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
Collaboration Networks in Brazilian Computer Science (blog.ptidej.net)
要約
本記事は、ブラジルにおけるコンピュータサイエンス分野の研究者間の共同研究ネットワークを分析した結果を報告する。ネットワーク科学の手法を用いて、OpenAlexから収集した出版メタデータを分析し、国際共同研究のレベルやネットワーク構造を調査した。国際共同研究は、国内のみの研究と比較して引用数が大幅に多く、ゼロ引用率が低いことが示された。
全文翻訳
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
学部時代、研究プロジェクトのためにアルバート=ラースロー・バラバシの著書『Network Science』を手に取りました。その基本的な考え方はエレガントなものです。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、その他多くの複雑なシステムは、オブジェクトをノード、関係性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拡散するか、そして「スモールワールド」特性(任意の2つのノードが驚くほど近い)を持つかどう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当てはまり、私を魅了しました。私は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、好奇心から生じたいくつかの疑問に答えたいと思いました。その結果、André Vignattiと共著した査読付き論文『Beyond Boundaries: Collaboration Networks and Research Output in Brazilian Computer Science』が、第14回ブラジル社会ネットワーク分析・マイニングワークショップ(BraSNAM)で発表されました[2]。この記事は、その研究結果をLaTeXから平易な言葉で紹介し、研究に関するいくつかの背景情報を加える試みです。
科学を測定する科学
方法論に入る前に、いくつかの枠組みを説明します。
書誌計量学(Bibliometrics)は、科学出版物の定量的研究です。論文がどれだけ生産されているか、誰が誰を引用しているか、ジャーナルや会議の権威はどのように異なるか、そしてそれらの数値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科学(Scientometrics)は、科学自体を社会システムおよび認識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。その一部は、オープンな書誌計量データベースが大規模分析を可能にしたこと、そして一部は、資金提供機関が評価プロセスで書誌計量指標を使用し始めたことです。ブラジルでは、CAPES(大学院プログラムの認定を行う)とCNPq(主要な研究資金提供機関)の両方が、研究者やプログラムを評価するために、論文数、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?別々のグループを繋ぐ「ブリッジ」研究者は誰か?ネットワークは少数のキーコネクター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、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、それは詳細なメタデータレベルを持っており、私たちが求めていたすべての情報を提供します。例えば、地理的分析や学術分野内の出版物の体系的な分類をサポートする著者たちの所属機関情報が含まれています。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のに対し、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。
[画像: diagrams-erm.png]
私たちは2025年3月31日にすべてのデータを収集し、生データセットをCSVに保存しました。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。
- Extract: 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整理された25レコードのバッチでOpenAlex APIをクエリしました。
- Transform: 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を使用して共著者グラフを構築しました。エッジは共同研究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。
- Load: 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、私たちの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、出版物数において世界で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インパクト国に比べてかなり見劣りします。
| 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 |
科学出版物がどれだけ引用されるかには、研究の質、研究分野、出版場所、言語など、多くの要因が影響します。これらの要因は書誌計量学や計量科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。
コンピュータサイエンスの各サブフィールドにおける国際出版物の割合を調査しました。理論と数学が国際共同研究のトップ(37%)である一方、情報システムは最も低い(16%)ことがわかりました。
| 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の容易さから、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は、専門的な共同研究を示しています。
[画像: inter_collabs_heatmap.png]
私たちの分析では、国際共同研究が関わる論文は、国内のみの研究論文と比較して、平均12.56件の引用(国内のみは3.95件)を受けることが示されました。さらに、国際共同研究論文は、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、国内のみの研究論文の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のノード数(NLC)は76,770です。これは、比較的接続されたネットワークであり、著者の共同研究者が互いに共同研究者である可能性が高いことを示唆しています。
| 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 | 1,709 | 0.98 | 0.79 | 105 |
| Full network | 68,142 | 128,847 | 492,524 | 0.64 | 0.78 | 76,770 |
この種のネットワークを視覚化することは困難です。なぜなら、ノードとエッジの数が多いため、非常に混雑した表現になり、解釈可能性が低下するからです。そのため、共同研究構造の2つの側面、すなわち、引用数の多い出版物(40件以上の引用を持つもの)と、繰り返し現れる共著関係に焦点を当てた一連のネットワーク視覚化を生成しました。分析では、国レベルとサブフィールドレベルの両方の共同研究ネットワークを考慮しました。フィルタリングされたネットワークは、1,063ノードと2,237エッジを持ちます。
[画像: collab_nets_countries.png]
[画像: collab_nets_subfields.png]
引用数の多い出版物では、ブラジルの著者が中心的なハブを形成しており、国際的な著者はネットワーク全体に均等に分布しているわけではなく、国際的なパートナーシップが少数のキーリサーチャーの周りに集中していることを示唆しています。それに加えて、学際的なエッジは存在しますが、主に少数の「ブリッジ」リサーチに依存しています。
考察
コンピュータサイエンスのサブフィールド内で共同研究がどのように変化するかを見るのは非常に興味深く、研究インパクトの理由を理解するための文脈を提供してくれます。それでも、探求すべき他の多くの角度があります。例えば、別のデータソース(Scopus、Semantic Scholar、Web of Science)を使用すると、データカバレッジと品質を向上させることができます。共同研究のダイナミクスを理解するのに役立つもう1つのことは、ブラジルの共同研究ネットワークを他の国と比較することです。例えば、カナダ、フランス、イタリアは同程度の数の出版物を持っています。そのため、いくつかの質問ができます。これらの国の共同研究ネットワークはどのように見えるのか?最も多く共同研究している国はどこか?これらの国々では、サブフィールドごとに引用の格差はどのように異なるのか?
[1] https://networksciencebook.com/
[2] https://sol.sbc.org.br/index.php/brasnam/article/view/36367
[3] https://researchmusings.substack.com/p/scientometrics-or-bibliometrics
[4] https://link.springer.com/article/10.1023/A:1017919924342