国际科研合作网络演化的影响对中国商学院研究质量

文摘

位于达拉斯的得克萨斯大学提出了24顶级期刊上(UTD24)覆盖与管理相关的所有领域。UTD24目前最权威的管理杂志。机构或研究学者在这些期刊上发表论文被认为是具有较高的学术水平。本研究使用纸质出版的一个机构在UTD24期刊表明这个机构的研究质量,论文发表的中国商学院UTD24期刊从2000年到2018年为研究对象。通过分析了进化过程和国际科研合作网络的研究热点(IRC网络)的中国商学院,综述和分析了影响质量的因素,中国商学院在UTD24期刊上刊登的论文:学位中心的一个机构,中间性中心的一个机构,一个机构的关注程度,新奇的程度的一个机构,和国家的数量与该机构合作。本文将纸质分为两个部分:论文的总数及论文质量的一个机构。其中,学位中心和中间性的中心机构有显著积极影响的论文总数的机构。关注的程度和与该机构合作的国家数量有显著积极影响论文质量,和新奇的程度对论文质量有重大的负面影响。

1。介绍

近年来,科学技术迅猛发展,学科知识也增长迅速,和科研合作逐渐成为科学研究的主要形式1]。对科研人员、科研合作与交流可以有效改善个人科研的竞争力2,3]。研究团队,通过共享信息和资源,这将有助于头脑风暴法,发挥知识的价值,实现团队的最大利益,提高研究的水平和质量。勃兹曼et al。4)考虑合作主要针对扩张的基础知识(负责管理知识合作)以及致力于生产经济价值和财富的人。简而言之,通过科研合作,对纪律复合人才的培养具有重要意义和跳跃发展的学科5,6]。Coccia和勃兹曼7]分析面临的相对增长的国际科研合作与国内相比合作只有科学领域的发展中一个异速生长的模型形态变化的结果来衡量。勃兹曼et al。8)建立了一个临时模型的研究协作效率,推导数据从60岁我们学术研究者,从一系列的选择科学和工程学科以及社会科学学科。一些学者探讨了影响因素的研究合作,研究研究合作的影响(9,10]。

管理学科的深化研究和管理实践的不断发展,学科专业化的程度逐渐提高。在实践中,一个主题或项目通常是由许多不同的研究人员完成,和期刊论文的总和。它已成为科研合作的最直观的形式(11]。在一定的时间内,论文和作者之间的合作和研究机构在管理学科领域的速度和质量也在很大程度上反映了学科内的科研合作和学术交流(12]。分析管理规程的现象无疑将有助于更好地理解管理学科的发展特点和理解学术合作现状和管理学科的一般特征13]。

在实践中,一些学者研究了论文合著网络,但以往的研究更有限的分析技术。通过简单的文献计量学和统计在作者的出版物,分布的合作,并合作,一些学者解决领域的合作研究。然而,这样的研究是缺乏合著现象背后的深层合作关系和决定个人的地位和作用(作者单位)学科合作网络。纽曼(14,15]分析了结构、共同创作网络和科学合作的模式。科学研究技术的发展,特别是网络分析技术,提供了可能性探索学科内大规模合作网络。本文综合使用文献分析和社会网络分析研究的文学合作地位中国商学院的顶尖国际期刊管理学科。在某种程度上,它有一定的参考中国商学院如何发表高级别论文。本文的研究也具有一定的理论意义。虽然丰富该领域的相关文献研究,它还提供了一个管理文学研究的新视角。它提供了一个明确的参考中国学者在未来的研究热点,研究方向,国际合作。

2。理论框架

社交网络是一种最视觉和有效的工具,用于描述和衡量社会关系(16]。社会关系影响各种社会行为。我们如何研究这些关系对社会行为的影响和后果?社交网络无疑是最有效的这些关系的可视化工具。作为一组社会演员和他们的相互关系17),将它引入的重要原因管理在于管理领域的实践和理论研究面临许多挑战的新环境,和社会网络理论可以提供一个新的分析视角对这种挑战[18]。社交网络在创新管理起着重要的作用19- - - - - -21,知识管理22)、情报信息的采集和信息和情报的扩散机制研究[23),因此,社交网络已经广泛应用于社会学和信息科学的研究。

社会网络分析是基于社会行动者之间的交互,使用点来表示社会演员,使用网络连接的点来表示某个演员为了量化这些社会关系的社会关系。近年来,社交网络已经广泛用于学术研究,特别是各种社会实体之间的关系的研究,并形成了一个独特的研究范式。例如,刘和关使用社会网络分析研究的进化研究合作网络24]。社会网络分析做出了重大贡献领域的社会学、社会心理学、人文、流行病学、和管理研究25]。领域的管理、社会网络分析等领域的广泛应用知识管理、创业管理、战略管理、创新管理、公司治理、市场营销管理、人力资源管理、组织行为管理,理论社会越来越多的关注在管理中的应用(26,27]。尽管有许多其他定量方法研究合作管理、社会网络分析是一种有效的方法来量化的影响因素。

文献计量分析是一种文学的分析工具,可以客观、定量地揭示了学术研究的发展(28,29日]。主要用于信息科学、图书馆学和档案学。文献计量分析指的是定量分析的研究重点和未来研究方向学术领域的文献信息的定量分析关键词,作者、期刊、年,机构、文献内容,引用信息(30.]。它包括co-word分析和聚类分析。对于大样本大小的主题领域,co-word分析可以快速掌握相关学科的研究现状和趋势演变,因此广泛应用于研究学科发展趋势31日,32]。在经济管理领域,许多学者利用文献计量分析,描述该领域的研究现状和进展和发现的进化研究领域是由几个学科(33]。Heischmidt和戈登(34)测量了排名的营销学术期刊,冈萨雷斯et al。35]分析了主要研究方法的学习,席尔瓦和特谢拉[36]分析了计量经济学的研究路径演化经济学,等。自网络已经成为创新和扩散的主要形式,在现有的文献中已经发现,大多数研究相关知识扩散是基于网络的。在研究网络,因为显性知识和隐性知识通常存在于知识载体的形式,也就是说,论文、知识扩散的过程通常痕迹文件的索引信息。在网络环境下,一种知识扩散是使用网络上的相关研究方法分析知识扩散的特点。这样的研究揭示了主题结构和科学知识的扩散特征通过分析引文网络的特点。

3所示。研究样本和数据

3.1。样本的选择

选择一个集群的期刊封面,代表了广泛领域的知识管理作为至关重要的数据来源确保后续分析结论的合理性和可靠性。期刊管理领域的排名也吸引了大量学者的关注。尽管学者(37,38)采用了不同的方法来选择和等级管理学术期刊,他们得到不同的结果,但结果是高度相关的。虽然主要领域的顶级期刊上有分歧,他们基本上是包含在选择范围内,表明每个人的批准顶级期刊上相对一致。

