Katy Berrner original y otros clubes intelectuales
Anterior
Con el avance de la ciencia, la investigación sobre las redes, los resultados de la investigación y las políticas científicas se ha preocupado cada vez más, y una disciplina cruzada cruzada, la ciencia de la ciencia, se ha formado gradualmente.En 2018, varios académicos dirigidos por los científicos en línea Albert -László Barabási, publicaron un fuerte resumen sobre la ciencia, que introdujo esta puerta de los métodos interdisciplinarios de la ciencia y la guía de la productividad de la investigación científica para mejorar la productividad de la investigación científica. Disciplina de nivel «.
Santo Fortunato, Carl T. Bergstrom, Katy Börner, etc. |
Chen xi |
Cui Haochuan |
Wang Yixi, Deng Yixue |
Tabla de contenido
1. Estructura Resumen
1. Antecedentes
2. Progress
3. Perspectiva
Segundo, texto
1. Resumen
2. La red compuesta por científicos, instituciones de investigación científica e ideas de investigación científica
3. Estudie la elección de problemas
4. Innovación
5. La dinámica de la carrera académica de los científicos
6. Investigación científica del equipo
7. La dinámica detrás de la cantidad de referencia
8. Perspectiva
Adjunto: referencias
1. Estructura Resumen
1. Antecedentes
Hoy, con todo el proceso de investigación científica, incluida la financiación de fondos de investigación científica, la producción académica, la cooperación de los científicos a la referencia del artículo y el creciente número de capacidades de adquisición digital de los científicos, las personas han obtenido la estructura y el desarrollo de científicos Ciencia y desarrollo oportunidades sin precedentes.La ciencia de la ciencia, The Abreviation of Science proporciona una comprensión cuantitativa de la interacción entre la ciencia científica y escala de tiempo: la escala de tiempo: nos permite comprender las condiciones y el descubrimiento científico detrás de «creatividad». es desarrollar una serie de políticas y herramientas que aceleren la investigación científica.
En los últimos diez años, la ciencia ha atraído a científicos que tienen antecedentes de investigación como la naturaleza, las computadoras y la sociología.Juntos, construyeron big data de investigación científica para el análisis empírico y la generación de la investigación modelo para capturar la productividad detrás de la ciencia y el desarrollo y los cambios de los profesionales.La ciencia científica espera comprender y promover más profundamente varios factores en la investigación científica, para resolver los problemas ambientales, sociales y técnicos de manera más efectiva.
La ciencia puede considerarse como una expansión continua y un pensamiento evolutivo, académicos y una red de tesis.Búsqueda científica científica de leyes universales basadas en la estructura científica y la dinámica.
2. Progress
La ciencia puede describirse como una red compleja, autoorganizada y en evolución.Consiste en académicos, documentos e ideas.Este método para describir el problema explica muchos modelos potenciales, como la investigación sobre la investigación de la red cooperativa y la investigación en la red de referencia explica el nacimiento de nuevas disciplinas y el proceso de nacimiento del descubrimiento importante.El micromodelo rastrea la acumulación dinámica de las citas, lo que nos permite predecir la influencia de un solo artículo en el futuro.
La ciencia científica revela las opciones y los comercios que enfrentan los científicos en su carrera y visión científica.Por ejemplo, el análisis muestra que los académicos no les gustan los riesgos y están más dispuestos a estudiar temas relacionados con su conocimiento profesional actual, lo que limita su potencial en el futuro.Aquellos que estén dispuestos a romper este modelo participarán en ocupaciones de mayor riesgo, pero es más probable que realicen grandes avances.
En resumen, la ciencia más innovadora se basa en combinaciones de disciplina tradicionales, pero esta combinación a menudo no tiene precedentes.Finalmente, a medida que el trabajo de investigación cambia más de individuos a equipos, la ciencia de la ciencia está cada vez más preocupada por la influencia y la importancia del equipo en la investigación científica.Algunos estudios han encontrado que las ideas revolucionarias generalmente nacen en equipos pequeños.En contraste, los equipos grandes tienden a promover la investigación en los campos de recorte, y tienen una influencia a corto plazo.
3. Perspectiva
La ciencia proporciona una comprensión cuantitativa del marco estructural entre científicos, instituciones de investigación e ideas.Ayuda a identificar el mecanismo básico detrás del descubrimiento científico.Estos contenidos basados en datos interdisciplinarios complementan el contenido de la medición científica y las áreas científicas y sociológicas relacionadas relacionadas con la ciencia.
Aunque la sed científica de las leyes y mecanismos universales a largo plazo aplicado a varios campos científicos, en primer lugar, es necesario enfrentar las diferencias inevitables entre la cultura, los hábitos y las preferencias entre diferentes campos y países.Este cambio dificulta la comprensión de algunas ideas de dominio cruzado, y es difícil implementar políticas científicas relacionadas.Las diferencias entre los problemas y los datos de la investigación científica generalmente se asocian con el campo, lo que también sugiere que en el futuro la investigación científica tendrá un cambio correspondiente debido a las «características de disciplina».
El proceso de densificación de los límites científicos también es una señal de exploración interdisciplinaria, integración e innovación.
Segundo, texto
1. Resumen
Identificar la motivación detrás del desarrollo del desarrollo científico.Por ejemplo, al fortalecer el diseño de políticas de las carreteras profesionales de los científicos, una mejor evaluación del rendimiento científico, un diseño de financiación más efectivo e incluso estudios de recorte que nacerán.La ciencia científica utiliza datos a gran escala sobre la producción científica para encontrar las leyes y modelos de disciplinas universales y específicas.Aquí, revisamos el último desarrollo de este campo cruzado cruzado.
Una gran cantidad de datos digitales sobre la producción académica ofrecen oportunidades sin precedentes para explorar la estructura científica y el modelo de evolución.La ciencia científica ha colocado el proceso de desarrollo científico bajo microscopio y tiene una comprensión cuantitativa del origen del descubrimiento científico, la creatividad y la práctica.Puede desarrollar herramientas y políticas que aceleren el progreso científico.
La aparición de la ciencia es impulsada por dos factores clave.
El primero es la disponibilidad de datos.Además de la Propietario de la Ciencia (WOS), es una atracción de primer tiempo de larga data hoy, hay múltiples fuentes de datos (Scopus, PubMed, Google Scholar, Microsoft Academic, Oficina de Marcas y Marcas de los Estados Unidos, etc.) .Algunas de estas fuentes se proporcionan de forma gratuita, que cubre millones de puntos de datos relacionados con los científicos y sus logros.
