과학 과학의 데이터, 측정 및 경험적 방법

자연 인간 행동(2023)이 기사 인용

2091 액세스

1 인용

102 알트메트릭

측정항목 세부정보

과학의 작용을 추적하는 대규모 데이터 세트의 출현은 다양한 학문적 배경을 가진 연구자들이 과학적 방법을 과학 그 자체로 전환하여 빠르게 확장되는 '과학의 과학'을 육성하도록 장려했습니다. 이 리뷰에서는 데이터, 측정 및 경험적 방법이라는 렌즈를 통해 성장하고 있는 다양한 분야의 문헌을 고려합니다. 우리는 현장의 다양한 방법론에 대한 이해를 높이고 연구자의 툴킷을 확장하기 위해 주요 실증적 접근 방식의 목적, 강점 및 한계를 논의합니다. 전반적으로, 새로운 실증적 발전은 과학에 대한 전통적인 신념과 개념적 틀을 테스트하고, 과학적 생산성과 관련된 요소를 발견하고, 과학적 결과를 예측하고, 과학적 진보를 촉진하는 정책을 설계할 수 있는 엄청난 역량을 제공합니다.

과학적 발전은 기후 변화에서 코로나19 팬데믹에 이르기까지 거대한 도전에 맞서기 위해 생활 수준, 건강 및 사회 역량을 높이는 데 핵심적인 요소입니다1,2,3. 과학이 어떻게 작동하고 혁신이 일어나는지에 대한 더 깊은 이해는 우리가 과학 정책과 과학 기관을 보다 효과적으로 설계하고, 과학자의 연구 선택을 더 잘 알리고, 과학과 인류를 위한 엄청난 가치를 창출하고 포착하는 데 도움이 될 수 있습니다. 이러한 핵심 전제를 바탕으로 최근 몇 년 동안 대규모 데이터 세트와 다양한 컴퓨터 도구 키트를 사용하여 과학적 생산 및 사용의 기본 패턴을 찾아내는 '과학 과학'4,5,6,7,8,9에서 상당한 발전이 이루어졌습니다. .

과학적 방법을 과학 그 자체로 바꾸려는 아이디어는 오랫동안 지속되어 왔습니다. 20세기 중반부터 다양한 학문 분야의 연구자들은 과학적 진보의 본질과 과학 연구의 실행, 조직 및 영향에 대해 핵심적인 질문을 제기해 왔습니다. 이러한 풍부한 역사적 뿌리를 바탕으로 과학 분야는 정보 과학부터 사회, 물리 및 생물학, 컴퓨터 과학, 공학 및 디자인에 이르는 다양한 분야를 활용합니다. 과학 과학은 메타과학, 과학계량학, 과학 경제학, 연구 연구, 과학 및 기술 연구, 과학 사회학, 메타지식, 정량적 과학 연구를 포함한 여러 연구 분야 및 커뮤니티와 밀접하게 관련되어 있습니다5. 이들 커뮤니티 중 일부 사이에는 눈에 띄는 차이가 있는데, 주로 역사적 기원과 이러한 커뮤니티를 형성하는 연구자의 초기 학문적 구성에 관한 것입니다. 예를 들어, 메타과학은 임상과학과 심리학에 기원을 두고 있으며 엄격함, 투명성, 재현성 및 기타 개방형 과학 관련 관행과 주제에 중점을 두고 있습니다. 도서관 및 정보 과학 분야에서 탄생한 과학계량학 커뮤니티는 과학에 대한 강력하고 책임 있는 측정 및 지표 개발에 특히 중점을 두고 있습니다. 과학기술학은 과학기술의 역사, 과학철학, 과학과 기술, 사회의 상호작용을 다룬다. 물리학, 컴퓨터 과학, 사회학에 기원을 둔 과학 과학은 데이터 기반 접근 방식을 취하고 과학이 어떻게 작동하는지에 대한 질문을 강조합니다. 이들 공동체 각각은 과학을 이해하는 데 근본적인 기여를 했습니다. 그 기원은 다르지만 이러한 차이는 과학의 실천과 그것이 사회적 영향을 이해하는 데 대한 포괄적이고 공통된 관심에 비하면 미미합니다.

세 가지 주요 발전이 과학의 급속한 발전을 촉진했습니다. 첫 번째는 data9입니다. 최신 데이터베이스에는 수백만 개의 연구 논문, 보조금 제안, 특허 등이 포함되어 있습니다. 이러한 횡재수 데이터는 과학적 활동을 놀랍도록 상세하고 규모 있게 추적합니다. 두 번째 발전은 측정입니다. 학자들은 데이터를 사용하여 과학 활동에 대한 많은 새로운 척도를 개발하고 오랫동안 중요하다고 여겨졌지만 정량화하기 어려운 이론을 조사했습니다. 세 번째 발전은 경험적 방법입니다. 데이터 과학, 네트워크 과학, 인공 지능 및 계량 경제학의 병행 발전 덕분에 연구자들은 강력하고 새로운 방식으로 관계를 연구하고 예측하고 과학 정책을 평가할 수 있습니다. 새로운 데이터, 측정 및 방법을 통해 과학의 내부 작동과 과학적 진보 자체에 대한 근본적이고 새로운 통찰력이 드러났습니다.