导语


团队新人、全新合作、科研新手会对科研团队的学术研究带来怎样的影响呢?近日,北京师范大学曾安、樊瑛、狄增如、王有贵和以色列巴伊兰大学Shlomo Havlin发表在Nature Human Behavior上的文章通过提出团队新鲜度(team freshness)这一概念,利用海量论文数据解释了新团队在原创性研究和跨学科影响力上的关键作用。研究发现新团队的成果在原创性和跨学科影响力方面比旧团队更具优势,且该效应在大规模团队中更加明显。

胡一冰 | 作者

刘培源 | 审校

邓一雪 | 编辑



期刊来源:Nature Human Behavior

论文标题:
Fresh teams are associated with original and multidisciplinary research
论文网址:
https://www.nature.com/articles/s41562-021-01084-x





1. 科研团队“新鲜血液”的重要性




“一个人走得更快,而一群人走得远”这句话用在科研中恰如其分。越来越多的科研团队、越来越多成果离不开科研团队,这也激发了科学界关于科研团队组成机制的探索。

 

例如对团队人员组成而言,成员之间的工作量分配在很大程度上影响了团队的表现与水平,甚至论文中作者和国家数量越多,被引率也会越高。对于团队规模来说,研究表明大团队倾向于开发现有技术,小型团队则在发掘前沿内容方面发挥更重要的作用。

 

图1. 合作存在于生活的各个角落,其重要性不言而喻

 

迄今为止,科研团队的规模、工作量分布、涉及国家数量、科研机构和学科等都被发现能显著影响科研团队合作效果。然而,团队新鲜度(team freshness)对科研的作用却鲜有研究。在这篇文章中,研究者们通过系统全面地调查团队成员之间的过往合作关系和科研经历,来探讨团队新鲜度与创作成果的原创性和学科交叉之间的关系。

 




2. 理解团队新鲜度、论文原创性

和跨学科影响力




该研究将先验网络中无合作关系的节点所占的比例定义为团队的新鲜度。图2为团队新鲜度示意图,其中子图2-a和子图2-b所示的两个二分图表示不同作者和撰写论文的关系。左侧圆圈代表四个研究者,右侧灰色方块表示当下四人合作成果,其余四个带点方块表示他们各自之前的成果。可看出,在子图2-a中所有研究者间都有直接(褐色)或间接(褐色以外)合作,故对于现状研究团队来说团队新鲜度为0。反观子图2-b,所有研究者在之前均未有过合作,此时团队新鲜度为1。

 

图2. 团队新鲜度示意图

 

另外,该研究分析了1893-2010年间发表的482566篇论文中双作者、四作者、八作者团队对应的新鲜度。从图3中的c、d、e子图可以看出大型团队中很少出现成员此前完全没有合作的现象。新鲜度为1的团队占所有双作者团队的54%,而新鲜度为1的比例在八作者团队中仅为4.6%。

 

图3. 482566篇文献的新鲜度分析

 

该研究通过论文在引文网络中的原创性(D, disruption)和跨学科(M, multidisciplinary impact)影响力两个方面对论文质量进行衡量。在图4-f文献可被分为四类,分别是参考文献(references)、引用文献(citing papers)、目标核心文献(focal paper)和没有引用该论文但却引用了其参考文献的后续论文(subsequent papers)

 

图4. 论文的原创性(disruption)和跨学科影响力(multidisciplinary impact)
 

原创性D取值在−1到1之间,原创性越高则表示更多的论文引用了它,但没有引用它的参考文献,这对应更高的原创性。计算论文的创新程度,首先应计算“不引用其参考文献的引文数量”与“引用其参考文献的引文数量”之差。再计算该差值除以“所有引文数量”与“后续文献”之和即为创新程度。在子图4-f中的例子中创新程度即为(3−1)/(3+1+1)=2/5。

 

