Semantic Alignment, Chronological Distance, and Citation-Network Prominence in Citation Formation: Evidence from Ten Citation Corpora
10の書誌コーパスに対して厳格にリークを軽減したフレームワークを適用することにより、本研究は、時間的に厳密な条件下において、年代的距離が引用形成の支配的な予測因子であり、意味的整合性や引用ネットワークにおける卓越性を一貫して上回る予測力を有することを実証する。
原論文は CC BY 4.0 (https://creativecommons.org/licenses/by/4.0/) でライセンスされています。 これは以下の論文のAI生成解説です。著者が執筆または承認したものではありません。技術的な正確性については原論文を参照してください。 免責事項の全文を読む
未来の大図書館
人類の知識の全歴史を、新しい本が一つ増えるたびに科学論文となる、巨大で成長し続ける図書館だと想像してみてください。新しい本が書かれるとき、著者はどの古い本を脚注に挙げるかを決めなければなりません。これらの脚注は「引用」と呼ばれ、科学の生命線です。それらは、誰が誰のアイデアを築き上げたのか、新しい発見がいかに速く広まっているのか、そして今どのトピックが「ホット」なのかを示してくれます。数十年にわたり、科学者たちは一種の水晶玉、つまり、新しい論文を見て、どの古い本が引用されるかを正確に予測できるコンピュータプログラムを作ろうと試みてきました。これは「引用予測」と呼ばれます。
しかし、ここには厄介な問題があります。タイムトラベルは不可能です。現実の世界では、2020年に論文を書く著者は、2020年より前に出版された本しか見ることができません。彼らは未来を見ることができないのです。しかし、引用を予測しようとする多くのコンピュータプログラムは、ズルをしてきました。彼らは、現在存在する全ライブラリ（まだ書かれていない本も含めて）を見ることで、「未来」を覗き見ているのです。これは、試合が始まる前に最終スコアを見て、どちらのチームが勝つかを予想するようなものです。この「覗き見」によって、コンピュータは非常に賢いように見えますが、実際の人間がどのように意思決定を行っているのかについては何も教えてくれません。この論文は、シンプルかつ困難な問いを投げかけます。もしコンピュータが未来を覗き見るのをやめたとしたら、科学者が一つの論文を別の論文よりも引用する真の要因は何なのでしょうか？ アイデアが完璧に一致しているからでしょうか？ その論文が有名だからでしょうか？ それとも、単にその論文が新しいからでしょうか？
タイムトラベルなしの実験
この論文の著者であるモーゼス・ブドゥリデス（Moses Boudourides）は、その真相を突き止めるために「タイムトラベルなし」の実験室を構築することにしました。彼は、5つの異なる世界から、10の巨大な論文コレクションを集めました：科学（タンパク質折り畳みやCRISPRなど）、工学、生物医学、社会科学、そして人文科学（映画研究など）です。そして、コンピュータプログラムに対して厳格なルールを課しました。それは、引用される論文が発表される「前」に利用可能であった情報のみを使用するというルールです。未来のデータ、なしでは、その論文が後にどれほど有名になったかというメタデータ、あるいは事後的に更新されたメタデータを使用してはいけません。
コンピュータが公平にプレーすることを強制されると、結果は驚くべきものでした。コンピュータは完璧ではなく、分野にもよりますが、正解率は53%から73%の間でした。しかし、本当の物語は、コンピュータがいかにうまく予測できたかではなく、「なぜ」それを予測したのかという点にありました。著者は、論文を引用する理由を3つのバケット（分類）に分けました：意味的整合性（アイデアが一致しているか？）、年代的距離（その論文がどれくらい古いか？）、そしてネットワークの卓越性（その論文がどれくらい有名か？）。
最大の衝撃は？ 「時」が、ほぼ毎回勝利したことです。
研究されたほぼすべての分野において、ある論文が引用されるかどうかを予測する最も強力な要因は、単にそれがどれほど新しいかということでした。もし同じトピックに関する2つの論文があった場合、コンピュータは、たとえ古い方の論文の方がテキストの内容がわずかに一致していたとしても、10年前の論文よりも、昨年出版されたばかりの論文を選ぶ確率がはるかに高かったのです。実際、コンピュータが論文の「古さ」を知ってしまうと、タイトルや要旨に含まれる「正確な言葉」を知ることはほとんど役に立ちませんでした。4つの分野においては、実際に引用された論文は、引用されなかった論文よりも、むしろ意味的な類似性が低いものでした。まるでコンピュータが、「アイデアが完璧に一致しているかどうかはどうでもいい。私はただ、棚にある最新のものが欲しいだけだ」と言っているかのようでした。
しかし、時間がゲームを支配しなかった重要な例外が2つありました。記憶研究（人文科学）の分野では、アイデア（意味的整合性）が年齢よりも重要でした。これは、映画や歴史のような分野の研究者が、単に最新のニュースを追いかけるのではなく、今なお関連性の高い古い古典的なアイデアに遡ることが多いという事実と一致します。そして、社会科学の所得格差の分野では、時間は全く重要ではありませんでした。論文の年齢は予測のシグナルとして機能しませんでした。代わりに、その特定の分野では、論文の「名声」（ネットワークの卓越性）が主要な推進力となっていました。
「有名な」論文という神話
有名な論文、つまり数千件の引用を持つ論文こそが、皆に模倣されるものだと考えるかもしれません。論文ではこれを「ネットワークの卓越性」と呼んでいます。しかし、コンピュータが未来を無視し、当時知られていたことのみを見るように強制されたとき、有名であることはほとんど分野において追加的な力をもたらしませんでした。なぜでしょうか？ なぜなら、これらの緊密な研究者グループにおいて、「有名な」論文とは、通常、注目されるのに十分な時間が経過した「古い」論文に過ぎなかったからです。コンピュータがその論文が古い（あるいは新しい）ことを知ってしまえば、それが有名であると知ることは新しい情報を何ももたらしませんでした。「名声」は、時間の副作用に過ぎなかったのです。
これが未来に意味すること
この論文は、ほとんどの科学分野において、特定のトピックに取り組んでいる研究者グループを見ている限り、論文が「何を」言っているかよりも、「いつ」発表されたかの方が重要であると結論付けています。「マタイ効果」――富める者がさらに富み、有名な論文がさらに有名になるという考え――は依然として真実ですが、それはそれらの論文が本質的に優れているからではなく、主にそれらが注目されるための時間を十分に持っていたからに過ぎません。
著者は、これは科学の未来を予測するための魔法の公式ではない、と慎重に述べています。コンピュータは依然として引用を完璧に予測することはできず、結果は、あなたがどのような論文のグループを見ているかという定義に大きく依存します。しかし、この研究は、もし私たちが科学が実際にどのように機能しているかを理解したいのであれば、コンピュータに未来を覗き見させてズルをさせるのをやめなければならないことを証明しています。そうすることで、科学は完璧なアイデアの一致によってではなく、絶え間ない時の流れによって動いていることが分かります。最新のアイデアこそが最も注目を集め、「有名な」論文は、単に見られるための時間を十分に経てきたものなのです。しかし、記憶研究のような分野では、アイデアの深さが日付に打ち勝ち、所得格差のような分野では、ネットワークの名声が時計よりも重要になります。
自分の分野の論文に埋もれていませんか？
研究キーワードに一致する最新の論文のダイジェストを毎日受け取りましょう——技術要約付き、あなたの言語で。