Наукометрия показала, что современная как бы наука в основном только схоластика

gle.ruНаукометрия — дисциплина, изучающая эволюцию науки через статистическую обработку научной информации (количество научных статей, опубликованных в данный период времени, цитируемость и т. д.).
Наукометрию 50 лет применяют как абсолютную основу оценки выполнения и финансирования различных научных единиц (институтов, команд, индивидуумов).
И, что же показала наукометрия современной как бы науки? Анализ миллионов публикаций показал, что по мере роста количества участников в команде снижается ее способность находить прорывные идеи в науке и технологиях — но растет способность «пережевывать» стандартные теории. В свою очередь, чем меньше размер команды, тем вероятнее она может стать отрицательницей стандартных теорий, впрочем, только если она не финансируется спонсорами. При наличии же финансирования всегда будут «пережевываться» только стандартные теории. Конечно же идеи продвигаемые такой командой не будут признаны мировой как бы наукой, наоборот через СМИ продвигается теория, что будущее только за большими командами из десятков человек, в то время как одиночки и маленькие группы не способны внести в поступь прогресса большого вклада.
Как были получены такие результаты…
У сотрудников Лаборатории знаний Чикагского университета было 42 миллиона научных статей и 611 миллионов цитирований из базы научных публикаций Web of Science (1954-2014 годы), 5 миллионов патентов из базы Ведомства по патентам и товарным знакам США за 1976-2014 годы, а также 65 миллионов цитирований между ними, и 16 миллионов проектов на платформе Github (2011-2014 годы) и 9 миллионов форков от них. (Форк или ответвление, это использование базы одного проекта в качестве старта для другого, при этом основной проект может как продолжать существование, так и прекратить его.)
Каждую работу в этом массиве они оценили на предмет того, совершенствовала ли она уже существующие идеи в науке и технике или совершала прорыв, предлагая нечто новое. В терминологии авторов, «подрывные» (disruptive) работы находят новые проблемы, ставя под вопрос существующую парадигму, а «развивающие» работы не подвергают парадигму сомнению, решая (develop) уже существующие проблемы.
Во-первых, ученые измеряли степень, до которой работа подрывает существующую научную парадигму, предлагая новую идею, или движется в русле уже сложившейся научно-исследовательской традиции. Этот показатель мог принимать значения в диапазоне от: -1 (разрабатывает существующие идеи), 0 (нейтральное значение) и 1 (прорывная работа).
Меру «подрывности» идей рассчитывали по методу «затмений», предложенному в 2017 году. Он гласит, что прорывная статья выталкивает из актуальной научной литературы прошлые работы, в то время как статья, разрабатывающая существующие идеи, напротив, удерживает и наращивает некоторый корпус текстов во внимании научного сообщества.
Поэтому статьи второго типа цитируются вместе с теми работами, на которые она опирается. С прорывными все иначе — они начинают набирать цитирование вместе с тем, как предшествовавшие ей тексты перестают упоминаться в новых публикациях.
Наукометристы измерили для всех статей коэффициент «Спящей красавицы», который оценивает то, насколько всплеск внимания к статье отсрочен от ее публикации во времени. Делается это путем расчета кривизны графика цитирования произведения. Иными словами, этот индекс наибольший, если статья ни разу не цитируется в течение какого-то времени после публикации, а затем начинает цитироваться резко, достигая экстремума. Это говорит о том, что ее оценили с запозданием. Индекс равен 0, если цитирование линейно многие годы после публикации, и отрицательный, если график функции вогнутый — то есть, слава настигает статью сразу же, но со временем эта слава блекнет.
Наконец, для каждой статьи учитывали ее индекс цитирования.
Сопоставив все эти метрики с числом авторов исследуемых публикаций, ученые увидели, что большие научные коллективы имеют тенденцию производить статьи, патенты и софт, который сразу же получает большое влияние, но подрывной потенциал этих продуктов монотонно снижается по мере добавления каждого нового члена команды. Например, по мере того как команды вырастают от 1 члена до 50, их статьи, патенты и софт падают в «подрывности» на 70, 30 и 50% соответственно.
В заголовках подрывных чаще встречаются слова «ввести», «измерить», «изменить» и «продвинуться», в то время как заголовки консервативных работ чаще используются «одобрить», «подтвердить», «продемонстрировать», «теория» и «модель».
Те же самые результаты получились, когда ученые взяли только самые подрывные и значительные работы. Авторы-одиночки также влиятельны (топ 5% цитирований), как и команды с пятью участниками, но их статьи на 72% вероятнее будут высоко подрывными (топ 5% подрывных). С другой стороны, работы команд из 10 человек на 50% вероятнее выпустят высокоимпактную статью, но вот шансы на прорыв у них намного более низки. Повторив исследование на патентах и софте, авторы получили те же результаты.
Далее ученые поставили вопрос, как большие и малые коллективы ищут в базах данных идеи для своих новых статей, патентов или софта. Для этого исследователи сравнили средний относительный возраст статей в библиографических списках публикаций и «попсовость», то есть, то, сколько еще статей ссылаются на те же источники, что и данная статья. Оказалось, что одиночки и маленькие команды гораздо чаще «копали вглубь», т.е. строили свои исследования на более старых и менее популярных идеях.
А команды, в которых больше людей, охватывающих более широкие области знания, менее вероятно будут строить свои исследования вокруг старых и непопулярных идей — напротив, скорее будут отталкиваться на недавние высокоимпактные работы. И по мере роста коллектива эта склонность тоже только растет. Поэтому большие исследовательские группы получают больше цитирований их собственной работы немедленно, поскольку двигаются в общем русле современной им исследовательской программы.
В свою очередь, маленькие команды начинают получать цитирования значительно позже. К примеру, индекс Спящей красавицы для команд из 1-2 человек в среднем в 2 раза выше, чем для команды из 10 человек. Таким образом, успешная маленькая команда исследователей создает платформу для дальнейшей работы больших команд.
Эффект от того, что большие команды соединяют комбинации идей из разных областей знания достигает предела в командах из примерно 10 человек, а затем идет на спад по мере дальнейшего роста команды.
Это означает, что от совмещения широкого круга идей в какой-то момент выигрывают коллективы покрупнее, но эти идеи с большей вероятностью попадут в научные публикации, когда возникают внутри маленьких команд.

#

Оставить комментарий

Ваш e-mail не будет опубликован. Обязательные поля помечены *