ブラジルにおけるコンピュータサイエンスの共同研究ネットワーク

私の学士課程時代に、研究プロジェクトのためにアルバート＝ラースロー・バラバシのネットワーク科学の本を手に取りました。その前提はエレガントです。タンパク質の相互作用、電力網、ソーシャルメディアのフィード、金融市場、そして他の多くの複雑なシステムは、オブジェクトをノード、関係をエッジとするグラフとしてモデル化できます。グラフができれば、誰が中心か、どのようなクラスターが形成されるか、情報がどれだけ速く広がるか、そして2つのノード間の距離が驚くほど近い「スモールワールド」特性をネットワークが持っているかなどを測定できます[1]。科学的な共同研究ネットワークは、このフレームワークに自然に収まり、私を魅了しました。好奇心から生じたいくつかの疑問に答えるために、これらのアイデアをブラジルのコンピュータサイエンスに適用したいと思いました。その結果、André Vignattiとの共著で、XIV Brazilian Workshop on Social Network Analysis and Mining (BraSNAM)で発表された査読付き論文「Beyond Boundaries: Collaboration Networks and Research Output in Brazilian Computer Science」が生まれました[2]。この記事は、その発見をLaTeXから平易な言葉で紹介し、研究に関するいくつかの文脈を加える試みです。 科学を測定する科学 方法論の前に、いくつかの枠組みを説明します。計量書誌学（Bibliometrics）は、科学出版物の定量的研究です。どれだけの論文が発表され、誰が誰を引用し、ジャーナルや会議の権威がどのように異なり、それらの数字が時間とともにどう変化するかなどを扱います。関連するがより広範な分野である計量学（Scientometrics）は、科学自体を社会的・認識論的なシステムとして研究し、機関、資金提供、地理、政策が、どのような知識が誰によって生み出されるかにどのように影響するかを問います[3]。これらの分野は過去20年間で爆発的に成長しました。これは、オープンな計量書誌データベースが大規模な分析を可能にしたことと、資金提供機関が評価プロセスで計量指標を使用し始めたことの両方によるものです。ブラジルでは、CAPES（大学院プログラムの認定機関）とCNPq（主要な研究資金提供機関）は、研究者やプログラムを評価するために、出版数、引用率、共同研究の広がりなどの指標に依存しています。個々の論文を孤立して数えるのではなく、ソーシャルネットワーク分析（SNA）は、構造的な質問を投げかけることを可能にします。この研究コミュニティは緊密にクラスター化されているのか、それとも広範囲に分散しているのか？まだ分離されているグループを結びつける「ブリッジ」研究者は誰か？ネットワークは、少数の主要なコネクタにどれだけ依存しているのか？これらの質問は個々の論文を見るだけでは答えられません。コミュニティ全体をシステムとして扱う必要があります。 データ収集 出版メタデータを収集するにはいくつかの選択肢があります。DBLP、Semantic Scholar、OpenAlexのようなオープンなソリューションや、ScopusやWeb of Scienceのような商用ツールもあります。これらのオプションはすべて、APIリクエストを通じて出版メタデータにアクセスすることを可能にします。私たちは主に2つの理由でOpenAlexを使用することにしました。第一に、必要なすべての情報を提供する詳細なメタデータレベルを持っています。例えば、著者の所属機関情報が含まれており、地理的分析や分野ごとの出版物の体系的な分類をサポートします。第二に、他のデータソースと比較して、APIデータ自体とドキュメントが非常に紛らわしい場合が多い中で、優れたAPIドキュメントを提供しています。全体として、OpenAlexは非常に使いやすく、収集したデータはこの構造に従っています。 私たちは2025年3月31日にすべてのデータを収集し、生のデータセットをCSV形式で保存しました。パイプラインは、古典的なETL（Extract, Transform, Load）パターンに従いました。 抽出：Pythonスクリプトは、ページネーションの制約を処理するために、サブフィールドと国別にバッチ（25レコード）でOpenAlex APIにクエリを実行しました。 変換：重複（DOIとOpenAlex IDをキーとして使用）をクリーンアップし、DOIのないエントリを削除し、NetworkXを使用して共著グラフを構築しました。エッジは共同研究の頻度で重み付けされ、グラフはGEXFファイルとしてエクスポートされました。 ロード：統計的視覚化はSeabornで、ネットワーク視覚化はGephiで生成されました。すべてのコードとデータセットは、GitHubリポジトリで公開されています。 グローバルな状況 ブラジルは、76,184件の出版物と447,919件の引用で、出版物数で世界12位にランクされています。これはブラジルを世界の研究生産性の中位層に位置づけていますが、ブラジルの引用率5.88は、オーストラリア、イギリス、アメリカ合衆国のような高影響力国を大きく下回っています。 