Semantic Alignment, Chronological Distance, and Citation-Network Prominence in Citation Formation: Evidence from Ten Citation Corpora
Durch die Anwendung eines streng gegen Leckagen abgesicherten Frameworks über zehn bibliografische Korpora hinweg zeigt diese Studie, dass die chronologische Distanz der dominante Prädiktor für die Zitationsbildung ist, wobei sie unter zeitlich strikten Bedingungen die Vorhersagekraft semantischer Übereinstimmung und der Prominenz im Zitationsnetzwerk konsistent übertrifft.
Originalarbeit lizenziert unter CC BY 4.0 (https://creativecommons.org/licenses/by/4.0/). Dies ist eine KI-generierte Erklärung des untenstehenden Papers. Sie wurde nicht von den Autoren verfasst oder gebilligt. Für technische Genauigkeit konsultieren Sie das Originalpaper. Vollständigen Haftungsausschluss lesen
Die große Bibliothek von morgen
Stellen Sie sich die gesamte Geschichte des menschlichen Wissens als eine riesige, stetig wachsende Bibliothek vor, in der jedes neue Buch ein wissenschaftliches Paper ist. Wenn ein neues Buch geschrieben wird, muss der Autor entscheiden, welche älteren Bücher er in seinen Fußnoten erwähnen möchte. Diese Fußnoten werden Zitate genannt, und sie sind das Lebenselixier der Wissenschaft: Sie zeigen, wer wessen Ideen aufgebaut hat, wie schnell sich neue Entdeckungen verbreiten und welche Themen gerade die „heißen“ Themen sind. Jahrzehntelang haben Wissenschaftler versucht, einen Kristallball zu bauen – ein Computerprogramm, das ein neues Paper betrachten und genau erraten kann, welche älteren Bücher es zitieren wird. Dies nennt man Zitationsprognose.
Aber hier liegt der knifflige Teil: Zeitreisen sind unmöglich. In der realen Welt kann ein Autor, der im Jahr 2020 ein Paper schreibt, nur Bücher sehen, die vor 2020 veröffentlicht wurden. Er kann die Zukunft nicht sehen. Viele Computerprogramme, die Zitationen vorhersagen sollen, haben jedoch geschummelt. Sie haben in die „Zukunft“ hineingespielt, indem sie die gesamte Bibliothek betrachteten, wie sie heute existiert, einschließlich der Bücher, die damals noch gar nicht geschrieben waren. Es ist, als würde man versuchen, den Gewinner eines Fußballspiels zu erraten, indem man vor dem Spiel auf das Endergebnis schaut. Dieses „Hineinspähen“ lässt den Computer superintelligent wirken, aber es sagt uns nicht, wie echte Menschen tatsächlich Entscheidungen treffen. Diese Arbeit stellt eine einfache, aber schwierige Frage: Wenn wir den Computer daran hindern, in die Zukunft zu spicken, was treibtt dann einen Wissenschaftler wirklich dazu, das eine oder das andere Paper zu zitieren? Liegt es daran, dass die Ideen perfekt übereinstimmen? Liegt es daran, dass das Paper berühmt ist? Oder liegt es einfach daran, dass das Paper neu ist?
Das zeitreisefreie Experiment
Der Autor dieser Arbeit, Moses Boudourides, beschloss, ein „zeitreisefreies“ Labor zu bauen, um dies herauszufinden. Er sammelte zehn riesige Kollektionen wissenschaftlicher Paper aus fünf verschiedenen Welten: Naturwissenschaft (wie Proteinfaltung und CRISPR), Ingenieurwesen, Biomedizin, Sozialwissenschaften und Geisteswissenschaften (wie Filmstudien). Dann stellte er ein strenges Regelwerk für sein Computerprogramm auf: Es durfte nur Informationen verwenden, die vor der Veröffentlichung des zitierenden Papers verfügbar waren. Keine zukünftigen Daten, kein Blick darauf, wie berühmt ein Paper später wurde, und keine Verwendung von Metadaten, die nachträglich aktualisiert wurden.
Als der Computer gezwungen war, fair zu spielen, waren die Ergebnisse überraschend. Der Computer war nicht perfekt – er traf die richtige Antwort in etwa 53 % bis 73 % der Fälle, abhängig vom Fachgebiet. Aber die eigentliche Geschichte handelte nicht davon, wie gut er errat, sondern warum er das tat, was er tat. Der Autor unterteilte die Gründe für das Zitieren eines Papers in drei Kategorien: Semantische Übereinstimmung (passen die Ideen zusammen?), Chronologische Distanz (wie alt ist das Paper?) und Netzwerk-Prominenz (wie berühmt ist das Paper?).
Der größte Schock? Die Zeit gewinnt fast jedes Mal.
