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. 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.

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.

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.

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.

Посилання