林墨分享 http://blog.sciencenet.cn/u/ZJUlijiang 分享以科学家为对象的研究论文

博文

学术界与生物界的『先到者效应』 精选

已有 8438 次阅读 2019-9-16 08:38 |系统分类:科研笔记

说明:本博客与微信公众号“林墨”同步更新,所有内容均为原创,可授权转载请扫码关注“林墨”公众号。


他们不敢挑战权威


在Does Science Advance One Funeral at a Time?一文中[1],Azoulay提到了一个非常有趣的现象:一个领域内明星科学家的逝去,以其为核心的科研团体(即合作者)在文章发表和资金获取上都会受到一定程度的抑制;相反,此前从未与其合作的边缘学者则会迎来一个新的春天,他们所发表的作品更可能会获得高引用。根据这篇文章的推断,这些明星科学家往往是领域内的权威,因此,在明星科学家活跃期间,边缘学者往往不愿意去挑战权威。

640.jpeg

注:图片来源于搜狐



通过一扇门的人,是否愿意为后面的人开着门


优先成为学术领域权威的科学家会对后来者产生巨大影响,包括在同行评议和基金评审等各个方面,这让本应尊重客观事实的科学研究在某种程度上面临着“党同伐异”的干扰。我们不妨把这种现象称之为“先到者效应”,即在时间上优先成长的个体会对后来者产生正面或负面的影响。

640.jpeg

注:图片来源于百度

这种情况在自然界中并不少见,比如一个生态系统中某种植被类型先在环境中生存发展,长成了参天大树,那么同样在本地生长的其他植物就很难与其争夺阳光等关键资源,因此在很长时间内都保持在较为稳定的平衡状态。直到因为林火、飓风等关键事件破坏掉一部分植被,形成一个林窗,新的植物种群才能够在这一片地方迅速生长,逐渐取代原有的植被类群。这种一个生物群落被另一个生物群落替代的过程,在生态学中被称为演替(Succession)。

640.jpeg

注:图片来源于百度(群落的演替)

“先到者效应”并不等同于马太效应,马太效应的两极分化现象往往强调的是先到者在资源上的累积优势,包括金钱、名誉、地位等,而“先到者效应”仅仅强调先到者对后来者的影响,这个影响可能是因为先到者的累积优势对后来者的抑制作用,最终导致两极分化。

一般情况下,先到者对后到者总是有一定的抑制作用,但是后到者也并非没有逆袭的机会。在学术界的作者合作关系网络中,存在普遍的“先到者效应”,我们称之为“强者更强、适者更强”(Rich get richer, fit get richer)[2]。也就是说,已经具有很多合作者的权威科学家,在同等条件下更有可能获得更多的合作者,如果在当前环境中“赢者通吃”,那么,权威科学家将会在很长一段时间内保持其主导地位。


后来者另辟蹊径


如果新来的研究者具有其内在的适应性,依然能够做到后来居上。有试验表明,在作者合作关系网络中,权威科学家的“惯性作用”和作者的“内在适应性”都是非常重要的竞争要素。权威科学家更有可能获得更多的合作者,但是有能力的新人则在获得引用方面更具竞争力[3]。


复杂系统中的多种机制共同作用


支撑“强者更强、适者更强”的复杂网络模型PAFit考虑了偏好依附作用(Preferential attachment)和节点的内在适应性(Node fitness),能够在动态网络模型中衡量先到者的惯性作用和后来者的内在竞争优势。偏好依附作用是指在网络动态变化的过程中,已经与大量节点连接的节点,更有可能在未来获得新的节点,它能够在一定程度上评估动态网络模型中每个节点的累积作用。与之对应的现象称为均等依附作用(Uniform attachment),也就是说在网路中无论之前的状态如何,所有节点能够获得与新节点连接的概率是一致的。这种情况一般发生在新兴领域,因为缺乏权威的存在,所以每个个体都能够凭借自身的能力来公平竞争,形成百花齐放的态势。


用关键词词频反映热点并不科学


上面提到的PAFit模型不仅可以用于揭示作者合作网络的动态变化特征,还能够延伸到关键词共现网络,从而可以观察某个学科热点问题变迁的特征。Huang和Zhao在2019年发表的文章中[4],尝试利用PAFit模型对生态学领域的热点主题进行追踪,进而观察,哪一些主题因为已经是热点主题,而持续 受关注;而哪一些新兴主题,则是因为其具有内在适应性,才在最近获得更多科学家的青睐。这个研究的核心观点包括:

