Als je wetenschapper wilt worden, moet je veel lezen.

Wetenschap is een inspanning gericht op het opbouwen en delen van kennis. Onderzoekers publiceren artikelen over hun ontdekkingen, doorbraken en innovaties om die onthullingen met collega's te delen. En er zijn elk jaar miljoenen wetenschappelijke artikelen.

Bijblijven met de laatste ontwikkelingen in hun vakgebied is een uitdaging voor onderzoekers op alle punten van hun loopbaan, maar het treft vooral jonge wetenschappers, omdat ze ook de vele artikelen moeten lezen die de basis van hun vakgebied vormen.

"Het is onmogelijk om alles te lezen. Absoluut onmogelijk", Ajay Satpute, directeur van het Affective and Brain Science Lab en een assistent-professor psychologie aan Northeastern. "En als je niet alles weet wat er in het veld is gebeurd, is er een reële kans om het wiel keer op keer opnieuw uit te vinden." De uitdaging, zegt hij, is om erachter te komen hoe de volgende generatie wetenschappers economisch kan worden opgeleid, waarbij de noodzaak om alle baanbrekende papers te lezen in evenwicht wordt gebracht met het opleiden van hen als onderzoekers in hun eigen recht.

Die taak wordt alleen maar moeilijker, zegt Alessia Iancarelli, een doctoraatsstudente die affectieve en sociale psychologie studeert in het laboratorium van Satpute. "De hoeveelheid gepubliceerde literatuur blijft maar toenemen", zegt ze. "Hoe kunnen wetenschappers hun wetenschap op een gebied ontwikkelen met deze enorme hoeveelheid literatuur?" Ze moeten kiezen wat ze willen lezen.

Maar volgens Iancarelli kunnen gemeenschappelijke benaderingen van die prioritering vooroordelen bevatten en cruciale hoeken van het veld weglaten. Dus ontwikkelden Iancarelli, Satpute en collega's een machine learning-aanpak om een ​​betere - en minder bevooroordeelde - manier te vinden om een ​​leeslijst te maken. Hun resultaten, die vorige week werden gepubliceerd in het tijdschrift PLOS One , helpen ook gendervooroordelen te verminderen.

"Er is echt een probleem met de manier waarop we wetenschap ontwikkelen", zegt Satpute. Op dit moment gebruiken wetenschappers vaak een zoektool zoals Google Scholar over een onderwerp en beginnen ze daar, zegt hij. "Of, als je geluk hebt, krijg je een geweldige instructeur en heb je een geweldige syllabus. Maar dat zal in feite het veld zijn door de ogen van die persoon. En dus denk ik dat dit echt een niche vult die kan helpen om balans te creëren en interdisciplinaire wetenschap zonder noodzakelijkerwijs toegang te hebben tot een geweldige instructeur, want niet iedereen krijgt dat."

Het probleem met zoiets als Google Scholar, legt Iancarelli uit, is dat het je de meest populaire artikelen in een vakgebied geeft, afgemeten aan het aantal andere artikelen dat ze heeft geciteerd. Als er subsets van dat veld zijn die niet zo populair zijn maar nog steeds relevant zijn, kunnen de belangrijke artikelen over die onderwerpen bij zo'n zoekopdracht worden gemist.

Neem bijvoorbeeld het onderwerp agressie (het onderwerp waarop de onderzoekers zich richtten bij het ontwikkelen van hun algoritme). Media en videogames zijn een bijzonder actueel onderwerp in onderzoek naar agressie, zegt Iancarelli, en daarom zijn er veel meer artikelen over dat deel van het veld dan over andere onderwerpen, zoals de rol van testosteron en sociale agressie.

Dus besloot Iancarelli om papers over het onderwerp agressie te groeperen in gemeenschappen. Met behulp van citatienetwerkanalyse identificeerde ze 15 onderzoeksgemeenschappen over agressie. In plaats van te kijken naar het ruwe aantal keren dat een artikel is geciteerd in een ander onderzoeksartikel, bepaalt het algoritme een gemeenschap van artikelen die de neiging hebben om elkaar of dezelfde kernverzameling artikelen te citeren. De grootste gemeenschappen die het onthulde waren media en videogames, stress, eigenschappen en agressie, herkauwen en ontheemde agressie, de rol van testosteron en sociale agressie. Maar er waren ook enkele verrassingen, zoals een kleinere gemeenschap van onderzoekspapers gericht op agressie en paarden.

"Als je community-detectie gebruikt, krijg je een heel rijke, gedetailleerde kijk op het agressieveld", zegt Satpute. "Je hebt een soort vogelperspectief van het hele veld in plaats van [het lijkt alsof] het veld van agressie in feite media, videogames en geweld is."

Naast het diversifiëren van de onderwerpen die aan bod kwamen door deze communitybenadering te gebruiken, ontdekten de onderzoekers ook dat het percentage artikelen met vrouwelijke eerste auteurs dat door het algoritme als invloedrijk werd bestempeld, verdubbelde in vergelijking met wanneer ze zich alleen concentreerden op het totale aantal citaten. (Iancarelli voegt eraan toe dat er misschien wat vooroordelen in dat resultaat zijn ingebakken, omdat het team de auteurs niet rechtstreeks naar hun genderidentiteit kon vragen en in plaats daarvan moest vertrouwen op aannames op basis van de naam van de auteur, foto en eventuele voornaamwoorden die werden gebruikt om naar hen te verwijzen .)

Het team heeft de code achter dit algoritme vrijgegeven zodat anderen het kunnen gebruiken en hun citatienetwerkanalyse-aanpak in andere onderzoeksgebieden kunnen repliceren.

Voor Iancarelli is er nog een andere motivatie:"Ik zou dit werk graag gebruiken om een ​​syllabus te maken en mijn eigen cursus over menselijke agressie te geven. Ik zou heel graag de syllabus willen baseren op de meest relevante documenten uit elke verschillende gemeenschap om een ​​echt algemeen kijk op het veld van menselijke agressie."