大科学实证案例.docx

1、大科学实证案例1 科学家创造高峰年龄 表中利用文献统计学规律列举中国生物、地学领域177名科学家3602项成果（以期刊论文、专利等文献形式发表）的年龄分布情况。说明中国科学家创造力主要集中在2545岁之间，这一年龄段做出贡献的可能性(概率)是比较大的，而在20岁以下或50岁以上，可能性(概率)便大大地减少了。这就是科学创造最佳年龄规律。这个规律是一个统计规律，也是一种客观规律。 表：1950年1951年诺贝尔奖获奖年龄 三、几个基本定律1描述文献增长定律普赖斯指数文献增长定律是描述文献数量随时间而有规律地增长。令F表示文献数量，t表示时间，则文献增长定律的数学表达形式为： 式中的总趋势满足t增

2、大时，F也应相应增大。描述文献增长规律的主要函数是：线性函数、指数函数、逻辑曲线函数等。其中以DJ普赖斯(Price)建立的指数增长定律最为著名 式中，为某年的文献累积数量；t为时间(以年为单位)；b为文献持续增长率，即每一年文献的增长率。图:科学期刊与文摘期刊按指数增长示意图(据普赖斯)(半对数坐标,直线实际上指数曲线经对数转换后的结果)图：化学文摘年度文献累积曲线图：16001950年代科学发明的指数增长（据赵红洲） 指数增长规律只有在没有限制或干扰的情况下才会出现，如果受到智力的、物质的和经济的限制，普赖斯指出文献增长更趋于逻辑曲线。苏联学者弗勒杜茨和B纳利莫夫提出了著名的逻辑曲线方程式

3、式中，F(t)表示t年的文献累积量，K为F(t)增长的最大值，a与b为参数。2描述文献老化规律半衰期，普赖斯老化指数对于科技文献来说，除物理形态上的破损、载体的变质，随时间流逝，文献所载的科技信息逐渐过时，以致于文献本身不再被使用。老化的量度主要有：（1）半衰期：所谓半衰期是一个时间概念，意指在该时间内发表了某一学科或领域正在被利用的全部文献一半，或者目前所利用的文献的一半是在该时间内发表的。例如，为了对我国化学期刊文献的老化规律进行研究，首先收集某一年，例如1988年出版的重要化学期刊40种，共得到了2000篇有关论文，然后再统计每篇论文后面所附的参考文献(或称引文)，共得25000条参考文

4、献。再按其出版年代进行统计，其结果可用图形表示。图中纵坐标代表引文量，可以采用绝对数量亦可采用相对数量来表示；横坐标为引文出版年龄，所谓出版年龄是指被引文献出版年代与其被引用年代之差。图：引文量按时间分布曲线若将上图中纵坐标换为引文累积量，则可得如下图形 图：引文累积量按时间分布图（2）普赖斯指数：1971年提出。规定年限不超过5年的文献引文数量同引文总量之比作为指数。依据这一指数，可将所有被利用的文献分成两大类：档案性文献、现时应用的文献年龄超过5年仍被引证的文献则属于现时应用的文献。例：有A、B两个学科，研究其引用文献的情况。（假设研究时间为2004年底）A学科：假设全部引用文献共674篇

5、，其中发表于近5年的文献为 409篇文献B学科：假设全部引用文献共2419篇，其中发表于近5年的文献为 1796篇文献则A学科的普赖斯老化指数为：409/674=60.68% B学科的普赖斯老化指数为：1796/2419=74.25%3论文作者分布规律洛特卡定律关于科技文献作者分布规律的描述方式很多，它们的主要目的是考察科技人员的著述能力与文献量之间的关系。其中最著名的是洛特卡定律。1926年末，美国一家人寿保险公司的统计员AJ洛特卡(Lotka)，以化学文摘和物理学史一览表为来源资料，考察了190719l6这10年间的累积索引。他得出撰写x篇论文的作者相对频率y(x)的公式格特卡指出“这两个

6、例子表明的指数近似等于20。”于是，上式被CK齐普夫(zipf)称为“倒平方定律”。但是后人的继续研究表明，指数2仅是一个特例。1974年，J维拉奇，对不同的学科而言，n可以从12浮动到35以上。根据所得到的结果，洛特卡是这样描述科学工作者人数与其所著论文之间关系的：“写两篇论文作者数量约为写一篇论文作者数量的1/4；写三篇论文的作者数量约为写一篇论文作者数量的1/9；而写一篇论文作者的数量约为所有作者数量的60。”科学工作者对科学贡献量的差异是非常大的。大约有60&的人，在其一生中仅发表过一篇论文，而发表论文数量在10篇以上者不足全部作者的1%。此外，普赖斯的一项研究也支持了上述结果：4科技

