The Company You Keep: How Network Disciplinary Diversity Enhances the Productivity of Researchers
Notice bibliographique
Résumé
The Covid-19 pandemic has affected most organizations’ working environment and productivity. Organizations have had to make arrangements for staff to operate remotely following the implementation of lockdown regulations around the world, as the pandemic has led to restrictions on movement and the temporary closure of workplace premises. The purpose of this paper is to gain a deeper understanding of the effect of this transition on productivity during the pandemic, by studying a distributed network of research who collaborate remotely. We examine how the productivity of researchers is affected by the distributed collaborative networks in which they are embedded. Our goal is to understand the effects of brokerage and closure on the researchers’ publication rate, which is interpreted as an indicator of their productivity. We analyze researchers’ communication networks, focusing on structural holes and diversity. We take into account the individual qualities of the focal researcher such as seniority. We find that disciplinary diversity among researchers’ peers increases the researchers’ productivity, lending support to the brokerage argument. In addition, we find support for two statistical interaction effects. First, structural holes moderate diversity so that researchers with diverse networks are more productive when their networks also have a less redundant structure. Diversity and structural holes, when combined, further researchers’ productivity. Second, seniority moderates diversity such that senior researchers are more productive than junior researchers in less diverse networks. In more diverse networks, junior researchers perform as well as senior researchers. Social capital and human capital are complementary. We conclude that the benefits of diversity on researchers’ productivity are contingent on the qualities of the researchers and on network structure. The brokerage/closure debate thus needs a more nuanced understanding of causal relationships.
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 distillée sur la base complète
Imitation des enseignantsNi prévalence calibrée, ni vérité terrain. Validation humaine à venir. Apprise à partir de 10 348 étiquettes directes de Codex et de 10 348 étiquettes directes de Gemma. Le mode candidate est l'union des têtes enseignantes seuillées; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont ni des étiquettes humaines ni des étiquettes directes de modèles de pointe.
Scores Codex et Gemma par catégorie
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,003 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,000 | 0,002 |
| Études des sciences et des technologies | 0,016 | 0,008 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,001 | 0,002 |
| Intégrité de la recherche | 0,000 | 0,000 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,000 | 0,000 |
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; les deux têtes enseignantes s’accordent sur ce qui est montré ici.
Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».