Artigo Clássico | Lei de Lotka: Distribuição de Frequência da Produtividade Científica

Distribuição de frequência da produtividade científica

A distribuição de frequência da produtividade científica (distribuição de frequência da produtividade científica) éum artigo clássico publicado por Alfred J. Lotka

No artigo, Lotka descobriu que em um determinado período de tempo, apenas alguns cientistas (com uma distribuição de alta frequência) produziram um grande número de artigos ou resultados, enquanto a maioria dos cientistas (distribuição de frequência mais baixa) produzirá apenas um pequeno número de artigos ou resultados. resultados. E este padrão de distribuição assume a forma de uma lei de potência: a produtividade dos cientistas está negativamente correlacionada com o índice da lei de potência das suas classificações, ou seja, quanto mais elevada for a classificação dos cientistas, maior será a sua produtividade.

Especificamente, a lei de Lotka afirma que o segundo cientista é aproximadamente $\frac{}{4}$, a produtividade do terceiro cientista é aproximadamente $\frac{}{9}$, e assim por diante.

A principal contribuição deste artigo é revelar o desequilíbrio na distribuição da produtividade dos cientistas e propor um modelo matemático quantitativo para descrever esta lei de distribuição, que é de grande importância para a compreensão das atividades de pesquisa científica dos cientistas, da composição das equipes científicas e do distribuição da produção científica., tornando-se um dos alicerces da cienciometria e da avaliação da pesquisa científica.

• Fonte:Journal of the Washington Academy of Sciences, 19 de junho de 1926, Vol. 16, não. 12 (19 de junho de 1926), p. 317-3
• Link original: https://www.jstor.org/stable/24529203

texto

Seria interessante determinar, se possível, em que parte homens de diferentes calibres contribuem para o progresso da ciência.

Seria interessante, se possível, averiguar a parcela da contribuição que homens de diferentes talentos deram para o progresso da ciência.

Considerando o primeiro volume simples de produção, foi feita uma contagem do número de nomes, no índice decenal do Chemical Abstracts 1907-1916, contra os quais apareceram 1, 2, 3 . . . . entradas. Os nomes das empresas (por exemplo, Aktiengesellschaft, etc.) foram omitidos do cálculo, uma vez que representam a produção, não de um único indivíduo, mas de um número desconhecido de pessoas. Apenas as letras A e B do alfabeto foram abrangidas. Estes foram tratados separadamente e de forma agregada, sendo os resultados apresentados na tabela e nas figuras 1 e 2 abaixo.

Primeiro, basta considerar o número de circulação de periódicos e contar o número de nomes de autores com 1, 2, 3... documentos no índice de "Chemical Abstracts" de 1907 a 1916. Como os nomes das empresas (por exemplo, Aktiengesellschaft, etc.) representam a produção de várias pessoas com um número indeterminado de pessoas, eles são excluídos do cálculo. Considere apenas A e B do alfabeto. Esses dados foram processados ​​individualmente e agregados, e os resultados estão apresentados na tabela e nas Figuras 1 e 2 abaixo.

Um processo semelhante também foi aplicado ao índice de nomes do Geschichtstafeln der Physik de Auerbach (JA Barth, Leipzig, 1910 ), que cobre toda a história até o ano de 1900, inclusive. produtividade, mas leva-se em conta, em certa medida, também a qualidade, já que apenas as contribuições mais destacadas encontram lugar neste pequeno volume, com suas 110 páginas de texto tabular. Os números e relações assim obtidos são apresentados na tabela e nas figuras 1 e 2.

O mesmo processo é aplicado ao índice de nomes na "Lista Histórica da Física" de Albach (JA Barth, Leipzig, 1910), que cobre todo o desenvolvimento da física desde o seu início até 1900. Neste caso, obtemos não apenas uma medida de produção, mas também de qualidade, até certo ponto, uma vez que apenas figuras que fizeram contribuições notáveis ​​à física aparecem neste livro de apenas 110 páginas. Portanto, a partir desses dados e relações, obtemos os resultados apresentados na Tabela 1, Figura 1 e Figura 2.