7、文献离散定律布拉德福定律科学论文在科技期刊中的分布是不均匀的，少数期刊中“拥挤”着大量的论文，大量的期刊中“稀释”着少量的论文。1934年英国文献学家SC布拉德福(Bradford)明确地指出这种倾向：“对某一主题而言，将科学期刊按刊登相关论文减少的顺序排列时，可以划分为对该主题最有贡献的核心区，以及含有与该区域论文数量相同的几个区域。每个区域里的期刊数量成”。（布拉德福定律） （n 是经验数据，布拉德福推算n=5）根据多年的实际工作经验，他猜测，专业文献除密集地登裁于相应的专业期刊（约占1/3）外，还登载于大量的专业边缘(相关的)期刊(约占1/3)和更一般化的期刊（约占1/3）。 （图中：X

8、：期刊累积量的对数；Y相应论文数量的累积量为第一区期刊数累积量：为第一区和第二区期刊数累积量；为一区二区三区期刊数累积量）例：我们将某一年发表某学科(流媒体)的期刊论文全部收集齐全（只要有一篇就进行统计），然后按照各期刊发文量的多少将期刊降序排列。假设全部论文数量为1504篇。期刊1 期刊2 期刊3 期刊4 期刊5 期刊6 期刊7期刊8 期刊9 期刊10 期刊 期刊 期刊 期刊102篇 84篇 79篇 74篇 70篇 50篇 43篇 37篇 28篇 28篇 5篇 4篇 4篇 1篇（502篇，约占1/3） （499篇：约占1/3） （503篇，约占1/3） 核心区 相关区 一般区 核心区：期刊数

9、P1=7 （约占总期刊数的3.23%） 相关区：期刊数P2=35 （约占总期刊数的16.13%）一般区：期刊数P3=175 （约占总期刊数的80.65%）（总期刊数为217种）5词频分布规律齐普夫定律科技文献是由符号有规律地排列而形成的。符号主要是文字。齐普夫在1935年经过大量数据的验证得出：如果在一个足够长的文集中，f表示一个词汇出现的频率，r是按f大小而排列的顺序。那么，它们之积是一个常数严格地说，上式仅仅对中频、中序的词才是有效的。例：对下面的一段文字进行词频统计，得到结果如表所示 图：词频统计规律6文献引用规律齐曼定律一篇完整的科学论文一般是由作者的正文部分和附于其后的一篇篇引用文献

10、所构成的。 普赖斯说：每一篇引用文献对于引征者(论文作者)说来，就是有了一篇参考文献(reference)，而对于被引征者(被引用文献作者)说来，却是有了一篇引文(citation)。例如本书引用了普赖斯的一篇文章中这一段话，那么我们便有了一篇参考文献；而对于普赖斯说来，就是有了一篇引文。英国学者JN齐曼(ziman)说：“没有一篇科学论文是孤立存在的，它是被深嵌在某学科的文献系列之中”因此，文献之中依照出版的先后，出现引用与被引用的关系。这里堪称为规律的是：大量的论文在施引，所受引的论文只是一小部分，而那些高受引的论文，表征着引文集中规律。由此而派生出的一些概念，常常象人体分泌物可探测人的正

11、常生理状态那样，也可以反映出科技文献所代表的事物规律。常常被采用的、可计量的因素是：引文数、平均引用数、自引率、被引用率、被引数与引用数的比率、影响因素、衰减系数、当年指标、引文偶、同被引以及各种文献引用网络图等。引文数、平均引用数表：被引数与引用数的比率 图：引文网络图（箭头指向被引文献，箭尾指向引用文献） 其中的文献2，由于多次被引用，显然在该网络中占有突出的位置。而文献7、9则可能在专业内容或方法上有较大的相似之处，因为它们不约而同地引用了许多相同的文献。文献5、3也可能具有文献7、9那样的关系，因为它们被一些文献分别共同引用。这被称为“同被引”。“同被引”，意两篇独立的论文，客观地被引

12、用它们的著文作者结成了一对（或多于两篇被引论文）。研究同被引的目的是讨论文献的聚类，也就是利用论文间的同被引关系，来把本来无人为关系的论文聚在一起，形成一个“类”。这里，同被引强度是具有同被引关系的论文可否有资格聚为一类的标准。聚类必须有一个人为标准，也就是要规定同被引的阈值，一般称之为聚类级(Cluster level)，聚类级通常规定同被引强度在3以上。这样人们可以不必通过繁琐的主题分析，只通过同被引强度，依据规定聚类标准，便可把有相关关系的论文归并成类，并展开分析。引文分析的作用：例：科研人才的评价 客观地评价科技工作者的成就从来就不是一件容易的事情，近年来，引文分析已被证明是一种可以信赖的行之有效的方法之一。加菲尔德等人曾利用SCIl968年所提供的数据成功地预测了1969年诺贝尔奖获得者。下表是根据SCI数据得到的1967年被引次数最多的前50名科学家的被引次数及相应的名次排队表。非常有趣的是，果然在这里面便有两名科学家（列下表第41位和第6位者）双双榜上有名。要知道当时全世界科学工作者的数量当以百万计，加菲尔德等人仅用简单的引文计数法便在预测的50名预选人中言中两人，的确不能不算是一件不小的成就。引文耦合：两篇(或多篇论文)同引一篇论文的论文称为耦合论文，它们之间的这种关系称为引文耦。