顶尖学者研究动态对学科发展影响的研究

doi:10.3772/j.issn.1000-0135.2023.11.005

情报学报

2023, Vol. 42

Issue (11): 1309-1320 DOI: 10.3772/j.issn.1000-0135.2023.11.005

情报理论与方法

本期目录 | 过刊浏览 | 高级检索

顶尖学者研究动态对学科发展影响的研究

陶文倩, 潘云涛, 王海燕

中国科学技术信息研究所，北京 100038

Impact of Top Scholars' Research Dynamics on Discipline Development

Tao Wenqian, Pan Yuntao, Wang Haiyan

Institute of Scientific and Technical Information of China, Beijing 100038

摘要
图/表
参考文献
相关文章 (15)

全文: PDF (2542 KB) HTML (1 KB)
输出: BibTeX | EndNote (RIS)

摘要探索顶尖学者的研究动态和学科发展的关系，有助于理解顶尖学者对学科发展的影响，对探究科学知识迭代的规律具有一定意义，可为优化人才评价工作提供启发。本文提出了顶尖学者研究动态对学科发展影响的计量模型。该模型以学科顶尖学者为研究对象，设计包含时间、主题和影响关系3个维度的基础指标，结合主题热度发展生命周期阶段，定义学者对学科发展的影响类型，构建学者影响函数，分析顶尖学者研究动态对学科发展的影响程度。本文选取基因编辑领域展开实证研究，发现该领域顶尖学者群体对学科发展的最显著影响体现在推动了第三代基因编辑技术CRISPR（clustered regularly interspaced short palindromic repeats）系统成为最主流的研究主题，实现了技术研究的迭代。与所有学者相比，顶尖学者发挥开创作用的相对优势最为显著，其次是支撑作用，并且随着领域研究不断发展，得到了较好的保持。计算了两位典型学者的研究动态对学科发展的影响情况，发现两位学者呈现两种截然不同的影响模式：一种是以促进作用为主的影响模式，另一种是以开创作用、引导作用与支撑作用为主的影响模式。计算结果与现实情况基本符合，在一定程度上验证了本文模型的可靠性。

	服务

	把本文推荐给朋友
	加入我的书架
	加入引用管理器
	E-mail Alert
	RSS
	作者相关文章
	陶文倩
	潘云涛
	王海燕

关键词 ：顶尖学者, 学科发展, 基因编辑, 引文分布, 主题演化

收稿日期: 2023-06-28

基金资助:国家社会科学基金重大项目“大数据驱动的科技文献语义评价体系研究”（21&ZD329）。

作者简介: 陶文倩，女，硕士研究生，研究方向为科学计量学与科技评价；潘云涛，通信作者，女，研究员，研究方向为科学计量学与科技评价，E-mail：panyt@istic.ac.cn；王海燕，女，副研究员，研究方向为科学计量学与科技评价；

引用本文:

陶文倩, 潘云涛, 王海燕. 顶尖学者研究动态对学科发展影响的研究[J]. 情报学报, 2023, 42(11): 1309-1320.
Tao Wenqian, Pan Yuntao, Wang Haiyan. Impact of Top Scholars' Research Dynamics on Discipline Development. 情报学报, 2023, 42(11): 1309-1320.

链接本文:

https://qbxb.istic.ac.cn/CN/10.3772/j.issn.1000-0135.2023.11.005 或 https://qbxb.istic.ac.cn/CN/Y2023/V42/I11/1309