Naveen Jindal管理学院位于达拉斯的得克萨斯大学有一个研究全球商学院排名的名为“UTD商学院在世界100强”,以比较不同商学院”在相关领域发表论文的数量和质量。其研究具有更大的影响力。曼联商学院的24期刊(UTD24)也成为最重要的一个业务度量标准的学术力量。24期刊是公认的世界领先的国际商业期刊。同时,通过补充确认,与JCR相比,这些24个影响因子较高的期刊,覆盖全方位的管理相关领域(包括会计、财务、信息管理、市场营销、管理科学、运筹学、企业管理/管理,等等),是管理期刊的收集研究。这些期刊的论文发表的中国商学院为研究样本,分析,结论可用于提供参考的其他中国商学院想提高他们的科研力量和纸的质量。本文收集了中国商学院发表的所有论文UTD24从2000年到2018年通过Web的科学。单独的搜索方法是寻找杂志的名称和搜索时间添加到搜索结果的每个杂志:2000年至2018年,作者的国籍机构每日报:中华人民共和国。学科24期刊,杂志标题、期刊影响因子,中国商学院发表的论文数量从2000年到2018年在这些期刊如表所示1。

3.2。统计描述

我们有画的图1基于论文发表的中国商学院UTD24从2000年到2018年。图中的数据1不包括论文的作者都来自相同的机构。从图可以看出1发表的论文数量,中国商学院UTD24通常是逐年增加的。趋势线是y= 0.4614x²+ 2.357x+ 29.442,R²值为0.9628,接近于1,表明它具有较高的可靠性。从数据结果,我们可以观察到一定阶段特征的出版物的数量:2000 - 2006(小数量和趋势相对稳定),2007 - 2013(与一定数量的增长趋势),和2014 - 2018(数量基本上是保持在一个高水平的波动)。同样,根据Dehdarirad的数据处理方法(39),我们也可以将数据划分为三个阶段:2000 - 2009,2010 - 2014,2015 - 2018。因此,结合上面的数据,我们设想是否IRC网络基于样本数据有一个逐步进化的特性。

4所示。举办中国商学院的IRC网络演化模型

4.1。IRC网络统计

合作编辑与综合性互动作为一个IRC网络,网络可以用来描述IRC网络。通过网络科学、UTD24期刊的论文发表的中国学者从2000年到2018年被检索和提取作者的机构。本节删除论文的作者来自同一机构的示例,使用的其他论文样本构建IRC网络。如果一篇文章有多个作者从不同的机构,那么这些作者的机构两两相连。每篇论文的作者的机构网络的节点和关系机构通过与人合写的论文是网络的边缘。它还可以使用社会网络分析等领域的结构性指标结构洞,中心,平均距离,和聚类系数描述空间网络的状态。

结构洞是指网络中某些个体之间的直接联系,但是没有直接接触或与其他个人(不连续40- - - - - -42]。结构洞的测量方法通常采用有效的大小在伯特结构洞指标,等于nonredundant因素在网络和创新的能力用在个人网络结构洞。有效的国际合作网络节点的大小中国的商学院 在哪里表示所有合作者相连 ,问是另一个接触除了和 ; 的关系的比例吗在所有的节点的关系 ;和的边际力量的关系吗来,值为1或0。有效的规模测量节点的能力网络中获取信息的机会。更大的 ,更大的网络节点的结构洞 。

因此,网络的总有效尺寸(加权平均)

结构洞的过程中合作创新是至关重要的,是资源的全面整合的关键(43,44]。因此,网络的总有效尺寸越大,网络中的结构洞越多,更好的整合资源网络的能力。

中心也被称为中间性中心,主要用来测量控制的程度由网络节点资源。在这里,我们使用中间性集中化网络计算总数。

设置网络 , 是点集,是边集, , ,和和边的脑袋和尾巴吗 。 :意味着从点对点 。 :表示路径中包含的行数。 的最短路径长度。 最短路径长度的数量;如果 ,然后 ; 代表了最短的数量 通过点 ;如果 ,让 。

因此,绝对的中间性中心的点是 在哪里 ;CB (V)越大,资源控制的点越诉根据上述结果,可以表达的中间性中心整体网络的中介力量可以计算使用以下中间性集中化指标: 在哪里的最大价值是绝对的中间性网络中心性。更大的中央中国的整体合作网络商学院,较强的网络的中介和中间人的作用越明显。

的平均距离,也被称为大地路径,是指连接任意两个节点的平均路径长度最少的线路网络。网络的平均距离反映了各个代理商之间的关系强度网络: 在哪里 节点之间的最短路径长度吗和 。利润率越短任意两个节点之间,越接近两个节点之间的关系(45]。因此,平均距离越小网络,网络信息的快速传播和资源,从而提高网络的创新效率。

4.2。IRC网络的阶段划分的方法

作为一个复杂的系统,空间网络的发展是不可避免地受到系统的秩序。虽然网络的空间状态指示器可以有效地表达网络的静态特征作为一个整体,很难准确测量网络的自组织(命令)。

根据香农熵的公式提出了信息理论: ,它可以知道离散概率的决心是测量的关键事件的有序的合作网络的演化。本文认为,“熵”可以反映网络的整体进化的顺序,但它需要中间变量的空间状态指示器(事件)的网络计算熵值。因此,空间网络构建的指标如下: 在哪里 , 表明的观测值th期的th网络的空间状态指示器,= 1,2代表了结构洞和中间性集中化 ,分别。的平均距离D(= 3)逆相关的有序演化网络 。以来的演变th合作网络只有一个状态 ,它的熵值可以计算出在一个计算。总之,作为的价值增加,网络演化的熵值将显示一个持续的趋势,这有利于揭示网络系统的有序演化。

的空间演化度量向量中国商学院的国际合作网络 ,和的熵值是网络空间演化计算的吗阶段。特定的网络演化阶段划分如下。

变换的元素在矩阵成得到归一化矩阵 。 在哪里矩阵的顺序排列大(小)。

让正规化矩阵分布 在一定时间内 ,和内部的熵值之间的差异部分

然后,当矩阵分为段,变异矩阵 ,在哪里 , 。

最优分割的基本思想:找到一组分割点,这样内部变异每个时间段的最小值和变化时间之间的最大价值。同时,研究发现,对于一个给定的观察,总变异是一个固定的数量,如果变化可以知道吗集团内部是最小的变化团体之间必须是最大的。因此,当矩阵分为段,只分割点可以根据组内的最小变化的原理,和可以实现的最优分割。国际合作网络的演化阶段的中国商学院是相应的分割。

