根据学科发展特点不同,文献增长规律各异。文献增长模型有若干种模型,常见的模型,也是经典模型有3种:指数增长模型,逻辑曲线模型和线性模型。本文针对此三种经典模型作简要介绍。
指数增长模型
文献计量学奠基人之一,美国著名情报学家普赖斯在统计分析大量文献资料的基础上,提出了科技文献随时间指数增长的规律,其数学表达式为:
f(t):t年限的文献累积数
a:参数
b:文献持续增长率,即每一年文献累积增加量与前一年文献累积总数之比
t:时间,以年为单位
图2 文献增长指数模型
逻辑曲线模型
在指数模型研究的基础上,前苏联学家纳里莫夫和弗莱杜茨认为文献数不可能无限增长,其根据实际文献的研究,提出了文献逻辑曲线增长规律,其数学公式为:
f(t):t年限的文献累积数
K:当t →∞时文献累积量,即文献累积量最大值
a:参数
b:文献持续增长率,即每一年文献累积增加量与前一年文献累积总数之比
t:时间,以年为单位
图3 文献增长逻辑曲线模型
线性模型
线性模型可以看作是任何曲线的特例,因此可以看作是上述模型的特殊形式;或是某特定时期文献增长的规律。
f(t):t年限的文献累积数
a:当t=0时文献数量
b:文献年增长率
t:时间,以年为单位
图3 文献增长线性模型
对于一般学者来说,我们需要根据文献增长呈现的规律,利用外推法来预测未来研究的发展趋势,判断其发展是呈减少还是增加的趋势,从而指导实际的科学研究和科学活动。普赖斯根据文献增长的指数和逻辑曲线模型,提出了文献增长的4个阶段,此4个阶段对实际科学研究具有一定的指导意义。4个阶段如下:
1) 学科诞生初期,此时期文献增长不稳定,理论不完善,难以用数学公式表达;
2) 学科大发展期,此时期专业理论迅速发展,论文绝对数急剧增长,严格服从指数增长规律;
3) 学科理论日益成熟,论文数量增长缓慢,演变为线性增长,仅维持固定的文献增长量;
4) 学科理论完备,学科论文数量日趋减少,曲线逐渐平行于横轴,或呈不规则的波动。
因此, 根据文献增长拟合曲线,可以判断学科发展的所处的学科阶段,从而指导实际的科学研究。比如在第4阶段,研究应该偏向于理论上的突研究。如现有理论出现重大突破,则该学科可能进入一个文献增长循环。同时要注意,科学文献增长既受科学发展的客观过程控制,也受社会经济与政策等因素影响。因此,文献增长可能不完全符合数学模型,在实际指导科研工作中要注意社会经济等因素,尤其是国家科研相关政策。
案例:
本文以第二期数据为例,利用R语言绘制文献增长图,探索文献增长规律。
(可左右拉动展示)
图3 文献年增长规律
从图3可知,1999年以前,该领域发展缓慢,每年文献发表数均在10篇以下,年均发表3.6篇;2000年突破了10篇,一直到2014年,文献发表数在10-15左右,最大值为17篇,年均发表11.7篇;2015年文献发表数突然跳过20这个阶段,每年文献发表量高于30篇,年均发表量达到33.4篇,此时期该学科得到了相对较快的发展。由于文献增长模型是每年累积文献和时间的函数,接下来,将探讨累积文献增长规律。
(可左右拉动展示)
图4 文献累积增长规律
从图4可知,1990年之前,文献没有增长,1990年以后开始增长。1990-1999年期间增长较为缓慢,2000-2014年增长速率有所提高,2015-2019年增长速率显著提高,表明该学科正在进入快速发展阶段,但每一段似乎更符合线性模型,而不是指数模型。
在实际中,我们是对整个曲线进行拟合,而不是分段拟合。初步判断该曲线与2次多项式曲线相似,因此接一下来将对文献累积增长曲线进行2次多项式函数模拟。
(可左右拉动展示)
图6 文献增长曲线模型拟合
图6可知,2次多项式曲线很好地拟合了文献增长曲线,验证了我们的猜想。此模型同样也说明未来该领域文献累积数仍然将呈快速上升趋势。从实际指导意义来看,目前该学科处于第二阶段初期,论文绝对数快速增长,但总量仍然较少(共392篇,系列3),其理论或研究方法尚未完善,需要加大研究。
另外,应结合该时期该学科的具体特征(需要阅读一定量的该时期的专业文献,尤其是综述文章),能够准确把握该学科研究趋势的更多细节,能够从而更详细地制定未来研究的政策、方向与措施。
(注:本数据中所涉及的领域研究方法尚未完善,研究方法中有众多假定条件,导致研究结果存在较多的不确定性。未来研究应注重如何满足或是量化假定条件,或是重新定义研究方法)
本文介绍了3种文章增长模型及其指示意义,运用了第2期数据进行了探索,发现该学科目前处于学科发展的第二阶段初期,文献增长较快,但研究方法需要完善。下一期,我们将寻找本领域重要文献,并探索本文案例所涉及的文献发表速度增加时期的影响因素。
参考文献:
靖培栋,康仲远.关于科技文献增长的数学模型.情报学报,2000,19(1):90-96.
李晨璐. 对未来科技文献发展趋势的预测. 情报杂志,2011,30:76-77.
閱讀更多 科研划水狗 的文章