کد مقاله کد نشریه سال انتشار مقاله انگلیسی نسخه تمام متن
7538355 1488847 2018 13 صفحه PDF دانلود رایگان
عنوان انگلیسی مقاله ISI
Network exploration and exploitation: Professional network churn and scientific production
ترجمه فارسی عنوان
اکتشاف و بهره برداری شبکه: شبکه حرفه ای شبکه و تولید علمی
ترجمه چکیده
تولید دانش علمی یک فرآیند اجتماعی ذاتی است که شبکه های حرفه ای را برای تولید نتایج علمی مهم می سازد. اگر چه کار قبلی ارتباط بین همکاری و بهره وری را نشان داده است، بیشتر تحقیقات که شبکه های دانشمند را بررسی می کنند، از دیدگاه ساختاری که پیش بینی بهره وری را آغاز می کند، آغاز می شود. رویکردهای نهادی برای توضیح بهره وری مفید هستند، اما معمولا نقش آژانس فردی یا رفتار شبکه راهبردی را نادیده می گیرند. مطالعه ما با استفاده از چشم انداز پویا از چرخه شبکه برای ارزیابی چگونگی تغییر ساختار و ساختار شبکه شبکه از طریق فرایندهای اکتشاف و بهره برداری شبکه. با استفاده از دو امواج داده های نظرسنجی از یک نمونه ملی از دانشمندان و مهندسان دانشگاه در شش رشته در ایالات متحده، ما بررسی می کنیم که چگونگی تاثیر شبکه بر کیفیت و کیفیت تولید علمی تاثیر می گذارد. نتایج ما نشان می دهد که در حالی که اکتشاف شبکه به طور کلی کیفیت تولید را بهبود می بخشد، می تواند میزان کمتری را متحمل شود. استثمار شبکه منجر به اثر متقابل می شود، که منجر به دستیابی کوتاه مدت می شود، اما به طور بالقوه نوآوری تحقیقات آینده را محدود می کند. با شناخت مزایای مرتبط با استراتژی های شبکه جایگزین، سیاست گذاران در دانشگاه ها و سایر سازمان های تحقیقاتی می توانند تمرکز خود را بر مداخلات که به طور موثر تر رفتار دانش آموزان شبکه را هدف قرار دهند.
موضوعات مرتبط
مهندسی و علوم پایه ریاضیات آمار و احتمال
چکیده انگلیسی
The production of scientific knowledge is an inherently social process making professional networks important for producing science outcomes. Although prior work has demonstrated the connection between collaboration and productivity, most research that examines scientist networks begins from the perspective that structure predicts productivity. Institutional approaches to explaining productivity are useful, but generally ignore the role of individual agency or strategic network behavior. Our study utilizes the dynamic perspective of network churn to assess how professional network composition and structure change overtime via processes of network exploration and exploitation. Using two waves of survey data from a national sample of academic scientists and engineers across six disciplines in the United States, we investigate how network churn affects the quantity and quality of scientific production. Our results suggest that while network exploration generally improves production quality, it can hurt quantity. Network exploitation tends to have the opposite effect, resulting in short term gains but potentially limiting the innovativeness of future research. By recognizing the tradeoffs associated with alternative networking strategies, policy makers in universities and other research organizations can begin focusing on interventions that more effectively target scientists' strategic network behavior.
ناشر
Database: Elsevier - ScienceDirect (ساینس دایرکت)
Journal: Social Networks - Volume 52, January 2018, Pages 167-179
نویسندگان
, , ,