Notice bibliographique
Résumé
Purpose Many studies have investigated how the structure of the collaborative networks of researchers influences the nature of their work, and its outcome. Co-authorship networks (CANs) have been widely looked at as proxies that can help bring understanding to the structure of research collaborative ties. The purpose of this paper is to provide a framework for describing what influences the formation of different research collaboration patterns. Design/methodology/approach The authors use social network analysis (SNA) to analyze the co-authorship ego networks of the ten most central authors in 24 years of papers (703 papers and 1,118 authors) published in the Proceedings of CASCON, a computer science conference. In order to understand what lead to the formation of the different CANs the authors examined, the authors conducted semi-structured interviews with these authors. Findings Based on this examination, the authors propose a typology that differentiates three styles of co-authorship: matchmaking, brokerage, and teamwork. The authors also provide quantitative SNA-based measures that can help place researchers’ CAN into one of these proposed categories. Given that many different network measures can describe the collaborative network structure of researchers, the authors believe it is important to identify specific network structures that would be meaningful when studying research collaboration. The proposed typology can offer guidance in choosing the appropriate measures for studying research collaboration. Originality/value The results presented in this paper highlight the value of combining SNA analysis with interviews when studying CAN. Moreover, the results show how co-authorship styles can be used to understand the mechanisms leading to the formation of collaborative ties among researchers. The authors discuss several potential implications of these findings for the study of research collaborations.
Récupéré en direct depuis OpenAlex et désinversé. Les résumés ne sont pas conservés dans cette base de données : les index inversés représentent 8,6 Go des 9,3 Go de texte de la base, et le serveur dispose de 13 Go libres.
Comment cette classification a été obtenuedéplier
Prédiction machine sur la base complète
Imitation des enseignantsNi prévalence calibrée, ni vérité terrain. Validation humaine à venir. Le volet Gemma est une étiquette directe du modèle pour chaque travail de la base, lue sur la notice réduite au titre. Le volet Codex est un classifieur appris des 10 348 étiquettes directes de Codex et calibré sur les taux pondérés de l'échantillon; les champs sans appui suffisant ne portent aucun appel Codex. Le mode candidate est l'union des deux volets; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont pas des étiquettes humaines.
Scores du classifieur distillé par catégorie (deux têtes)
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,010 | 0,028 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,001 |
| Bibliométrie | 0,010 | 0,010 |
| Études des sciences et des technologies | 0,004 | 0,010 |
| Communication savante | 0,009 | 0,012 |
| Science ouverte | 0,002 | 0,004 |
| Intégrité de la recherche | 0,002 | 0,002 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,005 | 0,001 |
Scores machine (provisoires)
Les deux têtes enseignantes du modèle étudiant, lues sur ce travail. Un score ordonne la base pour la relecture; il n'affirme jamais une catégorie, et le statut de validation accompagne chaque rangée tel quel.
Scores de référence d'un modèle non mature (critères de maturité non atteints, 7 itérations). Un score ordonne; il n'affirme jamais une catégorie.
score_only:v0-immature-baseline · tel quel depuis la passe de notation : score_only signifie que le nombre peut ordonner les travaux, et qu'aucune étiquette de catégorie n'en découleClassification
machine, non validéePrédiction automatique; un appel candidat d’une seule source (Gemma direct ou Codex distillé), pas un consensus.
Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».