让 表示的划分连续熵值矩阵成段。当 ,可以获得最优分割点的目标函数: 当 ,可以获得最优分割点的目标函数:

以此类推,一般分为目标函数公式段可以获得在网络演化阶段

采用逆行法来解决这个公式,我们可以得到最优分割点阶段划分。

由于最优分割方法不给段的准确数字,比方法可以用来确定最优值:

计算后,分裂阶段,函数的值越小,我们的价值最接近。的值是1,越接近越近的函数值阶段的函数值k的阶段,没有必要划分。

4.3。IRC网络的阶段划分的数据结果

构造一个19年的国际合作网络,分别通过一节中描述的方法4.1并使用公式(2),(4)和(5)计算有效的大小 ,中间性集中化 ,和平均距离由软件UCINET 19网络。确定上述指标后,我们可以进一步推导出事件的概率和概率权重后,使用公式(6)计算加权熵中国商学院的国际合作网络。这些指标如表所示2。

然后,我们使用该软件MATLAB规范化的数据加权熵对矩阵和变异系数矩阵的计算由方程(8)。根据这个变化合作网络的最小值在不同的段数可以确定。这篇文章只有19年的数据,所以我们决定阶段的数量除以不超过5段。计算后, , ,和 。的价值是最小的,最接近1,这意味着价值的功能分为三个阶段类似于函数的价值分为四个阶段,没有必要继续分裂,所以它应该分为三个部分。具体结果如表所示3。

因此,从以上数据,我们可以把中国商学院的国际合作网络的演化分为以下三个阶段:2000 - 2008,2009 - 2013,2014 - 2018。

5。社会网络分析的中国商学院的IRC网络

5.1。在IRC网络整体水平的指标

根据上述上演进化模型和基于时间作为标准,中国商学院的IRC网络的演变分为三个阶段:2000 - 2008,2009 - 2013,2014 - 2018。分析这三个阶段之间的合作关系的中国商学院的IRC网络总体指标的网络和网络的节点级指标。前者主要分析IRC网络的总体特征,而后者主要从个体层面进一步分析网络中的节点,以试图解释节点级别的差异由于个人的异质性。本文使用的节点数量,数量的边缘,密度,平均学历,平均路径长度,直径,网络的平均聚类系数来衡量合作网络的总体特征。学位中心的三个核心指标、介数中心,和亲密中心是用来衡量网络中节点级别的演化特征。本研究认为每篇论文作者的机构网络的节点。本节删除论文的作者来自同一机构样本和使用其他论文构建的IRC网络。如果一篇论文从不同的机构是由多个作者写的,那么这些作者的机构连接。本文运用该方法上面建立的IRC网络三个阶段,分别。网络的网络密度测量密实度(46]。根据表4,我们可以看到,网络密度三个阶段将增加的程度的增加删除节点和网络的连接组件将变得更小程度的增加删除节点。这两个指标的变化表明,一定数量的节点网络的三个阶段是孤立的,这意味着大多数网络中的节点只合作一次。节点的程度小于或等于2,表明这些机构合作对象和合作较少输出。删除这些节点后,网络连接。之后,我们认为大学和其他机构使用的网络和节点软件Gephi映射的进化网络拓扑关系图如图三个阶段2。为了更好地呈现网络演化的过程中,这些网络拓扑图删除节点的度小于2等于2。节点代表了发表论文的作者所属机构。图中节点的大小表明节点度的值。有连接的节点越多,节点越大,颜色越深。节点之间的边表示合作关系。两个节点之间的合作越多,颜色越深。

同时,我们使用软件Gephi计算使用的一些网络测量指标,并删除网络的节点度小于或等于2。完整的指标数据如表所示5。节点的数量代表的机构网络。网络中节点越多,网络规模越大。本文的网络节点数量的三个阶段是145年,242年和349年,节点的数量逐渐增加。越来越多的节点表明越来越多的商学院,研究机构和相关企业也加入了合作网络,共同完成相关的项目和有一定的输出结果。网络的边的数量表明合著的论文数量的机构之间的关系。网络边缘的三个阶段的数量是549,1146年和2226年,这意味着机构之间的合作越来越频繁,和一篇论文可能涉及更多的机构。网络的密度是伙伴关系的数量的比例存在于网络的数量可能的理论关系。摘要网络的密度通常下降是因为数量的条目所造成的可能的理论关系的新机构的数量远远大于实际合作的关系,表明网络中每个节点的密实度仍在逐渐减少,仍有很多需要改进的地方。节点的平均度逐渐增加的三个阶段,表明合作伙伴在一个单一的机构的数量变得越来越多。 As the average degree increases, the cooperative network will show better synchronization capabilities, the cooperation rate will be significantly improved, and the scope of cooperation will be significantly expanded. The network diameter and the average path length generally show an upward trend, which indicates that the effectiveness of the network information transmission by a large number of new nodes joining in the network has been reduced to some extent, and the distance between the nodes has become far. The average clustering coefficient reflects the aggregation of the entire network. The larger the average clustering coefficient, the better the aggregation of the network. The aforementioned indicators of the whole network indicate that the scale of the network is increasing, and there are still many institutions joining in the network. The cooperation relationship between the nodes in the network is gradually increasing, but the information transmission efficiency inside the network is still at a low level; the aggregation of the network is still weak, and there is still much room for improvement.

5.2。个人的IRC网络指标

为了更好地分析机构的地位在中国商学院的国际合作网络,这一部分从节点级别和采用每个节点为中心分析。在社会网络分析中,通常使用以下三个指标来衡量演员在网络的影响,也就是说,学位中心,中间性中心,中心的亲密接触。这些核心指标反映机构的不同位置合著网络。直接接触节点越多,越中央节点的网络;相反,那些在网络边缘直接接触较少。摘要学位中心是指直接合作的数量在co-network一个机构和其他机构。它等于一个机构的规模的self-network和中心的程度越高,影响越大的机构合著网络。本文的网络都是无向的,所以学位中心计算公式如下: 在哪里代表机构的总和与机构有直接关联 。这些联系主要是由一个或多个学术论文发表。

中间性中心指标是用来衡量网络中一个节点的程度控制的资源。作为两个或两个以上的小群体的沟通媒介,高的节点介数中心倾向于获取信息优势。中间性越大的中心节点,更有可能的是,网络的核心节点和控制其他节点之间的通信。合著网络中,如果一个机构的最短路径上其他机构,该机构可以被认为有更高的中间性中心因为它充当各个节点之间的桥梁。中间性中心定义如下公式所示: 在哪里是最短路径的数量节点之间和节点和是所有节点间最短路径的数量吗和节点 。根据这个定义,可以看出,节点的介数中心受到网络中节点的总数。为了消除这种影响,在不同的网络节点的介数中心可以与对方相比,和相对中间性中心定义为

