文章來源：Nature自然科研

　　原文作者：Alexander J。 Gates，姜武和安琥 Qing Ke， Onur Varol & Albert-László Barabási

　　為《自然》150周年紀念撰寫的一篇分析指出，和以往相比，現(xiàn)在的科研論文所參考的資料來自更多的科研領(lǐng)域。

　　知識如何啟迪學(xué)科和改變學(xué)科，這本身就是一個活躍的研究領(lǐng)域[1]。關(guān)于新發(fā)現(xiàn)，新觀點，新概念和新技術(shù)的元研究對政策制定者來說很重要，因為他們希望資助能滿足社會最迫切需要的研究，而社會問題不可避免地牽涉多個學(xué)科。

　　從1869年創(chuàng)刊以來，《自然》成為了許多學(xué)科的重大科研進步的展示窗口。為了紀念它的誕辰，我們追蹤了不同學(xué)科論文引用以及被引用的模式。我們采用的數(shù)據(jù)來自Web of Science （WoS） 收錄的數(shù)千萬篇科學(xué)論文。WoS是一個收錄了1900年之后的數(shù)千種期刊的文獻索引系統(tǒng)，屬于科睿唯安（Clarivate Analytics）。我們的重點關(guān)注對象是《自然》的論文。在我們看來，上面這張圖片表明學(xué)科融合正在變得愈發(fā)普遍。

　　但要注意幾點。我們的指標(biāo)在20世紀初表現(xiàn)出一定的跳躍性，一部分原因在于當(dāng)時的論文的引用文獻要少得多。在20世紀20年代前，《自然》的論文一般不列出參考文獻。但是如今的論文的參考文獻可達50條。另外需要指出的是，WoS承認的學(xué)科數(shù)量從1900年的57個增長至1993年的251個，但這個因素只能部分解釋我們發(fā)現(xiàn)的規(guī)律。

　　許多學(xué)者都開發(fā)出了評估科學(xué)出版對知識的影響的指標(biāo)和測量方法。

　　從整體來看，我們的分析發(fā)現(xiàn)，和100年前相比，現(xiàn)在的論文參考的學(xué)科更多，影響的學(xué)科也更多，不過有一部分學(xué)科的影響力比另一部分的要大。《自然》出版的大多是細分學(xué)科的專業(yè)論文，因此參考文獻的學(xué)科范圍較為狹窄。但是，刊登在《自然》上的論文卻會被眾多學(xué)科引用。

　　龐大的論文庫

　　我們從WoS數(shù)據(jù)庫中提取了1900-2017年間的論文的參考文獻，這些文獻包含著近7億引用關(guān)系。我們對其中有至少1條引用文獻，受到至少1次引用并且發(fā)表在2010年前（這樣論文有累計引用的時間）的約1900萬論文進行了分析。最后所得的論文庫包含3800萬篇論文的學(xué)科信息。

　　為了識別論文所屬學(xué)科，我們采用了WoS的粗略分類信息。這些信息不一定完美，但是憑借龐大的數(shù)量能夠揭示出一定的規(guī)律。大多數(shù)期刊按學(xué)科劃分，WoS會根據(jù)論文所發(fā)表的期刊對其所屬領(lǐng)域進行判定，將其歸為一個或多個學(xué)科。比如，發(fā)表在Journal of Bacteriology上的論文就被歸為微生物學(xué)。

　　通過識別文獻引用，我們就能追溯一篇論文的構(gòu)思心路，因為作者會在參考文獻里列出他們采用的理論，方法，技術(shù)以及思想的來源。同樣，我們也可以通過一篇論文得到的引用來評估其影響力。在用引用來評估論文和作者時需要小心謹慎，但是，這類數(shù)據(jù)的體量以及可用性仍可以為我們展示科學(xué)知識累積的過程[1]。

　　利用WoS的學(xué)科分類，我們分析了88637篇《自然》論文如何調(diào)節(jié)思想的“新陳代謝”。對于一篇參考文獻主要來自生物醫(yī)學(xué)研究領(lǐng)域的《自然》論文，它自身的引用也將主要來自其它生物醫(yī)學(xué)研究論文（見“知識流動”），不過約有一半引用來自其他學(xué)科。

　　與之相比，主要參考了工程和技術(shù)文獻的論文更有可能被其他學(xué)科引用（72%），被本學(xué)科引用的量只占28%。不過，工程和技術(shù)類論文只占《自然》發(fā)表的論文的一小部分，而被選中的論文主要是因為它們的影響面大。另一個極端則是地球科學(xué)和空間科學(xué)的論文，這類論文更有可能被本學(xué)科（72%）而不是其他學(xué)科引用（28%）。

