📊 统计学

Umbrella-Word Inflation in Research-Project Documents: A Computational Text Analysis of diversity, sustainable, multi- and collaboration

这项针对主要资助机构研究项目文件的计算文本分析表明，诸如“多样性”和“可持续性”等模糊“伞状词汇”的快速通胀，是由资助者指令和政治转向而非科学必要性所驱动的，从而导致了词汇特异性的降低以及从具体对象向抽象目标的语义漂移。

原作者： Kohei Takeda

发布于 2026-10-23

📖 1 分钟阅读☕ 轻松阅读

原作者： Kohei Takeda

原始论文采用 CC BY 4.0 许可（https://creativecommons.org/licenses/by/4.0/）。 ✨ 这是对下方论文的AI生成解释。它不是由作者撰写或认可的。如需技术准确性，请参阅原始论文。阅读完整免责声明

在科学研究领域，启动一个项目通常始于一份文档。无论是针对一项新医学研究的拨款申请，还是针对全球气候倡议的提案，这些文本的写作目的都是为了说服资助机构投入资金。在过去的几十年里，一组特定的词汇在这些文档中变得无处不在。诸如“多样性”（diversity）、“可持续性”（sustainable）、“协作”（collaboration）和“创新”（innovation）等术语出现的频率日益增加，它们充当了一种共享的词汇，向外界传递出该项目是现代、符合伦理且与当前价值观保持一致的信号。研究人员和政策制定者通常认为，这些词汇反映了科学进行方式的真实转变，暗示着科研项目正变得更加包容、更具合作性，并更加关注现实世界的影响。然而，人们一直存在一个疑问：这些词汇究竟是在描述现实，还是已经变成了为了赢得资金而不必改变底层实际工作的空洞口号？

一名来自庆应义塾大学的研究人员试图以人口普查员般的精准度来衡量这一现象。该研究并未通过人工阅读几百份文档，而是分析了约184万份来自美国和欧洲的研究项目文档及期刊文章，时间跨度从20世纪80年代到2025年。其目标是追踪这些“伞式词汇”（umbrella words）——即可以适用于几乎任何事物的广泛且积极的术语——在文本中出现的频率，并观察其增长是否带来了某种代价。这项调查旨在寻找迹象，以判断这些词汇是否正在失去其特定含义、沦为纯粹的装饰品，或者其使用更多是由资助者和政治人物的情绪变化而非实际提出的科学内容所驱动。

结果显示，这些词汇的使用量出现了剧增。在美国国家科学基金会（NSF）的拨款申请中，提及“多样性”的文档比例从20世纪80年代末的仅3.5%跃升至2020年代初期的26%以上。“可持续性”一词的增长甚至更为爆发式，在80年代末出现在不到十分之一的百分比中，到2020年代中期已攀升至10%以上。这种增长速度远快于“实验”或“方法”等标准中性词汇的增长。研究发现，这些伞式词汇已扩散到几乎所有的科学领域，从最初所属的特定学科转移到了生物学、工程学和社会科学等领域。这种广泛的采用正是人们在这些词汇充当不同社群之间有用桥梁、帮助多元群体寻找共同点时所预期的表现。

然而，研究也揭示了这种通胀现象中更令人不安的一面。在美国国家科学基金会的申请书中，“多样性”一词经历了显著的意义转变。几十年前，当研究人员使用这个词时，他们几乎总是在讨论生物多样性，例如物种或遗传特征的多样性。到了2020年代，这个词在很大程度上失去了其生物学锚点。相反，它越来越多地与“增加”、“促进”或“扩大”等动词搭配，将这一概念从对特定研究对象的描述转变为实现目标的承诺。研究人员利用分析词语间关系的计算机模型证实了这种转变，表明该词已从其科学根源漂移向了制度性的承诺。相比之下，在发表的期刊文章中，“多样性”仍牢牢地与生物学联系在一起，这表明这种变化是针对资助申请语言的特有现象。