(1)过往的研究大多用主题词的词频检测学术热点与趋势,但是词频往往会受到研究者数量和研究周期的影响,比如,在生态学中,既包含微观的分子生态学研究,也包含宏观的生态系统生态学研究,分子生物学实验相对于长期野外考察而言周期较短,研究者也较多,因此相关主题的发表数量也偏多。如果无差别地使用词频作为评价标准,就会得到微观生态学主导了生态学研究领域的错误结论。

(2)使用基于关键词共现网络的节点度计算,并节点度代替词频来评价一个主题词的流行度,有利于减少上述偏误。因为节点度的计算,关心的是某一个主题词能够与其他不同主题词发生联系的概率,而不是单纯地计数。比如,在某一个关键词共现网络中,“DNA”和“RNA”可能共同出现了1000次,但是在网络节点度计算中,彼此只为对方的节点度增加了1个单位;而“中国”这个关键词可能与很多关键词共现的次数不超过5次,但是它能够跟“美国”、“经济”、“教育”、“科技”、“一带一路”等各种各样的关键词发生联系,因此它更有可能成为未来的热点主题。

(3)将关键词共现网络视为动态变化的网络,能够发现典型的“强者更强”的马太效应。也就是说,已经大量出现的研究主题具有累积效应,能够让其在未来研究中结合更多新的主题进行研究。比如“全球变化”是生态学领域中的热点关键词,它已经与各种各样的关键词同时出现在一篇文章中(反映的是各个领域的科学家都在把它们的研究放在全球变化的背景下论述,进而对相关问题进行解释)。因此,“全球变化”在未来也将会与更多不同的主题结合,进而产生新的研究。

(4)“适者更强”的效应在上述网络中是真实存在的。实证分析发现,考虑了主题内在适用性的模型(PAFit)比其他模型的预测能力(预测未来的研究热点)更强。

因此,基于关键词共现特征的动态网络模型构建,能够在一定程度上弥补用关键词词频来衡量学科主题热度的不足,能够更好地检测学科的热点研究主题,并有利于科学家发现具有潜力的学术研究方向。


学术界与生物界都存在的先到者效应


综上,我们可以发现无论在自然界还是人类社会中,“先到者效应”都是存在的,但是这并不代表后来者就永远没有脱颖而出的机会。在不同的环境中,两者的相对竞争力也会有所不同。权威能够帮助我们识别能力强的学者,从而降低试错成本,但是,权威本身却不应该成为抑制后来者发展的理由,对两者关系认识的加深将有利于我们更好地进行学术评价与科研管理。

640.jpeg

注:图片来源于百度



fullsizeoutput_3.jpeg


[1] Azoulay P, Fons-Rosen C, Graff Zivin J S. Does science advance one funeral at a time?[J]. American Economic Review, 2019, 109(8): 2889-2920.

[2] Pham T, Sheridan P, Shimodaira H. Joint estimation of preferential attachment and node fitness in growing complex networks[J]. Scientific reports, 2016, 6: 32558.

[3] Ronda-Pupo G A, Pham T. The evolutions of the rich get richer and the fit get richer phenomena in scholarly networks: the case of the strategic management journal[J]. Scientometrics, 2018, 116(1): 363-383.

[4] Huang T Y, Zhao B. Measuring popularity of ecological topics in a temporal dynamical knowledge network[J]. PloS one, 2019, 14(1): e0208370.




文稿:黄天元,复旦大学生态学在读博士研究生,研究方向为生态信息计量学,热衷于利用前沿数据科学方法与开源工具(R语言)来解决自然科学领域的科学学问题。欢迎对“先到者效应”感兴趣的同行交流合作,邮箱:huang.tian-yuan@qq.com







fullsizeoutput_2.jpeg


















https://blog.sciencenet.cn/blog-1792012-1198123.html

上一篇:基金资助中的马太效应
下一篇:追索交叉科学无尽的前沿——《交叉科学:测度、评价与应用》序
收藏 IP: 183.212.176.*| 热度|

19 檀成龙 尤明庆 姚远 李昌 张晓良 安海龙 李毅伟 谢蜀生 武夷山 王从彦 叶通 杨金波 信忠保 杨正瓴 刘钢 梁洪泽 王俊杰 黄永义 强涛

该博文允许注册用户评论 请点击登录 评论 (3 个评论)

数据加载中...
扫一扫,分享此博文

Archiver|手机版|科学网 ( 京ICP备07017567号-12 )

GMT+8, 2024-3-19 17:56

Powered by ScienceNet.cn

Copyright © 2007- 中国科学报社

返回顶部