计算中心将研究知识的过去和未来

科学的3月是跌跌撞撞,容易跑题,充满偏见,时尚和死角。基于新的研究计划在芝加哥大学和计算研究所将使用最新的计算工具来检查这个不完美的路径和更好地了解知识和创建。这种理解可以变换的过程研究,称过去的失误而露出意外的对未来的新方向。

与约翰·邓普顿基金会的520万美元的赠款,新的元知识网络汇集了社会科学家、计算机科学家和领域专家从多个学科探讨知识出现,繁荣、发展和死亡。经验教训可以用来加速发现跨领域,科学家们开发一个更深的理解为什么我们的知识做到为什么某些承诺未经要求的或问题都没回答。

我们有机会创造一个真正富有科学的科学,一种建立在新型计算工具的利用日益广泛的数字痕迹的研究过程中,“詹姆斯•埃文斯表示中心的主任,副教授社会学,和计算研究所研究员。

知识元知识的意思是“知识”——研究不同的科学问题和想法出现,成熟和潜在生根。研究的理想主义的观点是,它在客观的收益,实验步骤。但是科学家们面临着几乎无限数量的潜在问题也可以选择基于非实证研究路径等因素可用资源或设备,专业和教育网络,访问之前的发现,他们的偏见和趋势。

直到现在,这些外部影响的指纹已经用肉眼很难发现。

“我们知道来自科学在显微镜下,从深刻的历史或人种学研究中,”雅各布·福斯特说,助理教授社会学和元知识网络的一员。

但目前爆炸的数字化文本,包括期刊、书籍、专利和新闻文章,使历史上第一次大规模塑造科学研究的研究动态,最新的计算工具可以捕获一些丰富的见解。

“中心思想是,我们怎样才能把这些庞大的数据资源与科学都是相关的出版物,预印本和数据浮动,用它来找出为什么人们问他们问的问题吗?”埃文斯说。”,这些知识让我们怎么能问更好的问题吗?”

最初的元知识网络中的核心项目将研究一些理论为什么比别人更受欢迎,哪些策略最有可能产生突破性的研究和根深蒂固的概念和假设如何影响科学家研究什么。

例如,初步工作网络合作者发现获奖科学家更有可能尝试高风险项目,后来经常被同行引用。其他工作确认偏见在从许多领域的生产和分析数据,并演示了以前的研究结果发表在《生物医学文献如何扭曲科学家如何解释自己独立的结果,一种出版来自同辈的压力。

在研究预算紧张,这些见解可以帮助直接资助最有前途的学者和项目,而不仅仅是最受欢迎的或突出。结合文本挖掘和机器学习工具还可以提供一个不断刷新“哨兵”的研究,更新新发表的文章和建议需要探索新的影响力的假设。

“科学政策和业务创新,我们可以更加理性如何搜索的巨大的空间问题,”埃文斯说。”,包括更creative-asking新的、意想不到的问题。”

支持网络的研究,将建立一个实验室知识计算UChicago校园研究所的研究人员与计算机程序员合作。网络也将建立一个在线门户元知识共享软件,数据和出版物。数据库和项目产生的结果将开源和向公众提供合法的可能。

首届元知识网络的成员包括芝加哥大学的研究人员阿贡国家实验室,斯坦福大学,西北大学,加州大学,华盛顿大学,威斯康星大学、普林斯顿大学和哈佛大学。