　　另外一個分析學(xué)科內(nèi)和跨學(xué)科知識流動的方法是研究共引情況[2]。這個方法將每篇論文看成一個節(jié)點，以點表示。如果有另外一篇論文同時引用了2篇論文，那么這兩篇論文就形成了連接，節(jié)點的大小代表著共引的次數(shù)。我們的可視化算法將每個連接看作可以伸縮的彈簧，并讓連接盡可能地短。利用這個算法，我們對《自然》論文的學(xué)科交叉水平進行了歸類（見go.nature.com/n150int）。

　　整體的網(wǎng)絡(luò)結(jié)構(gòu)與人們對學(xué)科間的關(guān)系的感受遙相呼應(yīng)。論文根據(jù)所屬年代和主題匯聚成群，因為作者通常?引用和本論文主題相關(guān)的近期論文[3]。在《自然》最近的歷史中（見“隨時間變化的學(xué)科”），超過一半的論文屬于生命科學(xué)領(lǐng)域。因此，大量生物醫(yī)學(xué)論文聚集成簇，出現(xiàn)在了網(wǎng)絡(luò)中。

　　從1930年開始（此時可以利用參考文獻對論文學(xué)科進行分類），物理論文的占比下降，地球科學(xué)和空間科學(xué)的占比上升。某些論文（比如發(fā)現(xiàn)了第一顆繞類日恒星運行的系外行星的論文[4]）被深嵌在同類論文中。但是發(fā)現(xiàn)臭氧層空洞[5]這篇論文出現(xiàn)在許多領(lǐng)域（化學(xué)，社會科學(xué)和地球科學(xué)）匯集的地方（見“共引網(wǎng)絡(luò)”）。我們的分析顯示，這篇論文的參考文獻所屬學(xué)科比95%的《自然》論文更加多樣，而它被引用的領(lǐng)域也比99%的《自然》論文更加繁多。

　　如果是對更專的期刊進行同樣的共引網(wǎng)絡(luò)分析，得到的結(jié)果會大不相同。但是在《自然》的共引網(wǎng)絡(luò)中，科學(xué)史上的獨特片段依舊得到了彰顯（見go.nature.com/2patums）。這些片段包括：20世紀30年代的放射性元素的研究，80年代末和90年代超導(dǎo)材料的廣泛應(yīng)用研究以及對其理論基礎(chǔ)的深入探討。

　　時間流逝

　　在過去的一百年里，每個學(xué)科的論文數(shù)量都呈指數(shù)式增長[1]。盡管不同學(xué)科的增長速率不同，但是大約從60年代開始，火鳥雙搜48%的論文屬于生命科學(xué)領(lǐng)域（另外42%的論文屬于“硬”科學(xué)，10%屬于行為科學(xué)）。

　　研究者對跨學(xué)科影響力的定義和測量方法不盡相同。多學(xué)科一般指的是包含多種學(xué)科，同時各個學(xué)科保持相對獨立。我們對多學(xué)科期刊的定義是期刊論文參考的學(xué)科以及影響的學(xué)科的廣度。學(xué)科交叉一般指的是學(xué)科的融合，我們對跨學(xué)科的定義是某篇論文的參考文獻的多樣性，以及該論文滲透影響多個學(xué)科的多樣性。

　　雖然很難評估引用了某篇論文的其他研究之間的融合度，但是我們的定義能夠衡量某篇論文傳播的知識是否具有多方位的影響[6]。這種分析能夠顯示多種學(xué)科交叉的程度，但是并不能體現(xiàn)學(xué)科交叉的具體作用方式。

　　我們首先研究了某本期刊論文的參考文獻和被引情況所反映的學(xué)科廣度，以了解該刊的多學(xué)科性（見“靈感源和影響力”）。我們對期刊里的每篇論文的參考文獻（靈感源），以及引用了這篇論文的其他論文（影響力）的主要所屬領(lǐng)域進行標(biāo)記，然后對其多學(xué)科性進行打分（從0-1）。

　　我們利用歸一化熵（normalized entropy）進行記分。0分意味著一篇文章的所有參考文獻，或者引用了這篇文章的論文均屬于同一個學(xué)科。1分意味著參考文獻以及引用文獻中學(xué)科分布是均勻的。我們發(fā)現(xiàn)，歸一化熵并不受到期刊發(fā)表論文數(shù)量的影響，它反映的可能是期刊的其他特質(zhì)，比如接收的稿件特征，或是編輯的選擇標(biāo)準。

　　對大多數(shù)期刊來說，論文影響力以及靈感源的學(xué)科范圍高度相關(guān)。對于那些學(xué)科性很強的期刊，如《細胞》和《物理評論快報》來說也是如此。當(dāng)代期刊論文的參考文獻和被引的學(xué)科數(shù)量一般是6個。