相对价值的中间性中心在[0,1]之间,所以它可以用来比较不同网络节点的介数中心。

亲密中心反映出节点很容易到达其他节点通过网络。一个节点到其他节点越近,就越容易传递信息。较高的演员亲密中心可以更快地传递信息和传递信息,只要他们通过减少中间节点。合著网络机构更高的亲密中心可能是网络的中心。本文运用公式的亲密中心比较亲密中心节点的网络。具体公式如下: 在哪里 节点之间最短的距离是什么和节点(即,包含在最短路径的行数)。更大的价值 ,关键是越接近网络的核心。为了比较亲密在不同网络的中心节点,定义相对亲密中心。具体公式如下:

尽管这三个中心相关指标在一般网络,它们反映了网络中节点的重要性,从不同的角度。中心度指标描述当地中心指数衡量的能力,网络中节点与其他节点通信。中间性中心认为一个节点来控制其他节点的能力。亲密中心考虑节点是不受控制的能力。

我们输入的网络模型三个阶段2000 - 2008,2009 - 2013,和2014 - 2018年进入软件UCINET和计算中心程度,中间性中心标准化后,亲密中心标准化后的节点在网络。三个阶段的网络节点数量大,所以每一个指标的十大值被选中作为分析样本。十大机构有三个最高中心单独列出,如表所示6- - - - - -8。表9显示了全名的首字母缩略词表6- - - - - -8。

从表可以看出6- - - - - -8,首先,有一个相似的共性:也就是说,在这个排名,中国大学的数量基于进化阶段的三个核心指标排名前十的是在上升。在数据表中尤其明显8。在最高的前十个机构接近中心,三个阶段的来自中国的机构数量是5,7,8,分别表现出日益增长的趋势,这表明在这三个阶段的网络,网络中的中国商学院的整体状态逐渐上升。他们联系其他节点的能力,控制节点的能力,和被其他节点控制能力相对提高。其次,如表所示6,学位的价值中心一般上升三个阶段,表明在网络演化的阶段,合作机构和其他机构的数量和合作对象的数量正在增加。合作的范围也增加。介数中心和亲密的两个指标标准化中心后,我们可以看到,这两个指标也有类似的特点。在网络演化的三个阶段,这两个指标的值通常表现出上升趋势,表明控制信息和资源的能力,每个节点的信息传输能力,信息传输效率都有所提高。然而,一些节点的值更高的排名在三个阶段逐渐减少,之间的区别和每组的最高价值和最低价值正逐渐减少。如表所示7的中间性中心2000 - 2008年期间,香港科技大学是北京大学的0.497和0.023。两者的区别是0.474。在2009 - 2013年期间,中间性中心0.274香港科技大学,华盛顿大学的是0.031。两者的区别是0.243。2014 - 2018年期间,香港城市大学的中间性中心0.192和0.042北京大学的中间性中心。两者的区别是0.15。同样的情况发生在中心附近。从2000年到2008年,香港科技大学的亲密中心0.638和宾夕法尼亚大学的是0.474。两者的区别是0.164。的亲密中心2009 - 2013年期间,香港科技大学是西北大学的0.582和0.47。 The difference between the two is 0.112. During 2014–2018, the closeness centrality of the City University of Hong Kong is 0.549 and that of the University of Washington is 0.495, with a difference of 0.054. Finally, we can see from the data that although the gap between the various data is decreasing, the top few in these tables are still fixed institutions: Hong Kong University of Science and Technology, City University of Hong Kong, Hong Kong Polytechnic University, Hong Kong University, etc. This shows that with the improvement of the overall level of the network, there are still some nodes located at the core of the network, controlling a large amount of information and resources in the network. In order to better present the changes in the number of different institutions at different stages, we have counted the number and proportion of domestic universities, foreign universities, and other institutions in different stages. The results are shown in Table10。从表的结果10,我们可以看到三个中心分析显示类似的结果。首先,在横向比较中,机构的数量相同的排名位置,国内大学不同阶段的数量和比例在上升,外国大学的数量和比例正在下降。其次,在垂直的观点,尽管国内排名前十的大学总是有一个量化的优势,在比例方面,前30名的国内大学的数量和排名前50的逐渐减少。相反,外国大学的比例一直在上升;这表明国内大学在网络的总体状况已经有所改善,但仍与国外大学相比相对较低。其他机构包括企业和研究机构。从数据其他机构的数量和比例的变化,可以看出,他们的数量和比例都在上升。这表明许多大学已经开始与异构等机构合作企业和研究机构。

总的来说,这四个表中所有数据的变化表明,随着网络的发展,网络中节点的数量和网络规模的增加,节点控制信息的能力和转移能力和信息传递效率提高。在这些功能节点之间的差距正在逐渐缩小。几个节点控制整个网络的现象仍然存在,但这些节点的影响逐渐减少。网络演化过程中的不同阶段,国内大学的数量和比例在网络与国外大学相比相对较低,但总体而言,它已经大大提高。反映在合著的论文中,越来越多的机构正在努力配合其他nonnetwork核心机构产生的结果。合作的范围逐渐扩大,合作是逐渐增加的输出。越来越多的机构开始使用异构企业和研究机构等机构合作寻找新的方法(47,48]。同时,三个阶段的IRC网络,中国商学院的节点容量逐渐增加。根据图1中国商学院,发表论文的数量也在上升。然后,这三个指标,判断机构的节点的能力可能会影响一个机构发表的论文质量UTD24在某种程度上。因此,列出这三个指标作为影响因素如部分所述7。

6。热点分析,中国商学院的国际合作网络

在分析国际合作网络的演化在制度层面,我们将专注于联合网络的研究热点。研究热点地区将有一定影响的演变研究机构的网络,它将推动不同机构相互合作。同时,它奠定了基础研究的最后一部分影响因素,所以在这部分,我们分析网络内的各种机构的研究热点。

6.1。分析方法

在这一部分中,我们主要采用三种研究方法。co-word分析方法属于内容分析方法,用于分析同现关系和同现一群词对强度在同一文档中,反映出关键字,关键字之间的关系,揭示了内部结构和趋势的研究领域。