Tabela 1. Distribuição de frequência da produtividade científica

Número de autores n	Número de pessoas que publicaram um determinado número de artigos Número de artigos				percentagem
	resumos químicos			alfabeto albach	resumos químicos				alfabeto albach
	Letra a	Letra B	A+B		Observações			Valor calculado[1]	Observações	Valor calculado[2]
					A	B	A+B	A+B	todas as letras
total	1543	5348	6891	1325
1	890	3.101	3.991	784	57,68	57,98	57,92	56,69	59.17	60,79
2	230	829	1.059	204	14,91	15,5	15h37	15h32	15.4	15.2
3	111	382	493	127	7.19	7.14	7h15	7.12	9,58	6,75
4	58	229	287	50	3,76	4.28	4.16	4.14	3,77	3.8
5	41	143	184	33	2,66	2,67	2,67	2,72	2,49	2,43
6	42	89	131	28	2,72	1,66	1,9	1,92	2.11	1,69
7	20	93	113	19	1.3	1,74	1,64	1,44	1,43	1,24
8	24	61	85	19	1,56	1.14	1.23	1.12	1,43	0,95
9	21	43	64	6	1,36	0,8	0,93	0,9	0,45	0,75
10	15	50	65	7	0,97	0,93	0,94	0,73	0,53	0,61
11	9	32	41	6	0,58	0,6	0,59	0,61	0,45	0,5
12	11	36	47	7	0,71	0,67	0,68	0,52	0,53	0,42
13	6	26	32	4	0,39	0,49	0,46	0,45	0,3	0,36
14	7	21	28	4	0,45	0,39	0,41	0,39	0,3	0,31
15	3	18	21	5	0,19	0,34	0,3	0,34	0,38	0,27
16	4	20	24	3	0,26	0,37	0,35	0,3	0,23	0,24
17	4	14	18	3	0,26	0,26	0,26	0,27	0,23	0,21
18	5	14	19	1	0,32	0,26	0,28	0,24
19	3	14	17	0	0,19	0,26	0,25	0,22
20	6	8	14	0	0,39	0,15	0,2	0,2
21	0	9	9	1	-	0,17	0,13	0,18
22	2	9	11	3	0,13	0,17	0,16	0,17
23	4	4	8	0	0,26	0,07	0,12	0,15
24	4	4	8	3	0,26	0,07	0,12	0,14
25	0	9	9	2	0,17	0,13	0,13
26	3	6	9	0	0,19	0,11	0,13	0,12
27	1	7	8	1	0,06	0,13	0,12	0,11
28	2	8	10	0	0,13	0,15	0,15	0,11
29	2	6	8	0	0,13	0,11	0,12	0,1
30	2	5	7	1	0,13	0,09	0,1	0,09
31	0	3	3	0	—	0.06	0.04
32	0	3	3	0	—	0.06	0.04
33	3	3	6	0	0.19	0.06	0.09
34	1	3	4	1	0.06	0.06	0.06
35	0	0	0	0	—	—	—
36	0	1	1	0	—	0.02	0.01
37	0	1	1	1	—	0.02	0.01
38	1	3	4	0	0.06	0.06	0.06
39	0	3	3	0	—	0.06	0.04
40	1	1	2	0	0	0.02	0.03
41	0	1	1	0	—	0.02	0.01
42	0	2	2	0	—	0.04	0.03
43	0	0	0	0	—	—
44	0	3	3	0	—	0.06	0.04
45	0	4	4	0	—	0.07	0.06
46	1	1	2	0	0.06	0.02	0.03
47	0	3	3	0	—	0.06	0.04
48	0	0	0	2	—	—	—
49	0	1	1		—	0.02	0.01
50	1	1	2		0.06	0.02	0.03
51	0	1	1		—	0.02	0.01
52	0	2	2		—	0.04	0.03
53	0	2	2		—	0.04	0.03
54	0	2	2		—	0.04	0.03
55	2	1	3		0.13	0.02	0.04
56	0	0	0		—	—	—
57	0	1	1		—	0.02	0.01
58	0	1	1		—	0.02	0.01
59-60	0	0	0		—	—	—
61	0	2	2		—	0.04	0.03
62-65	0	0	0		—	—	—
66	0	1	1		—	0.02	0.01
67	0	0	0		—	—	—
68	0	2	2		—	0.04	0.03
69-72	0	0	0		—	—	—
73	0	1	1		—	0.02	0.01
74-77	0	0	0		—	—	—
78	0	1	1		—	0.02	0.01
79	0	0	0		—	—	—
80	1	0	1		0.06	—	0.01
81-83	0	0	0		—	—	—
84	0	1	1		—	0.02	0.01
85-94	0	0	0		—	—	—
95	0	1	1		—	0.02	0.01
96-106	0	0	0		—	—	—
107	1	0	1		0.06	—	0.01
108	0	0	0		—	—	—
109	0	1	1		—	0.02	0.01
110-113	0	0	0		—	—	—
114	0	1	1		—	0.02	0.01
115-345	0	0	0		—	—	—
346	1	0	1		0.06	—	0.01

