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。

在一个学科领域，当多数老师来源于少数几所学校，或许意味着学缘关系的恶化。一项最新研究分析了美国ischool（信息学院）的学缘关系，发现20%的ischool为学科领域培养了60%的教师。

编译作者：步一 /Indiana University        原文作者： Zhu,Y., & Yan, E.（晏尔伽）

素材推荐人：步一/ Indiana University      图文编辑：李江 / 浙江大学

注：图片来源于参考文献中的论文

Journal of Informetrics近期刊发了一篇对美国iSchool（信息学院）范围内教职雇佣网络分析的论文，作者是美国德雷塞尔大学（Drexel University）的Yongjun Zhu和Erjia Yan。“教职雇佣网络”中，每个节点代表一所机构（在这里是iSchool），每条边代表了教职雇佣关系。例如，由机构A指向机构B的权重为4的边表示机构A培养出的4位博士生毕业后在机构B寻找到了教职。在这个网络中，共包含44所美国iSchool及其中的643位教师，如上图所示。

“顺游”还是“逆游”

通过对美国44所iSchool内教职雇佣关系的分析发现，“顺游”的情况占到了68%，而“逆游”仅有22%。这里，“顺游”指的是某研究人员从排名较高的信息学院毕业，而选择到排名低于毕业学院的信息学院就业；“逆游”的定义正好相反。信息学院的排名则来源于2013年的U.S. News。上图展示了这种“顺游”和“逆游”的情况：上半部分代表“顺游”的雇佣关系，而下半部分代表“逆游”的雇佣关系。

雇佣中的“小团体”

通过网络分析发现，美国信息学院在教职雇佣关系网络内主要存在四个明显的“小团体”。值得注意的是，这些小团体不是彼此并列的关系，不少学校的信息学院在不同小团体中都充当了重要的角色，这体现出其在教职雇佣网络中的中心地位。

第一个小团体的信息学院主要来自伊利诺伊大学香槟分校（UIUC，排名第一）、北卡罗来纳大学教堂山分校（UNC，排名第二）、华盛顿大学（UW，排名第三）、雪城大学（Syracuse，排名第四）、德雷塞尔大学（Drexel，排名第十）和佛罗里达州立大学（FSU，排名第13）。

第二个小团体的信息学院主要来自伊利诺伊大学香槟分校（UIUC，排名第一）、北卡罗来纳大学教堂山分校（UNC，排名第二）、雪城大学（Syracuse，排名第四）、密西根大学（UMich，排名第五）、罗格斯大学（Rutgers，排名第六）、德克萨斯大学（Texas，排名第七）。

第三个小团体的信息学院主要来自伊利诺伊大学香槟分校（UIUC，排名第一）、北卡罗来纳大学教堂山分校（UNC，排名第二）、雪城大学（Syracuse，排名第四）、罗格斯大学（Rutgers，排名第六）、德雷塞尔大学（Drexel，排名第十）和佛罗里达州立大学（FSU，排名第13）。

第四个小团体的信息学院主要来自伊利诺伊大学香槟分校（UIUC，排名第一）、北卡罗来纳大学教堂山分校（UNC，排名第二）、罗格斯大学（Rutgers，排名第六）、德雷塞尔大学（Drexel，排名第十）、佛罗里达州立大学（FSU，排名第13）和威斯康星大学密尔沃基分校（Milwaukee，排名第15）。

通过网络分析，作者发现这个网络还体现出了较明显的“中心-边缘”（Core-Periphery）特性，即几所高排名的信息学院处于网络的中心位置，而一些排名较低的信息学院游离在网络的边缘或外围。

20%的信息学院（iSchool）为学科培养了60%的教师

对于美国30所有博士项目的信息学院进行分析后发现，20%的信息学院培养了全部44所信息学院的60%的教职成员，对应的基尼系数是0.53。这体现出了教职雇佣网络的不均衡性。

类似的教职雇佣网络研究以往在计算机科学、历史学、商学和数学等多个学科都有分析过；通过对比基尼系数可以发现，信息学院对应的基尼系数相对于其他学科并不算高。

在一个学科领域，当多数教师都毕业于极少数几所高校（或一所高校）时，或许会导致学缘关系的恶化。因此，雇佣教职员工时，教育背景的多样性应该是一个重要的考虑因素。

Zhu, Y., & Yan, E. (2017). Examining academic rankingand inequality in library and information science through faculty hiringnetworks. Journal of Informetrics, 11(2), 641-654.

Clauset, A., Arbesman, S., & Larremore, D. B.(2015).Systematic inequality and hierarchy in faculty hiring networks. ScienceAdvances, 1(1), http://dx.doi.org/10.1126/sciadv.1400005,e140000–e1400005.

Zhu, Y., Yan, E., & Song, M. (2016). Understandingtheevolving academic landscape of library and information science throughfacultyhiring data. Scientometrics, 108(3),1461–1478.http://dx.doi.org/10.1007/s11192-016-2033-z