聚类分析:这是一个非常活跃的文献计量学和可视化方法。根据关键词和关键词之间的力量,一些关键字,并有很强的同现强度被组合在一起,形成集群。在本文中,我们使用聚类方法在CiteSpace分类的类别关键字,全面比较排名不同的聚类方法,并使用较高的关键字排名根据不同的聚类方法的主体集群以反映聚类的研究内容和研究方向。具体来说,我们提取关键字发表的1953篇论文中文大学商学院在UTD24杂志,这些关键字输入软件CiteSpace和删除关键字的频率。剩下的关键字是656。然而,个人没有办法确定研究内容和研究方向基于高频关键词。因此,本研究利用CiteSpace集群这些关键词和获得32集群。集群的数量和名称如表所示11。

战略图分析主要用于分析结构在某一领域的研究热点及其变化趋势。战略图是二维坐标图。根据前面的聚类分析,聚类的关注指数是横坐标,集群的新奇是纵坐标,建立和战略图。从建立战略图,我们可以看到每个集群的位置在整个研究区域。根据集群的四个象限的分布,研究领域的研究现状和未来发展趋势和变化可以被描述为图所示3。

集群的新奇和关注程度位于第一象限是大于0,表明这些集群为代表的研究内容高度相关,属于近年来研究和开发热点。集群在第一象限是整个研究领域的核心内容。我们所说的第一象限“核心领域的研究领域。“第二象限的新奇大于0,和关注程度小于0,表明这些集群所代表的研究内容属于近年来新热点,但这些集群就没那么担心了。只要关注程度的增加,第二象限的集群将第一象限,成为一个更成熟的研究热点。因此,研究领域在第二象限叫做“势场。“新奇和关注程度的集群位于第三象限称为“边际场”是小于0,表明研究内容由这些集群不是高度关注,很少有研究近年来,属于边缘化研究内容。集群在第四象限叫基本字段有一定程度的关注大于0,新奇小于0,说明研究内容由这些集群吸引了太多的关注,但它不是一个研究热点,近年来,属于基础研究内容。虽然近年来,已经有一些研究在这个领域的研究必须基于这些集群,特别是一些集群与高度重视。

6.2。分析结果

我们计算的平均共线的时间每个集群根据关键字的时候达到阈值,以反映集群的平均持续时间,然后计算每个集群的平均持续时间的平均持续时间所有的共病的关键字。平均差异叫做“新奇。“价值有积极和消极点。如果值为正,这表明,学习时间相对较晚。如果该值是负的,这表明,研究时间。如果有共病的关键字,集群形成和存在关键字在每个集群。用于表示今年的新奇的计算如下: 在哪里新奇的吗th集群, 同现的年度平均吗关键字的th集群, 同现的年度平均吗共病的关键字。

我们计算的平均同现频率每个集群根据每个关键字的同现频率,然后计算平均每个集群同现频率和平均同现频率的共病的关键字,从而获得某一集群的关注程度。价值也有积极和消极点。如果该值为正,这表明,研究的内容由集群是高度关注;如果该值是负的,它表明,研究的内容由集群较低有关。如果有共病的关键字,集群形成和存在关键字在每个集群。当用于表示同现频率,关注程度的公式是什么 在哪里的关注程度吗th集群, 的同现频率的平均值关键字的th集群, 同现频率的平均值吗关键词共病。

这部分提取关键词UTD24中国商学院发表的1953篇论文期刊从2000 - 2018年(图4),这些关键词导入软件CiteSpace,并删除关键字的频率是1。剩下的关键字是656。在656个关键词,“模型”频率最高的词(频率= 83),但是没有个人确定研究内容和研究方向基于高频关键词。因此,本研究利用CiteSpace集群这些关键词和获得32集群。

关键字的战略图聚类UTD24期刊出版的中国商学院在2000 - 2018年图所示4。在战略图,点代表的位置不同象限的集群。图中的数字4集群在表的数量吗11集群,集群19是最高程度的关注,27和集群和集群的集群程度最高的是32新奇。根据每个象限的意义的战略图,集群在第一象限是9,10,12日,16日,17日,18日,21日,22日,25日,27日,28日,29日和30日,这些集群属于“核心领域,”,这种集群不仅高度关注,也属于近年来的研究热点。集群29日最高程度的关注,主要包括关键词如“相关需求,”“近似算法”和“易腐库存。”27岁的新奇是集群的最高学位,主要包括“税收,”“税收政策执行,”等关键词。集群4、5、6日,11日,24日,26日和32位于第二象限,说明研究内容由这些集群属于研究热点研究的中国商学院UTD24期刊从2000年到2018年出版。尽管这些集群为代表的关键词不好评,他们可能成为管理研究的核心内容。在第二象限,新颖性是集群32度最高,这主要包括关键词如“价值溢价”和“竞争风险模型。“集群在第三象限1、2、3、7、8、14日和31日,主要与“专利引文,”“社会认知理论,”“系统性的质量反馈体系,”和“社会认可的人。“这些话题的关注更少比零和新奇,这是一个被边缘化的研究内容中却没有得到足够关注过去和现在。集群位于第四象限有13日,15日,19日,20日和23日,表明这些集群所代表的主题属于基础研究内容,这并不是一个新颖的当前研究的新热点,但有许多论文这些主题的主题。

32集群划分成四个象限之后,我们可以看到,有20个集群新奇大于零,和18集群注意力大于零,集群在第一,第二和第四象限的战略图。我们把关键字中包含20个集群与新奇大于零在相关研究领域新的研究热点,把关键词中包含18集群关注大于零最近学者广泛关注的研究热点。接下来,我们开始检查集群的数量在关键词UTD24期刊发表的各种中国商学院,满足以上条件的集群。计算集群的新奇是否不同的关键词发布的中国商学院UTD24期刊大于零或集群的注意每个关键字的纸是大于零的。,分析是否这些论文的关键词属于20集群的新奇大于零,或关键字是否属于18集群的关注大于零。与此同时,我们记录的集群数量满足上面两个条件,分别。我们把数量的集群的关键字是新奇大于一分之零由一个机构发表的论文的新颖程度,表示 ,在哪里大于或等于零,小于或等于20。我们把数量的集群的关键字是关注大于一分之零由一个机构发表的论文关注的程度,表示 ,在哪里大于或等于零,小于或等于18。如果由一个机构发表的论文中关键词属于集群与新奇大于零和关注大于零,然后机构的记录为1机构的记录为1。如果一个机构发表了一篇论文,包含多个关键字和新奇的注意这些关键词所属多个集群都是大于零的,和的机构都是记录为集群的数量,满足新颖性和关注大于零。如果多个机构发表的论文涉及相同的集群,集群的数量是不重复计算,这意味着的价值和保持不变。换句话说,集群的数量越大,其新颖性和关注大于零的论文发表的一个机构,相应越大和是这样的。相应的和更大的机构。我们使用和检查是否一个机构的研究内容的发表论文的前沿研究,这些研究内容是否已近年来学术界研究的焦点。

