[論文レビュー] Scientific productivity as a random walk

Sam Zhang, Nicholas LaBerge+3 more|ArXiv.org|Sep 8, 2023

scientometrics and bibliometrics researchDecision Sciences被引用数 3

ひとこと要約

この論文は、科学的生産性が時間の経過とともに分散が減少するランダムウォークに従うと提案し、標準的なキャリアプロフィールが、後期のキャリア段階で年次変動が小さくなる統計的副産物であると説明する。2,085名のコンピュータサイエンス教員の実証データを用いて、このモデルが平均的なピーク・ダウンパターンと個々のプロフィールの多様性の両方を再現することを示し、偶然要因とシステム全体のインcentivesが生産性に与える影響を強調する。

ABSTRACT

The expectation that scientific productivity follows regular patterns over a career underpins many scholarly evaluations. However, recent studies of individual productivity patterns reveal a puzzle: the average number of papers published per year robustly follows the ``canonical trajectory'' of a rapid rise followed by a gradual decline, yet only about 20\% of individual productivity trajectories follow this pattern. We resolve this puzzle by modeling scientific productivity as a random walk, showing that the canonical pattern can be explained as a decrease in the variance in changes to productivity in the early-to-mid career. By empirically characterizing the variable structure of 2,085 productivity trajectories of computer science faculty at 205 PhD-granting institutions, spanning 29,119 publications over 1980--2016, we (i) discover remarkably simple patterns in both early-career and year-to-year changes to productivity, and (ii) show that a random walk model of productivity both reproduces the canonical trajectory in the average productivity and captures much of the diversity of individual-level trajectories, including the lognormal distribution of cumulative productivity observed by William Shockley in 1957. We confirm that these results generalize across fields by fitting our model to a separate panel of 22,952 faculty across 12 fields from 2011 to 2023. These results highlight the importance of variance in shaping individual scientific productivity, opening up new avenues for characterizing how systemic incentives and opportunities can be directed for aggregate effect.

研究の動機と目的

• 平均的な科学的キャリアが標準的な生産性プロフィールに従う一方で、実際の個人の約20％しかこのパターンを示さないというパラドックスを解消すること。
• キャリア段階に応じて変化する分散によって調整される年次生産性のランダムフラクチュエーションが、観察された集計的パターンを説明できるかどうかを調査すること。
• 2,085名のコンピュータサイエンス教員の実証データを用いて、個人の生産性プロフィールの確率的生成モデルを構築し、妥当性を検証すること。
• 助成金、共同研究、人生の出来事などのシステム的要因が、研究出力のばらつきと集計的傾向にどのように寄与するかを検討すること。
• 決定論的キャリアモデルから、ランダム性と偶然性が科学的生産性に与えるメカニズム的理解へと視点を転換すること。

提案手法

• 年次出版数の変化がラプラス分布に従うパrameterizedランダムウォークとして科学的生産性をモデル化する。
• キャリア段階に応じて変化する分散パラメータを組み込み、後期の年数で変動が小さくなることを反映する。
• 1980年から2016年までの205の博士号授与機関に属する2,085名のコンピュータサイエンス教員の実証データを用いて、モデルパラメータを推定する。
• 固定分散変化を想定する簡略化モデルと、マルコフ過程を含む完全モデルを、観察された生産性プロフィールと比較して妥当性を検証する。
• 生産性に下限がないことを考慮し、ゼロ出版での反射境界条件を適用する。
• 最尤推定法と適合度検定を用いて、モデルの性能を実証データと照合する。

実験結果

リサーチクエスチョン

• RQ1 大多数の個人的プロフィールがそれから逸脱しているにもかかわらず、なぜ集計データに標準的な生産性プロフィールが現れるのか？
• RQ2 時間に依存する分散を持つランダムウォークモデルは、平均的な標準的パターンと個々のプロフィールの多様性の両方を再現できるか？
• RQ3 生産性にゼロの境界制約がある場合、分散と平均出力の関係にどのような影響を与えるか？
• RQ4 共同研究、失敗、人生の出来事などの予測不能な偶然要因が、年次生産性の変動にどのように寄与するか？
• RQ5 助成金、制度的インcentives、機関的要因が、キャリア段階に応じた生産性分散の変化とどの程度関連しているか？

主な発見

• 標準的な生産性プロフィールは、決定論的なキャリア段階ではなく、年次生産性変化の分散が時間とともに減少する統計的結果として生じる。
• 年次生産性変化の分布は、増加と減少の大きさが等しい確率を対称的に示し、ラプラス分布に極めて近い。
• 生産性のゼロ境界制約が、分散が大きい場合に平均生産性に上昇シフトを引き起こす遮断効果を生じさせ、分散と平均出力の関係を強く結びつける。
• 時間に依存する分散を持つ簡略化されたランダムウォークモデルは、標準的プロフィールをうまく再現し、個々のプロフィールの多様性の大部分を捉えている。
• 完全なマルコフ過程モデルでは、長期的依存性を捉えるには限界があることが判明し、非マルコフ的要因も生産性パターンに影響を与えている可能性が示唆された。
• 実証データから、初期キャリア段階の生産性は後期に比べてより変動が大きいことが確認され、分散の減少仮説を支持する。