[论文解读] Scientometrics and Science Studies: From Words and Co-Words to Information and Probabilistic Entropy

Loet Leydesdorff|arXiv (Cornell University)|May 22, 2015

Cognitive Science and Mapping参考文献 20被引用 3

一句话总结

本文提出将科学史研究中的定性洞见与科学计量学中的定量方法相结合，通过应用信息论和概率熵来分析科学文献中的词汇与共现词模式。文章认为，信息微积分——特别是基于熵的度量——能够调和定性意义与定量分析，为跨学科科学研究提供一个稳健的框架。

ABSTRACT

The tension between qualitative theorizing and quantitative methods is pervasive in the social sciences, and poses a constant challenge to empirical research. But in science studies as an interdisciplinary specialty, there are additional reasons why a more reflexive consciousness of the differences among the relevant disciplines is necessary. How can qualitative insights from the history of ideas and the sociology of science be combined with the quantitative perspective? By using the example of the lexical and semantic value of word occurrences, the issue of qualitatively different meanings of the same phenomena is discussed as a methodological problem. Nine criteria for methods which are needed for the development of science studies as an integrated enterprise can then be specified. Information calculus is suggested as a method which can comply with these criteria.

研究动机与目标

• 解决社会科学与科学研究中长期存在的定性理论与定量方法之间的张力。
• 开发一种方法论框架，统一思想史与科学社会学的定性洞见与定量数据分析。
• 通过分析科学文本中的词汇与语义模式，解决不同学科对同一现象赋予不同意义的挑战。
• 提出信息微积分为统一方法，满足为整合科学研究所提出的九项标准。
• 展示概率熵如何作为科学传播中意义与复杂性的度量。

提出的方法

• 使用词汇与共现词频率分析，从科学文献中提取语义模式。
• 应用信息论，特别是香农熵，量化词汇出现中的不确定性与信息含量。
• 将科学传播建模为概率系统，其中词汇频率代表随机过程中的概率。
• 引入“信息熵”概念，作为科学文本中语义多样性与复杂性的度量。
• 采用共现词分析，绘制科学术语之间的概念关联，将共现视为概念接近性的代理指标。
• 提出基于熵的度量可作为评估科学知识信息含量的客观、可扩展的度量标准。

实验结果

研究问题

• RQ1 如何系统性地将科学史研究中的定性洞见与科学计量学中的定量数据分析相结合？
• RQ2 发展整合性科学研究所需的方法论标准是什么？
• RQ3 信息熵在多大程度上可作为科学文本中语义复杂性与意义的度量？
• RQ4 词汇与共现词模式如何反映科学文献中潜在的概念结构？
• RQ5 概率熵能否为科学研究所中定性与定量方法的比较提供共同度量？

主要发现

• 信息微积分，特别是概率熵，为分析科学文本的语义内容提供了数学上严谨的框架。
• 基于熵的词汇与共现词分布度量能够捕捉科学知识结构的复杂性与多样性。
• 该方法满足为整合定性与定量方法在科学研究所提出的九项标准。
• 结合熵的共现词分析可识别概念聚类及科学话语随时间的演变。
• 该方法实现了对科学文献的客观、可复现且可扩展的分析，无需依赖主观解释。
• 本文证明，信息论度量能够弥合科学研究所中定性意义与定量测量之间的鸿沟。