[논문 리뷰] A Theory of Ambulance Chasing

Mihailo Backović|arXiv (Cornell University)|2016. 03. 03.

Opinion Dynamics and Social Influence인용 수 11

한 줄 요약

이 논문은 입자물리학에서의 '응급차 출동' 현상—즉, 추측성 결과 이후 급격히 증가하는 논문 출판 현상—의 시간적 변화를 기술하기 위해 복합 포아송 통계 모델을 제안한다. 두 가지 매개변수를 가진 모델이 역수법칙 또는 지수 감쇠 형태의 관심 감소를 기반으로 하여 9개의 역사적 사례를 잘 맞추며, ATLAS 이광자 초과의 경우 2016년 6월까지 약 310편 이하의 논문이 더 작성될 것으로 예측한다.

ABSTRACT

Ambulance chasing is a common socio-scientific phenomenon in particle physics. I argue that despite the seeming complexity, it is possible to gain insight into both the qualitative and quantitative features of ambulance chasing dynamics. Compound-Poisson statistics suffices to accommodate the time evolution of the cumulative number of papers on a topic, where basic assumptions that the interest in the topic as well as the number of available ideas decrease with time appear to drive the time evolution. It follows that if the interest scales as an inverse power law in time, the cumulative number of papers on a topic is well described by a di-gamma function, with a distinct logarithmic behavior at large times. In cases where the interest decreases exponentially with time, the model predicts that the total number of papers on the topic will converge to a fixed value as time goes to infinity. I demonstrate that the two models are able to fit at least 9 specific instances of ambulance chasing in particle physics using only two free parameters. In case of the most recent ambulance chasing instance, the ATLAS γγ excess, fits to the current data predict that the total number of papers on the topic will not exceed 310 papers by the June 1. 2016, and prior to the natural cut-off for the validity of the theory.

연구 동기 및 목표

• 입자물리학에서의 추측성 또는 확인되지 않은 결과 이후 발생하는 '응급차 출동' 현상—즉, 사전 출판 논문의 급격한 증가—의 역학을 정량적으로 기술하는 모델을 개발하기 위해.
• 다양한 유형의 촉발 요인이 존재하나, 응급차 출동 현상이 다양한 주제에서 공통된 시간적 변화 패턴을 보이는 이유를 이해하기 위해.
• 초기 데이터를 이용해 특정 주제에 대해 논문의 총 수를 예측함으로써, 저널의 작업 부담 계획을 지원하기 위해.
• 단순한 통계 모델이 인간 행동과 시간이 지남에 따라 감소하는 관심도에 의해 이끄는 복잡한 사회과학적 동역학을 포괄할 수 있는지 테스트하기 위해.

제안 방법

• 일일 논문 수가 시간에 따라 변하는 평균 $\mu(t)$를 갖는 포아송 분포를 따르는 복합 포아송 과정으로 누적 논문 수 $N(T)$를 모델링한다.
• 모델에서 $\mu(t)$는 단조 감소하며 $t \to \infty$일 때 0으로 수렴함을 가정하여 관심도 감소와 아이디어 고갈을 반영한다.
• 시간에 따른 $\mu(t)$에 대해 두 가지 함수 형태를 사용한다: 역수법칙 ($\mu(t) \propto t^{-k}$)과 지수 감쇠 ($\mu(t) \propto e^{-B t}$).
• 각 모델에 대해 두 개의 자유 매개변수를 사용하여 역사적 누적 논문 수 데이터에 최적화한다: 한 개는 진폭, 다른 한 개는 감쇠 속도이다.
• arXiv에서 확보한 실제 사전 출판 데이터를 사용하여 ATLAS $\gamma\gamma$ 초과를 포함한 9개의 문서화된 응급차 출동 사건에 모델을 적용한다.
• 모델이 적합된 후, 더 이상 주요 발표가 없어지면 응급차 출동이 끝나지 않을 것이라는 가정 하에 향후 $N(T)$를 예측한다.

실험 결과

연구 질문

• RQ1 간단한 통계 모델이 입자물리학에서의 응급차 출동 현상의 시간적 변화를 포괄할 수 있는가?
• RQ2 다양한 주제에서 발생한 응급차 출동 사건들이 누적 논문 수의 장기적 행동에서 공통된 패턴으로 수렴하는가?
• RQ3 관심도 감소를 묘사하는 데 있어 거듭제곱 법칙과 지수 감쇠 중 어느 것이 더 적합한가?
• RQ4 초기 데이터를 이용해 추측성 주제에 대한 논문 총 수를 신뢰성 있게 예측할 수 있는가?
• RQ5 다양한 주제에서 관측된 $N(T)$의 수렴 현상은 기저의 보편적 역학의 징후인지, 아니면 통계적 우연인지?

주요 결과

• 감소하는 $\mu(t)$를 기반으로 하는 두 매개변수 복합 포아송 모델이 시간에 따른 관심도 감소를 반영하여 입자물리학 분야의 9개 역사적 응급차 출동 사건을 최소한의 통계적 변동으로 잘 맞춘다.
• ATLAS $\gamma\gamma$ 초과의 경우, 2016년 6월 1일까지 모델이 $N(T) = 271 \pm 33$편의 논문을 예측하며, 예측 상한선은 310편이다.
• 지수 감쇠 모델이 관측된 $N(T)$의 시간적 변화에 더 잘 맞는 반면, 거듭제곱 법칙 모델은 더 뛰어난 예측 능력을 보였다.
• 연구한 9개의 응급차 출동 사건 중 5개가 유사한 장기적 $N(T)$ 곡선으로 수렴함을 확인하여, 가능성이 있는 보편적 척도 행동을 시사한다.
• 모델의 예측 능력은 사전 출판 논문의 피크 부하를 예측할 수 있을 정도로 강건하여 저널의 논문 제출 계획에 활용 가능하다.
• $N(T)$의 다양한 주제 간 수렴 현상은 유한한 공동체 규모나 공통된 인지적 역학 때문일 수 있으나, 그 원인은 아직 설명되지 않았다.