- Raffaele Vacca, PhD
Co-citationer i sociale netværk og netværksvidenskab af Raffaele Vacca på Vimeo.
Hvordan ser et akademisk felt ud? Der er mange mulige svar på dette spørgsmål, lige så mange som der er måder at se på, hvad et “akademisk felt” er. En måde at beskrive akademiske felter på, som vinder stadig større popularitet (se f.eks. her og her), er at se på samciteret akademisk litteratur. Vi gjorde dette for feltet Social Network Analysis (SNA) og Network Science og producerede de figurer og den video, der vises på denne side. Videoen viser udviklingen af SNA og Network Science som akademiske områder fra midten af 1990’erne til 2013.
Co-citeret litteratur er mængden af akademiske artikler og bøger, der citeres sammen, dvs. som omtales sammen af de samme forskere. Natur- og samfundsforskere skriver artikler og bøger for at dele deres resultater, fremsætte videnskabelige påstande og i sidste ende fremme deres fagområde. Resultatet er en slags løbende samtale mellem videnskabsfolk, en samtale, hvor deltagerne taler om deres eget arbejde og om andre forfatteres arbejde ved at citere dem. Citater er de mekanismer, gennem hvilke videnskaben udvikler sig kumulativt, idet ny videnskab taler om og udvikler sig ud fra resultaterne af eksisterende videnskab. Når to forskere citeres i fællesskab, betyder det, at forfatterne taler om dem sammen. Disse to videnskabsmænd bliver læst og studeret sammen i de samme klasser, laboratorier, grupper og forskergrupper. Videnskabsfolk, der er medciteret, producerer en sammenhængende, relateret videnskabelig litteratur, som andre videnskabsfolk har en tendens til at forbinde og kombinere.
Alt dette kan visualiseres som et netværk af medciterede forskere, hvor forfattere er knudepunkter, og de er forbundet, hvis de er medciteret. Fællesskaber af nære forfattere i dette netværk er sammenhængende områder af videnskabelig litteratur, mens forfattere, der ligger langt fra hinanden i netværket, repræsenterer litteratur, der studeres af forskellige personer, skoler og forskningstraditioner. Resultatet er et billede, en slags semantisk kort, af de ting, som den akademiske verden taler om inden for et bestemt område, og af den måde, hvorpå de er forbundet med hinanden. Feltet kan være en disciplin som kulturantropologi, et tværfagligt felt som netværksvidenskab eller et indholdsmæssigt emne som f.eks. de psykologiske virkninger af børneadoption. Hvis samcitationsnetværket repræsenterer et specifikt emne, er de forskellige netværksfællesskaber ofte forskellige discipliner, som alle er interesserede i emnet, men som sjældent taler sammen.
Vi har oprettet et samcitationsnetværk for Social Network Analysis og Network Science. I stedet for blot at producere et statisk billede af det, genererede vi en video, der viser udviklingen i netværket fra midten af 1990’erne til 2013. Dette arbejde vandt Outstanding Visualization Award på 2014 European Conference on Social Networks og er tilgængeligt og kan reproduceres på Github ved hjælp af programmeringssproget R.
For at indfange feltet Social Network Analysis and Network Science indhentede vi alle publikationer i Thomson Reuters Web of Science, der nævner “social networks” eller “network science” i deres titel, nøgleord eller abstract. Der er tale om et traditionelt tværfagligt område, som går på tværs af forskellige discipliner, herunder sociologi, antropologi, psykologi, datalogi og fysik. Vi brugte Web of Science-kategorier til at opdele publikationer i to brede discipliner – samfundsvidenskab versus fysik og datalogi. Derefter skabte vi et netværk af samcitationer af forfattere, der blev citeret inden for dette område. Hver knude er en forfatter, og to knuder er forbundet, hvis de er gentagne gange citeret sammen af andre forfattere på området.
I visualiseringen repræsenterer knudefarven den disciplin, hvor en forfatter er citeret: (1) Blå forfattere er citeret af publikationer inden for samfundsvidenskab; (2) grå forfattere er citeret af artikler inden for fysik eller datalogi; (3) røde forfattere er citeret af artikler i begge disciplinklasser. Kun de mest citerede forfattere er bevaret i netværket, og der trækkes kun en uafgjort medcitation, hvis de to forbundne forfattere i høj grad er medciteret, hvilket betyder, at antallet af gange, de er medciteret, ligger i den 90. percentil eller højere af fordelingen. Denne tærskel blev fastsat, fordi to forfattere kan blive citeret flere gange af mange forskellige årsager, f.eks. af generelle anmeldelser af området. Dette skaber en slags tilfældig støj i samciteringsnetværket, således at to forfattere kan optræde som samciterede, selv om de ikke er meningsfuldt beslægtede i litteraturen. På den anden side, ved kun at bevare bånd mellem forfattere, der er meget samciterede, med et antal samcitationer over den 90. percentil, forbinder vi kun navne, der er regelmæssigt og systematisk associeret på området, og dermed er vi i stand til at afsløre den dybe netværksstruktur i dette semantiske kort.
Figurerne og videoen viser en række interessante mønstre på området for sociale netværk fra 1996 til 2013. Feltet har en såkaldt “kerne-periferi-struktur” med en enkelt stor kerne-litteratur inden for sociologi og organisationsvidenskab. Fra begyndelsen af 2000’erne opstår der imidlertid en anden mindre kerne, som består af akademisk litteratur fra andre discipliner, nemlig fysik og datalogi. Dette afspejler overgangen af “sociale netværk” fra et typisk samfundsvidenskabeligt emne til et forskningsområde af interesse for fysikere og dataloger. Forskningen i sociale netværk inden for fysik og datalogi vokser støt i løbet af 2000’erne og frem til 2013, hvor en undergruppe af medciterede forfattere inden for fysik og datalogi er tydeligt synlig i modsætning til den traditionelle samfundsvidenskabelige gruppe.
Udtrykket “sociale netværk” henviste engang i det væsentlige til antropologers, sociologers og psykologers undersøgelse af menneskelige interaktioner, typisk i små grupper. I begyndelsen af 2000’erne skete der en grundlæggende ændring på området. Sociale online-netværk som Facebook og Twitter brød igennem, “Big Data”-æraen begyndte, og nye videnskabelige områder som Web Science og Computational Social Science organiserede sig. Netværksmodeller begyndte også at blive anvendt inden for naturvidenskab, herunder biologi og medicin, og “netværksvidenskab” vandt popularitet som et selvstændigt videnskabeligt område. I dag betegner sociale netværk og netværksvidenskab et bredere og mere tværfagligt forskningsområde, der involverer både samfundsforskere, fysikere og dataloger.