[논문 리뷰] Aging and the Narrowing of Scientific Innovation

Haochuan Cui, Lin, Yiling외 2명|arXiv (Cornell University)|2022. 02. 08.

Innovation, Sustainability, Human-Machine Systems인용 수 7

한 줄 요약

이 연구는 과학적 혁신이 분야별로 개인의 노화와 어떻게 관련되어 있는지 분석하기 위해 20,000건 이상의 인간 검증 기반 핵심 인용문과 인용 데이터를 활용한 딥러닝 기반 분석을 수행한다. 연구 결과, 젊은 과학자들은 과학의 최전선에서 파생 혁신을 이끌지만, 나이가 많은 과학자들은 기존의 아이디어를 통합하는 데 집중하는 것으로 나타났으며, 분야 수준의 노화는 연구 성과의 새로운 기여도 감소와 연관되어 있다.

ABSTRACT

With rising life expectancies around the world and an older scientific workforce than ever before, what does aging mean for individual scientists, and what do aging scientists mean for scientific progress as a whole? Here we examine how scientists and scholars age in terms of how their ideas and contributions relate to the evolving frontier of knowledge and how demographically aging fields relate to field-level advance. At the individual level, we examine how research experiences and choices can moderate the effects of intellectual aging. At the collective level, we explore mechanisms that link individual and collective aging. Prior research focuses on star scientists, their changing dates and rates of breakthrough success throughout history. We explore this for scientists in all fields over time, drawing upon novel deep learning measurements that allow us not only to trace positive attention through citation but also negative attention through explicit criticism with a novel, comprehensive database of over 20,000 human-validated critical citations. We find that younger scientists tend toward disruptive contributions that push the frontier, while older scientists engage in combinatorial innovation with an aging collection of components. This includes analyzing the impact of the 1994 U.S. Supreme Court ruling on mandatory retirement and examining how unexpected collaborations affect citation patterns.

연구 동기 및 목표

• 다양한 과학 분야에서 개인 과학자의 지적 기여가 나이에 따라 어떻게 변화하는지 이해하기 위해.
• 노령화된 과학 인력이 분야 수준의 혁신과 지식 최전선 진전에 미치는 집단적 영향을 조사하기 위해.
• 지적 노화에 미치는 영향을 연구 경험과 기관 정책(예: 의무 퇴직)이 어떻게 조절하는지 여부와 방식을 조사하기 위해.
• 과학 문헌에서 긍정적(인용) 및 부정적(비판적 인용) 주목을 측정하기 위해 새로운 딥러닝 방법을 개발하고 적용하기 위해.
• 개인의 노화 패턴과 과학적 혁신의 광범위한 추세 간의 메커니즘을 탐색하고, 예상치 못한 협업의 역할을 탐구하기 위해.

제안 방법

• 통합된 과학 논문 데이터베이스에서 인용 및 비판적 인용을 추출하고 분류하기 위해 딥러닝 모델을 활용하였다.
• 인간 검증을 거친 20,000건 이상의 비판적 인용을 포함하는 새로운 데이터셋을 구축하여 부정적 주목과 학술적 비판을 포착하였다.
• 과학자들의 논문 발표 시 연령을 추적하고, 그들의 과학 기여의 신선도와 유형과의 상관관계를 분석하였다.
• 인용 및 비판 패턴을 기반으로 과학 기여를 혁신적(최전선을 이동) 또는 조합적(기존 구성 요소 통합)으로 분류하였다.
• 1994년 미국 대법원 판결(의무 퇴직 폐지)의 영향을 분석하기 위해 정책 변경 전후의 인용 패턴을 비교하였다.
• 다양한 과학 분야에서 종단적 데이터를 활용하여 분야 수준의 노화가 파생 혁신 감소율과 어떻게 연관되는지 평가하였다.

실험 결과

연구 질문

• RQ1 과학자들의 연령이 생산하는 과학적 혁신의 유형(파생적 대비 조합적)과 어떻게 관련되어 있는가?
• RQ2 지적 노화가 개인 과학자가 지식 최전선에 기여할 능력을 얼마나 제한하는가?
• RQ3 과학 분야의 인구 노령화가 과학 진전의 총체적 속도와 방향성과 어떻게 관련되어 있는가?
• RQ4 의무 퇴직 폐지와 같은 기관 정책이 나이가 많은 과학자의 혁신 궤적에 어떤 영향을 미치는가?
• RQ5 예상치 못한 협업은 연령대별 과학적 일의 인용 패턴과 인식된 새로운 기여도에 어떤 영향을 미치는가?

주요 결과

• 젊은 과학자들은 높은 수준의 새로운 인용 패턴과 초기 인정을 통해 과학 최전선을 이끄는 혁신적 기여를 더 높은 비율로 이끌고 있다.
• 나이가 많은 과학자들은 주로 기존 아이디어와 구성 요소를 통합하는 조합적 혁신에 참여하며, 이는 새로운 기여보다는 통합을 강조하는 인용 패턴을 통해 반영된다.
• 1994년 미국 대법원 판결로 의무 퇴직이 폐지된 것은 측정 가능한 인용 패턴 변화와 연관되어 있었으며, 이는 나이가 많은 과학자들이 계속 기여하고 있었지만 새로운 기여도가 감소했다는 것을 시사한다.
• 과학자 평균 연령이 높은 분야에서는 파생 혁신의 비율이 낮아지며, 이는 시간이 지남에 따라 과학적 탐색의 범위가 좁아지는 집단적 경향을 나타낸다.
• 인간 애너테이션을 통해 검증된 비판적 인용은 나이가 많은 과학자들의 연구가 더 자주 비판받고 있음을 드러내며, 이는 그들의 기여에 대해 더 높은 수준의 학술적 도전이 존재함을 시사한다.
• 예상치 못한 협업은 특히 중반 경력 및 나이가 많은 과학자들에게서 인용 영향력과 새로운 기여도가 증가하는 데 관련되어 있었으며, 이는 세대 간 협업이 나이에 따른 혁신 감소를 완화시킬 수 있음을 시사한다.