中国有143个机构,包括商学院和企业,UTD24期刊上发表论文。有63个机构发表一篇论文。的机构,只发表了一个论文引用的值对应的指标较低,我们已经删除了这些机构的样本。只有那些机构发表了一个以上的纸被保留。我们计算和这80个机构为影响因素的相关分析在接下来的部分。

7所示。论文质量的影响因素分析

为了更好地研究中国商学院的学术研究水平,提出一些具体的管理启示高校不同的学术水平,本文将探讨论文质量的影响因素UTD24期刊上发表的中国商学院。实证分析的样品被选为中国机构与两个或两个以上的论文。首先,一个机构的学术水平是衡量纸质出版的机构。在本部分中,论文质量是定义在两个方面。第一个方面是量化电平指示器:机构发表的论文的总数是指一个机构发表的论文总数UTD24期刊从2000年到2018年。第二个指标是论文质量指一个组织发布的每篇论文的次数已经被引用。这些指标从网上得到科学的数据库。

其次,本文探讨了可能影响论文质量的因素。本文的第三部分分析了网络演化过程的中心。中使用的三个指标分析,如学位中心,接近中心标准化后,中间性中心,可能有一定程度的影响论文质量,因为学术机构的位置在网络可以有很大影响的学术成果输出。因此,本文运用UCINET软件来分析中国机构的同现矩阵。学位中心,中心的亲近,中间性中心标准化后的中国机构从2000年到2018年在网络计算和作为影响因素的一部分。和在本文的第四部分研究也可能影响质量的学术论文,因为研究内容和新奇的程度和关注这个话题还将对论文质量有一定的影响。研究质量不受影响,无论学者与不同的或相同的合著者(49]。因此,我们还包括中国机构和考虑的范围。除了指标用来衡量本文提到的影响因素,本文也认为一些其他因素可能会影响论文质量:例如,国家的数量与该机构合作,期刊出版机构的论文的数量(只在UTD24期刊),和年之和论文发表论文从2000年到2018年。这三个指标可能有一定程度的影响方面的学术论文学术质量的跨国合作,学术研究的范围和时间维度的学术出版物。

结合上述影响因素,我们构建了两个多元线性回归模型。两个模型的因变量是发表论文的总数及论文质量代表学术论文的质量。亲密的独立变量是学位中心,中心标准化后,标准化后的中间性中心, , ,与该机构合作的国家数量,发表论文的期刊数的机构,和年之和,从2000年到2018年论文发表。统计方法是使用SPSS软件进行逐步回归样本之间。在进行实证分析之前,我们首先独立和相关的变量进行了描述性统计分析,如表所示12。

从表可以看出12,每个中国机构可以在UTD24期刊上发表论文35从2000年到2018年,每个纸可以引用了35倍。平均每个中国机构可以有与32个合作机构。然而,当回到最大和最小值,我们发现同样的功能,大多数变量的最小值和最大值之间的差别很大,特别是在发表论文的总数,引文/纸,和向心性程度虽然这些变量的平均值很小,表明个体之间的学术水平仍然非常不同。亲密中心和介数中心之间的差距很小。指出由于网络的大小,之间的差距控制网络的内部信息和到达其他节点的难度并不大。

本文模型构建和回归分析的结果如表所示13。表中的独立变量没有表明他们并不对因变量有显著影响。通过逐步回归分析,我们可以看到,学位中心的机构有很大的积极影响发表论文的总数的机构模型,这意味着更多的合作机构,更多的论文出版。同样,较高的中间性中心的一个机构,控制信息和资源的能力越强,越有可能在网络的核心节点。此类节点控制其他节点之间的通信因为机构高中间性中心可以控制信息的流动和资源,因此,机构可以承担的角色知识中介和发表论文的数量由一个机构会更高。

它从模型2中,可以看到有一个重大的负面影响程度的新奇和论文质量,表明越高新奇发表的一篇论文的一个机构,引用频率越低的论文发表的这个机构。在学术领域,虽然一个机构的论文的主题是小说,它可能会被其他学者在学术,或主题尚未被学术界接受,所以这些论文被引用的概率相对较低。关注的程度有很大的积极影响论文质量。如果一篇论文的主题或研究方向被学术界广泛关注,然后自然本文将带来一些帮助学者们的研究之后,论文发表的机构经常会引用。国家的数量与该机构合作有很大的积极影响论文质量的一个机构。越多的国家合作一个机构,每发表论文引用频率越高,他们就越有可能接触到来自不同国家的学者和学术界,从而增加他们的影响力在国际学术社区,这将更关注他们的学术成就,被更多的人。

8。结论

本文首先计算发表的论文数量,中国商学院UTD24期刊从2000年到2018年,发现有一定程度的阶段性特征在这19年的论文数量。根据这一特性,结合有效的大小、中间性集中化,和社交网络的平均距离分析指标,本文利用信息熵理论的公式和网络时间进化的最优分割理论划分中国商学院的国际科研合作网络分为三个阶段从时间的角度来看:2000年到2008年,2009年到2013年,和2014年到2018年,以分析中国商学院的IRC网络。

网络演化阶段划分后,本文运用社会网络分析方法来分析中国商学院的IRC网络的进化在这三个阶段的总体指标和网络的个别指标。从整个网络的角度指标,网络规模和IRC网络的边的数量的三个阶段逐渐增加,这表明越来越多的商学院等机构,研究机构,企业也加入了IRC网络和他们之间合作的数量也在增加。但是,网络内的信息传输效率仍处于低水平,和网络的聚合程度仍然疲弱。从个人的角度指标,随着网络的不断发展,节点控制信息的能力和信息传输和信息传输效率显著提高。在这些功能节点之间的差距正在逐渐缩小。虽然少数节点控制整个网络的现象仍然存在,这些节点的影响逐渐减少。网络演化过程中的不同阶段,中国商学院的数量和比例相对较低,与国外大学相比,但总的来说,已经有了巨大的进步。国际合著论文反映了一个事实,越来越多的机构正试图与其他nonnetwork核心机构和合作产生学术的结果。合作的范围逐渐扩大,合作逐渐增加的结果。也有越来越多的机构开始使用异构企业和研究机构等机构找到合作的新方法。 Through the research on the institutions represented by the nodes in this section of the three-staged IRC network, it is concluded that the three centrality indicators of the institution in the network are the influencing factors that may affect the paper quality of an institution.

