Increasing trend of scientists to switch between topics论文翻译

科学家们越来越倾向于在话题之间转换（2019）

摘要：
尽管科学家们在不同的职业生涯阶段一直在努力理解他们的创造力，但对于推动创新的研究主题转换的潜在动力却知之甚少。在这里，我们分析个别科学家的发表记录，旨在量化他们的话题转换动力学及其影响。我们发现，科学家论文的共引网络呈现出一个清晰的社区结构，每个主要社区代表一个研究主题。我们的分析表明，科学家的研究主题分布很窄。然而，现在的研究人员比早期更频繁地在不同的话题之间切换。我们还发现，在早期职业生涯中，较高的转换概率与低的总体生产率相关，而在后期职业生涯中，则与高的总体生产率相关。有趣的是，在所有的职业生涯阶段，每份论文的平均引用率都与转换概率呈负相关。我们提出了一个能解释主要观测特征的模型。

正文：
揭示科学家个体的研究活动及其随时间演变的机制，对于理解和管理从科学家培训到新知识的集体发现等一系列科学问题至关重要。捕获研究活动的大型数据集的可用性增加，为利用最先进的数学和计算工具探索科学生产和奖励的动态模式创造了前所未有的机会。除了早期旨在通过科学家的引文、h指数和相关变量评估科学影响的工作外，最近还有一批研究集中于量化和建模科学家职业生涯中研究创造力的演变。以论文数量衡量的科学家的累积产量显示出随时间的持续增长，这与众所周知的马太效应有关。通过将每一篇论文与其引文联系起来，我们发现科学家最有影响力的作品在其论文序列中随机出现。一项后续研究表明，科学家的职业生涯可能会涉及一个热点时期，在此期间，一个人的表现远远高于她的典型表现。其他问题，如科学家的创造力，声誉，社会关系的演变，以及他们职业生涯中的流动性也被调查过。

科学研究的一个基本动力是科学家研究兴趣的演变5，这反映在科学家随着时间的推移在不同的研究课题之间的转换。科学社会学家一直致力于从质量上理解科学家的选题原则，并指出这可能是保守生产和风险创新之间权衡的结果。社会学家也提出了丰富的说明性模型来对科学家们采用的研究策略进行分类22。近年来，随着科学出版资料的日益丰富，选题问题开始被定量分析。具体来说，各种基于语言的主题模型已经被提出来检测科学家23、24的研究领域。经验上也显示，科学资助可能会增加对资助领域的兴趣25。最近的一项研究指出，个体物理学家的研究兴趣可能会从职业生涯的开始到结束发生重大转变，兴趣之间的距离是根据物理学26中的场分类码来测量的。然而，关于个体职业生涯中话题转换的变化，目前还没有人研究过，在这里，我们要问：如何识别个体科学家所涉及的话题？科学家在不同的研究课题之间转换的频率是多少？如果科学家们更频繁地在不同的话题之间切换，他们的影响力是否会提高？在过去的一个世纪里，科学家的话题转换行为是否发生了变化？

为了解决这些问题，我们为每一位科学家建立了一个网络来描述他们论文之间的关系。这个网络的结构将立即揭示一个科学家的研究兴趣是如何体现的。这一框架使我们能够运用社区分析的方法，具体说明科学家的各种研究兴趣，并据此研究科学家研究兴趣转移的详细动态，以及上个世纪科学家研究兴趣转移趋势的演变及其与研究影响。本文的分析主要基于物理学家和计算机科学家。然而，我们的方法是通用的，并且不局限于领域分类码的可用性，因此它可以应用于分析任何学科的科学家。

结论：

共同引用个别科学家的网络及其结构特性。本文分析了美国物理学会（APS）期刊的科学出版数据。参考文献13中提供的不含糊的作者姓名数据用于将每一篇论文分配给其作者，从而产生236884名不同科学家的发表记录（关于该数据的基本统计，请参见补充图1）。为了研究单个科学家的论文之间的关系，我们为每个科学家构建了一个联合引用网络（CCN），其中每个节点都是该科学家撰写的论文，如果两篇论文共享至少一个参考文献，则将它们连接起来。在科学计量学27、28中，这种基于节点（论文）的共同邻域构建节点（论文）之间链接的方法被称为书目耦合，并被广泛应用于分析各种其他实际系统，如国际贸易系统29和在线社交系统30。每个社区科学家的引用网络与快速展开算法相结合，该算法通过最大化模块化函数31来检测社团。通常，一个网络包含几个大型社区，以及一些小型集群和独立节点。主要群体代表了这位科学家的主要研究课题。因为网络规模需要很大，为了确保有意义的社区检测结果，我们在本研究中考虑了所有在APS期刊上发表了至少50篇论文的科学家（3420名科学家，关于他们职业生涯开始年份的分布，见补充图2）。论文较少的科学家（至少20篇论文，15373名科学家）的结果相似，并在补充图中报告。17岁和18岁。此外，我们还研究了加权共引网络中检测到的社区，其中的链接根据共享引用的数量进行加权。群落结构没有明显改变，因为较大的权重往往位于群落内的链路上（参见补充图3）。我们的社区分析也使用了一个带有可调分辨率参数的改进模块化函数（参见补充图。19，20）和来自计算机科学的另一个数据集（参见补充图。23-25）和所有测试的主要结论都是相似的。

图1给出了一位典型的被高度引用的科学家的CCN图。图1c中的社区连接矩阵表示每个社区内的节点连接良好，但是社区之间的节点连接较少。图1d所示的时间序列描述了网络的发展历史，并揭示了这位科学家是如何从一项研究中走出来的，在他职业生涯中的另一个话题。在时间序列中，每个点都是一张纸，不同的颜色代表共引网络中不同的群体。点的高度是纸张在网络中的链接数。

图1典型被高度引用科学家的共同引用网络（CCN）及其成长历史的图解。共引网的数据和方法。这位科学家写的论文用绿色标记，这些论文的参考文献用红色标记。b共同引文网由这位科学家发表的所有论文组成。每篇论文由一个节点表示，如果两篇论文共享至少一个参考文献，则它们是相连的。采用快速展开算法对网络中的社区进行识别，该算法通过最大化模块化函数来检测社区。该网络包含几个大型社区，以及一些小型集群和孤立节点。每一个主要群体都代表着这位科学家的一个主要研究课题。c社区连接矩阵表明，每个社区内的节点连接良好，但不同社区的节点连接较少。这里，两个社区之间的连接性计算为它们之间的实际链接数超过它们之间可能的最大链接数。d下面的时间序列描述了网络的发展历史，同时揭示了这位科学家在其职业生涯中是如何从一个研究课题转移到另一个研究课题的。在时间序列的子图中，每个点都是一张纸，颜色对应于共引网络中的社区。点的高度是纸张在网络中的链接数（即连接性）。

我们首先关注共引网络的结构性质。对于每个科学家的CCN，我们计算其巨组分（GC）的大小，并研究其与网络大小的相关性，如