调查还探讨了这些词汇是否反映了研究项目的实际结构。研究发现，关于“协作”和“跨学科性”的声明往往与现实脱节。例如，在欧盟项目中，大量来自没有合作伙伴的独立研究者的申请书仍使用了“协作”和“伙伴关系”等词汇。相反，许多进行合作的大型研究团队却完全没有使用这些词汇。虽然此类词汇的使用量随团队规模略有增加，但两者之间的联系非常松散。这些词汇看起来更像是申请模板的标准组成部分，而非对合作模式的精确描述。此外，研究发现，充斥着这些伞式词汇的文档在其余文本中的具体性略有下降，这表明过度依赖宽泛的积极术语可能会挤占具体细节的空间。

或许是这种词汇脆弱性最令人震惊的证据，来自于2025年的一次突然政治转向。随着美国针对多样性和包容性发布行政命令，国家科学基金会摘要中相关词汇的使用量骤降。在短短一年内，诸如“多样性”、“公平”和“包容”等词汇的频率下降了超过一半，而实际的研究资助主题却基本保持不变。这种快速的反转证明，该词汇高度敏感于政治压力，并且可以像被添加进去一样被迅速移除。研究还指出，自2023年以来，包含典型人工智能写作特征的文档开始携带更多的此类伞式词汇，暗示自动化工具可能正在加速这一趋势。

最终，研究表明，尽管这些词汇已成为研究领域的主导特征，但它们并不一定意味着科研方式发生了更深层次的变化。诸如“多样性”和“可持续性”等词汇的增长是真实的，但这往往反映了资助者希望听到什么，而非研究人员实际在做什么的直接衡量。研究结论认为，这种通胀最明显的代价是对外部参与者的依赖；因为这些词汇与资助机构的优先级和政治气候紧密相连，所以它们可以像被采纳时那样轻易地被撤回。对于科学界而言，这意味着，提案中出现这些词汇不再是衡量质量或真实承诺的可靠信号，项目的真正价值在于其具体的实践与成果，而非用于描述它的那些流行语。

技术摘要：研究项目文档中的“伞盖词”（Umbrella-Word）通胀现象

问题陈述
本文探讨了在国际研究资助文档和学术摘要中，模糊且具有广泛适用性的术语（被称为“伞盖词”）快速激增的问题。尽管定性文献早已指出，诸如“多样性”（diversity）、“可持续性”（sustainable）、“协作”（collaboration）和“跨学科”（interdisciplinary）等词汇已变得无处不在，但目前仍缺乏大规模的定量证据来衡量这种增长的规模、其相对于通用词汇的增长速度，以及由此产生的潜在成本。本研究调查了这种通胀究竟代表了跨领域“边界对象”（boundary objects）的正当扩散，还是代表了一种“脱节”（decoupling）——即词汇失去了具体的指涉对象，变得具有仪式感，并高度依赖于外部政治或资助压力。

研究方法
本研究采用计算文本分析方法，处理了一个源自 2026 年 10 月 OpenAlex 快照的海量语料库。

语料库： 研究分析了四个不同的数据集：
1. 欧盟项目目标： 来自 FP7、Horizon 2020 和 Horizon Europe（2008–2026）的 84,750 份文档。
2. NSF 资助摘要： 来自美国国家科学基金会（1987–2025）的 369,546 份文档。
3. NIH 项目摘要： 来自美国国立卫生研究院（1985–2025）的 186,647 份文档。
4. 期刊论文摘要： 1,290,000 份文档（1980–2025）。
词汇表构建： 作者定义了 19 个“伞盖词族”（例如：diversity/diverse、sustainab-、collaborat-、multi-），将其分为三类：规范/实质性词汇、组织/过程性词汇以及评估性政策术语。这些词汇被用来与控制词（如 experiment、method、data）以及频率匹配的普通词进行对比。
分析技术：
- 增长分析： 使用带有 Newey-West HAC 误差的二项广义线性模型（GLM）来估计每十年的增长率，并对文档长度进行调整。
- 语义漂移： 利用词嵌入（skip-gram word2vec）和共现分析（collocation analysis）来追踪意义的变化以及具体对象的丧失（例如：diversity 在生物学与社会学背景下的差异）。
- 领域集中度： 使用偏差修正的 Kullback-Leibler 散度（ $KL^*$ ）来衡量词汇在不同科学领域中的分布均匀程度。
- 同质化： 通过 TF-IDF 余弦相似度和模板检测（boilerplate detection）来评估文档的一致性。
- 结构性脱节： 将欧盟项目参与者数据（FP7/Horizon 2020）与文本关联起来，以测试组织词汇是否与实际的财团规模和国际化程度相关。
- 自然实验： 分析 2025 年美国政治转向（涉及 DEI 的行政命令）对词汇可逆性的影响。

