Proximity Matters: Analyzing the Role of Geographical Proximity in Shaping AI Research Collaborations

Technische Samenvatting: Nabijheid doet ertoe: De rol van geografische nabijheid bij het vormgeven van AI-onderzoekssamenwerkingen analyseren

Probleemstelling
Hoewel de rol van geografische nabijheid bij het faciliteren van interregionale en interorganisatorische samenwerkingen goed gedocumenteerd is, blijft het specifieke effect ervan op het vormen van wetenschappelijke samenwerkingen op het individuele niveau onderbelicht. Ondanks significante vooruitgang in transport- en communicatietechnologieën blijft geografie een primaire determinant voor samenwerking, wat de vorming van langdurige partnerschappen vaak belemmert. Deze studie onderzoekt of geografische afstand een factor blijft die samenwerking op individueel niveau in het snel evoluerende veld van Kunstmatige Intelligentie (AI) hindert, en of netwerknabijheid als een substituut voor geografische nabijheid kan fungeren om langafstands-samenwerkingen te stimuleren.

Methodologie
De studie maakt gebruik van publicatiegegevens uit het AI-veld over de periode 2001 tot 2019, afkomstig uit de Scopus-database van Elsevier. De dataset bevat 45.738 publicaties (artikelen, conferentiepapers, boekhoofstukken en boeken) geschreven door 153.720 onderzoekers uit 162 landen. Om de gegevens te analyseren, hebben de auteurs vier verschillende scenario's geconstrueerd om de bevindingen op verschillende niveaus te vergelijken:

1. Alleen Canadese AI-onderzoekers.
2. Onderzoekers uit Canada en de Verenigde Staten.
3. Onderzoekers uit Canada, de VS en Europa.
4. Alle AI-onderzoekers in de database.

Dataconstructie en Variabelen:

• Tijdvensters: Om simultaniteitsbias te voorkomen, hebben de auteurs gebruikgemaakt van 2-jarige en 3-jarige verschuivende tijdvensters. Onafhankelijke variabelen werden berekend op basis van een venster van 3 jaar, terwijl de afhankelijke variabele (co-publicatie) werd gemeten over een daaropvolgend venster van 2 jaar.
• Afhankelijke Variabele: Een binaire variabele die aangeeft of twee auteurs ten minste één co-publicatie hadden tijdens het venster van 2 jaar.
• Onafhankelijke Variabelen:
  • Geografische Nabijheid: Gemeten als de "als de kraai vliegt"-afstand (Haversine-formule) tussen de affiliaties van de auteurs.
  • Netwerknabijheid: Geschat met het "Totaal Verwacht Aantal Bruggende Paden" (TENB), wat indirecte verbindingen tussen auteurs kwantificeert.
  • Institutionele Nabijheid: Binaire variabelen die aangeven of auteurs dezelfde provincie of hetzelfde land delen.
  • Cognitieve Nabijheid: Berekend als de inverse van de correlatie tussen de kennisbasis-vectoren van de auteurs, afgeleid via Latent Dirichlet Allocation (LDA) topic modeling op de titels en abstracts van publicaties.
  • Regionale Continuïteit: Binaire variabelen die vastleggen of auteurs zich in aangrenzende provincies of landen bevinden.

Analytische Aanpak:
De studie hanteerde een duale methode:

1. Conventionele Logistische Regressie: Om coëfficiënten te schatten en hypothesen te testen over de lineaire relaties tussen dimensies van nabijheid en de waarschijnlijkheid van samenwerking.
2. Machine Learning Classificatie: Verschillende classifiers (Logistische Regressie, Naive Bayes, Nearest Neighbors, SVM, Random Forest en XGBoost) werden getraind om co-publicatie te voorspellen. Het Extreme Gradient Boosting (XGBoost) model vertoonde de beste prestaties. De SHapley Additive exPlanations (SHAP) techniek werd gebruikt om de belangrijkheid en richting van kenmerken te interpreteren.

