科羅拉多大學博爾德分校最近的一項研究表明，這些想法如何來自學術界可能取決于它們來自哪里——是來自知名大學還是不太知名的機構——以及它們的質量。這項新的研究從流行病學的一頁中吸取了教訓，并討論了想法是如何從大學流向大學的，幾乎就像一種疾病。阿利森摩根和他來自庫伯德的同事的調查結果表明，大學雇傭新教師的方式可能會讓精英學校在向他人傳播研究方面占據優(yōu)勢。
特別是，該團隊模擬了想法如何從頂尖學校，而不是從底層學校更快地傳播——即使它們不是那么好。計算機科學系研究生摩根說，研究結果表明，學術界的功能可能不像一些人說的那樣精英化。她和同事們首先使用最初于2015年發(fā)布的數據集，描述了美國和加拿大205個計算機科學項目中5000多名教師的招聘歷史。這組數據揭示了這一領域可能存在的主要權力不平衡——在這兩個國家，有幾所大學培訓了大多數終身教職員工。“這篇論文實際上是關于調查不平衡的影響，”摩根說?！叭绻C構在培養(yǎng)大多數教師，而這些教師又反過來培養(yǎng)未來的教師，這意味著什么？”
為了回答這個問題，研究人員將2015年的數據集變成了一個互聯(lián)的大學網絡。如果一所大學讓一名博士生在另一所學校工作，那么這兩所學校就聯(lián)系在一起了。由此產生的“路線圖”顯示了教師如何將他們的研究生院想法帶到雇傭他們的大學。然后，研究人員在網絡上進行了數千次模擬，讓一個學校的想法滲透到其他學校。團隊通過使想法更有可能在節(jié)點之間切換來調整想法的質量。這項發(fā)表在10月份《EPJ數據科學》雜志上的研究結果表明，一個想法的起點非常重要。當中等水平的想法從不太有聲望的學校開始時，它們往往會停滯不前，而不是到達整個網絡。各大大學認真思考的情況并非如此。
摩根說：“如果你在一所著名大學開始一個中等或低質量的想法，它會在互聯(lián)網上走得更遠，感染更多的節(jié)點，而不是從一所不太知名的大學開始?！奔词寡芯咳藛T在混合中引入了一些隨機性，這種模式仍然存在——允許想法意外地從網絡的一端流向另一端。這模擬了大學院系如何通過招聘以外的其他因素學習一個想法，如期刊、會議或口碑。合著者塞繆爾韋爾(Samuel Weil)是計算機科學領域的博士后研究員，他說，研究結果似乎描繪了一幅模糊的學術界圖景。他解釋說，最近的社會學研究表明，工作場所受益于豐富的多樣性——無論是性別、種族還是員工培訓方法。
Way說：“如果你有五個受過完全相同訓練的人，用同一個鏡頭看世界，你給他們一個問題，其中一個，它可能會留下所有這些?！彼a充說，學術界可能會削弱該團隊揭示的各種偏見的影響，包括采用雙盲同行評審，其中一項研究的評審者看不到作者的姓名或隸屬關系。Way說：“在像科學這樣的環(huán)境中，很難找出一個客觀的方法來衡量一個想法的質量，雙盲同行評審可能是你能做的最好的?！?
然而，這項研究確實包含了一些好消息：對高質量大學的偏見對于高質量的創(chuàng)造力更為重要。換句話說，無論你來自哪里，偉大的思考仍然可以在學術界引起轟動。“我認為這在某種程度上讓人感到溫暖，”摩根說?！拔覀兛吹剑绻阌幸粋€高質量的想法，并且你來自層級的底層，你就有機會通過網絡發(fā)送這個想法，就像它來自上層一樣。”
標簽：
免責聲明：本文由用戶上傳，如有侵權請聯(lián)系刪除！