[논문 리뷰] The Research Space: using the career paths of scholars to predict the evolution of the research output of individuals, institutions, and nations

Miguel Guevara, Dominik Hartmann외 3명|arXiv (Cornell University)|2016. 02. 26.

scientometrics and bibliometrics research참고 문헌 19인용 수 9

한 줄 요약

이 논문은 공동 저자 출판 패턴을 기반으로 한 학술 분야의 네트워크 맵인 '연구 공간(Research Space)'을 소개한다. 이는 개인 및 기관 수준에서 향후 연구 성과를 예측하는 데 있어서 인용 기반 과학 지ap보다도 훨씬 더 뛰어난 예측 능력을 보이며, 특히 개인과 조직과 같은 집중된 단위에서의 분야 전환 예측에 뛰어난 성능을 발휘한다.

ABSTRACT

In recent years scholars have built maps of science by connecting the academic fields that cite each other, are cited together, or that cite a similar literature. But since scholars cannot always publish in the fields they cite, or that cite them, these science maps are only rough proxies for the potential of a scholar, organization, or country, to enter a new academic field. Here we use a large dataset of scholarly publications disambiguated at the individual level to create a map of science-or research space-where links connect pairs of fields based on the probability that an individual has published in both of them. We find that the research space is a significantly more accurate predictor of the fields that individuals and organizations will enter in the future than citation based science maps. At the country level, however, the research space and citations based science maps are equally accurate. These findings show that data on career trajectories-the set of fields that individuals have previously published in-provide more accurate predictors of future research output for more focalized units-such as individuals or organizations-than citation based science maps.

연구 동기 및 목표

• 학자들의 실제 경력 궤적을 활용하여 개인, 기관, 국가의 향후 연구 성과를 더 정확하게 예측할 수 있는 방법을 개발하기 위해.
• 인용 링크에 의존하는 전통적인 인용 기반 과학 지도의 한계를 해결하기 위해. 이러한 지도들은 실제 학술 이동성이나 새로운 분야 진입 잠재력을 반영하지 못할 수 있다.
• 동일한 학자가 두 분야에 모두 출판한 확률에 기반해 분야 간 연결을 정의하는 연구 공간 네트워크를 구축하기 위해.
• 경력 경로 기반 예측이 인용 기반 과학 지도에 비해 향후 연구 활동 예측에서 더 뛰어나다는지 평가하기 위해.
• 연구 공간의 예측 능력이 개인, 기관, 국가 수준 등 다양한 척도에서 어떻게 달라지는지 평가하기 위해.

제안 방법

• 학자 개개인을 정규화한 대규모 학술 출판 데이터셋을 구축하여, 학문 분야 간 경력 궤적을 추적한다.
• 동일한 학자가 두 분야에 모두 출판한 확률을 기반으로 학문 분야 간 연결을 정의한다.
• 노드가 학문 분야이고, 간선가 학자가 출판을 통해 분야 간 이동 가능성을 반영하는 네트워크인 '연구 공간'을 구축한다.
• 이 네트워크를 활용해 개인 및 기관의 과거 출판 이력에 기반해 향후 분야 진입을 예측한다.
• 실제 데이터를 사용하여 연구 공간의 예측 정확도를 전통적인 인용 기반 과학 지도와 비교한다.
• 개인, 기관, 국가 수준에서 예측 성능을 측정하기 위해 통계적 평가를 수행한다.

실험 결과

연구 질문

• RQ1 학자들의 경력 궤적—특히 출판한 분야의 순서—을 활용하면 인용 기반 지도보다 향후 연구 성과를 더 정확하게 예측할 수 있는가?
• RQ2 연구 공간의 예측 능력은 개인 및 기관 수준에서 인용 기반 과학 지도와 비교해 어떻게 다를까?
• RQ3 연구 공간의 예측 정확도는 개인, 기관, 국가 수준 등 다양한 척도에서 어떻게 달라지는가?
• RQ4 학자 간 공동 출판 패턴이 실제로 연구 이동성과 새로운 분야 진입 잠재력을 얼마나 잘 반영하는가?
• RQ5 왜 인용 기반 지도가 학자나 기관이 새로운 연구 분야에 진입할 잠재력을 정확히 반영하지 못할 수 있는가?

주요 결과

• 공동 출판 패턴을 기반으로 구축된 연구 공간은 개인 및 기관 수준에서 인용 기반 과학 지도보다 훨씬 더 정확한 향후 분야 전환 예측 능력을 보인다.
• 개인 및 기관 수준에서 연구 공간은 인용 기반 지도보다 새로운 분야 진입을 더 정확하게 예측한다.
• 국가 수준의 예측에서는 연구 공간과 인용 기반 지도가 동등한 성능을 보이며, 거시적 수준에서는 다른 역학이 작용할 수 있음을 시사한다.
• 연구는 경력 궤적—특히 학자가 출판한 분야의 집합—이 인용 네트워크보다 향후 연구 성과에 더 강력한 신호를 제공한다는 것을 입증한다.
• 연구 공간 모델은 인용 네트워크보다 실제 학술 이동성을 더 잘 반영한다. 인용 네트워크는 분야별 인용 관행으로 인해 왜곡될 수 있다.
• 결과적으로 실제 학자 출판 이력 데이터는 미세 척도에서 연구 진화를 예측하는 데 인용 패턴보다 더 유용하다는 점을 시사한다.