[1]: 根据$f=\frac{56.9}{n^{1\ast 888}}得到$

[2]: 根据$f=\frac{600}{{\pi }^2{n}^2}得到$

On plotting the frequencies of persons having made 1, 2, 3 . . . . contributions, against these numbers 1, 2, 3 . . . . of contributions, both variables on a logarithmic scale, it is found that in each case the points are rather closely scattered about an essentially straight line having a slope of approximately two to one. The approach to this ratio is particularly close in the case of the data taken from Auerbach’s tables. Determined by least squares, the slope of the curve to Auerbach’s data, as determined from the first $17$ points¹， was found to be $2.021\pm 0.017$. Similarly, the slope for the data in the Chemical Abstracts, letters A and B jointly, as determined from the first thirty points, came out as $1.888\pm 0.007$. The general formula for the relation thus found to exist between the frequency y of persons making x contributions is

将发表1，2，3…篇论文的作者频数y，对这些论文数量1，2，3…x进行绘图，两变量均采用对数坐标，发现在每种情况下，数据点相对密集地散布在近似直线上，该直线的斜率大约为2比1。在从阿尔巴赫的表格中提取的数据中，特别接近这一比率。通过最小二乘法确定，根据阿尔巴赫的数据，从前17个数据点¹得到的曲线斜率为$2.021\pm 0.017$。类似地，从前30个数据点确定的《化学文摘》中的数据，包括字母A和B，得到的斜率为$1.888\pm 0.007$。这样找到作者发表 $x$ 篇论文的频数 $y$ 与 $x$ 之间关系的一般公式为:
$$x^{n}y=const$$

For the special case that $n=2$ (inverse square law of scientific productivity) the value of the constant in $(1)$ is found as follows:

对于特殊情况，当$n=2$时 (科学产出的反平方定律)，公式 $(1)$ 中的常数值可通过如下过程确定:
$$y_1=\frac{c}{1^2}$$

$$y_2=\frac{c}{2^2}$$
$$y_n=\frac{c}{n^2}$$

$$\begin{array}{rl}\sum _1^{\infty }y& =c(\frac{1}{1^2}+\frac{1}{2^2}+\frac{1}{3^2}+\dots \dots )\\ & =c\sum _1^{\infty }\frac{1}{x^2}\\ & =c\frac{{\pi }^2}{6}\\ c& =\frac{6}{{\pi }^2}\sum _1^{\infty }y\end{array}\text{\hspace{1em}(5)(6)(7)(8)}$$

But, since $y$ is a frequency, the summation $$\sum _1^{\infty }y$$ gives unity.

Then finally

但是，由于 $y$ 是一个频率，所以$$\sum _1^{\infty }y=1$$

因此，最后
$$\begin{array}{rl}c& =\frac{6}{{\pi }^2}\\ & =\frac{6}{9.87}\\ & =0.6079or60.79percent\end{array}\text{\hspace{1em}(9)(10)(11)}$$

Thus, according to the inverse square law, the proportion of all contributors who contribute a single item should be just over $60$ per cent. In the cases here examined the actual proportion of this class to the whole was $59.2$ per cent in Auerbach’s data ($1325$ contributors), $57.7$ per cent in the Chemical Abstracts under initial $A$ ($1543$ contributors) $57.98$ under letter $B$ ($5348$ contributors) and $57.9$ under letters $A$ and $B$ jointly ($6891$ contributors).

因此，根据反平方定律，贡献一篇文献的作者所占全部作者的比例应略高于$60$。在这里所研究的案例中，这个类别相对于整体的实际比例是：阿尔巴赫的数据中是$59.2\%$（1325名作者），《化学文摘》中以$A$字母开头的是 $57.7\%$（1543名作者），以$B$字母开头的是$57.98\%$（5348名作者），首字母为$A$和$B$开头的合计比例是 $57.9\%$ (6891名作者)。

Fig. 1.—Frequency diagram showing per cent of authors mentioned once, twice, etc., in Auerbach’s Geschichtstafeln der Physik, entire alphabet, and in the decennial index of Chemical Abstracts 1907-1916, letters A and B. The dotted line indicates frequencies computed according to the inverse square law

图1. 频数分布图显示在阿尔巴赫编写的《物理学历史一览表》全本字母表中以及1907-1916年十年期间《化学文摘》字母A和B部分中,被提及一次、两次等的作者所占百分比。点线表示根据反平方定律计算出的频数

Fig. 2.—Logarithmic frequency diagram showing number of authors mentioned once, twice, etc., in Auerbach’s tables (points indicated by crosses), and in Chemical Abstracts, letters A and B (points indicated by circles). The fully drawn line indicates points given by inverse square law, exponent = 2; the line of dashes corresponds to exponent 1.89.