En segundo lugar, la ciencia científica se ha beneficiado de la naturaleza, la informática y la afluencia y la cooperación de los científicos sociales.
Uno de los aspectos más destacados de este campo emergente es romper el proceso de los límites disciplinarios.
Desde la medición científica, hemos aprendido a analizar y medir conjuntos de datos a gran escala;
La ciencia científica se basa en la integración de métodos cuantitativos extensos, desde estadísticas descriptivas y visualización de datos hasta métodos econométricos de alto nivel, métodos de ciencias de redes, algoritmos de aprendizaje automático, análisis matemático y simulación por computadora, incluidos los métodos de modelado basados en sujeto (modelado basado en agentes ).
El valor de la ciencia se basa en tal suposición: con la comprensión en profundidad de los factores detrás de los avances científicos exitosos y comprender el progreso de la investigación científica en su conjunto, resolviendo así los problemas sociales de manera más efectiva.
2. La red compuesta por científicos, instituciones e ideas de investigación científica
La ciencia contemporánea es un sistema de poder impulsado por la compleja interacción entre la estructura social y la representación del conocimiento y la interacción compleja entre el mundo natural.El conocimiento científico está compuesto por los conceptos y relaciones en productos artificiales en trabajos de investigación, libros, patentes, software y otros campos académicos.Estos contenidos se clasifican en disciplinas y áreas más amplias según la tensión.Estas sociedades, conceptos y elementos materiales están conectados con el flujo de información, ideas, investigación científica, herramientas e información de casos a través de información formal, ideas, prácticas de investigación científica, herramientas e información de casos.
Por lo tanto, la ciencia puede describirse como una red compleja, autoorganizada y de desarrollo de múltiples escala (red multiscal).
Los primeros estudios han encontrado que el número de literatura científica se acumula con el tiempo (2) con el tiempo (2).Sin embargo, no piense que los pensamientos científicos han aumentado con la cantidad de literatura.La tecnología y la economía de la industria editorial también ha mejorado con el tiempo, y la eficiencia de los artículos de publicación también ha mejorado.Además, los nuevos artículos publicados en ciencia a menudo se reúnen en diferentes áreas de conocimiento (3).
Los investigadores usan análisis de texto a gran escala para medir la conciencia de la literatura científica utilizando frases extraídas del título y el resumen.Descubrieron que el alcance de los conceptos científicos se expandió linealmente con el tiempo.En otras palabras, aunque el número de artículos aumenta exponencialmente, el nuevo concepto aumenta por linealidad con el tiempo, como se muestra en la Figura 1.(4)
Figura 1 El crecimiento de la ciencia.(A) Edite la salida y el tiempo anuales en la base de datos WOS.(B) El crecimiento de los nuevos descubrimientos científicos cubiertos por la literatura indexada en WOS.Esto se determina calculando el número de conceptos en un número fijo de artículos (4).
Las palabras y frases comúnmente utilizadas en el artículo y el resumen se extienden a través de la red de citas para formar un modelo, y este modelo será reemplazado por nuevos paradigmas en un tiempo y espacio determinado (5).A través de la aplicación de métodos de ciencia de la red a la red de citas para la investigación, los investigadores pueden identificar a la comunidad correspondiente a los artículos de publicación (6) mediante la publicación de artículos que se citan con frecuencia.Estas comunidades generalmente corresponden al grupo de autor (7) que ocupan una posición común sobre problemas o profesionales específicos (8) que trabajan en el mismo tema científico especial.Recientemente, un artículo preocupado sobre la ciencia de la ciencia biomédica ilustra cómo el crecimiento del objeto editorial ha fortalecido la «comunidad de disciplina» (9).
Una vez que se publica la nueva tesis, la asociación entre científicos, drogas, enfermedades y métodos («estas cosas», es decir, nodos en el análisis de red) (es decir, hiperedge en el análisis de red) actualizar y fortalecer.La mayoría de los enlaces recién establecidos están a solo uno o dos pasos de distancia entre sí, lo que significa que cuando los científicos eligen nuevos temas de investigación, prefieren elegir directamente relacionados con el conocimiento profesional actual o su conocimiento profesional.Esta densificación muestra que la estructura científica existente puede limitar el contenido de investigación de las personas futuras.
El proceso de densificación de los límites científicos también es una señal de exploración interdisciplinaria, integración e innovación.
El análisis del ciclo de vida de ocho áreas de investigación (10) muestra que el campo exitoso de éxito ha pasado por el proceso de conocimiento y unidad social, lo que conduce a un gran canal en la red colaborativa (104).Un científico ha reproducido con éxito la productividad del autor, el número de autores de cada disciplina y el interdisciplinario del autor (11) sobre el modelo matemático de la red cooperativa en la red de cooperación (11).
3. Estudie la elección de problemas
¿Cómo deciden los científicos qué problemas de investigación?Los sociólogos científicos han especulado durante mucho tiempo que estas opciones están determinadas por intensos juegos entre la investigación tradicional y la innovación (12, 13).Los científicos que se adhieren a la investigación tradicional de la investigación tradicional generalmente promoverán el proceso de enfoque en el tema de la gravedad al publicar una serie de resultados de investigación estables y continuos, que parecen ser efectivos.
Sin embargo, centrarse demasiado en un cierto tema puede limitar la capacidad de los investigadores para percibir y aprovechar la oportunidad.Estas oportunidades pueden encontrar nuevas ideas que promuevan el desarrollo del campo.Por ejemplo, un estudio de estudio de un estudio de biomedicistas que eligen un nuevo tipo de medicamentos químicos y químicos existentes han demostrado que con la madurez del campo de investigación, cada vez más investigadores prestan atención al conocimiento existente (3).
Aunque los artículos innovadores a menudo tienen un mayor impacto que los artículos conservadores, las estrategias de alto riesgo y alta innovación son raras, porque las recompensas adicionales no pueden compensar el riesgo de falla.La recompensa y el honor parecen ser capaces de llevarlo por los principales incentivos de las tendencias conservadoras.Aunque hay muchos factores que afectan el trabajo de los científicos, el modelo macro que controla los cambios en los intereses de investigación en las empresas científicas obviamente es rastreable, y estas leyes están ocultas en el camino profesional de la investigación científica y los científicos.(14).