跨学科影响力M取值在0到1之间,可理解为时间相邻引用论文的比例,除了目标论文外再无其他参考文献。在图4中核心论文有4篇引文,它们在时间先后上存在三组作用关系。其中一组文章除了目标论文外没有其他共同的参考文献,有两组除了目标论文之外还有其他共同的参考文献。因此,目标论文的跨学科影响是1/3。

 




3. 新团队的成果具有更高的原创性和跨学科影响力




该项研究专注的第一个问题是,团队新鲜度是否以及如何与成果原创性和跨学科影响力相关。研究者们作出论文研究者们作出论文原创性D和跨学科影响力M随团队新鲜度变化的函数,经检验证实原创性D和跨学科影响力M的确代表论文的不同性质。研究发现具有较高新鲜度的团队的成果具有更高的原创性。此外,这些团队产生的成果的影响更加多样化,涉及更多的研究领域。

 

图5. 团队新鲜度越高则会有更多的原创成果和跨学科的研究

 

另外该研究发现,新团队成员和新合作关系相比,与原创性和跨学科影响力有更强的相关性(如图6)。或许新团队的研究人员拥有的成果数量明显少于老团队,但团队成员的科研生产力并不是影响科研原创性和影响多样性随团队新鲜度增加趋势的相关因素。可能由于不太受困于该领域的传统概念和思维,在科研职业生涯中较为年轻的研究者们有更多的原创和跨学科论文。

 

图6. 由新的团队成员和新的合作关系定义的团队新鲜度。将论文的节点新鲜度(node freshness)定义为团队中新成员的比例,将边新鲜度(link freshness)定义为团队中新合作关系的比例。

 

这项研究的另一个关注重点是团队的规模。正如在过去的研究中表明科研的原创性会随着团队规模的增大而减少。这种负增长可以被解释为较大的团队的新鲜度更低。如图7所示,对于全新的团队,原创性和跨学科影响力都随着团队规模的增加而显著增加。

 

图7. 在大规模团队中,新旧团队之间的差异会被放大





4. 科研合作复杂性有待更深入探究




在此之前,关于团队新鲜度和论文质量相关性的研究尚少。该研究通过明确团队新鲜度的定义、确定论文原创性和跨学科影响力量化标准,发现具有“新鲜活力”的团队的更有可能发表高原创性论文,并且这些论文的影响更加多样化。在规模较大的团队中,这两种影响更为显著。

 

同时,对于团队组成和科研成果质量的关联研究仍有进一步探索的空间。一方面,该研究结果主要发现了多种因素之间的相关性,但并没有发现因果关系。比如,可能有一个学者因为产生一个新想法而专门创建了一个合适的新团队来研究它。

 

另一方面,这项研究只根据团队成员之间的合作关系来定义新鲜度。事实上,研究人员之间还可能多种类型的关系,比如线上和线下的社会联系,以及参与会议、研究项目和专利发明等等。

 

在该研究“新团队的成果具有更高的原创性和跨学科影响力”的结论基础上,还可以思考与拓展,新团队在其他活动(例如软件开发、专利申请等)中的表现如何?研究推动新团队形成的机制是怎样的?团队新鲜度和研究主题新鲜度有关吗?科研合作是一个复杂现象,离不开多种因素驱动,除了团队的新鲜度,还有许多因素影响着团队成果的水平和质量,这都等着大家在未来持续关注与探索。

 


网络科学新课推荐:网络动力学



集智学园特邀陈关荣、项林英、樊瑛、宣琦、李翔、史定华、李聪、荣智海、周进、王琳等网络科学专家作为导师,依托汪小帆、李翔、陈关荣的经典教材《网络科学导论》,自2月27日起开展系列上线课程,以网络动力学为主线构建网络科学知识体系。欢迎希望进入网络科学领域、提高网络分析能力、与一线专家探讨问题的朋友报名参加!


点击查看课程详情

2021重磅新课:探索网络动力学——网络科学第二期


推荐阅读



点击“阅读原文”,追踪复杂科学顶刊论文