　　泛科學(xué)期刊《自然》和《科學(xué)》的影響力（被引用）以及靈感源（參考文獻）的學(xué)科廣度超過99.7%的期刊。《自然》的多學(xué)科性在20世紀60年代達到頂峰，之后一直維持在高位。這或許反映了《自然》收錄的論文擁有更廣泛的吸引力，蟹都匯官網(wǎng)并且這些論文更容易被科學(xué)界獲知。

　　其次，通過測量每一篇論文的參考文獻以及引用了它的文獻的學(xué)科多樣性，我們對每一篇論文的學(xué)科交叉性進行了評估[7-10]。有許多方法可以測量學(xué)科交叉性，有時得到的結(jié)果可能并不一致（見參考文獻11，12）。

　　但是研究者們就一點達成了一致，那就是僅僅看參考文獻和引用的學(xué)科數(shù)量是不夠的。比如，一些論文的參考文獻里大部分是生物學(xué)和臨床醫(yī)學(xué)的研究，那么它的學(xué)科多樣性就不如那些綜合了生物學(xué)和物理的論文。我們采用饒斯特林指數(shù)（the Rao–Stirling diversity index）來測量這個性質(zhì)，饒斯特林指數(shù)能夠反映代表性的學(xué)科數(shù)量，它們的分布以及差異，所得指標(biāo)的范圍在0和1之間[13]。

　　我們的分析顯示，參考文獻和引用的學(xué)科多樣性都在增長。粗略來看，近10年里一篇典型的論文的參考文獻以及引用了它的論文所涉及的學(xué)科數(shù)量是50年前的3倍。

　　目前平均一篇論文要參考11個學(xué)科的文獻，但《自然》的論文的參考文獻學(xué)科數(shù)量僅僅為9個。這印證了之前的研究結(jié)論——有高度影響力的論文也更有深度[14]。

　　反之，泛科學(xué)期刊受到引用的學(xué)科范圍高于其他期刊，這說明這類期刊在科學(xué)界的影響范圍比其參考的范圍更廣。這個現(xiàn)象很合理，因為這類期刊希望通過出版科學(xué)大發(fā)現(xiàn)來影響更多的讀者。

　　有時，向山鐵也某篇論文的參考文獻所屬學(xué)科和它所影響的學(xué)科相距甚遠。比如，2003年系統(tǒng)生物學(xué)家Leroy Hood 和David Galas[15]發(fā)表在《自然》上發(fā)表了“The Digital Code of DNA”，火鳥雙搜它的參考文獻主要來自分子生物學(xué)，但是卻被計算機科學(xué)，臨床醫(yī)學(xué)以及社會科學(xué)引用。

　　我們賦予跨學(xué)科性0-1的分值區(qū)間。0指的是某篇論文的參考文獻和引用了這篇論文的學(xué)科完全相同。1指的是，兩者完全不同（用JS散度來計算，JS散度體現(xiàn)了兩個概率分布之間的差別）。

　　我們發(fā)現(xiàn)，近幾十年來跨學(xué)科性下降了，泛科學(xué)期刊的下降速度超過了整體水平。這或許是因為，非�；萆�活跨學(xué)科的研究會影響到包括該研究所屬的多個學(xué)科。隨著參考學(xué)科數(shù)量的增加，它能影響的一套完全不同的學(xué)科范圍便縮小了。

　　對科研成果的評估最好在其所在學(xué)科的框架內(nèi)進行。比如，生物醫(yī)學(xué)類研究的引用數(shù)量和生物醫(yī)學(xué)類的相比才更有意義，和物理學(xué)的比意義就不大了。但是如果學(xué)科之間的“互動”不斷上升，那么限制嚴格的比較就失去了價值。

　　我們認為研究一篇論文涉及哪些學(xué)科，可能有助于進行學(xué)科間的比較，也有助于改進對論文影響力的評估。此外，如果學(xué)科之間的界限不再分明，那么嚴格的院系劃分以及資助項目就不太說得通了。作為研究網(wǎng)絡(luò)的科學(xué)家，我們希望科學(xué)不再那么封閉。

　　我們發(fā)現(xiàn)，所有學(xué)科都出現(xiàn)了學(xué)科交叉性的增長，且沒有放緩的跡象。隨著研究人群，科研論文以及知識的增加，不同學(xué)科會變得愈來愈融合。研究機構(gòu)以及資助單位應(yīng)該意識到，學(xué)科交叉正在成為主流。

本文地址：http://www.kjdzwh.cn/info/2019/11/2416461215.html