模块化与层次化：数学研究中主题流行性的结构信标

数学研究者，尤其是处于早期职业阶段的研究者，面临着关于主题专业化的关键决策，而这些决策受限于对不同研究领域协作环境信息匮乏的限制。本文旨在研究主题的流行程度如何与该主题协作网络的结构相关，这些结构通过捕捉多个尺度上的组织结构的度量体系得以观察。我们将这些度量应用于 1,938 个算法发现的主题，涵盖 121,391 篇源自 arXiv 元数据的论文，时间范围为 2020--2025 年。我们的分析控制了网络规模的混淆效应，揭示了一种结构二分法——我们发现，流行主题组织成模块化的“思想学派”，而利基主题则保持以已建立专家为中心的层次化的核心-外围结构。这种分隔并非规模的伪影，而是与流行性相关的、与规模无关的结构模式。我们还记录了一种“约束反转”：在控制规模后，流行领域的研究者面临的协作机会受到的结构约束更大，这与传统认知相反。我们的发现表明，主题选择是一种在两种根本不同的协作环境之间进行隐式选择，每种环境对研究人员的职业都有着不同的含义。为使这些结构模式对研究社区透明，我们开发了数学研究指南针（https://mathresearchcompass.com），这是一个提供主题流行性和协作模式数据的数据交互平台。