随后,本文研究了论文的研究热点,中国商学院UTD24期刊。摘要关键字分为32类的聚类方法。本文研究是否这些集群的研究内容是研究的核心领域。同时,本文介绍了两个指标:和 ,它可以反映一个机构的新奇和关注程度的研究方向和研究内容。这两个指标被视为影响论文质量的影响因素中所描述的部分7。

论文的最后一部分研究论文质量的影响因素,包括文件和引用的总数每通过一个机构发表的论文。研究发现,中心度和介数中心的一个机构有显著积极影响的论文总数。一个机构的论文主题的关注程度和与该机构合作的国家数量有显著积极影响论文质量。机构的选题的新颖程度有显著负面影响论文质量。一般来说,中国机构发表论文大致可以分为三种类型。高级论文的出版物的数量和论文质量都是大型的机构,和纸张质量是在一个较高的水平。发表论文的数量在第二个机构本身就是小,和论文质量很小。中国这种类型的机构,你可以先提高高级论文的出版物的数量,试图与更多的机构开展学术交流与合作,这有利于新出现的研究网站和学术成果的诞生。的论文数量在第三机构本身就是大,但每个论文引文是更少。这种类型的中国机构可以选择一些相对更集中的主题或研究内容深入研究或配合机构在许多国家,这将有助于提高引用的频率和程度的关注,从而提高论文质量。

与此同时,本文具有一定的局限性,主要是以下两点。首先,本文的研究样本来自中国商学院发表的论文UTD24从2000年到2018年。结论将对时间敏感的。研究结果只是获得19年从2000年到2018年的数据。随后的进化和纸张质量的影响因素需要进一步研究。其次,中国商学院研究的范围。根据中国当前的国情和学术研究,给出的结论和意见可能更适用于商学院在中国。其他国家可能有一定的相似之处,但这还需要进一步的研究。