La elección de los científicos en los temas de investigación afecta principalmente a su carrera personal y la carrera de quienes confían en ellos.Sin embargo, la toma de decisiones de los grupos científicos a veces trabaja más en la dirección de decidir el descubrimiento científico (Figura 2).La estrategia de investigación conservadora significa que (15) la ocupación personal tiene una perspectiva estable y buena, pero el efecto de promoción de toda la disciplina es pobre.El fenómeno de esta estrategia se amplía por el fenómeno del cajón de archivos privem (16): los resultados de supuestos inconsistentes que se han establecido rara vez se publican, lo que resulta en un prejuicio sistémico que se ha publicado.El contenido insostenible y falso a veces incluso se considera un clásico (17).
Pregunta del cajón de archivo:
Se refiere al prejuicio de la elección de referencia del investigador, y la literatura que no es consistente con el estudio permanecerá en el cajón en lugar de sacarlo como una referencia.
Las suposiciones más audaces pueden haber sido probadas por varias generaciones de científicos, pero solo aquellos que han producido con éxito artículos pueden ser conocidos por nosotros.Una forma de resolver este problema de trampa conservador es instar a las agencias de financiación a patrocinar activamente los proyectos de riesgo que prueban nuevos supuestos y permitir que los grupos de interés especial generen investigaciones sobre enfermedades especiales.
Los resultados del análisis cuantitativo muestran que la distribución de los recursos biomédicos estadounidenses está relacionada con la asignación e investigación histórica, no relacionada con la gravedad de los problemas reales de la enfermedad (18), lo que señaló la dislocación sistémica entre las necesidades y los recursos biomédicos.Este malentendido hace que las personas sospechen que la agencia de financiación afectará el desarrollo del desarrollo científico sin supervisión, inspiración y retroalimentación adicionales, y cuánto estos fondos administrados por los hábitos integrados pueden afectar el desarrollo de la ciencia.
4. Innovación
El análisis de artículos y patentes demuestra conjuntamente que las combinaciones raras en el descubrimiento e inventos científicos tienden a obtener tasas de referencia más altas (3).La investigación interdisciplinaria es un proceso icónico de reorganización (19);Sin embargo, a partir de la evidencia aplicada para el Fondo, frente a los problemas de investigación novedosos (21-23) o interdisciplinarios (24), los sistemas de evaluación expertos generalmente dan puntajes más bajos.
Figura 2 Seleccione el experimento que acelera el descubrimiento colectivo.
(A.) Un estudio midió la eficiencia de todos los medicamentos nuevos publicados en Medline (base de datos médica) en 2010.Este modelo no considera las diferencias o costos de experimentos específicos.La tabla de eficiencia de esta estrategia científica global refleja la relación entre la nueva vía bioquímica (eje horizontal) recientemente publicada y el número promedio de experimentos (eje vertical).En consecuencia, se puede hacer el diagrama de red entre los medicamentos.Los investigadores utilizan diversas eficiencia de estrategia hipotética para comparar con la eficiencia estratégica de la situación real, y usan completamente aleatorio y 50 % y 100 % para descubrir estrategias de optimización para la mejor red.El valor más bajo en el eje vertical representa una estrategia más efectiva, y el nuevo modo de descubrimiento no es el mejor.La estrategia real es más adecuada para descubrir el 13 % de la red química, y la estrategia de optimización del 50 % es efectiva para descubrir el 50 % de la red química, pero ninguno de ellos es tan bueno como la mejor estrategia del 100 % de la totalidad de la totalidad de la totalidad. La red es tan buena.
(B) La verdadera droga china descubrió que la red se puede atraer a una forma de gráfico.La nueva conexión de esta estrategia se basa en algunos productos químicos «importantes» y altamente relacionados, como se muestra en el punto de acceso en la figura, pero la estrategia de investigación del 100%de eficiencia muestra leyes de descubrimiento más uniformes, y es poco probable que sea poco probable «Congzang» En el espacio de las posibilidades científicas.(15)
El trabajo científico más influyente proviene de la combinación de contenido convencional, pero también proviene de combinaciones inusuales (25-27).La posibilidad de una alta tasa de referencia de este tipo de documentos es dos veces (26).En otras palabras, los elementos nuevos y existentes son las formas más seguras de un progreso científico exitoso.
5. La dinámica de la carrera académica de los científicos
En el contexto de la producción y uso del conocimiento, han aparecido varias ocupaciones académicas (28).Por lo tanto, el rendimiento profesional científico no solo se estudia para incentivos personales y productividad marginal (ganancia relativa y energía) (29), sino que también se prueba en el contexto de los incentivos institucionales (30,31) y la competencia (32).Se requiere llanto de metadatos personales, geográficos y de tiempo (33) de individuos, la geografía y el tiempo con alta resolución de contenido para construir una trayectoria ocupacional que se pueda analizar desde diferentes ángulos.Por ejemplo, un estudio encontró que el plan de financiación para la falla temprana tolerada (éxito a largo plazo) es más probable que produzca un artículo de publicación influyente (31) que la financiación del ciclo de revisión a corto plazo.
El sistema de interacción competitiva con la escala de tiempo es un problema clásico en la ciencia de los sistemas complejos.El polinoma científico es la fuerza impulsora para generar modelos, lo que puede resaltar los accidentes de la política.Por ejemplo, el modelo de desarrollo profesional muestra que los contratos a corto plazo son razones importantes para las fluctuaciones de productividad, porque esto generalmente conduce al final repentino de una cierta causa.
Las diferencias entre la productividad y la longitud ocupacional pueden explicar las diferencias entre el modo de cooperación (38) y la tasa de reclutamiento (35) entre los científicos masculinos y femeninos.Por otro lado, la evidencia de verificación muestra que el prejuicio de las mujeres ocurrió en la etapa inicial de la etapa de carrera.Cuando el género se asigna al azar en un grupo de solicitantes, el comité de reclutamiento desprecia sistemáticamente los resultados de las candidatas (40).
Hasta ahora, la mayoría de los estudios se concentran en muestras relativamente pequeñas, mejoran y compilan conjuntos de datos de científicos a gran escala y utilizan diferentes fuentes de información (por ejemplo, registros de publicación, aplicaciones de apropiación y recompensas), lo que ayudará a comprender más profundamente para comprender profundamente para comprender profundamente para comprender para comprender más profundamente para comprender profundamente para comprender. Razones de desigualdad.Establezca un modelo de motivación que pueda proporcionar información para soluciones de políticas.