核心贡献

量化通胀： 本研究首次通过对两百万份文档进行测量，对比控制词和频率匹配的基准线，量化了伞盖词的增长。
将“成本”操作化： 它将“稀释”、“脱节”和“非表演性”（non-performativity）等定性概念转化为可测试的指标（例如：共现对象的丧失、与结构化数据的缺乏相关性、可逆性）。
区分机制： 它区分了词汇作为正当“边界对象”的扩散（意味着跨领域传播）与作为“空洞能指”（empty signifiers）的使用（意味着特定含义的丧失）。
政治敏感性： 研究将 2025 年美国资助政策的变化视为一个自然实验，证明了研究词汇的变化速度可以快于底层研究组合的变化。

主要结果

快速增长 (H1)： 规范性和评估性的伞盖词增长速度显著高于控制词。在 NSF 摘要中，使用 diversity 的文档比例从 1987–91 年的 3.5% 上升至 2021–25 年的 26.1%，而 sustainable 从 0.09% 上升至 10.2%。组织性词汇（如 collaborat-、multi-）的增长较为温和，在控制文档长度后，其增长率通常与中性名词相当。
扩散 vs. 脱节 (H2)： 伞盖词在各领域间进行了扩散（领域集中度下降），这符合边界对象理论。然而，在 NSF 摘要中，diversity 失去了其具体对象：生物学相关的共现词从 76% 下降到 42%，而目标动词（如 increase、promote）从 2% 上升到 27%。词嵌入证实，在 NSF 文本中，该词从生物学含义转向了社会/制度含义，而在期刊论文中，diversity 仍保持生物学含义。
同质化 (H3)： 文档随时间变得更加相似，但伞盖词对这种相似性的贡献最多仅为 4%。这种趋同更多是由共享的应用和报告词汇驱动的。
特异性丧失 (H4)： 伞盖词密度较高的文档，其剩余文本的词汇特异性（较低的 IDF）和具体性也略低，尽管效应量很小（约 0.03–0.10 标准差）。
脱节 (H5)： 组织性词汇在单一受益人的欧盟项目中也频繁出现（13.6% 使用了协作术语），且并不总是随财团规模同步增长。然而，在协作计划内部，其使用率随合作伙伴数量和国际化程度的增加而上升，这表明存在“弱耦合”而非完全的仪式性使用。
结果关联性 (H6)： 伞盖词密度与产出（论文、引用）之间的关联较小，且在不同语料库中符号不一致（在欧盟/论文中为正，在 NSF 中为负），其影响力远不及预算和团队规模等结构性变量。
依赖性与可逆性 (H7)： 词汇在欧盟项目边界处（如 Horizon 2020 到 Horizon Europe）出现了不连续的跳跃。最显著的是，在 2025 年，受政治指令影响，NSF 摘要中与 DEI 相关的词汇（diversity/diverse）在一年内下降了 53%（降至 88% 的 equity/equitable），而研究主题的构成保持稳定。自 2023 年以来，包含 LLM 特征词汇的文档也显示出更高的伞盖词密度。

意义与主张
本文得出结论，伞盖词通胀最明显的成本在于其对资助者和政治的依赖性，这可以通过美国背景下 diversity 等术语的快速可逆性得到证实。研究表明，对于某些术语（特别是 NSF 摘要中的 diversity），已经发生了从“描述研究对象”到“做出增加该对象的非表演性承诺”的转变。

作者对其他成本的论述较为审慎：虽然文档的特异性略有下降，且组织性声明与结构之间呈弱耦合，但“判别能力的丧失”程度有限，且伞盖词并不构成项目质量或成果的强力信号。研究表明，这些词汇具有高度的可塑性，能够比实际研究内容的改变更快地响应项目要求和政治气候，这引发了人们对这些术语所表达的价值观在缺乏具体实践支撑时，其稳定性问题的担忧。

技术摘要：研究项目文档中的“伞盖词”（Umbrella-Word）通胀现象

类似论文