[论文解读] Analyzing Linguistic Complexity and Scientific Impact

Chao Lu, Yi Bu+7 more|arXiv (Cornell University)|Jul 27, 2019

Topic Modeling参考文献 43被引用 7

一句话总结

本研究利用36,400篇生物学和1,797篇心理学全文文章中的12项语言复杂性特征，探讨了语言复杂性与科学影响力之间的关系。尽管分析了多种文本复杂性指标，作者在两个学科中均未发现语言复杂性与基于引文的影响力等级之间存在实际显著相关性，表明在这些数据集中，语言复杂性在科学影响力中所起的作用微乎其微。

ABSTRACT

The number of publications and the number of citations received have become the most common indicators of scholarly success. In this context, scientific writing increasingly plays an important role in scholars' scientific careers. To understand the relationship between scientific writing and scientific impact, this paper selected 12 variables of linguistic complexity as a proxy for depicting scientific writing. We then analyzed these features from 36,400 full-text Biology articles and 1,797 full-text Psychology articles. These features were compared to the scientific impact of articles, grouped into high, medium, and low categories. The results suggested no practical significant relationship between linguistic complexity and citation strata in either discipline. This suggests that textual complexity plays little role in scientific impact in our data sets.

研究动机与目标

• 检验科学写作中的语言复杂性是否与高影响力期刊中的学术影响力相关。
• 识别并测量全文科学论文中的12项特定语言复杂性特征。
• 比较生物学和心理学学科中高、中、低引文等级之间的这些语言特征。
• 评估文本复杂性是否影响引文数量，这是科学影响力的关键指标。

提出的方法

• 本研究从36,400篇全文生物学文章和1,797篇全文心理学文章中提取了12项语言复杂性特征。
• 语言复杂性通过句法、词汇和语篇层面的特征进行衡量，例如句子长度、词频和句法多样性。
• 根据引文数量，将文章划分为高、中、低引文等级。
• 通过统计分析比较不同引文类别之间的语言特征，以检测显著差异。
• 分析使用非参数检验方法，评估在影响力等级之间语言复杂性差异的实际显著性。
• 本研究聚焦于全文文章，以确保全面提取语言特征。

实验结果

研究问题

• RQ1 在生物学和心理学文章中，语言复杂性与科学影响力之间是否存在显著关系？
• RQ2 引文数量更高的文章是否表现出比低引文文章更强的语言复杂性？
• RQ3 哪些特定语言特征与基于引文的影响力关联最强？
• RQ4 语言复杂性与科学影响力之间的关系是否在不同科学学科之间存在差异？
• RQ5 语言复杂性是否是学术出版中学术影响力的有效预测指标？

主要发现

• 在生物学和心理学文章中，语言复杂性与引文等级之间均未发现实际显著相关性。
• 在两个学科中，12项语言复杂性特征在高、中、低引文组之间的差异极小。
• 统计检验显示，高引文文章中语言复杂性增加的模式并不一致。
• 在不同引文等级之间，语言复杂性差异的效应量可忽略不计，表明实际意义较低。
• 在所分析的数据集中，语言复杂性并非科学影响力的可靠预测指标。
• 结果表明，除文本复杂性之外的其他因素，如新颖性或方法严谨性，可能才是驱动科学影响力的关键因素。