La liquidez de los científicos es uno de los otros factores importantes para proporcionar múltiples oportunidades profesionales.La mayoría de las investigaciones sobre la liquidez del talento se concentran en la afluencia y la salida del talento en países o regiones cuantitativas (41,42).Sin embargo, todavía hay pocas investigaciones sobre liquidez personal y su ocupación, principalmente porque es difícil obtener la información longitudinal sobre la migración de científicos y las razones detrás de la decisión de flujo.
Según la cantidad del artículo, se encuentra que los científicos que han abandonado el país del país son mejores que aquellos que no se han ido, y se desempeñan mejor en la cita del artículo.Esto puede provenir de una preferencia de elección: los buenos académicos (capaces de ir al extranjero) son fáciles de obtener mejores posiciones (equipos más fuertes).(43, 44).Además, los científicos tienden a moverse entre las instituciones de fama a fama (45).Sin embargo, cuando los científicos cuantitativos se usan para cuantificar el impacto del salto, no se encuentra que ningún sistema aumente o disminuya, incluso si los científicos se han trasladado a una institución bastante alta o de bajo nivel (46).En otras palabras, no es una institución, sino un investigador individual de la institución lo que tiene un impacto.
Otro factor potencial que afecta las ocupaciones es la reputación, y tiene dos dilemas provocados por la revisión de la literatura, las propuestas de evaluación y las decisiones para los puntos de partida.La reputación del autor puede aumentar significativamente el número de referencias (47) en los primeros años después de la publicación de los documentos (47) con su volumen de referencia total anterior.Sin embargo, después de esta etapa inicial, afecta la aceptación de la comunidad científica en el trabajo.El trabajo de este descubrimiento (46) muestra que para la causa científica efectiva, la reputación no es las primeras fuerzas productivas, el trabajo duro, el talento y la dificultad en el aprendizaje es el factor impulsor.
Una pregunta relacionada con la política es si la creatividad y la innovación están relacionadas con la edad o la carrera.Durante décadas de investigación sobre investigadores e innovadores sobresalientes, los grandes avances ocurrieron en una etapa relativamente más temprana en sus carreras, entre las cuales 35 años (48).
Sin embargo, el trabajo reciente muestra que la tendencia de los registros suficientes de las ocupaciones tempranas se explicó por la tendencia de la productividad fue alta en las primeras etapas de la carrera de los científicos, y luego disminuyó (49).En otras palabras, no hay modo de edad en la innovación: los documentos más citados para los académicos pueden ser él o cualquiera de sus documentos, lo que no tiene nada que ver con la etapa de edad o carrera en el momento del artículo (Figura 3).El modelo aleatorio que describe el desarrollo de la influencia también muestra que los avances son generados por la combinación de la capacidad de los científicos y la selección de intuición de alta intuición y suerte de la intuición potencial (49).
Figura 3 El impacto de la ciencia en la ciencia en la ocupación científica
(A) El registro del ganador del Premio Nobel de Física.El eje horizontal indica el número de años después de que el ganador publicó el artículo por primera vez.La tesis de mayor influencia de los ganadores está representada por un círculo naranja.
(B) El histograma de la tesis que ocurrió en la secuencia de tesis de los científicos fue calculado por 10,000 científicos.La planitud del histograma muestra que en la secuencia de artículos publicados por científicos, el trabajo más influyente puede tener la misma probabilidad (49)
6. Investigación científica del equipo
Durante décadas, el grado de dependencia de la investigación científica sobre la cooperación del equipo ha aumentado día a día, lo que representa la transformación fundamental de los métodos de investigación científica.Un estudio de los 19,9 millones de trabajos de investigación y 2.1 millones de patentes encontraron una tendencia orientada al equipo en el campo de la investigación científica (50) (Figura 4).Por ejemplo, en 1955, el equipo científico e de ingeniería escribió el mismo número de artículos que un solo autor.Sin embargo, para 2013, la proporción de documentos escritos por el equipo aumentó al 90 % (51).
Hoy, los documentos escritos en el equipo científico e de ingeniería son 6.3 veces que pueden obtener una referencia de más de 1,000, o la referencia a disertaciones individuales no puede explicarse por las autos (50,52).Una posible razón es que el equipo puede proponer más ideas novedosas (26) o los recursos que otros investigadores pueden usar (por ejemplo, genómica).
Los datos muestran que el equipo puede tener un 38%más que los autores que pueden combinar el contenido del avance de la investigación científica en el campo familiar del conocimiento, lo que demuestra que el equipo puede combinar diferentes especialidades, promoviendo así efectivamente el avance de la ciencia.Tener más colaboración significa que a través de autores más comunes para mejorar la visibilidad entre los académicos, pueden introducir el trabajo de los demás en la red interna de investigación científica significa que cada investigador debe compartir con colegas para compartir con colegas.
Figura 4 La escala y la influencia del equipo
En el siglo pasado, la escala promedio del equipo se ha expandido constantemente.La línea punteada roja representa el número promedio del Partido Comunista de China y los autores del Partido Comunista de China;El sistema de curva negra se encuentra sobre la línea punteada roja, lo que significa que los equipos grandes tienen más probabilidades de tener un trabajo de alta influencia que los equipos pequeños.Cada gráfico corresponde a una categoría disciplinaria (a) ciencia e ingeniería especificadas en WOS, (b) Ciencias Sociales, (c) Arte y Humanidades.
En promedio, los investigadores de grandes equipos pueden obtener más citas en varios campos.Los estudios han demostrado que los equipos pequeños tienden a usar nuevas ideas y oportunidades para cambiar la ciencia y la tecnología, mientras que los equipos grandes promueven el proceso de investigación existente (53).Por lo tanto, es importante financiar y cultivar un equipo de varios tamaños para aliviar la ciencia (28).
Al mismo tiempo, el tamaño del equipo también está cambiando a una tasa del 17 % por diez años (50, 54, 105).El equipo científico incluye equipos «centrales» pequeños y estables y equipos grandes, y equipos de expansión dinámica (55).El creciente tamaño de la mayoría de los campos se genera mediante la expansión continua del equipo de expansión dinámica.La escala es el factor decisivo clave de la estrategia de supervivencia del equipo: si el equipo pequeño mantiene un núcleo estable, su tiempo de supervivencia será más largo, pero el gran equipo muestra un mecanismo móvil miembro para sobrevivir por más tiempo (56).
