[论文解读] An Applied Knowledge Framework to Study Complex Systems
本文提出了一种应用型知识框架，将复杂系统中的知识生产建模为相互依存的知识领域内共进化的视角，基于对城市复杂性地理理论的混合方法分析。该框架通过将认识论结构与系统设计和建模的实际应用相结合，实现了对复杂性的反思性、跨学科管理。
The complexity of knowledge production on complex systems is well-known, but there still lacks knowledge framework that would both account for a certain structure of knowledge production at an epistemological level and be directly applicable to the study and management of complex systems. We set a basis for such a framework, by first analyzing in detail a case study of the construction of a geographical theory of complex territorial systems, through mixed methods, namely qualitative interview analysis and quantitative citation network analysis. We can therethrough inductively build a framework that considers knowledge entreprises as perspectives, with co-evolving components within complementary knowledge domains. We finally discuss potential applications and developments.
研究动机与目标
- 解决复杂系统研究中缺乏同时兼顾认识论结构与实际应用的知识框架的问题。
- 开发一个反映知识领域及其承载者在科学知识生产中共同进化的框架。
- 通过在系统建模与设计中明确隐含的方法论与认识论选择，提供一种管理复杂性的工具。
- 通过地理学与工程学的案例研究展示该框架的普适性，证明其在不同领域间的可迁移性。
- 为未来工作奠定基础，特别是通过数据流机器与本体的整合，实现框架的形式化。
提出的方法
- 对复杂城市系统地理理论中的知识生产开展混合方法分析，结合半定向访谈关键研究人员与定量引文网络分析。
- 通过基于视角的方法，识别并绘制知识领域作为相互依存的组件，通过反馈与互动实现共进化。
- 应用以视角主义为基础的认知认识论，其中每个视角都是具有共同目标与承载者的知识领域结构集合。
- 使用弱涌现概念定义视角内本体元素之间的层级关系，实现规范分解。
- 将知识领域投影为完整网络，以探索所有可能的二元关系（如约束、知识转移、方法论综合），展示共进化动态。
- 通过将数据流机器模型（来自[8]）与基于本体的表示（来自[11]）耦合，提出形式化路径，连接数据、建模与经验/理论组件。
实验结果
研究问题
- RQ1如何在保持对系统设计与管理的直接适用性的同时，对复杂系统知识生产进行认识论结构化？
- RQ2共进化的知识领域在复杂系统科学理论发展中扮演何种角色？
- RQ3混合方法方法——定性访谈与定量引文分析——如何揭示知识生产中的认识论结构？
- RQ4基于视角的框架在复杂系统研究中如何支持反思性与跨学科整合？
- RQ5何种形式基础可支撑该知识框架在建模与仿真中实现可扩展且系统化的应用？
主要发现
- 演化城市理论的构建源于建模、实证数据与理论框架等知识领域之间的共进化，而非线性推进。
- 对关键研究人员的访谈表明，方法论选择具有反思性与情境依赖性，无单一领域主导知识生产过程。
- 引文网络分析显示，知识领域通过反馈回路相互关联，部分领域充当跨领域整合的催化剂。
- 将框架投影为知识领域的完整网络，揭示了多种关系类型——约束、知识转移与方法论综合——表明其动态共进化特性。
- 基于本体的视角分解利用弱涌现，为视角提供了规范结构，使知识组件的系统分析成为可能。
- 提出了一条形式化路径，将数据流机器与本体整合，为未来该框架的数学形式化奠定基础。
更好的研究，从现在开始
从阅读论文到最终审阅，大幅缩短您的研究时间。
无需绑定信用卡
本解读由 AI 生成，并经人工编辑审核。