Rank Country Publications Citations Citations/Paper 1 🇨🇳 China 694,103 8,280,834 11.93 2 🇺🇸 United States 474,474 9,590,230 20.21 3 🇮🇳 India 311,644 2,224,750 7.14 4 🇮🇩 Indonesia 266,047 755,078 2.84 5 🇩🇪 Germany 141,044 1,960,782 13.90 6 🇬🇧 Great Britain 140,019 3,026,576 21.62 7 🇯🇵 Japan 103,265 799,048 7.74 8 🇫🇷 France 92,131 1,011,787 10.98 9 🇨🇦 Canada 84,076 1,562,176 18.58 10 🇷🇺 Russian Federation 83,214 363,210 4.36 11 🇮🇹 Italy 80,647 1,021,944 12.67 12 🇧🇷 Brazil 76,184 447,919 5.88 13 🇪🇸 Spain 75,433 944,337 12.52 14 🇰🇷 South Korea 74,421 994,882 13.37 15 🇦🇺 Australia 68,502 1,561,906 22.80 科学論文がどれだけ頻繁に引用されるかには、研究の質、研究分野、発表媒体、言語など、多くの要因が影響します。これらの要因は計量書誌学や計量学で広く研究されていますが[3]、私たちの研究の焦点ではありません。代わりに、ブラジル人研究者間の国際的な科学共同研究を調査します。 国際共同研究のレベル 各コンピュータサイエンスのサブフィールドにおける国際共同研究のレベルを調べるために、各出版物を国内（すべての著者がブラジルの機関に所属）または国際（少なくとも1人の共著者が外国の機関に所属）に分類しました。各コンピュータサイエンスのサブフィールドにおける国際出版物の割合を調査します。理論と数学が国際共同研究をリード（37%）し、情報システムが最も低い（16%）ことが判明しました。 Subfield Domestic-only Pub. Domestic-only % International Pub. International % Theory & Math 2,471 62.54 1,480 37.46 Networks & Comm 5,309 67.34 2,575 32.66 Graphics & CAD 251 68.21 117 31.79 Hardware & Arch 811 69.38 358 30.62 AI 10,009 70.68 4,152 29.32 Vision & Recognition 4,470 71.93 1,744 28.07 Signal Processing 1,543 72.20 594 27.80 Software 583 72.24 224 27.76 CS Apps 2,260 74.69 766 25.31 HCI 1,443 78.42 397 21.58 Info Systems 22,135 83.26 4,450 16.74 Total 51,285 75.26 16,857 24.74 アメリカ合衆国は、すべてのサブフィールドにおいてブラジルの主要な共同研究相手国です。ポルトガルは、言語的および文化的なつながりが容易にしている可能性があり、2番目に重要な共同研究相手国として浮上しています。スペイン、ドイツ、フランスなどの他のヨーロッパ諸国も、専門的な共同研究を示しています。私たちの分析では、国際共同研究が関与する論文は、国内のみの論文と比較して大幅に多くの引用を受けており、平均12.56件の引用/論文に対し、国内のみの論文は3.95件でした。さらに、国際共同研究の論文は、引用ゼロの割合が著しく低く、引用されなかったのはわずか29%であったのに対し、国内のみの論文の49%は引用されませんでした。 ネットワーク構造とダイナミクス すべての出版物を含む完全なネットワークは、119,228ノード（N）と465,163エッジ（E）を持ち、フラグメンテーション（F）は0.64、平均クラスタリング係数（C）は0.79、最大のコンポーネント内のノード数（NLC）は76,770です。これは、著者の共同研究者が互いの共同研究者でもある傾向が高い、比較的接続されたネットワークを示唆しています。 Network Pub. N E F C NLC Info Systems 26,585 65,349 196,087 0.83 0.80 26,543 AI 14,161 28,636 119,515 0.64 0.77 17,211 Net & Comm 7,884 14,701 48,756 0.64 0.78 8,763 Vision & Recognition 6,214 13,776 49,678 0.69 0.82 7,641 Theory & Math 3,951 8,568 46,513 0.87 0.80 3,132 CS Apps 3,026 7,023 17,872 0.85 0.78 2,705 Signal Processing 2,137 4,399 13,340 0.89 0.82 1,409 HCI 1,840 4,516 12,116 0.93 0.78 1,174 Hardware & Arch 1,169 2,276 7,084 0.65 0.83 1,345 Software 807 1,736 4,221 0.86 0.80 630 Graphics & CAD 368 925 1