多样性和网络联系对创新的影响:一个新科学领域的出现

文摘   2024-11-08 13:00   江苏  

『柏拉图说』是由南京大学计算传播学实验中心的成员们于2022年4月发起的论文精读与推介活动,我们将定期推送新闻传播学TOP期刊最新内容、新闻传播学前沿及相关量化研究方法论文。我们致力于深耕传播学领域,紧跟专业研究热点,延伸学术视角,拓展群体智慧。

柏拉图说 论文推介第 161 

Lungeanu, A., & Contractor, N. S. (2015). The effects of diversity and network ties on innovations: The emergence of a new scientific field. American Behavioral Scientist, 59(5), 548-564.

摘要

研究关注的是网络化研究中促进创新的多样性困境。本研究考察了不同类型的多样性对创新想法产生的影响,即认知、性别和国家多样性对创新的影响。研究的纵向模型基于 1,354 名研究人员的独特数据集,这些研究人员通过在四年内合作发表了 469 篇出版物,帮助创建了 肿瘤生殖学 的新科学领域。我们捕捉了研究人员在认知、国家和性别维度上的差异,并研究了由此产生的多样性或同质性如何影响协作创新网络的形成。我们发现,创新,作为一门新的科学学科的出现,既受益于同质性,也受益于多样性。在居住国同质化并与先前的合作者合作有助于减少与创新相关的互动中的不确定性,而知识的多样性使创新所需的重组知识成为可能。

引言

一方面,产生创新想法需要在团队(韦斯特, 2002)所拥有的知识的不同领域进行重组搜索( Fleming &索伦森, 2001)的能力。另一方面,它要求团队成员彼此舒适地工作( e.g . ,吉梅拉, Uzzi , Spiro , & Amaral , 2005 ; Taylor & Greve , 2006)。研究试图通过解析网络化研究中多样性和网络联系的不同维度对创新的影响来解决这一困境。更具体地说,研究考察了认知、性别和国家多样性(或其反面,同质性),以及先前的网络联系对创新合作网络出现的影响 。

方法

我们利用最近新兴的肿瘤生殖学领域中合作发表科学论文的团队的档案和书目数据进行了研究。"肿瘤生殖学"一词是2007年提出的,指的是关于癌症患者生育力保存的研究。
我们使用关键词 oncofertility、cancer and ovarian tissue cryopreserved 或 cancer and reproductive preservation确定了在 肿瘤生殖学 领域发表的所有科学文章。我们使用 Web of Science (WoS) 数据库在与 肿瘤生殖学 相关的出版物之间构建研究人员的合著关系。由于有些文章没有在 WoS 数据库中编入索引,因此我们用 PubMed 数据库中编入索引的文章来补充数据集。本研究的数据集利用了 2007 年至 2010 年间的所有出版物,包括来自 1,354 名研究人员的 469 篇出版物。
变量测量
  1. 因变量:以在肿瘤生育力领域的合作发表(即创新的操作化)构建合作网络,用二进制矩阵表示。

    该程序生成了四个无向 1,354 x 1,354 个合著关系矩阵,每个观察年份(2007 年、2008 年、2009 年和 2010 年)一个。矩阵中的每个单元格都表示两个研究人员之间的共同作者关系:如果两个研究人员至少合作了一篇文章,则为 1,如果没有,则为 0。我们的分析仅限于二元网络,而不是加权合著网络,因为用于我们分析的面向参与者的随机模型目前仅针对二元依赖网络关系开发:任意一对肿瘤生殖学研究者之间存在( 1 )或不存在( 0 )的合著关系。

  2. 控制变量:包括网络结构(密度、传递三元组、距离 2 的参与者对数)、个体研究者属性(国家、性别)以及先前合作关系(肿瘤生育力领域内和外的合作)。

  3. 假设变量:认知相似性(用 Jaccard 相似系数衡量引用相似性)、性别相似性(编码为 0 或 1)、国家相似性(编码为 0 或 1)。

    认知相似度采用Jaccard相似系数测量两位研究者之间的引用相似度。在这里,引用相同文献的两位研究者更有可能来自同一研究领域,并且拥有相似的知识 。

    性别相似性和国家相似性被计算为1或0,其中1表示一对行为者具有相同的性别,或来自同一国家


多样性和同质性假设使用 SIENA 进行了测试,SIENA 是面向参与者的随机网络动力学模型(Snijders、Van de Bunt 和 Steglich,2010 年)。该统计模型使用随时间变化的离散观测来模拟网络的演变,并通过结合随机效用模型、马尔可夫过程和模拟来估计这些离散增量观测之间的网络动力学潜在机制的参数。SIENA 模型是合适的,因为因变量创新被作为网络联系进行操作,由两个在 肿瘤生殖学 领域发表文章的个人之间的合著组成。

结果

肿瘤生育力网络演变与描述性统计

该领域多为多作者合作,研究人员参与团队情况多样,网络随时间增长,密度低但巨型组件规模逐年增加。

假设检验

  1. 认知相似性假设1预测,在不同知识或研究领域拥有专长的个体更有可能通过合作产生创新想法。模型结果表明,认知相似性有负面而显著的影响( -0.04 , p < 0.05)。负向效应表示知识的相异性,因此这一结果支持了假设1。为了在一个新的交叉科学领域发表论文,研究人员正在与拥有不同知识集的其他人建立合作关系。

  2. 性别同质性假设2预测个体更有可能与同性别的其他人实现创新,这得益于相似人之间关于吸引力和沟通便利性的争论。然而,我们并没有发现对这一假设( 0 . 02 , p > 0 )的支持,这表明基于性别的多样性并不一定有利于合作。

  3. 国家同质性最后,假设3预测个体在与同一国家内的他人合作时更有可能实现创新。这一假设得到了支持。


控制变量

  1. 网络结构方面:密度负显著,传递三元组正显著,距离 2 的参与者对数负显著,表明合作倾向于与朋友的朋友合作及网络闭合。

  2. 先前合作关系方面:非肿瘤生育力领域的先前合作使研究人员更易在该领域开展新合作。

  3. 属性变量方面:美国研究人员与他国合作可能性低,性别对合作倾向无显著影响。


讨论

本研究发现组建认知资源多样的团队更易产生创新,同国合作因多种因素更易实现创新,且在新兴领域网络闭合有助于建立知识连贯性和信任。尽管跨学科和全球合作重要,但网络化研究仍受个人自然倾向影响。创新受益于同质性和多样性,关键是在团队合作中保持知识多样性。

主要作者介绍

Alina Lungeanu is an Assistant Professor of Communication Studies in the College of Arts, Media and Design, with a joint appointment in the D’Amore McKim School of Business in the Management and Organizational Development Group. She also holds an appointment as a Core Member of the Network Science Institute (NetSI). Her research combines insights from social science and network science to examine how team networks configure to advance the frontier of science.

分享者介绍

梁悠悠
youyou-liang.github.io
南京大学新闻传播学院24级硕士研究生
南京大学计算传播学实验中心成员
研究方向:科学学、科学传播



计算传播学园
寻找人类传播行为的基因,通往计算传播研究之路
 最新文章