Con la aceleración de la ciencia y cada vez más complejidad, las herramientas requeridas para expandir el conocimiento se mejoran cada vez más en términos de escala y precisión.Para la mayoría de los investigadores individuales, el valor de las herramientas de investigación es demasiado alto y no hay mercado, pero lo mismo es cierto para la mayoría de las instituciones.La cooperación académica siempre ha sido una solución clave para resolver este problema, para que los recursos puedan concentrarse en la investigación científica.
La gran máquina de colisión de gran escala del Centro de Investigación Nuclear Europea es la máquina de colisión de partículas más grande y poderosa del mundo. de impacto.Sin embargo, a medida que aumenta la escala, el valor y el riesgo relacionados con la «gran ciencia» se generan inmediatamente (2).Aunque puede resolver problemas más grandes, los problemas repetitivos científicos requieren que repita el experimento, lo que puede ser realmente inevitable o económico.
Los cooperadores tendrán un gran impacto en la ciencia.Según la investigación reciente (57,58), los científicos que han perdido a los colaboradores estrella experimentarán una fuerte disminución de la productividad, especialmente si el socio disperso es un investigador ordinario.El número promedio de referencias con colaboradores fuertes aumentará en un 17 %, lo que indica el valor de la cooperación profesional (59).
En vista del creciente número de autores en los trabajos de investigación, ¿quién debería tener la mayor reputación?La teoría clásica de la distribución incorrecta de la reputación en la ciencia es el efecto Matthew (60).Es difícil asignar credibilidad para los participantes colaborativos, porque no se puede distinguir fácilmente de la contribución personal (61).Sin embargo, es posible verificar el modo común del documento del autor común para determinar la reputación distribuida por cada co -autor en el grupo (62).
7. La dinámica detrás de la cantidad de referencia
Las referencias académicas siguen siendo las formas principales de medir los logros académicos en la ciencia.Dadas las dependencias a largo plazo de los estándares de referencia convencionales (63-66), la ley dinámica acumulada por las citas ha sido verificada por generaciones de académicos.Según Price (67) investigación pionera, la distribución de las citas de los documentos científicos está muy orientada: nunca se han citado muchos artículos, pero los documentos pioneros pueden acumular 10,000 o más referencias.Esta distribución de citas desigual es un atributo poderoso, natural e innovador de los cambios científicos.Cuando el documento está agrupado por la agencia, también se establece (68).Y si el número de referencias de un documento se divide por la cita promedio del departamento de compañeros de clase en el mismo año, la distribución de puntaje obtenida básicamente no es diferente de todas las disciplinas (69, 70) (Figura 5A).
Esto significa que la influencia de los artículos publicados por diferentes disciplinas al ver el volumen de referencia relativo.Por ejemplo, un documento matemático que recolecta 100 citas tiene un mayor impacto de temas que los documentos microbiológicos de 300 citas.
Figura 5 La generalidad de la dinámica de la cita
(A) Si el número de referencias de cada documento C, excepto por el número promedio de referencias de todos los documentos del sujeto C0, entonces la distribución de referencia de los documentos publicados en la misma disciplina y año, cada disciplina es básicamente uniforme.La línea punteada es una curva de ajuste de estado normal.(69)
(B) La historia de los cuatro artículos publicados en los cuatro artículos publicados en la «Revisión física» en 1964, según sus opciones dinámicas únicas, mostró el modo «Decadencia de salto» (azul), Peak Delay (Purple Red), Número de la cantidad de citas Modo estable (verde), y el índice de citas se elevó (rojo).(C. Papel único) La cita está determinada por tres parámetros: aptitud física λ, μ inmediato y longevidad σ.A través de parámetros apropiados (λ, μ, σ), las referencias de cada artículo en cada artículo en cada artículo se fusionan en una función general, que es las mismas para todas las disciplinas.(77)
La información de la cola distribuida puede capturar el número de documentos de alta influencia y revelar el mecanismo acumulado del número de conductores.El análisis reciente muestra que sigue la distribución de la ley de poder (71-73).La cola de la potencia de la potencia se puede generar mediante el proceso de acumulación de ventajas (74), y la ciencia de la red se refiere a ella como el archivo adjunto de preferencia (75), lo que indica que la probabilidad de tesis referenciada aumenta con el número de referencias TI. se ha acumulado.
Tal modelo puede mejorar la explicación del modelo con otras características de la dinámica de referencia, como el uso anticuado del conocimiento.La cantidad del artículo disminuye (76, 79, 106) con el tiempo, o también puede usar un parámetro de ajuste (parámetro de aptitud) para ser atractivo para la comunidad científica (77,78) para cada artículo.Solo una pequeña parte de los documentos no puede describirse por los supuestos anteriores, llamados «bella durmiente», porque están desatendidas por un tiempo después de la publicación, pero después de un período de tiempo, de repente reciben mucha atención y citas (80 , 80, 80, 80, 80, 80, 80 ,, 80, 80. 81).
El mecanismo de formación mencionado anteriormente se puede utilizar para predecir la dinámica de referencia de un solo artículo.La probabilidad de un modelo de predicción (77) supone que el documento depende del número de referencias anteriores y considera el factor obsoleto de cada artículo y el parámetro adaptativo (Figura 5, b, c) para predecir este número de referencias de el artículo.Se puede inferir que el impacto a largo plazo de un cierto trabajo de investigación científica (77).Otros estudios han determinado los indicadores de predicción relacionados con el factor de influencia (82), como el factor de impacto periódico (72).Algunos estudios indican que el índice H de un científico (83) puede predecirse con precisión (84).Aunque se considera la acumulación de científicos y la acumulación del índice H, la falta de depósito se reducirá (85).
Detrás de la inconsistencia del uso de indicadores de evaluación cuantitativa en la ciencia y los datos estadísticos comunes, el mecanismo interno de generar estos datos es un mecanismo muy importante en la investigación científica.
