Power is an unavoidable yet unrecognized element of collaboration. Power dynamics influence every aspect of scientific collaboration. Team power dynamics can be measured by team power level and team power hierarchy. Team power level is conceptualized as the average level of the possession of resources, expertise, or decision-making authorities of a team. Team power hierarchy represents the vertical differences of the possessions of resources in a team. In Science of Science, few studies have looked at scientific collaboration from the perspective of team power dynamics. This research examines how team power dynamics affect team impact to fill the research gap. In this research, all co-authors of one publication are treated as one team. Team power level and team power hierarchy of one team are measured by the mean and Gini index of career age of co-authors in this team. Team impact is quantified by citations of a paper authored by this team. By analyzing over 7.7 million teams from Science (e.g., Computer Science, Physics), Social Sciences (e.g., Sociology, Library & Information Science), and Arts & Humanities (e.g., Art), we find that flat team structure is associated with higher team impact. When team power level increases, teams with low team power hierarchy get cited more than teams with high team power hierarchy. These findings have been repeated in all five disciplines except Art, and are consistent in various types of teams from Computer Science including teams from industry or academia, teams with different gender groups, teams with geographical contrast, and teams with distinct size.


翻译:在科学领域,很少有研究从团队动力动态的角度审视科学合作。在研究中,团队动力动态如何影响团队影响以填补研究差距。在这一研究中,所有一份出版物的合著者都被视为一个团队。团队权力级别和团队权力等级均以团队拥有资源、专门知识或决策权的平均水平来衡量。团队权力等级代表团队拥有资源的纵向差异。团队权力等级代表团队拥有资源的纵向差异。在科学领域,很少有研究从团队权力动态的角度审视科学合作。在研究中,团队权力动态如何影响团队影响团队影响团队影响以填补研究差距。在这一研究中,所有一份出版物的合著者都被视为一个团队。团队权力级别和团队权力等级均以团队共同拥有年龄的平均水平和基尼指数来衡量。团队影响通过引用团队所撰写的论文加以量化。通过分析超过770万个团队(例如计算机科学、物理)、社会科学(例如社会学、图书馆和信息科学)以及艺术与人文(例如艺术)的团队影响。我们发现,一个团队的平板团队结构结构与更高团队影响相关,包括不同团队的层次。在团队、不同层次上,所有团队与不同层次中,包括不同层次的团队与不同团队,不同团队与不同层次的团队与不同层次的团队,不同。

0
下载
关闭预览

相关内容

专知会员服务
37+阅读 · 2021年4月27日
【浙江大学】计算摄影学 (Computational Photography)课程
专知会员服务
25+阅读 · 2020年12月26日
最新《自监督表示学习》报告,70页ppt
专知会员服务
85+阅读 · 2020年12月22日
专知会员服务
112+阅读 · 2020年11月16日
100+篇《自监督学习(Self-Supervised Learning)》论文最新合集
专知会员服务
164+阅读 · 2020年3月18日
[综述]深度学习下的场景文本检测与识别
专知会员服务
77+阅读 · 2019年10月10日
CCF推荐 | 国际会议信息8条
Call4Papers
9+阅读 · 2019年5月23日
CCF C类 | DSAA 2019 诚邀稿件
Call4Papers
6+阅读 · 2019年5月13日
计算机 | USENIX Security 2020等国际会议信息5条
Call4Papers
7+阅读 · 2019年4月25日
计算机 | ISMAR 2019等国际会议信息8条
Call4Papers
3+阅读 · 2019年3月5日
已删除
将门创投
3+阅读 · 2018年11月20日
CCF B类期刊IPM专刊截稿信息1条
Call4Papers
3+阅读 · 2018年10月11日
人工智能 | 国际会议/SCI期刊约稿信息9条
Call4Papers
3+阅读 · 2018年1月12日
【今日新增】IEEE Trans.专刊截稿信息8条
Call4Papers
7+阅读 · 2017年6月29日
Arxiv
0+阅读 · 2022年2月16日
A Survey of Deep Learning for Scientific Discovery
Arxiv
29+阅读 · 2020年3月26日
VIP会员
相关资讯
CCF推荐 | 国际会议信息8条
Call4Papers
9+阅读 · 2019年5月23日
CCF C类 | DSAA 2019 诚邀稿件
Call4Papers
6+阅读 · 2019年5月13日
计算机 | USENIX Security 2020等国际会议信息5条
Call4Papers
7+阅读 · 2019年4月25日
计算机 | ISMAR 2019等国际会议信息8条
Call4Papers
3+阅读 · 2019年3月5日
已删除
将门创投
3+阅读 · 2018年11月20日
CCF B类期刊IPM专刊截稿信息1条
Call4Papers
3+阅读 · 2018年10月11日
人工智能 | 国际会议/SCI期刊约稿信息9条
Call4Papers
3+阅读 · 2018年1月12日
【今日新增】IEEE Trans.专刊截稿信息8条
Call4Papers
7+阅读 · 2017年6月29日
Top
微信扫码咨询专知VIP会员