Belangrijkste Resultaten

• Geografische Afstand: In alle vier de scenario's vertoont de geografische afstand een significante negatieve associatie met de waarschijnlijkheid van wetenschappelijke samenwerking. De resultaten van de logistische regressie bevestigen dat een grotere afstand samenwerking belemmert, zelfs na controle voor andere factoren. De feature-belangrijkheidsanalyse van machine learning (SHSHAP) versterkt dit, waarbij wordt aangetoond dat een grotere geografische afstand correleert met een lagere voorspelde waarschijnlijkheid van samenwerking.
• Netwerknabijheid: Netwerknabijheid (TENB) vertoont een significant positief effect op samenwerking. Auteurs met meer bruggende paden in het netwerk hebben een grotere kans om samen te werken.
• Substitueerbaarheid: Een cruciale bevinding is de significante positieve interactie tussen geografische afstand en netwerknabijheid. Dit geeft aan dat het effect van netwerknabijheid op de waarschijnlijkheid van samenwerking toeneemt naarmate de geografische afstand groter wordt. Bijgevolg fungeert netwerknabijheid als een substituut voor geografische nabijheid; het is bijzonder essentieel voor het mogelijk maken van samenwerkingen tussen geografisch gescheiden onderzoekers.
• Andere Factoren: Cognitieve afstand (dissimilariteit in onderzoeksgebieden) heeft een negatieve impact op samenwerking. Institutionele nabijheid (het delen van een land) beïnvloedt samenwerking ook positief, waarbij het effect duidelijker is in bredere, multinationale scenario's.

Belangrijkste Bijdragen
Het artikel levert vier specifieke bijdragen aan de literatuur:

1. Analyse op Individueel Niveau: In tegen tegenstelling tot eerdere studies die zich richten op regio's of organisaties, analyseert dit werk geo-patronen op het niveau van de individuele onderzoeker, waardoor nuances worden blootgelegd die vaak in geaggregeerde gegevens verborgen blijven.
2. Multi-schaalbaarheid: De studie hanteert een stapsgewijze expansie van een nationaal (Canadees) naar een globaal bereik, wat een uitgebreid beeld geeft van hoe nabijheidsdimensies functioneren over verschillende geografische schalen.
3. Temporele Omvang: Door AI-publicaties van 2001 tot 2019 te bestuderen, legt de studie een breed scala aan recente ontwikkelingen vast in een veld dat sinds 2000 een exponentiële groei heeft doorgemaakt.
4. Methodologische Rigor: De integratie van conventionele econometrische technieken met geavanceerde machine learning-classifiers en interpreteerbaarheidstools (SHAP) biedt een robuuste validatie van de relaties tussen nabijheid en samenwerking.

Betekenis en Claims
De auteurs stellen dat hun bevindingen de aanname uitdagen dat technologische vooruitgang in communicatie de rol van fysieke afstand heeft verminderd. In plaats daarvan blijft geografie een sterke barrière voor samenwerking op individueel niveau. De studie benadrukt echter een mechanisme om deze barrière te overwinnen: netwerknabijheid. De identificatie van een substitueerbaarheidspatroon suggereert dat het versterken van netwerkverbindingen (bijv. door eerdere samenwerkingen of gedeelde tussenpersonen) het gebrek aan geografische nabijheid kan compenseren.

Vanuit een beleidsperspectief suggereren de auteurs dat het ondersteunen van langafstandssamenwerkingen niet alleen gunstig is voor het produceren van hoogwaardig onderzoek, maar ook een structurele functie vervult: het vergroot de netwerknabijheid van de betrokken onderzoekers, waardoor een positieve feedbackloop van toekomstige samenwerkingen in gang wordt gezet. Dit impliceert dat beleid gericht op het bevorderen van verre partnerschappen effectief de toekomstige kennisstromen kan vergemakkelijken en het algemene wetenschappelijke ecosysteem, met name binnen het AI-domein, kan versterken.

Beperkingen
De auteurs erkennen dat de studie beperkt is tot het AI-veld en dat het uitbreiden van de analyse naar andere wetenschappelijke domeinen noodzakelijk is om de generaliseerbaarheid van het substitueerbaarheidspatroon te verifiëren. Daarnaast ontbreken individuele controlevariabelen (bijv. leeftijd, geslacht) en blijft de impact van het post-pandemische tijdperk op de dynamiek van samenwerking een open vraag voor toekomstig onderzoek.