科学谱系的重建

面对科学产出的持续加速以及科学日益变化的本质，我们正面临真正的挑战。在本文中，我们将共词分析的经典框架扩展到对科学景观演化的研究。利用先前引入的带有重叠聚类的科学图谱方法，我们提出了从连续的科学图谱中重建谱系网络的方法，并深入探讨了科学领域的各种动态。我们引入了两个指标——伪包含度和经验质量——来表征科学领域，并将其用于重建验证。谱系动态似乎与这两个指标强相关，而与先前引入的第三个指标（密度指标）相关性较弱。这些结果表明，科学领域的“生命周期”中存在规律性模式。科学谱系的重建应能增进我们对科学演化的整体理解，并为我们日常与科学产出的互动开发创新工具铺平道路。从长远来看，这些方法应能使定量认识论达到能够基于科学文献数据库的大规模谱系重建来证实或证伪科学演化理论模型的程度。