8. Perspectiva
Aunque la investigación científica tiene su universalidad, las diferencias de fondo en las disciplinas sustantivas de la cultura, los hábitos y las preferencias hacen que sea difícil comprender ciertas ideas de dominio cruzado en algunos campos, y es difícil implementar las políticas correspondientes.Las diferencias en los problemas, datos y habilidades requeridas por cada disciplina muestran que se pueden obtener más información de la investigación científica en campos específicos.Estos estudios simulan y predicen satisfacen las necesidades y oportunidades en cada campo de los sujetos.Para los jóvenes científicos, los resultados de la investigación científica proporcionan ideas efectivas en la investigación científica en el pasado, lo que ayuda a guiarlos a prever las futuras previsoras (Box1).
Box1: lecciones para nosotros científicamente
Innovación y tradición: la innovación pura, verdadera y las ideas de alta disciplinaria pueden no poder lograr la influencia científica que pueden lograr.Para mejorar su influencia, se deben colocar nuevas ideas bajo el entorno de disciplina existente (26).
Persistencia: mientras sigas estudiando, nunca habrá «demasiado viejo» en el concepto de científicos (49).
Cooperación: ahora el modelo de investigación se está moviendo hacia el equipo, por lo que la participación en la colaboración es muy beneficiosa.El trabajo de los equipos pequeños a menudo es más perjudicial, y esos equipos fuertes a menudo tienen mayores recursos para hacer un trabajo más influyente (4,50,53).
Reputación: la mayoría de la reputación pertenecerá al co -autor del mismo trabajo en el campo de la literatura (62).
Fondo: Aunque el equipo de revisión promete apoyar la innovación, en realidad están más inclinados a ignorar la innovación.Las instituciones de financiación deben solicitar al revisor que evalúe e innovan, no solo el éxito predicho en sus mentes (24).
La contribución de la ciencia es hacer una comprensión detallada de la relación entre la relación entre los científicos, las instituciones e ideas.En resumen, este trabajo basado en datos (basado en datos) complementa la falta de áreas de investigación relacionadas, como la economía (30) y la sociología científica (60,86).
La estimación causal es un ejemplo típico de economía.Evaluar la relación causal es uno de los desarrollo futuro más necesario en la ciencia: muchos estudios descriptivos revelan la fuerte correlación entre la estructura de la investigación científica y el éxito del éxito, pero el grado de «causado» de los resultados de la estructura específica no se ha explorado, No sabemos causa y efecto detrás de la correlación.
Al establecer una relación cooperativa más cercana con los investigadores, la ciencia podrá identificar mejor la conexión que se encuentra en los modelos y los datos a gran escala tienen el potencial de promover el nacimiento de políticas relevantes.Sin embargo, el experimento de la ciencia puede ser el mayor desafío que la ciencia no ha enfrentado.Las pruebas de control aleatorias cambiarán el proceso de investigación de individuos o instituciones científicas respaldadas por impuestos.
Por lo tanto, en el futuro cercano, los enfoques cuasi-experimentales dominarán la encuesta científica.
La mayoría de la investigación científica utiliza la literatura de investigación científica como la principal fuente de datos, lo que significa que los objetos de investigación de este pensamiento y descubrimiento de disciplina son esos casos exitosos.Sin embargo, la mayoría de las investigaciones científicas han fallado, y a veces incluso un gran fracaso.En vista de la cantidad de veces, el fracaso de los científicos es más que éxito y fracaso, es esencial para la comprensión y dónde, por qué y cómo no comprender y mejorar el sistema científico.Estos estudios pueden proporcionar una guía significativa para la crisis reproducible y ayudarnos a resolver el problema del cajón de archivos.Al revelar actividades creativas, estos estudios también pueden promover en gran medida la interpretación de la creatividad humana.
El sistema científico y el sistema económico son similares.Esto implica que la clase también existe en el sistema de investigación científica.
El sistema científico se puede mejorar expandiendo el número y el alcance de los indicadores de rendimiento.En este sentido, se formulan la formulación de los indicadores alternativos de las métricas que cubren la web (88), la actividad de las redes sociales (89) y el impacto social (90).Otras dimensiones medidas también incluyen información (como datos) (91) compartidas por científicos y competidores, así como la ayuda que brindan a sus compañeros (92), y la confiabilidad de sus revisores como colegas (93).
Sin embargo, debido a que se requiere una gran cantidad de indicadores, se requiere más trabajo para comprender el papel de cada indicador y el contenido que no se captura para garantizar una explicación significativa y evitar el abuso.La ciencia puede hacer varias contribuciones proporcionando modelos.Por ejemplo, el modelo de experiencia observado cuando se usa indicadores alternativos (por ejemplo, la distribución de la descarga de la literatura) nos permitirá explorar la relación entre ellos (94) entre el sistema de medición basado en la cantidad e identificar la operación de la caja oscura.
La combinación de indicadores basados en cantidades referenciadas y otros indicadores promoverá el desarrollo diversificado de la investigación científica y realizará la división del trabajo de la productividad de la investigación científica.La ciencia es un ecosistema que requiere no solo la publicación, sino también expertos, maestros y expertos que prestan atención a los detalles.Necesitamos poder plantear preguntas sobre la novela, el cambio de innovación y las personas que pueden responder preguntas.Si la curiosidad, la creatividad y el conocimiento pueden comunicarse efectivamente, especialmente la información sobre la aplicación de la ciencia y la tecnología y los métodos de impacto social, los métodos más diversificados pueden reducir la duplicación, y la ciencia puede florecer (95).
Un problema que la ciencia intenta resolver es la distribución de los fondos científicos.El sistema actual de revisión por pares tiene prejuicios y contradicciones (96).Se han propuesto varios planes alternativos, como fondos de distribución aleatoria (97), que no involucra el fondo orientado al fondo (31) que no involucra la propuesta y el sistema de revisión para abrir a la multitud en línea (98). 99) y científicos crowdfunding (100) fondos.
