究兴趣,会拉低你的论文引用率

2019 年 8 月 19 日 科学网

摘 要


如果一个科学家在职业生涯早期研究兴趣频繁变化,那么他的论文产量会比较低;而后期研究兴趣频繁变化则会带来更多的产量。


在整个职业生涯内,科学家研究兴趣变化的频率和平均引用率始终呈负相关关系。


也就是说,科学家的研究兴趣变化越频繁,平均引用率越低。


史创 / 北京师范大学
曾安 / 北京师范大学
王有贵 / 北京师范大学


(林墨插画师:HILAHL)


科学学是一门以科学研究为对象的新兴的交叉学科,其中单个科学家在整个职业生涯内的研究活动日益受到了研究者的关注,这对于理解科学家个体的创造活动和集体的知识发现都有着重要的意义[1,2,3]。


科学研究的一个基本驱动力是科学家研究兴趣的演进[4],这体现为科学家在其职业生涯内在不同话题间的转换。


过去一直是社会学家通过定性分析来研究科学家在话题转移中的表现,随着科学出版数据的不断累积,对这一问题的定量分析逐渐变得可行。


北京师范大学系统科学学院科学学团队与国内外专家于2019年7月31日在《Nature Communications》上合作发表的《Increasing trend of scientists to switch between topics》[5]就揭示了研究兴趣的转移对科学家研究绩效的影响。


量化科学家研究兴趣的转移


在这篇文章中,作者使用的数据是由美国物理学会(APS)提供的APS发行期刊中所有的学术论文。


为了研究单个科学家的论文是如何相关的,作者为每位科学家构建了一个共引网络(Co-citation Network,CCN),其中每一个节点对应这位科学家撰写的一篇文章,两个节点之间存在连边表示这两篇文章至少共同引用一篇参考文献。


之后,作者使用Fast-Unfolding算法对科学家共引网络进行社团结构的检测与划分。


网络中每一个社团就表示科学家的一个研究话题,并将有2个以上节点的社团定义为主要研究话题。


一旦得到单个科学家在整个职业生涯中发表论文及其所在社团的时间序列,就可以研究他们在不同研究话题间的兴趣转移。


为了量化科学家研究兴趣的转移,作者提出一个名为转移概率的概念,用来计算单个科学家两篇相邻发表的论文从一个主要社团转移到另一个主要社团的概率。


结果发现,科学家每年涉及到的话题数目和转移话题概率随生涯时间的推移而逐渐增加,在职业生涯的第20年达到峰值,之后逐渐减少。


增加转移概率,是否有助于科学家产出论文?


在这里,作者使用科学家发表论文的数量和每篇论文的平均被引次数这两个变量来衡量他们的研究绩效。


通过比较总体科学家和论文产出量前10%、平均引用率前10%的科学家的转移概率(见下图a和b),作者发现在职业生涯早期,高产出量的科学家转移概率较低,而在职业生涯后期,他们的转移概率较高。


有趣的是,高平均引用率的科学家在整个职业生涯转移概率都较低。


同时,作者还计算了科学家的转移概率与产出量、平均引用率在不同职业生涯时期的Pearson相关性。


结果发现,在职业生涯早期,科学家的转移概率与产出量负相关,而在职业生涯后期,科学家的转移概率与产出量正相关。


但无论在职业生涯的哪一期,科学家的转移概率都与平均引用率呈负相关性。


由此可见,频繁转移话题对于科学家的产出量在前后期利弊不一,但在整个职业生涯对于科学家的影响力都是有损害的。


注:图片来源于参考文献5(图a:总体转移概率(所有科学家)和不同年份论文产出量前10%的科学家的转移概率的比较。图b:总体转移概率(所有科学家)和不同年份平均引用率前10%的科学家的转移概率的比较。对于每篇文章,我们只考虑其发表后10年内的被引用次数(C10)。)


对当前科学研究的建议


本次研究的一个重大发现是在职业生涯早期频繁转换话题不利于科学家的成功,所以资助者和决策者应该鼓励年轻科学家专注于他们当前的话题。


● 可以为年轻科学家已经研究过的话题提供更多的后续资助。

● 为年轻科学家引入长期绩效评估,以便他们可以投入更多的时间来研究一个话题,而不是只寻找简单、易发表论文的话题。


 

参考文献


[1] R. Sinatra, et al., Quantifying the evolution of individual scientific impact, Science 354, aaf5239 (2016).
[2] L. Liu, et al., Hot streaks in artistic, cultural, and scientific careers, Nature 559, 396 (2018).
[3] A. Zeng, et al., The Science of Science: from the perspective of complex systems, Physics Reports, 714-715, 1-73 (2017).
[4] M.D. Domenico, E. Omodei, A. Arenas, Quantifying the diaspora of knowledge in the last century, Appl. Netw. Sci. 1, 15 (2016).
[5] A. Zeng, et al., Increasing trend of scientists to switch between topics, Nature Communications 10, 3439 (2019). https://rdcu.be/bMzdP


合作事宜:market@stimes.cn

投稿事宜:tougao@stimes.cn

登录查看更多
0

相关内容

专知会员服务
145+阅读 · 2020年6月15日
缺失数据统计分析,第三版,462页pdf
专知会员服务
108+阅读 · 2020年2月28日
专知会员服务
36+阅读 · 2019年12月13日
CMU博士论文:可微优化机器学习建模
专知会员服务
58+阅读 · 2019年10月26日
计算机经典算法回顾与展望——机器学习与数据挖掘
中国计算机学会
5+阅读 · 2019年10月11日
图数据表示学习综述论文
专知
52+阅读 · 2019年6月10日
Science:脂肪细胞外泌体对巨噬细胞发挥调节功能
外泌体之家
19+阅读 · 2019年3月7日
Nature 一周论文导读 | 2019 年 2 月 14 日
科研圈
7+阅读 · 2019年2月24日
如何做文献综述:克雷斯威尔五步文献综述法
清华大学研究生教育
21+阅读 · 2017年7月10日
Arxiv
53+阅读 · 2018年12月11日
VIP会员
相关资讯
计算机经典算法回顾与展望——机器学习与数据挖掘
中国计算机学会
5+阅读 · 2019年10月11日
图数据表示学习综述论文
专知
52+阅读 · 2019年6月10日
Science:脂肪细胞外泌体对巨噬细胞发挥调节功能
外泌体之家
19+阅读 · 2019年3月7日
Nature 一周论文导读 | 2019 年 2 月 14 日
科研圈
7+阅读 · 2019年2月24日
如何做文献综述:克雷斯威尔五步文献综述法
清华大学研究生教育
21+阅读 · 2017年7月10日
Top
微信扫码咨询专知VIP会员