分类:科学中的代际流动性

来自Big Physics
Jinshanw讨论 | 贡献2019年8月2日 (五) 08:09的版本 →‎研究背景和问题
(差异) ←上一版本 | 最后版本 (差异) | 下一版本→ (差异)


研究背景和问题

在经济学研究中,公平性是一个重要的主题。一种公平性是分布函数体现出来的静态公平性——是不是大多数人的收入都差不多;一种是收入绝对值和排序排序的变化体现出来的动态公平性。前者由Gini系数之类的量来表达,后者由绝对和相对流动性来描述。

例如,代际收入流动性,就可以定义成类似这样的指标[math]\displaystyle{ D=\frac{\sum_{i}\left|x_{i}\left(t+1\right)-x_{i}\left(t\right)\right|}{\sum_{i}\left|x_{i}\left(t\right)\right|} }[/math],或者,[math]\displaystyle{ d=\frac{\sum_{i}\left|r_{i}\left(t+1\right)-r_{i}\left(t\right)\right|}{N\left(t\right)\left(N\left(t\right)-1\right)} }[/math]

现在我们来看一看,期刊的排序的相对流动性,以及绝对流动性,这些年都有什么表现。更难产生一个新的好期刊或者变成一个烂期刊了——这个时候可以把正负的[math]\displaystyle{ r_{i}\left(t+1\right)-r_{i}\left(t\right) }[/math]分开来讨论,还是更容易了。

我们还可以来看一看,是不是好的导师的学生比较好,差的导师的学生比较差,也就是学术领域的阶层固化的程度,随着时间的变化。类似的讨论在[1]中已经有。考虑到我们正在研究的分类:创新性度量或者推广的disruptive指数,我们也可以考虑创新性的代际流动性。

获得基金的代际流动性,也就是是不是导师获得基金多,则学生也多。当然,就算比较固化,也可能是研究领域和研究水平导致的。不过,这样一个研究,如果跨国家跨领域研究一下总是有信息量,有实际意义的。

我们还可以来看一看,是不是学生大多数跟着导师开展工作。例如研究学生的文章的引用是不是主要是导师的文章,学生的合作者是不是主要是导师甚至在毕业以后,等等。

或者学校阶层的固化随着时间的变化,类似的讨论在[2]中已经有。

同时,一个小小的相关的但是额外的问题:网络演化的BA模型中的流动性,可以当做这些实际测量出来的流动性的一种对比基准。[3][4]发现,大量实际问题的流动性都远远高于专门为了复现分布函数的演化模型数据上得到的流动性。

学术影响力在原始文献和施引文献之间的代际传递。

方法和数据

方法上就是从一个研究对象集合的某个特征量在一段时期内的每一个时间点的值[math]\displaystyle{ \left\{x_{i}\left(t\right)\right\} }[/math]计算[math]\displaystyle{ D\left(t\right), d\left(t\right), D_{\pm}\left(t\right), d_{\pm}\left(t\right) }[/math]

数据上,我们需要研究对象的特征量,例如期刊的被引次数,研究单位的被引次数或者其他产出和影响力的指标,科学家的代际关系(例如[数学学术传承树],[学术树项目])和科学家的产出和影响力指标。

主要结果

下一步的工作

  1. 获取数据。
  2. 做分析。
  3. 阅读经济学和科学学相应文献。

参考文献

  1. R. Dean Malmgren, Julio M. Ottino and Luís A. Nunes Amaral, The role of mentorship in protégé performance.
  2. Sean A. Myers, Peter J. Mucha and Mason A. Porter, Mathematical genealogy and department prestige.
  3. Michael Batty, Rank clocks, Nature 444, 592-596.
  4. P. L. Krapivsky and S. Redner, Statistics of Changes in Lead Node in Connectivity-Driven Networks, Phys. Rev. Lett. 89, 258703.

本分类目前不含有任何页面或媒体文件。