Un área clave de la futura investigación de la ciencia (ciencia) es integrarse con el aprendizaje automático y la inteligencia artificial, permitiendo que las máquinas objetivas funcionen con humanos.Estas nuevas herramientas tendrán un profundo profundo, porque las máquinas pueden ampliar el horizonte de los científicos que los colaboradores humanos.Por ejemplo, los vehículos autoadeñados son tecnología de aprendizaje automático, que es una combinación exitosa de tecnología de conducción conocida humana y hábitos de conducción desconocidos.La investigación de la asociación mental -máquina proporciona una amplia gama de efectos positivos en las decisiones en los campos de higiene, economía, sociedad y derecho (101-103).¿Cómo mejorar la ciencia a través de la relación entre las máquinas y el alma espiritual, y cómo organizar el desarrollo científico más efectivo?Estos problemas nos ayudan a comprender la ciencia futura.
referencias
1. E. Garfield, Citation Index for Science;
PMID: 14385826
2. D. J. S. Price, Little Science, Big Science (Columbia Univ. Press, 1963).
3. J. G. Foster, A. Rzhetsky, J. A. Evans, Comercio e innovación en las estrategias de investigación de CientiS.
0003122415601618
4. S. Milojević, cuantificando la extensión cognitiva de la ciencia.
5. T. Kuhn, M. Perc, D. Helbing, Patrones de herencia en redes de citas revelan memes científicos.
6. R. Klavans, K. W. Boyack, ¿Qué tipo de análisis de citas genera la taxonomía más precisa del conocimiento científico y técnico?
7. U. shwed, P. S. Bearman, la estructura temporal de la formación de consenso.
8. J. Bruggeman, V. A. Traag, J. Uitermark, Detecting Commisties a través de los datos de la red.
9. F. Shi, J. G. Foster, J. A. Evans, Tejiendo el tejido de la ciencia:
Modelos de red dinámicos de la estructura de la ciencia.
10. L. M. A. Bettencourt, D. I. Kaiser, J. Kaur, Descubrimiento científico y transiciones de topología en redes de colaboración.
J.Joi.2009.03.001
11. X. Sun, J. Kaur, S. Milojević, A. Flammini, F. Menczer, Social Dynamics of Science.
12. T. S. Kuhn, La tensión esencial: estudios seleccionados en tradición y cambio científico (Univ. Of Chicago Press, 1977).
13. P. Bourdieu, la especificidad del campo científico y las condiciones sociales del progreso de la razón.
053901847501400602
14. T. Jia, D. Wang, B. K. Szymanski, Patrones de cuantificación de la evolución del interno de la investigación.
15. A. Rzhetsky, J. G. Foster, T. T. Foster, J. A. Evans, Elegir experimentos para acelerar el descubrimiento de la colección.
Doi: 10.1073/pnas.1509757112;
dieciséis.
17. S. B. Nissen, T. Magidson, K. Gross, C. T. Bergstrom, Sesgo de publicación y la canización de hechos falsos.
18. L. Yao, Y. Li, S. Ghosh, J. A. Evans, A. Rzhetsky, Roi de salud como medida de desalineación de las necesidades y recursos biometales. PMID: 26252133
19. C. S. Wagner et al., Enfoques para entender y medir International (2011).
20. V. Larivière, S. Haustein, K. Börner, la interdisciplinariedad de larga distancia conduce a un mayor impacto científico.
21. K. J. Boudreau, E. C. Guinan, K. R. Lakhani, C. Riedl, que se rompe y mira más allá de la Frontera Unida:
Distancia intelectual, novedad y recursos en la ciencia.
22. E. Leahey, J. Moody, Innovación de sociología a través del subfield
Integración.
23. A. yegros-yegros, I. Rafols, P. D ‘est
¿La investigación conduce al impacto de la cita de Dios?
24. L. Bromham, R. Dinnage, X. Hua, Interdisciplinary Research tiene consistentemente baja.
25. D. Kim, D. B. Cerigo, H. Jeong, H. Youn, Perfil tecnológico e Invencions Future Impact.
26. B. Uzzi, S. Mukherjee, M. Stringer, B. Jones, Combinaciones atípicas e impacto científico 342, 468–472 (2013).
27. J. Wang, R. Veuglers, P. Stepha, «Sesgo contra la novedad en la ciencia: un historial de advertencia de indicadores bibliométricos» (Nber Working Paper No. 22180, National BU Reau of Economic Research, 2016).
28. J. P. Walsh, Y.-N.
29.
30. P. E. Stephan, Cómo la economía da forma a la ciencia (Harvard Univ.
Press, 2012).
31. P. Azoulay, J. S. Graff Zivin, G. Manso, Incentivos y creatividad: evidencia de las ciencias de la vida académica.
J.1756-2171.2011.00140.x
32. R. Freeman, E. Weinstein, E. Marincola, J. Rosenbaum, F. Solomon, Competencia y carreras en Biosciencias.
294, 2293–2294 (2001).
33.
34. V. Larivière, C. Ni, Y. Gingras, B. Cronin, C. R. Sugimoto, Bibliometría: disparos genétricos globales en la ciencia 504, 211–213 (2013).
PMID: 24350369
35. S. F. Way, D. B. Larremore, A. Clauset, en Actas de la 25ª Conferencia Internacional sobre World Wide Web (WWW ’16) (ACM, 2016), pp.
36. J. Duch et al., El posible rol de recursos y el riesgo académico de la elección de la carrera en las diferencias de género en la tasa de publicación y el impacto. PMID: 23251502
37. J. D. West, J. Jacquet, M. M. King, S. J. Correll, C. T. Bergstrom, El papel de la autoría de generios.
38. X. H. T. Zeng et al., Diferencias en los patrones de colaboración a través de la disciplina, la etapa de la carrera y el género.
39. T. J. Ley, B. H. Hamilton, la brecha género en la aplicación de la subvención de NIH.
40. C. A. Moss-Racusin, J. F. Dovidio, V. L. Brescoll, M. J. Graham, J.
(2012).
41. R. Van Noorden, Global Mobileity: Science on the Move.
42. O. A. Doria Arrieta, F. Pammolli, A. M. Petersen, Cuantificación
El impacto negativo de la fuga de cerebros en la ciencia europea.
Sciadv.1602232;
43. C. Franzoni, G. Scellato, P. Stephan, la ventaja de la motor: el desempeño superior de los migrantes. 040
44. C. R. Sugimoto et al., El científico ha sido el impacto cuando no se mueven.
45. A. Clauset, S. Arbesman, D.
46. P. Deville et al., Carrera en el movimiento: Geogram, Estratificación e Impacto Científico.
47. A. M. Petersen et al.,
48. D. K. Simonton, Productividad creativa: un modelo predictivo y explicativo de trayectorias y puntos de referencia.
0033-295X.104.1.66
49. R. Sinatra, D. Wang, P. Deville, C. Song, A.-L. : 27811240
50. S. Wuchty, B. F. Jones, B. Uzzi, El creciente dominio de los equipos en la producción de conocimiento 316, 1036-1039 (2007).
