[论文解读] The impact of the COVID-19 pandemic on academic productivity

Andrew R. Casey, Ilya Mandel+1 more|arXiv (Cornell University)|Sep 14, 2021

Health and Medical Research Impacts被引用 7

一句话总结

本研究利用2007年至2021年arXiv平台的预印本提交数据，分析了新冠疫情对学术生产力的影响。总体生产力保持稳定，2020年预印本总数增长12.6%，但各学科间存在显著差异，尤其是与新冠疫情相关的定量生物学预印本数量激增50%，凸显了各学科在研究优先级上的转变以及整体研究的韧性。

ABSTRACT

'Publish or perish' is an expression describing the pressure on academics to consistently publish research to ensure a successful career in academia. With a global pandemic that has changed the world, how has it changed academic productivity? Here we show that academics are posting just as many publications on the arXiv pre-print server as if there were no pandemic: 168,630 were posted in 2020, a +12.6% change from 2019 and $+1.4σ$ deviation above the predicted 162,577 $\pm$ 4,393. However, some immediate impacts are visible in individual research fields. Conference cancellations have led to sharp drops in pre-prints, but laboratory closures have had mixed effects. Only some experimental fields show mild declines in outputs, with most being consistent on previous years or even increasing above model expectations. The most significant change is a 50% increase ($+8σ$) in quantitative biology research, all related to the COVID-19 pandemic. Some of these publications are by biologists using arXiv for the first time, and some are written by researchers from other fields (e.g., physicists, mathematicians). While quantitative biology pre-prints have returned to pre-pandemic levels, 20% of the research in this field is now focussed on the COVID-19 pandemic, demonstrating a strong shift in research focus.

研究动机与目标

• 利用预印本数据评估新冠疫情对科学各领域学术生产力的影响。
• 通过建模arXiv预印本提交的长期趋势，以分离出与疫情相关的偏离。
• 识别因会议取消和实验室关闭等导致的学科特定中断。
• 量化与疫情相关的研究激增，特别是定量生物学领域的变化。
• 强调使用总体预印本数量评估个体或群体层面生产力影响的局限性。

提出的方法

• 获取了2007年4月至2021年5月期间1,475,914篇arXiv预印本的元数据，包括创建日期、学科分类、标题、作者和摘要。
• 采用具有准周期核的高斯过程对月度预印本数量进行建模，以捕捉长期线性趋势和季节性变化。
• 作为稳健性检验，使用自回归积分滑动平均（ARIMA）模型，设置季节性参数（p=d=q=1，P=D=Q=1，m=12）。
• 通过在标题或摘要中搜索关键词（'pandemic'、'COVID'、'SARS-CoV-2'、'lockdown'、'coronavirus'）识别与疫情相关的预印本。
• 通过按姓氏和名字首字母组合作者信息，解决姓名歧义问题，减少作者身份误拆或误合并。
• 将2020年实际观测到的预印本数量与模型预测值进行比较，以检测显著偏离，采用统计显著性阈值（如总体为+1.4σ，定量生物学为+8σ）。

实验结果

研究问题

• RQ1 新冠疫情是否在arXiv预印本提交数据中导致了可测量的总体学术生产力变化？
• RQ2 因会议取消和实验室关闭等导致的学科特定中断，如何影响不同研究领域的预印本产出？
• RQ3 与新冠疫情相关的预印本激增的规模和来源是什么，特别是在定量生物学领域？
• RQ4 总体预印本趋势在多大程度上掩盖了对个体研究人员或研究群体的不均衡影响？
• RQ5 高斯过程和ARIMA等统计模型在捕捉预印本提交模式基线趋势方面表现如何？

主要发现

• 2020年arXiv的总预印本提交量为168,630篇，较模型预测值162,577 ± 4,393篇高出12.6%（+1.4σ偏离）。
• 最显著的偏离出现在定量生物学领域，其预印本数量增长50%（+8σ偏离），该领域20%的研究聚焦于新冠疫情。
• 核晶格物理（hep-lat）在2020年出现明显下降，原因是国际核晶格场论研讨会取消，该会议通常在12月产生投稿高峰。
• 高能物理（hep-ex）的预印本数量比预测值少了20%，可能由于实验室关闭和实验数据访问受限。
• 高斯过程模型在捕捉hep-lat领域下降趋势方面优于ARIMA，表明其更能有效建模非平稳的季节性模式。
• 尽管存在学科层面的中断，总体学术生产力保持稳定，表明疫情并未导致大多数学科研究产出的系统性下降。