- Raffaele Vacca, PhD
Co-citations in Social Networks and Network Science by Raffaele Vacca on Vimeo.
Vad ser ett akademiskt område ut? Det finns många möjliga svar på denna fråga, lika många som det finns sätt att se på vad ett ”akademiskt område” är. Ett sätt att beskriva akademiska fält, som blir alltmer populärt (se till exempel här och här), är att titta på samciterad akademisk litteratur. Vi gjorde detta för området Social Network Analysis (SNA) och Network Science, och producerade de figurer och den video som visas på den här sidan. Videon visar utvecklingen av SNA och nätverksvetenskap, som akademiska områden, från mitten av 1990-talet till 2013.
Co-citerad litteratur är den mängd akademiska artiklar och böcker som citeras tillsammans, det vill säga som omtalas tillsammans av samma forskare. Natur- och samhällsvetare skriver artiklar och böcker för att dela med sig av sina resultat, göra vetenskapliga påståenden och i slutändan föra sin disciplin framåt. Resultatet är ett slags pågående konversation mellan forskare, en konversation där deltagarna talar om sitt eget arbete samt om andra författares arbete, genom att citera dem. Citeringar är de mekanismer genom vilka vetenskapen gör kumulativa framsteg, där ny vetenskap talar om och utvecklas från resultaten från befintlig vetenskap. När två forskare citeras tillsammans innebär det att författarna talar om dem tillsammans. Dessa två forskare läses och studeras tillsammans, i samma klasser, laboratorier, grupper och forskargrupper. Forskare som samciteras producerar en sammanhängande, relaterad vetenskaplig litteratur som andra forskare tenderar att koppla samman och kombinera.
Allt detta kan visualiseras som ett nätverk av samciterade forskare, där författarna är noder och de är sammanlänkade om de är samciterade. Gemenskaper av nära författare i detta nätverk är sammanhängande områden av vetenskaplig litteratur, medan författare som står långt ifrån varandra i nätverket representerar litteratur som studeras av olika personer, skolor och forskningstraditioner. Resultatet är en bild, ett slags semantisk karta, av de saker som akademin talar om inom ett visst område och av hur de är kopplade till varandra. Fältet kan vara en disciplin som kulturantropologi, ett tvärvetenskapligt fält som nätverksvetenskap eller ett innehållsligt ämne som de psykologiska effekterna av barnadoption. Om samciteringsnätverket representerar ett specifikt ämne är olika nätverkssamhällen ofta olika discipliner som alla är intresserade av ämnet men som sällan pratar med varandra.
Vi skapade ett samciteringsnätverk för Social Network Analysis och Network Science. I stället för att bara producera en statisk bild av det genererade vi en video som visar nätverkets utveckling från mitten av 1990-talet till 2013. Detta arbete vann Outstanding Visualization Award vid 2014 European Conference on Social Networks och är tillgängligt och reproducerbart på Github med hjälp av programmeringsspråket R.
För att fånga fältet Social Network Analysis and Network Science fick vi fram alla publikationer i Thomson Reuters Web of Science som nämner ”sociala nätverk” eller ”nätverksvetenskap” i titeln, nyckelorden eller sammanfattningen. Detta är ett traditionellt tvärvetenskapligt område som skär över olika discipliner, bland annat sociologi, antropologi, psykologi, datavetenskap och fysik. Vi använde Web of Science-kategorier för att dela in publikationer i två breda discipliner – samhällsvetenskap kontra fysik och datavetenskap. Vi skapade sedan ett nätverk för samcitering av författare som citeras inom detta område. Varje nod är en författare, och två noder är sammankopplade om de återkommande citeras tillsammans av andra författare inom området.
I visualiseringen representerar nodens färg den disciplin där en författare citeras: (1) Blå författare citeras av publikationer inom samhällsvetenskap, (2) grå författare citeras av publikationer inom fysik eller datavetenskap, (3) röda författare citeras av publikationer inom båda disciplinklasserna. Endast de mest citerade författarna behålls i nätverket, och en samcitering dras endast om de två länkade författarna är mycket samciterade, vilket innebär att antalet gånger de är samciterade ligger i den 90:e percentilen eller högre av fördelningen. Detta tröskelvärde fastställdes eftersom två författare kan vara samciterade ett fåtal gånger av många olika anledningar, t.ex. av allmänna översikter på området. Detta skapar ett slags slumpmässigt brus i nätverket för samcitering, så att två författare kan förekomma som samciterade trots att de inte är meningsfullt besläktade i litteraturen. Å andra sidan, genom att endast behålla band mellan författare som är mycket samciterade, med ett antal samciteringar över den 90:e percentilen, kopplar vi endast samman namn som regelbundet och systematiskt är associerade inom fältet, vilket gör att vi kan avslöja den djupa nätverksstrukturen i denna semantiska karta.
Figurerna och videon visar ett antal intressanta mönster inom området för sociala nätverk från 1996 till 2013. Fältet har en så kallad ”core-periphery-struktur”, med en enda stor kärnlitteratur inom sociologi och organisationsvetenskap. Med början i början av 2000-talet framträder dock en andra mindre kärna som består av akademisk litteratur från andra discipliner, nämligen fysik och datavetenskap. Detta återspeglar övergången av ”sociala nätverk” från ett typiskt samhällsvetenskapligt ämne till ett forskningsområde av intresse för fysiker och datavetare. Forskningen om sociala nätverk inom fysik och datavetenskap växer stadigt under 2000-talet och fram till 2013, då en undergrupp av samciterade författare inom fysik och datavetenskap är tydligt synlig i motsats till den traditionella samhällsvetenskapliga gruppen.
Uttrycket ”sociala nätverk” syftade en gång i tiden i huvudsak på antropologers, sociologers och psykologers studier av mänskliga interaktioner, vanligen i små grupper. I början av 2000-talet skedde en grundläggande förändring inom området. Sociala nätverk online som Facebook och Twitter slog igenom, ”Big Data”-eran inleddes och nya vetenskapliga områden som Web Science och Computational Social Science organiserades. Nätverksmodeller började användas även inom naturvetenskaperna, inklusive biologi och medicin, och ”nätverksvetenskap” blev populär som ett eget vetenskapsområde. Idag betecknar sociala nätverk och nätverksvetenskap ett bredare och mer tvärvetenskapligt forskningsområde som engagerar både samhällsvetare, fysiker och datavetare.