51. N. J. Cooke, M. L. Hilton, eds., Mejora de la efectividad de la ciencia del equipo (National Academies Press, 2015).
52. V. Larivière, Y. Gingras, C. R. Sugimoto, A. Tsou, Tamaño del equipo: colaboración e impacto científico desde 1900. J. Assoc.
Doi: 10.1002/asi.23266
53. L. Wu, D. Wang, J. A. Evans, grandes equipos han desarrollado ciencia y tecnología;
54. B. F. Jones, La carga del conocimiento y la «Deth del hombre renacentista»: ¿La innovación se está volviendo más difícil? X
55.
56. G. Palla, A.-L.
57. G. J. Borjas, K. B. Dara, ¿qué pares importan?
58. P. Azoulay, J. G. Zivin, J. Wang, Superstar Extinción.
59. A. M.
60. R. K. Merton, The Matthew Effect in Science.
61. L. Allen, J. Scott, A. Brand, M. Hlava, M. Altman, Publicación: Credit Whay Beund Nature.
62. H.-W.
63. L. Waltman, una revisión del literador sobre los indicadores de impacto de la ciudad.
64. J. E. Hirsch, un índice para cuantificar el científico de un individuo
Procedida de investigación.
65. H. F. Moed, Análisis de citas en la evaluación de la investigación (Springer, 2010).
66. E. Garfield, Análisis de la ciudad como herramienta en la evaluación de la revista.
Science 178, 471–479 (1972).
67. D. J. de Solla Price, Redes de documentos científicos.
149, 510–515 (1965).
68. Q.
Caracterización de la producción y consumo de la física.
69. F. Radicchi, S. Fortunato, C. Castellano, Universalidad de Citation Dististes: Hacia una medida objetiva de impacto científico.
17268–17272 (2008).
PMID: 18978030
70. L. Waltman, N. J. Van Eck, A. F. J. Van Raan, University of Citation Distance Revisite.
71. M. Golosovss, S. Solomon, los eventos fugitivos dominan la cola de las distribuciones de la ciudad. /E 2012-01576-4
72. C. Stegehuis, N. Litvak, L. Waltman, Predecir el impacto de la cita a largo plazo de las publicaciones recientes.
73. M. Thelwall, Distribuciones de leyes de energía lognormales y enganchadas discretadas para los datos completos de la ciudad: las mejores opciones para modelar y regresión.
74. D. de Solla Price, una teoría general de los procesos bibliométricos y otros procesos de ventaja acumulada.
75. A.-L.
76. P. D. B. Parolo et al., Decadencia de atención en la ciencia.
77. D. Wang, C. Song, A.-L.
78. Y.-H.
79. M. Golosovsky, S. Solomon, Modelo dinámico estocástico de una red de citas creciente basada en un Proint Prys.
80.
81. Q. Ke, E. Ferrara, F. Radicchi, A. Flammini, Definición y
Identificación de bellezas en la ciencia.
82. I. Tahamtan, A. Safipour Afshar, K. Ahamdzadeh, Factores que afectan el número de citas: una revisión completa del literador.
83. 40045
84. D. E. Acuna, S. Allesina, K. P. Kording, Impacto futuro: Predicción del éxito científico 489, 201-202 (2012).
85. O. Penner, R. K. Pan, A. M. Petersen, K. Kaski, S. Fortunato, Sobre la previsibilidad del impacto futuro en la ciencia.
86. J. R. Cole, H. Zuckerman, En la idea de la estructura social: documentos en honor de Robert K. Merton, L. A. Coser, ed.
87. P. Azolay, eficiencia de investigación: enciende el método científico
Nosotros mismos.
PMID: 22481340
88. M. Thelwall, K. Kousha, Web Indication para la evaluación de la investigación. 08
89. M. Thelwall, K. Kousha, Web Indication para la evaluación de la investigación.
90. L. Bornmann, ¿qué es el impacto social de la investigación y cómo se puede evaluar?
91. C. Haeussler, L. Jiang, J. Thursdy, M. Jueves, Información específica y general entre el investigador académico competidor. .
92. A. Oettl, Sociología: Honra la naturaleza 489, 496–497 (2012).
93. S. Ravindran, «Obtener crédito por la revisión por pares», Science, 8 de febrero de 2016;
94. R. Coss, Z. Zahedi, P. Doi: 10.1002/asi.23309
75. A.-L.
76. P. D. B. Parolo et al., Decadencia de atención en la ciencia.
77. D. Wang, C. Song, A.-L.
78. Y.-H.
79. M. Golosovsky, S. Solomon, Modelo dinámico estocástico de una red de citas creciente basada en un Proint Prys.
80.
81. Q. Ke, Ferrara, F. Radicchi, 26015563
82. I. Tahamtan, A. Safipour Afshar, K. Ahamdzadeh, Factores que afectan el número de citas: una revisión completa del literador.
83. 40045
84. D. E. Acuna, S. Allesina, K. P. Kording, Impacto futuro: Predicción del éxito científico 489, 201-202 (2012).
85. O. Penner, R. K. Pan, A. M. Petersen, K. Kaski, S. Fortunato, sobre la previsibilidad del impacto futuro en la ciencia.
PMID: 24165898
86. J. R. Cole, H. Zuckerman, En la idea de la estructura social: documentos en honor de Robert K. Merton, L. A. Coser, ed.
87. P. Azolay, Eficiencia de la investigación: convierta el método científico en nosotros mismos.
88. M. Thelwall, K. Kousha, Web Indication para la evaluación de la investigación. 08
89. M. Thelwall, K. Kousha, Web Indication para la evaluación de la investigación.
90. L. Bornmann, ¿qué es el impacto social de la investigación y cómo se puede evaluar?
91. C. Haeussler, L. Jiang, J. Thursdy, M. Jueves, Información específica y general entre el investigador académico competidor. .
92. A. Oettl, Sociología: Honra la naturaleza 489, 496–497 (2012).
93. S. Ravindran, «Obtener crédito por la revisión por pares», Science, 8
Febrero de 2016;
Recibir a la revisión de peer-peer.
94. R. Coss, Z. Zahedi, P. Doi: 10.1002/asi.23309
Compilación: Jizhi Club Translation Group
Fuente: Ciencia
Título original: Science of Science
Direccion original:
https://sclence.sciencemag.org/content/359/6379/eaao0185
Título original: «Texto largo de la ciencia: ¿Qué es la ciencia? Especial del festival de primavera»