NetSci 2022 卫星会议：“团队创新”的科学|netsci|大学|科学|论文

会议链接：

http://teamsciences.org/netsci2022/

会议简介

过去一个世纪的特点是科学技术的规模和复杂性急剧增加，专业化程度不断提高，以及从个人创新到协作发现的转变。这种转变是由对“团队科学”的高度期望推动的，即团队中的科学家将实现突破，否则通过个人或简单的累加努力难以实现。然而，团队科学基础上的两个问题需要彻底调查，以免这种高期望变成未兑现的承诺。首先，在团队中集体产生新想法的挑战，以及有利于应用现有范式解决生产挑战的团队的资金偏见，而不是那些提出可能改变知识流的前所未有的想法的团队，都可能扼杀、减缓和造成不平衡科学的进步。其次，在大多数科学家花大量时间在团队中工作的时代，科学家个人的成长已经成为一个被忽视的话题，这可能会限制创造性思维，减少应得的信用，并破坏职业发展。总而言之，研究团队的规模和复杂性不断增加，迫切需要了解单个科学家如何在团队中学习、进步和有效创新。该卫星会议旨在通过将科学家、从业者、政策制定者等聚集在一起，实现对这些问题及其跨领域变化的集体理解。

会议组织者

Lingfei Wu 匹兹堡大学个人主页：https://lingfeiwu.github.io/
Junming Huang 普林斯顿大学个人主页：http://www.junminghuang.com/
Patrick Park 卡内基梅隆大学个人主页：https://patpark.org/

会议日程

时间：2022年7月16日(星期六) | 美国东部时间上午8:00-12:00 | 北京时间下午8:00-12:00

会议链接：

https://zoom.us/j/86166673386?pwd=VlFMdUR2bWh2UndtUnkrTVRnZ1FTZz09

开幕式：8:00-8:10

致欢迎辞Lingfei Wu 匹兹堡大学
特邀演讲：团队科学的科学学：过去、现在与未来Steve Fiore，中佛罗里达大学 & INSciTS（2022年主席）

团队科学前沿（主持人：Junming Huang）8:30-10:00

主题简介：上个世纪的特点是科学技术的规模和复杂性急剧增加，以及从个人到团队作为知识生产的基本联合体的过渡。这种转变是由对“团队科学”的高度期望所推动的，即团队中的科学家将实现突破，否则通过个人或简单的加法努力是难以实现的。然而，在团队科学的基础上，有两个问题需要彻底调查，以免这种高期望值演变为不充分的承诺。首先，在团队中集体产生新想法的挑战，以及偏向于应用现有范式来应对社会需求的团队而不是提出前所未有的想法来追求自己的科学好奇心的团队的资金偏见，会扼杀、减缓或造成科学进步的不平衡。第二，在大多数科学家花大量时间在团队中工作的时代，科学家个人的成长已经成为一个被忽视的话题，其目的是在原则上聚集专业知识，但很可能会削减应有的信用，并破坏职业发展。

特邀演讲：在科学合作中量化团队化学Jinhyuk Yun 崇实大学
特邀演讲：扁平化团队推动科学创新Fengli Xu 芝加哥大学
特邀演讲：精英科学家的人才流失能否得到扭转？来自中国 "青年千人计划 "的证据

Dongbo Shi 上海交通大学

特邀演讲：适应性和科学中的枢轴惩罚Yian Yin 康奈尔大学

编辑会谈：隐形作者、科学守门人，还是两者兼而有之？（主持人：Partrick Park）10:00-11:00

Patrick Park 主持人
Mary E. Sutherland 期刊：Nature
Ludo Waltman 期刊：Quantitative Science Studies (QSS)
Kevin Boyack 期刊：Journal of the Association for Information Science and Technology (JASIST)

主题简介：在以团队为基础的科学知识生产不断扩散的背景下，我们认识到期刊编辑和审稿人在知识生产过程中发挥着关键作用，不能仅仅说是出版的守门人。尤其是编辑的决定，从案头拒绝、审稿人选择、后期补稿、设定修改条件，一直到最后的接受/拒绝决定，都在积极塑造着科学不断发展的优先次序，并定义了在信息过载的世界里要看什么。我们认为将编辑视为科学合作者团队中隐藏的、事实上的成员是很有成效的，在思考团队科学的时候应该考虑到他们。

学者会谈：什么是社会“机制”？你是如何衡量它的？(主持人: Lingfei Wu)11:00-12:00

主题简介：存在两种不同的研究风格。一方面，计算机科学家和物理学家将“模式/斑图（patterns）”确定为持续偏离由平凡、简单规则产生的“随机模型（random models）”的东西。他们使用分析和模拟工具，用非平凡的规则——这些规则通常仍然简单到可以处理——复现观察到的模式，并宣布所使用的规则为“机制（mechanisms）”。一个很好的例子是Barabási & Albert (1999) 的优先连接（Preferential Attachment）论文。团队科学走到这一步，就会提出这样的问题：“一群沟通良好的研究人员如何能胜过他们随机组合的、沟通不畅的同行？(Woolley et al., 2010)” 另一方面，一般的社会科学家，特别是社会学家和经济学家，倾向于他们对所研究的社会系统如何运作的特定领域的见解，并直接探索潜在的关键因素，而不是从一些“随机模型”出发，毕竟，为什么人类以非随机的方式说话和走路如此令人惊讶？这些见解来自于需要多年积累的直觉和观察。作为一个很好的例子，当罗伯特·莫顿在1968年发现“马太效应”时，是一个没有数学上的优先连接模型，他并没有讨论任何“随机模型”来证明这一效应的重要性。为此，团队科学可以提出这样的问题：“等级制度如何塑造团队行为和产品？”我们最近的论文（Fengli et al.，2022）遵循了这种风格。我们的论文结论与 Woolley等人（2010）的结论相似，即扁平化的沟通结构有帮助，但与 Price 在半个世纪前预见的从“小科学”到“大科学”的转变有关的科学理论贡献和政策含义不同。在此背景下，在实践中比较这两种研究风格是很有成效的。