In fast allen untersuchten Fachgebieten war der stärkste Prädiktor dafür, ob ein Paper zitiert werden würde, schlichtweg, wie aktuell es war. Wenn Sie zwei Paper haben, die über dasselbe Thema handeln, war der Computer viel wahrscheinlicher dazu geneigt, dasjenige zu wählen, das erst letztes Jahr veröffentlicht wurde, als dasjenige von vor zehn Jahren, selbst wenn das ältere eine etwas bessere Übereinstimmung im Text aufwies. Tatsächlich half das Wissen über die exakten Wörter im Titel oder Abstract kaum noch weiter, sobald der Computer wusste, wie alt das Paper war. In vier von zehn Fachgebieten waren die Paper, die tatsächlich zitiert wurden, sogar weniger semantisch ähnlich zum neuen Paper als jene, die nicht zitiert wurden. Es ist, als würde der Computer sagen: „Es ist mir egal, ob die Ideen eine perfekte Übereinstimmung sind; ich will nur das Neueste im Regal.“
Es gab jedoch zwei wichtige Ausnahmen, in denen die Zeit das Spiel nicht dominierte. Im Bereich der Gedächtnisstudien (Geisteswissenschaften) zählten die Ideen (semantische Übereinstimmung) mehr als das Alter. Das ergibt Sinn, da Forscher in Bereichen wie Film oder Geschichte oft zu alten, klassischen Ideen zurückgreifen, die immer noch relevant sind, anstatt nur den neuesten Nachrichten hinterherzulaufen. Und im sozialwissenschaftlichen Bereich der Einkommensungleichheit spielte die Zeit überhaupt keine Rolle; das Alter des Papers lieferte kein Signal für die Vorhersage. Stattdessen war in diesem speziellen Feld der „Ruhm“ eines Papers (Netzwerk-Prominenz) der primäre Treiber.
Der Mythos des „berühmten“ Papers
Man könnte meinen, dass berühmte Paper – also solche mit tausenden Zitationen – diejenigen wären, die alle kopieren. Die Arbeit nennt dies „Netzwerk-Prominenz“. Doch als der Computer gezwungen wurde, die Zukunft zu ignorieren und nur das zu betrachten, was zum Zeitpunkt der Veröffentlichung bekannt war, steigerte der Ruhm in den meisten Gebieten nicht wesentlich die Vorhersagekraft. Warum? Weil in diesen eng vernetzten Gruppen von Forschern die „berühmten“ Paper meistens einfach die älteren Paper waren, die schon lange genug existierten, um bemerkt zu werden. Sobald der Computer wusste, wie alt das Paper war (oder wie neu), lieferte das Wissen über seinen Ruhm keine neuen Informationen mehr. Der „Ruhm“ war lediglich ein Nebeneffekt der Zeit.
Was dies für die Zukunft bedeutet
Die Arbeit kommt zu dem Schluss, dass für die meisten wissenschaftlichen Fachgebiete, wann ein Paper veröffentlicht wurde, wichtiger ist als was es sagt – zumindest wenn man eine spezifische Gruppe von Forschern betrachtet, die am selben Thema arbeiten. Der „Matthäus-Effekt“ – die Idee, dass die Reichen reicher werden und berühmte Paper immer berühmter werden – ist weiterhin wahr, aber das liegt hauptsächlich daran, dass diese Paper mehr Zeit hatten, um Zitationen zu sammeln, und nicht, weil sie inhärent besser sind.
Der Autor betont vorsichtig, dass dies keine magische Formel zur Vorhersage der Zukunft der Wissenschaft ist. Der Computer konnte Zitationen immer noch nicht perfekt vorhersagen, und die Ergebnisse hängen stark davon ab, wie man die Gruppe der betrachteten Paper definiert. Dennoch beweist diese Studie: Wenn wir verstehen wollen, wie die Wissenschaft wirklich funktioniert, müssen wir aufhören, unsere Computer durch den Blick in die Zukunft schummeln zu lassen. Wenn wir das tun, sehen wir, dass die Wissenschaft weniger von perfekter Ideen-Übereinstimmung getrieben wird, sondern vielmehr vom unaufhaltsamen Marsch der Zeit. Die neuesten Ideen sind die, die die meiste Aufmerksamkeit erhalten, und die „berühmten“ Paper sind oft einfach die, die schon lange genug da sind, um gesehen zu werden. Aber in einigen Feldern, wie den Gedächtnisstudien, triumphiert die Tiefe der Idee über das Datum, und in anderen, wie der Einkommensungleichheit, zählt das Netzwerk des Ruhms mehr als die Uhr.
Ertrinken Sie in Arbeiten in Ihrem Fachgebiet?
Erhalten Sie tägliche Digests der neuesten Arbeiten passend zu Ihren Forschungsbegriffen — mit technischen Zusammenfassungen, in Ihrer Sprache.