图 2. 对数坐标频数分布图，显示在Auerbach表中被提及一次、两次等的作者数量(叉号表示)以及在《化学文摘》字母A和B部分中被提及的作者数量(圆圈表示)。实线表示依据幂指数为2的反平方定律计算的点，虚线对应幂指数1.89。

Frequency distributions of the general type$ (1)$ have a wide range of applicability to a variety of phenomena,² and the mere form of such a distribution throws little or no light on the underlying physical relations.³ The fact that the exponent has, in the examples shown, approximately the value 2 enables us to state the result in the following simple form:

形如公式$(1)$的一般形式频数分布对各种现象都有广泛的适用性，仅从这样分布的形式很难看出其潜在的物理关系。在所示的例子中，指数的大约值为2，使我们能够用以下简单形式陈述结果：

In the cases examined it is found that the number of persons making 2 contributions is about one-fourth of those making one; the number making 3 contributions is about one-ninth, etc. ; the number making $n$ contributions is about $\frac{1}{n^2}$ of those making one;⁴ and the proportion, of all contributors, that make a single contribution, is about $60$ per cent.

在所研究的案例中发现，做出两项贡献的人数约为做出一项贡献人数的四分之一；做出三项贡献的人数约为做出一项贡献人数的九分之一，依此类推；做出 $n$ 项贡献的人数约为做出一项贡献人数的$\frac{1}{n^2}$；⁴而所有贡献者中只做出单次贡献的比例约为60%。

The fact that two such widely different sources as Chemical Abstracts (listing practically all current work in chemistry over a ten year period) and Auerbach’s tables (listing selected important contributions only, in physics, for all historical time) give very similar results, seems somewhat remarkable. It would be interesting to extend this study to such a work as Darmstaedter’s Handbuch der Geschichte der Naturwissenschaften und der Technik. Unfortunately the index of this work does not indicate multiple entries of the same year under one author’s name, but distinguishes only separately dated entries. It would therefore be necessary in each case to refer to the text. On the other hand the work could be abridged by restricting the inquiry to one or two letters of the alphabet, as was here done in the case of the Chemical Abstracts.

值得注意的是，《化学文摘》（涵盖了近十年的化学研究成果）和阿尔巴赫编写的《物理学历史一览表》（仅列出了物理学整个历史时期的重要贡献），引人注目的是，这两个截然不同的数据源给出了非常相似的结果。将这项研究扩展到《Darmstaedter’s Handbuch der Geschichte der Naturwissenschaften und der Technik》等作品将是很有意思的。不幸的是，该作品的索引并未显示同一作者名下同一年的多个条目，而仅区分了不同日期的条目。因此，每种情况下都需要参考正文内容。另一方面，可以通过将研究范围限制在字母表中的一个或两个字母上来简化工作，就像在《化学文摘》的案例中所做的那样。

---

1. Beyond this point fluctuations become excessive owing to the limited number of persons in the sample. ↩︎ ↩︎

2. Compare especially Cohrado Gini, Biblioteca dell’ Economista, ser. 5a, 20: Indici di concentrazione e di dipendenza. See also the Report of Commission of Housing and Regional Planning, State of New York, Jan. 11, 1926 : 59-73; and Income in the United States, by W. I. King and others; 2: 344 et seq. 1922. ↩︎

3. C. J. Willis’ conclusions regarding the mechanism of evolution, inferred as they are from the occurrence of curves of this type in the relation between numbers of species and genera, seem for this reason to carry little conviction. See A. J. Lotka, Physical Biology: 311. 1925. ↩︎

4. Fortunately, however, there are somewhat more persons of very great productivity than would be expected under this simple law. The very high figures (e.g., Abderhalden, 346 contributions in ten years) should perhaps be considered separately, since they are not the product of one person unassisted. Joint contributions have in all cases been credited to the senior author on ↩︎ ↩︎