YaChudo

Мережа наукової співпраці

Переглядів: 0. Оновлено 10.10.2026.

Мережа наукової співпраці — це соціальна мережа, у якій вузлами є науковці, а зв’язками виступають співавторства, оскільки останні є однією з найбільш документованих форм наукової співпраці[1][2]. Вона є неорієнтованою безмасштабною мережею, у якій розподіл степенів вузлів відповідає степеневому закону з експоненційним обрізанням: більшість авторів мають незначну кількість зв’язків, тоді як невелика кількість авторів характеризується високою зв’язаністю[3].

Мережа має асортативний характер, у якому вузли з високим ступенем, як правило, з’єднані з іншими вузлами з високим ступенем, а вузли з низьким ступенем — з вузлами з низьким ступенем. Асортативність не є структурною, тобто не є наслідком розподілу ступенів вузлів, а формується певним процесом, який визначає еволюцію мережі[4].

Дослідження Марка Ньюмана

Детальну реконструкцію реальної співпраці здійснив Марк Ньюман. Він проаналізував мережі наукової співпраці на основі кількох великих баз даних у галузях біології та медицини, фізики й інформатики за п’ятирічний період (1995–1999). Результати показали, що ці мережі мають властивості малих світів, у яких випадково вибрані пари науковців зазвичай пов’язані лише коротким ланцюгом проміжних знайомств. Також було встановлено, що ці мережі характеризуються високим рівнем кластеризації: два науковці значно частіше співпрацюють, якщо вони мають спільного третього співробітника, ніж два науковці, випадково обрані з тієї самої спільноти[5].

Прототип еволюційних мереж

Барабасі та ін. вивчали мережі колаборації в математиці та нейронауці протягом 8-річного періоду (1991-1998), щоб зрозуміти топологічні та динамічні закони, що керують складними мережами. Вони розглядали мережу колаборації як прототип еволюційної мережі, оскільки вона розширюється шляхом додавання нових вузлів (автори) та нових зв'язків (статті у співавторстві). Отримані результати показали, що мережа не має масштабу, а її еволюція визначається переважним приєднанням. Крім того, автори дійшли висновку, що більшість показників, які використовуються для характеристики мережі, залежать від часу. Наприклад, середній степінь вузлів (міра взаємозв’язаності мережі) зростає з часом. Також дослідження показало, що відстань між вузлами зменшується з часом, однак вважається, що ця тенденція зумовлена неповнотою бази даних і в повній системі може спостерігатися протилежний ефект[6].

Посилання

  1. ↑ Antonio Zinilli (2025). Elements of Network Science: Theory, Methods and Applications in Stata, R and Python. Statistics and Computing. Springer, Cham. doi:10.1007/978-3-031-84712-7. ISBN 978-3-031-84712-7.
  2. ↑ Glanzel, Wolfgang (2004). Handbook of Quantitative Science and Technology Research. Springer Netherlands. ISBN 978-1-4020-2755-0.
  3. ↑ Ying, Ding (Січень 2011). Scientific collaboration and endorsement: Network analysis of coauthorship and citation networks. Journal of Informetrics. 5 (1): 188. doi:10.1016/j.joi.2010.10.008. PMC 3041944. PMID 21344057.
  4. ↑ Barabasi, Albert-Laszlo (Листопад 2012). Network Science. Архів оригіналу за 18 січня 2015. Процитовано 24 травня 2014.
  5. ↑ Newman, Mark (2001). The structure of scientific collaboration networks. Proceedings of the National Academy of Sciences of the United States of America. 98 (2): 404—9. doi:10.1073/pnas.021544898. PMC 14598. PMID 11149952.
  6. ↑ Barabasi, Albert-Laszlo; H Jeong; Z Néda; E Ravasz; A Schubert; T Vicsek (15 серпня 2002). Evolution of the social network of scientific collaborations. Physica A: Statistical Mechanics and Its Applications. 311 (3—4): 590—614. arXiv:cond-mat/0104162. Bibcode:2002PhyA..311..590B. doi:10.1016/S0378-4371(02)00736-7.

Джерело: стаття у Вікіпедії та історія редагувань (автори).