研究领域演变规律

在Excel电子表格中，Scopus（2018）的信息系统化如下：第一行表示年份，例如2002年至2017年；第一栏显示与所研究研究领域论文相关的学科领域，如医学、生物化学、遗传学和分子生物学等。矩阵中的每个单元格表示一个数字，表示在特定年份，Scopus（2018）根据作者的隶属关系，将研究领域的相关文献分配给的主题领域的数量。之后，这些数据以图表的形式表示，表明研究领域每年的趋势，考虑到支持研究领域的主题领域的文章（x轴是时间年，y轴是研究领域的出版物总数）。另一幅图显示了每个主题领域发生率的年权重，该权重来自支持研究领域演变的文章。9 | P a g eCoccia M.（2018）《研究领域的演变规律》CCIALAB 2018年工作文件–第31号y轴上的比率如下所示：  [1] 这里的研究还利用回归分析的最佳曲线估计模型估计了研究领域的趋势。

应用的模型可以是： 线性模型：y=a+bt，将一系列数据建模为时间的线性函数[2] 当数据在特定年份开始时，增长模型方程y=ea+b t【3】 方程y=a的指数模型与之前的模型（3）[4]相似，回归分析显示确定系数和F，表明模型解释的方差与未解释方差的比率。模型采用普通最小二乘法（OLS）进行估计。使用IBM SPSS软件进行统计分析 统计21。总的来说，统计分析的科学成果可以提供关于研究领域如何发展以及哪些学科有助于其进化动力学的重要信息。结果研究的科学领域包括：人类微生物群（简称微生物群）、进化机器人学和恒星生物学/外生物学。实证结果可以提供研究结果来解释研究领域的社会结构和演化，并尽可能概括其性质。x轴表示时间（年）10 | P a g eCoccia M.（2018）研究领域的进化规律CCIALAB工作文件2018–第311.1号人体微生物美国微生物研究所（2015）声称：人体微生物群指生活在人体内的微生物集合。虽然这些微生物居住在我们身体暴露于环境中的所有部位，如皮肤、口腔和阴道，但大多数微生物居住在肠道中，在那里它们不断提供营养。科学家们现在正在揭示它们在人类健康中所起的重要作用。几乎每一项试图将微生物群与特定特征或疾病联系起来的科学研究都是成功的。

换句话说，研究发现，我们的细菌（或缺乏细菌）可能与肥胖、营养不良、心脏病、糖尿病、乳糜泻、湿疹、哮喘、多发性硬化症、结肠炎、某些癌症，甚至自闭症有关。2008年，卫生与公众服务部美国国立卫生研究院利用公共研究基金创建了人类微生物群项目。该项目的目标是解释人类微生物群在人类健康和疾病中的作用及其综合特征。Scopus（2018）中关键字“微生物组”的搜索文档显示，2002年，美国微生物学家Relman David Arnold教授（美国加州斯坦福大学微生物学系）和Palo Alto Hlth美国退伍军人事务部）首次发表了有关该主题的文章。护理系统。加利福尼亚州。这篇文章是：Relman D.A.（2002）“新技术、人类与微生物的相互作用以及对以前未被认识的病原体的研究”，《传染病杂志》，第186卷，增刊。2002年，爱尔兰国立大学科克学院医学系的Shanahan Fergus发表了另一篇文章。Shanahan的文章是：“肠道内的宿主微生物界面”，11 | P a g eCoccia M.（2018）《研究领域的演变规律》CCIALAB 2018年工作文件–第31号Bailliere临床胃肠病学最佳实践和研究，第16卷，第6期，2002年12月，第915-931页。这些文章可以被认为是2002年这一新研究领域的起源，该领域随着几何图形的增长而增长，如图4所示。图4：。

人类微生物研究领域的增长应用增长模型与方程[3]的回归分析估计关系  或    , 如表1所示。Rvalue和t比率非常高，模型[3]解释了数据中98%以上的方差。12 | P a g eCoccia M.（2018）《研究领域的进化规律》CCIALAB 2018年工作文件-第31号表1：研究领域进化的估计关系“人类微生物组”注：**=系数在P值<0.001时显著。图5显示了基于支持其进化增长的学科的人类微生物组的趋势。特别是，分析表明，医学、生物化学、遗传学和分子生物学是支持人类微生物群进化的最重要学科。图5：。基于推动科学学科的微生物群进化0100020003000400050002002 2003 2004 2005 2006 2007 2008 2010 2011 2012 2013 2015 2016医学生物化学、遗传学和分子生物学免疫学和微生物学农业和生物科学环境科学多学科药理学、毒理学和药剂学生长模型常数a（St.Err.）系数b（标准误差）站系数r2f（符号）因变量（D）：年度出版物2002-2017年计划变量o时间1246.91***（61.35）0.62***（0.031）0.9850.97416.28（0.001）13 | P a g eCoccia M.（2018）《研究领域的演变规律》CCIALAB工作文件2018–第31号图6显示了特定年份t内各学科微生物群的发生次数与该年发生总数之间的比率（见等式[1]）。

