Wissenschaftliches Kooperationsnetzwerk

Ein wissenschaftliches Kollaborationsnetzwerk ist ein soziales Netzwerk , in dem die Knoten Wissenschaftler und die Verbindungen Koautorschaften darstellen, da letztere eine der am besten dokumentierten Formen wissenschaftlicher Zusammenarbeit ist. ^{[ 1 ] [ 2 ]} Es handelt sich um ein ungerichtetes, skalenfreies Netzwerk , dessen Knotengradverteilung einem Potenzgesetz mit exponentiellem Abfall folgt – die meisten Autoren sind nur schwach, einige wenige hingegen intensiv vernetzt. ^{[ 3 ]} Das Netzwerk weist eine assortative Struktur auf: Hubs neigen dazu, sich mit anderen Hubs zu verbinden, und Knoten mit niedrigem Knotengrad verbinden sich tendenziell mit Knoten mit niedrigem Knotengrad. Diese Assortativität ist nicht strukturell bedingt, d. h. sie ist keine Folge der Knotengradverteilung, sondern entsteht durch einen Prozess, der die Entwicklung des Netzwerks steuert. ^{[ 4 ]}

Mark Newman rekonstruierte detailliert eine reale Kollaboration . Er analysierte die Kollaborationsnetzwerke anhand mehrerer großer Datenbanken aus den Bereichen Biologie und Medizin, Physik und Informatik über einen Zeitraum von fünf Jahren (1995–1999). Die Ergebnisse zeigten, dass diese Netzwerke kleine Welten bilden, in denen zufällig ausgewählte Wissenschaftlerpaare typischerweise nur durch wenige Kontakte voneinander getrennt sind. Sie deuten außerdem darauf hin, dass die Netzwerke stark geclustert sind, d. h. die Wahrscheinlichkeit einer Zusammenarbeit ist deutlich höher, wenn zwei Wissenschaftler einen gemeinsamen dritten Kooperationspartner haben, als bei zwei zufällig aus der wissenschaftlichen Gemeinschaft ausgewählten Wissenschaftlern. ^{[ 5 ]}

Barabási et al. untersuchten Kollaborationsnetzwerke in Mathematik und Neurowissenschaften über einen Zeitraum von acht Jahren (1991–1998), um die topologischen und dynamischen Gesetze komplexer Netzwerke zu verstehen . Sie betrachteten das Kollaborationsnetzwerk als Prototyp für sich entwickelnde Netzwerke , da es durch das Hinzufügen neuer Knoten (Autoren) und neuer Verbindungen (gemeinsame Publikationen) wächst. Die Ergebnisse zeigten, dass das Netzwerk skalenfrei ist und seine Entwicklung durch bevorzugte Anbindung bestimmt wird . Darüber hinaus kamen die Autoren zu dem Schluss, dass die meisten zur Charakterisierung des Netzwerks verwendeten Größen zeitabhängig sind. Beispielsweise nimmt der durchschnittliche Knotengrad (die Vernetzung des Netzwerks) mit der Zeit zu. Die Studie zeigte außerdem, dass der Abstand zwischen den Knoten im Laufe der Zeit abnimmt. Dieser Trend wird jedoch auf eine unvollständige Datenbasis zurückgeführt und kann im Gesamtsystem umgekehrt sein. ^{[ 6 ]}