数据可用性

使用的数据来支持本研究的发现可以从相应的作者。

的利益冲突

作者宣称没有利益冲突有关的出版。

确认

这项研究是由种子基金会赞助的创新和创造的西北工业大学的研究生(批准号ZZ2019238)和中央大学的基础研究基金(批准号3102019 jc06)。

引用

1. 刘x, j·博伦,m·l·尼尔森和h . Van de Sompel”共同创作的网络在数字图书馆研究社区,”信息处理与管理第41卷。。6,1462 - 1480年,2005页。视图:出版商的网站|谷歌学术搜索
2. 他t,“国际科学合作与G7国家的中国,“科学计量学,卷80,不。3、571 - 582年,2009页。视图:出版商的网站|谷歌学术搜索
3. m . Coccia和l . Wang“进化国际科学合作和融合的模式,“美国国家科学院院刊》上的美利坚合众国,卷113,不。8,2057 - 2061年,2016页。视图:出版商的网站|谷歌学术搜索
4. b·勃兹曼·d·费伊,c·p·斯莱德“高校科研合作和学术创业:催化转化,“《技术转让,38卷,不。1、1 - 67、2013页。视图:出版商的网站|谷歌学术搜索
5. j·n·卡明斯和美国Kiesler”,拥有多个大学的合作,协调成本和项目成果”研究政策,36卷,不。10日,1620 - 1634年,2007页。视图:出版商的网站|谷歌学术搜索
6. s . Kumar诉答:Rohani, k . Ratnavelu”国际研究合作的东盟国家经济学,1979 - 2010,”科学计量学,卷101,不。1,第867 - 847页,2014。视图:出版商的网站|谷歌学术搜索
7. m . Coccia b·勃兹曼,“异速生长的模型来测量和分析国际科研合作的进化,”科学计量学,卷108,不。3、1065 - 1084年,2016页。视图:出版商的网站|谷歌学术搜索
8. 勃兹曼,m . Gaughan, j . Youtie c·p·斯莱德和h .边缘,“科研合作的经验,好的和坏的:来自前线,”科学与公共政策,43卷,不。2、226 - 244年,2015页。视图:出版商的网站|谷歌学术搜索
9. 李和b·勃兹曼,“科学生产力研究协作所带来的影响,”科学的社会研究,35卷,不。5,673 - 702年,2005页。视图:出版商的网站|谷歌学术搜索
10. a·f·j·范Raan”,国际合作对研究结果的影响,“科学计量学,42卷,不。3、423 - 428年,1998页。视图:出版商的网站|谷歌学术搜索
11. z l .他、耿x s和c . Campbell-Hunt”科研合作和研究输出:一项纵向研究的65年新西兰大学生物医学科学家,”研究政策,38卷,不。2、306 - 317年,2009页。视图:出版商的网站|谷歌学术搜索
12. c·h·e . y . Li廖,h . r .日圆,“共同创作网络和研究影响:社会资本的角度来看,“研究政策,42卷,不。9日,第1530 - 1515页,2013年。视图:出版商的网站|谷歌学术搜索
13. j . Hahn j.y.月亮,c .张”出现新的项目团队从开源软件开发者网络:影响合作关系之前,“信息系统研究,19卷,不。3、369 - 391年,2008页。视图:出版商的网站|谷歌学术搜索
14. m·e·j·纽曼,“科学合作网络的结构,”美国国家科学院院刊》上的美利坚合众国(PNAS),卷98,不。2、404 - 409年,2001页。视图:出版商的网站|谷歌学术搜索
15. m·e·j·纽曼,“共同创作网络和科学合作模式,”美国国家科学院院刊》上,卷101,不。补充1,第5205 - 5200页,2004年。视图:出版商的网站|谷歌学术搜索
16. j·李和y . Li”模式和共同创作的发展在中国的人文和社会科学,”科学计量学,卷102,不。3、1997 - 2010年,2015页。视图:出版商的网站|谷歌学术搜索
17. m . Callon j.p. Courtial, f . Laville”Co-word分析作为一种工具来描述网络之间的交互基本技术研究:高分子化学的情况下,“科学计量学,22卷,不。1,第205 - 155页,1991。视图:出版商的网站|谷歌学术搜索
18. d . j .黄铜j . Galaskiewicz h·r·Greve和w·蔡”的股票网络和组织:多层次的角度来看,“《管理学会期刊》卷,47号6,795 - 817年,2004页。视图:出版商的网站|谷歌学术搜索
19. c·s·瓦格纳和l . Leydesdorff”网络结构、自组织和科学国际合作的发展,“研究政策,34卷,不。10日,1608 - 1618年,2005页。视图:出版商的网站|谷歌学术搜索
20. t·w·瓦伦特,“社交网络”在创新的扩散阈值,社交网络,18卷,不。1,第89 - 69页,1996。视图:出版商的网站|谷歌学术搜索
21. 亚伯拉罕森和l . Rosenkopf“社会网络对创新扩散的程度的影响:计算机模拟,”组织科学,8卷,不。3、289 - 309年,1997页。视图:出版商的网站|谷歌学术搜索
22. f . x莫利纳莫拉莱斯和m·t·马丁内斯费尔南德斯应承担的“社交网络:社会资本对企业创新的影响,“小型企业管理杂志》上,48卷,不。2、258 - 279年,2010页。视图:出版商的网站|谷歌学术搜索
23. r . Aalbers w . Dolfsma, o . Koppius”丰富和创新的公司内知识转移的关系,“英国管理杂志》上的,25卷,不。4、833 - 848年,2014页。视图:出版商的网站|谷歌学术搜索
24. e . Bakshy Rosenn, c·马洛et al .,“社交网络信息扩散的作用,”21国际会议的程序在万维网上2012年4月,里昂,法国,。视图:谷歌学术搜索
25. n .刘和j .关”合作网络的动态演化:证据来自nano-energy研究在中国,“科学计量学,卷102,不。3、1895 - 1919年,2015页。视图:出版商的网站|谷歌学术搜索
26. Kumar和j·m·简”的映射业务和管理领域的研究合作在马来西亚,1980 - 2010,”科学计量学,卷97,不。3、491 - 517年,2013页。视图:出版商的网站|谷歌学术搜索
27. t·d·弗莱·j·m·唐纳休b . a .萨拉丁和g .商”的国际化运营管理研究”国际期刊的生产研究,53卷,不。16,4857 - 4887年,2015页。视图:出版商的网站|谷歌学术搜索
28. m·a·Koseoglu”映射的机构协作网络战略管理研究:1980 - 2014,”科学计量学,卷109,不。1,第226 - 203页,2016。视图:出版商的网站|谷歌学术搜索
29. 牛和j·f·邱”,网络结构,分布和中国国际科研合作的发展,“科学计量学,卷98,不。2、1221 - 1233年,2014页。视图:出版商的网站|谷歌学术搜索
30. a . j . Nederhof“文献计量监测研究在社会科学和人文学科:复习一下,”科学计量学,卷66,不。1,第100 - 81页,2006。视图:出版商的网站|谷歌学术搜索
31. p .周和l . Bornmann”学术出版的概况和中国和德国之间的协作,”科学计量学,卷102,不。2、1781 - 1793年,2015页。视图:出版商的网站|谷歌学术搜索
32. z王、赵h . y . Wang”社交网络营销研究2001 - 2014年:co-word分析,“科学计量学,卷105,不。1,第82 - 65页,2015。视图:出版商的网站|谷歌学术搜索
33. m . Coccia”演化的一般性质的研究领域:科学计量研究人类微生物组,进化的机器人和太空生物学,”科学计量学,卷117,不。2、1265 - 1283年,2018页。视图:出版商的网站|谷歌学术搜索
34. k . Heischmidt和p·戈登,”评级的营销出版物:认证和出版历史的影响,“商业教育杂志》上,卷68,不。3、152 - 158年,1993页。视图:出版商的网站|谷歌学术搜索
35. f·j·冈萨雷斯,c·b·卡斯特罗j·c·c·布埃诺et al .,“主导方法领域的管理,”组织分析的国际期刊,9卷,不。9日,第353 - 327页,2013年。视图:谷歌学术搜索
36. s t·席尔瓦和a·a·c·特谢拉的分歧进化研究路径在过去50年里:一个全面的文献,”演化经济学杂志,19卷,不。5,605 - 642年,2009页。视图:出版商的网站|谷歌学术搜索
37. r·科和魏因斯托克,”评估管理期刊:一眼,“《管理学会期刊》,27卷,不。3、660 - 666年,1984页。视图:出版商的网站|谷歌学术搜索
38. j·l·约翰逊和p . m . Podsakoff”领域的期刊影响力管理:分析使用Salancik指数依赖网络,”《管理学会期刊》,37卷,不。5,1392 - 1407年,1994页。视图:出版商的网站|谷歌学术搜索
39. t . Dehdarirad a Villarroya m·巴里奥斯,“高等教育和科学研究性别差异的趋势:co-word分析,“科学计量学,卷101,不。1,第290 - 273页,2014。视图:出版商的网站|谷歌学术搜索
40. l . Leydesdorff Rafols,”当地的出现和全球扩散的研究技术:网络形成的探索模式,”《美国社会信息科学和技术,卷62,不。5,846 - 860年,2011页。视图:出版商的网站|谷歌学术搜索
41. j . Tanimoto“共同进化,共存的学习和教学代理囚徒困境模型与选型异构网络游戏加强合作,”自然史答:统计力学及其应用,卷392,不。13日,2955 - 2964年,2013页。视图:出版商的网站|谷歌学术搜索
42. r·s·伯特结构洞:竞争的社会美国,哈佛大学出版社,波士顿,MA, 1995。
43. t . Kastelle和j . Steen”是小世界网络创新最好?”创新,12卷,不。1,第87 - 75页,2010。视图:出版商的网站|谷歌学术搜索
44. d·詹森·r·冯·Gortz和r . Heidler“知识生产和协作网络的结构在两个科学领域,“科学计量学,卷83,不。1,第241 - 219页,2010。视图:出版商的网站|谷歌学术搜索
45. w·蔡”,知识转移在企业间网络:网络位置和吸收能力对业务单元的影响创新和性能,”《管理学会期刊》,44卷,不。5,996 - 1004年,2001页。视图:出版商的网站|谷歌学术搜索
46. m . de Laat诉劳丽,l . Lipponen R.-J。西蒙斯,”调查的交互模式在网络学习和计算机支持的协作学习:社会网络分析的角色,”国际期刊的计算机支持的协作学习,卷2,不。1,第103 - 87页,2007。视图:出版商的网站|谷歌学术搜索
47. w·方、美国戴和l .王”协同创新网络的演化模型和仿真研究:一个案例研究人工智能工业”离散动力学性质和社会ID 4371528条,卷。2018年,13页,2018。视图:出版商的网站|谷歌学术搜索
48. w .方和l·肖,”之间的知识转移过程模型模拟大学:集群创新网络的角度来看,“复杂性ID 5983531条,卷。2018年,13页,2018。视图:出版商的网站|谷歌学术搜索
49. c·h·廖”,如何提高研究质量呢?研究协作的影响强度和成员协作网络的多样性,”科学计量学,卷86,不。3、747 - 761年,2011页。视图:出版商的网站|谷歌学术搜索

版权

版权©2020魏芳et al。这是一个开放的分布式下文章知识共享归属许可,它允许无限制的使用、分配和复制在任何媒介,提供最初的工作是正确引用。