[논문 리뷰] Will open science change authorship for good? Towards a quantitative analysis

Andrea Mannocci, Ornella Irrera외 1명|arXiv (Cornell University)|2022. 07. 07.

scientometrics and bibliometrics research인용 수 4

한 줄 요약

이 논문은 Open Science Graph를 활용하여 학술 논문, 연구 데이터, 소프트웨어 간 저자성 차이를 정량적으로 분석함으로써 Open Science 관행이 저자성 부여를 다元화했는지 평가한다. OpenAIRE Research Graph의 메타데이터를 활용하고 의미관계 추론 및 저자 동일성 확인 기법을 적용함으로써, 비문학적 연구 산출물의 기여자들이 저자 명단에서 체계적으로 부족하게 나타나는지 여부를 조사하며, 학술 보상 체계 내 잠재적 불평등을 드러낸다.

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.

연구 동기 및 목표

• Open Science 관행이 전통적인 출판 저자성 외에도 기여 부여 방식을 다양화했는지 조사하기 위해.
• 학술 논문과 연결된 연구 데이터 또는 소프트웨어 간 저자성 구성과 순서의 격차를 분석하기 위해.
• 연구 데이터 및 소프트웨어 기여자들이 체계적으로 출판 저자 명단에 누락되어 있는지 평가하기 위해.
• 특히 연령 및 참여도와 관련하여 논문과 연결된 연구 산출물 간 저자 명단 변경 패턴을 규명하기 위해.
• 현재 저자성 관행이 과거의 보상 메커니즘을 반영하며 과학 기여의 전반적인 범위를 인식하지 못하고 있는지 평가하기 위해.

제안 방법

• 주로 출판물, 연구 데이터, 소프트웨어의 메타데이터(저자 명단 및 의미관계 포함)를 추출하기 위해 OpenAIRE Research Graph를 주된 데이터셋으로 사용한다.
• 출판일, 제목, 저자 겹침 등을 분석하여 'Cites' 및 'References' 관계 간 유사성을 기반으로 '보완됨' 관계를 후행적으로 추론하는 히우리스틱을 적용한다.
• OpenAIRE의 중복 제거 시스템을 기반으로 한 맞춤형 저자 동일성 확인 프레임워크를 활용하여 다양한 연구 산출물 유형 간 저자 이름을 통합한다.
• 제목, 저자, 출판 연도 등의 메타데이터에서 특징 벡터를 계산하여 연결된 문학적 기록과 비문학적 기록 간 유사도를 정량화한다.
• 벡터 유사도에서 유도된 신뢰구간을 사용하여 잘못 할당된 의미관계를 탐지하고, 이를 '보완됨' 또는 '보완함' 관계로 재분류한다.
• 논문과 연결된 데이터/소프트웨어 간 저자 명단의 교차 및 순열을 분석하여 기여자의 누락 또는 순서 변경 여부를 탐지한다.

실험 결과

연구 질문

• RQ1 연결된 연구 데이터 또는 소프트웨어의 저자 명단이 관련 출판물과 비교할 때 구성과 순서 측면에서 어느 정도 다를까?
• RQ2 연구 데이터 및 소프트웨어 기여자가 출판물에 명시된 기여자보다 더 많아서 '잠복된 노동력'이 존재하는가?
• RQ3 논문과 연결된 데이터/소프트웨어 간 저자 명단 변경이 저자 연령과 관련이 있는가? 이는 신입 또는 비전통적 기여자를 전략적으로 배제하는가?
• RQ4 '보통' 관계(Cites, References 등)가 자주 잘못 할당되는가? 이로 인해 데이터 및 소프트웨어가 출판물과 연결될 수 있는 유효한 보완 관계가 손실되는가?
• RQ5 현재 저자성 관행이 연구 생애 주기 전반에 걸친 기여의 진정한 분포를 반영하지 못하는 정도는 어느 정도인가?

주요 결과

• 연구에서 'Cites' 및 'References' 관계 중 많은 비율이 잘못 할당된 것으로 밝혀져, 많은 유효한 보완 관계가 현재 손실되거나 비정형적으로 처리되고 있음을 시사한다.
• 저자 동일성 확인 과정에서 초기명이나 성함의 전형적 변형이 자주 발생하여 동일한 연구자가 출판물과 연결된 데이터에서 별개의 인물로 간주되는 경우가 있으며, 이는 저자 명단 비교에 왜곡을 초래한다.
• 분석 결과, 연구 데이터 및 소프트웨어 기여에는 출판물에 비해 더 많은 기여자가 참여해 있어, 비전통적 기여자들이 공식 저자성에서 부족하게 나타나고 있음을 시사한다.
• 논문과 연결된 산출물 간 저자 명단 구성 격차는 저자성의 선택적 정렬 가능성을 시사하며, 데이터 및 소프트웨어 개발의 핵심 기여자들이 제외될 수 있음을 암시한다.
• 특징 벡터 유사도 기반의 히우리스틱 접근법이 '보통' 관계 중 진정한 보완 관계로 간주될 가능성이 높은 부분을 성공적으로 식별하여 연결 탐지 정확도를 향상시켰다.
• 결과적으로 현재 저자성 관행이 Open Science 내 실제 기여 역학과 일치하지 않으며, 기여 부여에 체계적인 격차가 있음을 시사한다.