[论文解读] Emergence of Structural Inequalities in Scientific Citation Networks

Buddhika Nettasinghe, Nazanin Alipourfard+2 more|arXiv (Cornell University)|Mar 19, 2021

Complex Network Analysis Techniques参考文献 21被引用 9

一句话总结

本文识别了科学引文网络中的结构性不平等现象，表明尽管产出相当，女性作者以及来自顶尖机构的研究人员获得的引用却更少。通过一种有向引文网络的动态模型，研究发现同质性偏好（homophily）、优先连接（preferential attachment）以及群体规模失衡是造成这些差异的原因，并发现减少同质性偏好并改善新作者的整合效果，比单纯增加少数群体代表性更有效。

ABSTRACT

Structural inequalities persist in society, conferring systematic advantages to some people at the expense of others, for example, by giving them substantially more influence and opportunities. Using bibliometric data about authors of scientific publications, we identify two types of structural inequalities in scientific citations. First, female authors, who represent a minority of researchers, receive less recognition for their work (through citations) relative to male authors; second, authors affiliated with top-ranked institutions, who are also a minority, receive substantially more recognition compared to other authors. We present a model for the growth of directed citation networks and show that citations disparities arise from individual preferences to cite authors from the same group (homophily), highly cited or active authors (preferential attachment), as well as the size of the group and how frequently new authors join. We analyze the model and show that its predictions align well with real-world observations. Our theoretical and empirical analysis also suggests potential strategies to mitigate structural inequalities in science. In particular, we find that merely increasing the minority group size does little to narrow the disparities. Instead, reducing the homophily of each group, frequently adding new authors to a research field while providing them an accessible platform among existing, established authors, together with balanced group sizes can have the largest impact on reducing inequality. Our work highlights additional complexities of mitigating structural disparities stemming from asymmetric relations (e.g., directed citations) compared to symmetric relations (e.g., collaborations).

研究动机与目标

• 调查科学引文网络中结构性不平等的存在及其成因。
• 分析性别与机构声望如何影响学术界的引文差异。
• 构建一个能捕捉现实世界不平等模式的引文网络增长动态模型。
• 评估减轻基于引文的科研不平等等级的策略。
• 比较群体规模、同质性偏好与整合率对引文不平等的影响。

提出的方法

• 提出一种具有两组（如男性/女性或顶尖机构/其他）的有向引文网络动态随机模型，以模拟引文行为。
• 整合三种关键机制：同质性偏好（倾向于引用同组作者）、优先连接（倾向于引用高引作者）以及群体规模效应。
• 使用平均场近似分析引文不平等的长期行为，推导出渐近不平等的不动点方程。
• 利用大规模书目数据集对模型进行实证验证，比较预测值与实际观测到的引文差异。
• 引入一个参数化模型（DMPA），以模拟同质性偏好、整合率与群体规模变化对不平等的影响。
• 分析模型更新函数的压缩映射性质，以确保不平等预测的收敛性与稳定性。

实验结果

研究问题

• RQ1 性别与机构声望在多大程度上导致科学引文网络中的结构性不平等？
• RQ2 同质性偏好与优先连接如何共同塑造有向网络中的引文差异？
• RQ3 少数群体的规模与整合率在维系或减少引文不平等方面发挥何种作用？
• RQ4 仅增加代表性群体的规模是否足以减少引文差异？
• RQ5 哪些网络层面的干预措施——如降低同质性偏好或改善整合——最能有效缓解引文不平等？

主要发现

• 尽管发表量相当，女性作者获得的引用显著少于男性作者，表明在认可度方面存在持续的性别差距。
• 来自顶尖机构的研究人员即使控制了发表量，也获得远多于其他人的引用，揭示了基于声望的引文偏见。
• 单纯增加少数群体规模对减少引文不平等影响甚微，挑战了‘仅靠代表性提升即可解决不公’的假设。
• 降低同质性偏好——尤其是主导群体中的同质性偏好——对减少不平等的影响，强于增加少数群体代表性。
• 频繁地将新作者整合进网络，尤其是使其能接触到已有研究者，能显著减少引文差异。
• 模型表明，优先连接会放大不平等，尤其当与高同质性偏好和群体失衡结合时；减少该效应可有效降低不平等。