1 习近平. 深入实施新时代人才强国战略加快建设世界重要人才中心和创新高地[J]. 求是, 2021(24): 4-15.
2 《关于开展科技人才评价改革试点的工作方案》政策解读[EB/OL]. (2022-11-10) [2023-07-25]. https://www.gov.cn/zhengce/2022-11/10/content_5725770.htm.
3 D?普莱斯. 小科学, 大科学[M]. 宋剑耕, 戴振飞, 译. 北京: 世界科学社, 1982: 30-33.
4 乔纳森?科尔, 斯蒂芬?科尔. 科学界的社会分层[M]. 赵佳苓, 顾昕, 黄绍林, 译. 北京: 华夏出版社, 1989: 40-100.
5 高志, 陈兰杰, 张志强. 顶尖科学家的学术影响力变化规律研究进展[J]. 图书情报工作, 2016, 60(6): 135-141.
6 哈里特?朱克曼. 科学界的精英——美国的诺贝尔奖金获得者[M]. 周叶谦, 冯世则, 译. 北京: 商务印书馆, 1979: 14, 272-300.
7 徐祥运, 蔡振东, 林琳. 杰出科学家行政任职的概念界定、类型划分与状况概述[J]. 大连大学学报, 2016, 37(4): 139-143.
8 娄伟. 我国高层次科技人才激励政策分析[J]. 中国科技论坛, 2004(6): 139-143.
9 杜建, 张玢, 李阳, 等. 学者学术影响力评价指标的优选与学术行为特点的国内外比较[J]. 图书情报工作, 2011, 55(10): 98-102, 143.
10 Li W H, Aste T, Caccioli F, et al. Early coauthorship with top scientists predicts success in academic careers[J]. Nature Communications, 2019, 10: 5170.
11 Ioannidis J P A, Baas J, Klavans R, et al. A standardized citation metrics author database annotated for scientific field[J]. PLoS Biology, 2019, 17(8): e3000384.
12 孙玉涛, 陈灵芝. 诺奖候选人学术影响、提名人身份与获奖概率[J]. 科学学研究, 2019, 37(9): 1550-1557.
13 Ashton S V, Oppenheim C. A method of predicting Nobel prizewinners in chemistry[J]. Social Studies of Science, 1978, 8(3): 341-348.
14 Gingras Y, Wallace M L. Why it has become more difficult to predict Nobel Prize winners: a bibliometric analysis of nominees and winners of the chemistry and physics prizes (1901-2007)[J]. Scientometrics, 2010, 82(2): 401-412.
15 Clarivate. Highly cited researchers[EB/OL]. [2023-05-29]. https://clarivate.com/highly-cited-researchers.
16 Ioannidis J P A, Boyack K W, Baas J. Updated science-wide author databases of standardized citation indicators[J]. PLoS Biology, 2020, 18(10): e3000918.
17 Abramo G, D’Angelo C A, Caprasecca A. The contribution of star scientists to overall sex differences in research productivity[J]. Scientometrics, 2009, 81(1): 137-156.
18 吴殿廷, 李东方, 刘超, 等. 高级科技人才成长的环境因素分析——以中国两院院士为例[J]. 自然辩证法研究, 2003, 19(9): 54-63.
19 王章豹, 郑筱. 国家最高科学技术奖获得者的群体状况分析及启示[J]. 科技和产业, 2022, 22(3): 63-71.
20 高芳祎. 华人精英科学家成长过程特征及影响因素研究[D]. 上海: 华东师范大学, 2015: 205-206.
21 Kwiek M. The European research elite: a cross-national study of highly productive academics in 11 countries[J]. Higher Education, 2016, 71(3): 379-397.
22 Yair G, Goldstein K. The Annus Mirabilis paper: years of peak productivity in scientific careers[J]. Scientometrics, 2020, 124(2): 887-902.
23 Liang L M. R-sequences: relative indicators for the rhythm of science[J]. Journal of the American Society for Information Science and Technology, 2005, 56(10): 1045-1049.
24 Liang L M, Zhong Z, Chen Y. A Chinese professor’s academic career rhythm[J]. Scientometrics, 2021, 126(7): 6169-6186.
25 Yin Z F, Zhi Q. Dancing with the academic elite: a promotion or hindrance of research production?[J]. Scientometrics, 2017, 110(1): 17-41.
26 Dong J Y, Liu J M, Liu T Z. The impact of top scientists on the community development of basic research directed by government funding: evidence from program 973 in China[J]. Scientometrics, 2021, 126(10): 8561-8579.
27 Hu X J, Rousseau R. Nobel prize winners 2016: igniting or sparking foundational publications?[J]. Scientometrics, 2017, 110(2): 1053-1063.
28 Liu Y X, Rousseau R. Towards a representation of diffusion and interaction of scientific ideas: the case of fiber optics communication[J]. Information Processing & Management, 2012, 48(4): 791-801.
29 张铭. 诺奖往事——诺贝尔生理学或医学奖史话[M]. 北京: 科学出版社, 2018: 180-198.
30 Xi F J, Rousseau R, Hu X J. “sparking” and “igniting” key publications of 2020 Nobel Prize laureates[J]. Journal of Data and Information Science, 2021, 6(2): 28-40.
31 Xi F J, Rousseau R, Hu X J. Do elite scientists play a key role in the genesis of transformative research of “sparking type”? An investigation in the science of science[J]. Malaysian Journal of Library & Information Science, 2022, 27(2): 1-18.
32 马费成, 夏永红. 网络信息的生命周期实证研究[J]. 情报理论与实践, 2009, 32(6): 1-7.
33 托马斯·库恩. 科学革命的结构[M]. 伊恩·哈金, 导读. 张卜天, 译. 北京: 北京大学出版社, 2022: 1-7.
34 王海山. 从波普尔、库恩的科学观看科学发展的规律性[J]. 科学学研究, 1984, 2(1): 34-40.
35 王康, 高继平, 潘云涛, 等. 多位态研究主题识别及其演化路径方法研究[J]. 图书情报工作, 2021, 65(11): 113-122.
36 Tattershall E, Nenadic G, Stevens R D. Modelling trend life cycles in scientific research using the Logistic and Gompertz equations[J]. Scientometrics, 2021, 126(11): 9113-9132.
37 Ledford H, Callaway E. Pioneers of revolutionary CRISPR gene editing win chemistry Nobel[J]. Nature, 2020, 586(7829): 346-347.
38 Anzalone A V, Koblan L W, Liu D R. Genome editing with CRISPR-Cas nucleases, base editors, transposases and prime editors[J]. Nature Biotechnology, 2020, 38(7): 824-844.
39 刘世利. CRISPR基因编辑技术[M]. 北京: 化学工业出版社, 2021: 1-37.
40 Hille F, Richter H, Wong S P, et al. The biology of CRISPR-Cas: backward and forward[J]. Cell, 2018, 172(6): 1239-1259.