[论文解读] Meta-research on COVID-19: An overview of the early trends

Giovanni Colavizza|arXiv (Cornell University)|Jun 5, 2021

Misinformation and Its Impacts参考文献 140被引用 5

一句话总结

这篇元研究论文分析了2020–2021年新冠疫情期间早期的研究趋势，探讨了研究实践、数据使用、科学传播以及对研究人员影响的转变。研究发现，疫情加速了开放科学、预印本采纳、文献分析中机器学习的应用以及公众对科学的参与——其中许多趋势很可能在疫情后持续存在，尤其是虚拟会议和研究人员的公众可见度。

ABSTRACT

COVID-19 is having a dramatic impact on research and researchers. The pandemic has underlined the severity of known challenges in research and surfaced new ones, but also accelerated the adoption of innovations and manifested new opportunities. This review considers early trends emerging from meta-research on COVID-19. In particular, it focuses on the following topics: i) mapping COVID-19 research; ii) data and machine learning; iii) research practices including open access and open data, reviewing, publishing and funding; iv) communicating research to the public; v) the impact of COVID-19 on researchers, in particular with respect to gender and career trajectories. This overview finds that most early meta-research on COVID-19 has been reactive and focused on short-term questions, while more recently a shift to consider the long-term consequences of COVID-19 is taking place. Based on these findings, the author speculates that some aspects of doing research during COVID-19 are more likely to persist than others. These include: the shift to virtual for academic events such as conferences; the use of openly accessible pre-prints; the `datafication' of scholarly literature and consequent broader adoption of machine learning in science communication; the public visibility of research and researchers on social and online media.

研究动机与目标

• 绘制科学界应对新冠疫情的早期元研究趋势图谱。
• 分析疫情对研究实践的影响，包括开放获取、开放数据、同行评审和资金支持。
• 考察科学传播的变化，包括社交媒体、替代计量指标以及维基百科等平台的作用。
• 评估疫情对研究人员的性别化和职业相关影响，特别是早期职业和承担照护责任的学者。
• 识别出疫情期间引入的研究创新中，哪些可能在危机期后持续存在。

提出的方法

• 通过谷歌学术的关键词搜索和专家判断进行系统性文献筛选，重点关注2020–2021年具有影响力的成果。
• 利用谷歌学术进行引用网络分析，以扩展初始相关文献集合，包括内引和外引文献。
• 通过Dimensions数据库筛选标题或摘要中包含“covid”的出版物，按期刊范围和出版类型进行过滤。
• 除非提出新颖的实证结果，否则排除评论性文章，重点聚焦于定量和定性研究。
• 使用研究领域（FOR）类别过滤大型期刊中的生物医学类内容，以确保更广泛的学科覆盖。
• 在所有阶段应用一致标准：引用次数、出版场所、作者声誉以及研究成果的创新性。

实验结果

研究问题

• RQ1 研究界如何迅速调整研究重点以应对新冠疫情？短期研究趋势有哪些？
• RQ2 疫情在多大程度上加速了开放科学实践的采用，例如开放获取、开放数据和预印本？
• RQ3 疫情期间科学传播如何演变，特别是通过社交媒体和替代计量指标？
• RQ4 疫情对研究人员的长期影响是什么，特别是对性别差异和职业轨迹的影响？
• RQ5 疫情期间引入的哪些研究创新可能在危机期后持续存在？

主要发现

• 疫情引发了跨学科研究关注的迅速且大规模的转变，但这种转变的长期稳定性仍不确定。
• 学术文献作为数据的可及性，推动了机器学习在科研传播中的应用激增，其中CORD-19因机构支持和数据可及性而成为关键成功案例。
• 开放获取和预印本的使用显著扩展，预印本在疫情后变得越来越普遍，而传统同行评审和资金体系则在速度和规模上面临挑战。
• 社交媒体参与度，特别是推特平台上的互动，与后期的引用影响力呈正相关，表明科学可见度和替代计量指标出现新趋势。
• 维基百科在疫情期间表现出强大的韧性和响应能力，成为关键的开放获取科学传播平台。
• 初步证据表明，女性和早期职业研究人员受到的影响不均等，主要由于照护责任和高度竞争的学术环境，但长期后果仍基本无法量化。