用于合著与引文网络协同演化的关系超事件模型

针对文献网络分析开发的合适统计模型，一直落后于近期科学学研究所表达的经验性诉求。现有研究通常将分析焦点局限于论文引文网络或作者合作网络之一。这些网络不仅涉及论文或作者之间的直接关系，还涉及通过多重同时引文链接相连的论文之参考文献之间更广泛的依赖系统。本文中，我们扩展近期发展的关系超事件模型（RHEM）以分析科学网络——由引文与著者关系连接的科学出版物系统。我们引入代表理论相关且经验有意义子网络构型的新协变量。新的模型设定支持检验与科学发表事件的多元性质以及当前与先前论文的作者和参考文献之间多重相互依赖相一致的假设。我们使用开源软件实现该模型，以分析一个大型、公开可用的科学网络数据集。本研究的一项重要发现是，子集论文在多个出版物中被反复共同引用的倾向。这一结果至关重要，因为它表明论文的影响力可能部分源于内生网络过程。更广泛地，该研究表明，同时考虑发表事件的超边结构以及作者与参考文献间互联的模型，显著增强了我们对驱动科学产出、生产力与影响力的网络机制的理解。