[論文レビュー] Will open science change authorship for good? Towards a quantitative analysis

Andrea Mannocci, Ornella Irrera+1 more|arXiv (Cornell University)|Jul 7, 2022

scientometrics and bibliometrics research被引用数 4

ひとこと要約

本稿は、オープンサイエンス・グラフを用いて、学術出版、研究データ、ソフトウェアの間における著者性の格差を定量的に分析する手法を提案する。オープンサイエンスの実践が、報酬の分配を多様化しているかどうかを評価する。OpenAIRE研究グラフのメタデータを活用し、意味的関係の推論と著者の一意特定技術を適用することで、非文献的リサーチ成果物の貢献者たちが著者リストにおいて体系的に代表されないかどうかを調査する。その結果、学術的報酬制度における潜在的な不平等が明らかになった。

ABSTRACT

Authorship of scientific articles has profoundly changed from early science until now. If once upon a time a paper was authored by a handful of authors, scientific collaborations are much more prominent on average nowadays. As authorship (and citation) is essentially the primary reward mechanism according to the traditional research evaluation frameworks, it turned to be a rather hot-button topic from which a significant portion of academic disputes stems. However, the novel Open Science practices could be an opportunity to disrupt such dynamics and diversify the credit of the different scientific contributors involved in the diverse phases of the lifecycle of the same research effort. In fact, a paper and research data (or software) contextually published could exhibit different authorship to give credit to the various contributors right where it feels most appropriate. We argue that this can be computationally analysed by taking advantage of the wealth of information in model Open Science Graphs. Such a study can pave the way to understand better the dynamics and patterns of authorship in linked literature, research data and software, and how they evolved over the years.

研究の動機と目的

• オープンサイエンスの実践が、伝統的な出版著者性を超えて、報酬の分配を多様化したかどうかを調査すること。
• 学術的出版物と関連する研究データやソフトウェアとの間における著者性構成と順序の格差を分析すること。
• 研究データやソフトウェアの貢献者が、出版物の著者リストにおいて体系的に代表されていないかどうかを評価すること。
• 特に年長者と参加者の立場に着目して、出版物と関連するリサーチ成果物の間で著者リストに変更が生じるパターンを特定すること。
• 現在の著者性の慣習が、科学的貢献の全範囲を認識しない、時代遅れの報酬メカニズムを反映しているかどうかを評価すること。

提案手法

• 主にOpenAIRE研究グラフをデータセットとして用い、出版物、研究データ、ソフトウェアのメタデータ（著者リストや意味的関係を含む）を抽出する。
• 「引用」および「参考文献」という関係の類似性（発表日、タイトル、著者重複）を分析することで、ヒューリスティックを用いて「補足される」関係を後向きに推定する。
• OpenAIREの重複除去システムを基盤とする独自の著者一意特定フレームワークを採用し、異なるリサーチ成果物タイプ間での著者名を統合する。
• メタデータ（例：タイトル、著者、発表年）から特徴ベクトルを計算し、関連する文献と非文献記録との類似度を定量化する。
• ベクトル類似度から導出される信頼区間を用いて、誤って割り当てられた意味的関係を特定し、「補足される」または「補足する」という関係に再分類する。
• 出版物と関連データ／ソフトウェアの著者リストの共通部分と順列の比較を通じて、貢献者の欠落や順序の再編を検出する。

実験結果

リサーチクエスチョン

• RQ1 関連する研究データやソフトウェアの著者リストは、関連出版物のものと比較して、構成と順序の点でどの程度異なるか？
• RQ2 研究データやソフトウェアの貢献者は、関連出版物に記載された著者数を上回っているか。これは、隠れた労働力（「沈黙の労働力」）を示唆するか？
• RQ3 出版物と関連するリサーチ成果物との間で著者リストに変更が生じる場合、著者の年齢層（年長者）と関係があるか。これは、若手や非伝統的貢献者を意図的に除外する戦略的要因を示唆するか？
• RQ4 「バニラ」関係（例：Cites、References）が頻繁に誤って割り当てられており、データやソフトウェアが出版物に正しくリンクされる有効な補足関係が失われていることはないか？
• RQ5 現在の著者性慣習は、研究ライフサイクル全体における貢献の真の分布をどの程度反映していないか？

主な発見

• 『引用』および『参考文献』関係の多くが、実際には補足関係のはずのものであるにもかかわらず、誤って割り当てられていることが判明。これは、多くの有効な補足関係が現在、失われているか、構造化されていない可能性を示唆する。
• 著者一意特定の分析から、名前の表記の違い（例：イニシャル、フルネーム）により、同じ研究者が出版物と関連データで別々の人物としてカウントされていることが判明。これは、著者リストの比較を歪める要因となっている。
• 分析の結果、研究データやソフトウェアの貢献は、関連出版物よりも多くの貢献者を含むことが多く、非伝統的貢献者の正式な著者性に欠落している可能性があることが示された。
• 出版物と関連成果物との間で著者リストの構成に差異が生じていることから、著者性が選択的に編集されており、研究データやソフトウェア開発の主要貢献者が除外されている可能性が示唆された。
• 特徴ベクトル類似度に基づくヒューリスティック手法により、「バニラ」関係のうち、真の補足関係である可能性が極めて高いサブセットを特定でき、リンク検出の正確性が向上した。
• 結果から、現在の著者性慣習は、オープンサイエンスにおける実際の貢献のダイナミクスと一致しておらず、報酬分配におけるシステム的ギャップが顕在化していることが示唆された。