As the increasing complexity of large-scale research requires the combined efforts of scientists with expertise in different fields, the advantages and costs of interdisciplinary scholarship have taken center stage in current debates on scientific production. Here we conduct a comparative assessment of the scientific success of specialized and interdisciplinary researchers in modern science. Drawing on comprehensive data sets on scientific production, we propose a two-pronged approach to interdisciplinarity. For each scientist, we distinguish between background interdisciplinarity, rooted in knowledge accumulated over time, and social interdisciplinarity, stemming from exposure to collaborators' knowledge. We find that, while abandoning specialization in favor of moderate degrees of background interdisciplinarity deteriorates performance, very interdisciplinary scientists outperform specialized ones, at all career stages. Moreover, successful scientists tend to intensify the heterogeneity of collaborators and to match the diversity of their network with the diversity of their background. Collaboration sustains performance by facilitating knowledge diffusion, acquisition and creation. Successful scientists tend to absorb a larger fraction of their collaborators' knowledge, and at a faster pace, than less successful ones. Collaboration also provides successful scientists with opportunities for the cross-fertilization of ideas and the synergistic creation of new knowledge. These results can inspire scientists to shape successful careers, research institutions to develop effective recruitment policies, and funding agencies to award grants of enhanced impact.
On the relationship between interdisciplinarity and scientific impact
本文分析了学科交叉对单个论文科学影响力的影响。利用2000年Web of Science上发表的所有论文，我们将给定论文的跨学科程度定义为其引用其他学科期刊的引用百分比。我们发现，尽管所有学科的论文的跨学科性水平和它们的引用率之间没有明显的相关性，但仍有一些学科的跨学科性水平越高，引用率越高。对于其他学科，引用随着跨学科的增长而下降。所有学科都有一个明显的特点：高度学科性和高度跨学科性的论文的科学影响力很低。这表明，可能存在一个跨学科的最佳状态，超过这个状态，研究就会过于分散，无法找到自己的位置，而在这个状态下，研究就会过于主流，无法产生很大的影响。最后，跨学科性和科学影响力之间的关系是高度决定的引用特性的学科：引用引用密集型学科的论文更有可能被这些学科引用，因此，获得更高的引用分数比引用非引用密集型学科的论文。
Growth rates of modern science: A latent piecewise growth curve approach to model publication numbers from established and new literature databases
科学成长是科学学研究中的一个普遍问题。近年来，引入了两个新的书目数据库，可用于研究几个世纪以来科学的发展过程：数字科学和微软学术的维度。在这项研究中，我们使用了来自这些新数据库的出版物数据，并添加了来自两个已建立的数据库（Clarivate Analytics的Web of Science和Elsevier的Scopus）的出版物数据，以调查从现代科学体系开始到今天的科学增长过程。我们估计了同时包括来自四个数据库的出版物计数的回归模型。科学计算的无限制增长的结果表明，总体增长率为4.10%，倍增时间为17.3年。正如本研究中各种分段回归模型的比较所显示的那样，五段模型最适合出版数据。我们证明，这些具有不同增长率的细分市场可以很好地解释，因为它们与经济的任何一个阶段（例如，工业化）和/或政治发展（例如，第二次世界大战）。在这项研究中，我们还分析了两个广泛领域（物理和技术科学以及生命科学）的科学增长以及英国科学与经济增长的关系。这两个领域之间的比较显示只有轻微的差异。英国经济增长率与科技增长率的比较表明，经济增长率略低于科技增长率。
Growth rates of modern science: A bibliometric analysis based on the number of publications and cited references
信息科学的许多研究都着眼于科学的发展。在这项研究中，我们重新审视了科学的增长问题。为此，我们（i）使用截至2012年出版的当前数据，（ii）分析所有学科的数据，并分别分析自然科学和医学与健康科学。此外，数据分析采用先进的统计技术-分段回归分析-可以识别科学史上具有相似增长率的特定部分。该研究基于两组不同的文献计量学数据：（1）每个出版年在Web of Science（WoS，Thomson Reuters）中作为源项的出版物数量;（2）每个引用参考年源项出版物中引用的参考文献数量。我们已经研究了自17世纪中期以来科学发展的速度。在我们对引用文献的分析中，我们确定了科学发展的三个增长阶段，每个阶段的增长率都是前一阶段的三倍：从18世纪中期的不到1%，到两次世界大战之间的2%到3%，到2012年的8%到9%。
