科罗拉多大学博尔德分校最近的一项研究表明，这些想法如何来自学术界可能取决于它们来自哪里——是来自知名大学还是不太知名的机构——以及它们的质量。这项新的研究从流行病学的一页中吸取了教训，并讨论了想法是如何从大学流向大学的，几乎就像一种疾病。阿利森摩根和他来自库伯德的同事的调查结果表明，大学雇佣新教师的方式可能会让精英学校在向他人传播研究方面占据优势。
特别是，该团队模拟了想法如何从顶尖学校，而不是从底层学校更快地传播——即使它们不是那么好。计算机科学系研究生摩根说，研究结果表明，学术界的功能可能不像一些人说的那样精英化。她和同事们首先使用最初于2015年发布的数据集，描述了美国和加拿大205个计算机科学项目中5000多名教师的招聘历史。这组数据揭示了这一领域可能存在的主要权力不平衡——在这两个国家，有几所大学培训了大多数终身教职员工。“这篇论文实际上是关于调查不平衡的影响，”摩根说。“如果精英机构在培养大多数教师，而这些教师又反过来培养未来的教师，这意味着什么？”
为了回答这个问题，研究人员将2015年的数据集变成了一个互联的大学网络。如果一所大学让一名博士生在另一所学校工作，那么这两所学校就联系在一起了。由此产生的“路线图”显示了教师如何将他们的研究生院想法带到雇佣他们的大学。然后，研究人员在网络上进行了数千次模拟，让一个学校的想法渗透到其他学校。团队通过使想法更有可能在节点之间切换来调整想法的质量。这项发表在10月份《EPJ数据科学》杂志上的研究结果表明，一个想法的起点非常重要。当中等水平的想法从不太有声望的学校开始时，它们往往会停滞不前，而不是到达整个网络。各大大学认真思考的情况并非如此。
摩根说：“如果你在一所著名大学开始一个中等或低质量的想法，它会在互联网上走得更远，感染更多的节点，而不是从一所不太知名的大学开始。”即使研究人员在混合中引入了一些随机性，这种模式仍然存在——允许想法意外地从网络的一端流向另一端。这模拟了大学院系如何通过招聘以外的其他因素学习一个想法，如期刊、会议或口碑。合著者塞缪尔韦尔(Samuel Weil)是计算机科学领域的博士后研究员，他说，研究结果似乎描绘了一幅模糊的学术界图景。他解释说，最近的社会学研究表明，工作场所受益于丰富的多样性——无论是性别、种族还是员工培训方法。
Way说：“如果你有五个受过完全相同训练的人，用同一个镜头看世界，你给他们一个问题，其中一个，它可能会留下所有这些。”他补充说，学术界可能会削弱该团队揭示的各种偏见的影响，包括采用双盲同行评审，其中一项研究的评审者看不到作者的姓名或隶属关系。Way说：“在像科学这样的环境中，很难找出一个客观的方法来衡量一个想法的质量，双盲同行评审可能是你能做的最好的。”
然而，这项研究确实包含了一些好消息：对高质量大学的偏见对于高质量的创造力更为重要。换句话说，无论你来自哪里，伟大的思考仍然可以在学术界引起轰动。“我认为这在某种程度上让人感到温暖，”摩根说。“我们看到，如果你有一个高质量的想法，并且你来自层级的底层，你就有机会通过网络发送这个想法，就像它来自上层一样。”
标签：
免责声明：本文由用户上传，如有侵权请联系删除！