考虑到本研究领域的方程式【1】，比率为：特别是，图6显示，2002年人类微生物组的研究领域起源于医学、免疫学和微生物学。这些学科在支持微生物群落进化方面再次发挥着重要作用，但随着时间的推移，其他学科正在支持人类微生物群落的进化生长，特别是生物化学、遗传学和分子生物学、农业和生物科学。事实上，微生物组总科学产量的80%来自四个研究领域：医学；生物化学、遗传学和分子生物学；免疫学和微生物学；农业和生物科学。图6：。支持人类微生物科学生产的学科00.20.40.60.812002 2003 2004 2005 2006 2007 2008 2010 2011 2013 2015 2016药理学、毒理学和药剂学多学科环境科学农业和生物科学免疫学和微生物生物化学，遗传学和分子生物学（Genetics and Molecular BiologyMedicine14 | P a g eCoccia M.（2018）《研究领域的进化规律》（The laws of The evolution of research Fields）CCIALAB Working Paper 2018–No.31该统计分析表明了两个主要发现：-该研究领域的进化与起源的本土学科的路径依赖性。-在少数（四）个学科中支持该特定研究领域发展的产品集中度。1.2进化机器人Floreno等人。

（2008）指出：“进化机器人学是一种自动生成自主机器人人工大脑和形态的方法。这种方法对于研究机器人应用的设计空间和测试生物机制和过程的科学假设都很有用”。Scopus（2018）中关键词“进化机器人学”的研究文件显示，第一篇关于该主题的文章是由美国数学鲁道夫·冯·皮特鲁克（RudolfvonPitterRucker）于1980年在德国海德堡鲁普雷希特卡尔大学数学研究所工作时撰写的。Rucker R.于1980年发表了一篇可被视为进化机器人学根源的文章：Rucker，R.B.（1980）“走向机器人意识”，《科学与技术推测》，第3卷，第2期，6月，第205-217页。1980年的这篇文章可以被视为这一新研究领域的起源，该领域在20世纪90年代和2000年代加速发展（图7）。15 | P a g eCoccia M.（2018）《研究领域的演变规律》CCIALAB 2018年工作文件–第31号图7。进化机器人研究领域的发展应用方程增长模型的回归分析估计关系  见表2。这里的R值和t比也很高，模型[3]解释了数据中95%以上的方差。表2：“进化机器人学”研究领域进化的估计关系注：**=系数在p值<0.001Growth modelConstant a（St.Err.）时显著系数b（标准误差）站系数r2f（符号）因变量（D）：年度出版物计划变量o时间1980-2017317.31***（16.99）0.16***（0.009）0.9530.91355.73（0.001）16 | P a g eCoccia M。

（2018）《研究领域的进化规律》CCIALAB 2018-31号工作文件图8显示，进化机器人技术的发展趋势主要受计算机科学、工程、数学、生物化学、遗传学和分子生物学的推动，最后是神经科学的推动。图8：。基于驱动规律的进化机器人的进化图9显示了特定年份t内每个主题领域中进化机器人的出现次数与该年份t的总出现次数之间的比率。特别是，进化机器人学的研究领域起源于1980年的数学学科领域，现在对这一研究领域的发展几乎没有贡献。随后，工程研究领域推动了进化机器人这一研究领域的发展，尽管现在它也在减少其发病率。从20世纪90年代开始，计算机科学在电子和信息理论的社会动力学中出现，在这一研究领域的演变中发挥着关键作用，与数学相关的次要角色和05010001502002503003504004505001980 1981 1982 1983 1984 1986 1988 1989 1990 1992 1994 1995 1997 1998 1999 2000 2001 2003 2005 2006 2007 2008 2010 2012 2013 2014 2015 2016计算机科学工程数学生物化学，遗传学和分子生物学神经科学17 | P a g eCoccia M.（2018）《研究领域的进化规律》CCIALAB工作论文2018–第31号工程。此外，进化机器人技术总科学产量的80%来自三个研究领域：计算机科学、工程和数学（图9）。图9：。

进化机器人研究领域进化中的学科权重进化机器人学的统计分析表明了两个主要结果：-进化机器人（工程学和数学）起源的本土学科的作用减弱，加上计算机科学自20世纪90年代起的作用日益增长。-支持这一研究领域发展的成果集中在三个学科。1.3天体生物学/外生物学天体生物学是一个新的研究领域，据《国际天体生物学杂志》（2018）所述，它涉及以下跨学科主题：“宇宙益生元化学、行星进化、天文馆系统和宜居区的探索、极端微生物生物学和外星人环境的实验模拟、火星作为生命的居所、太阳系内外的生命探测、外星智能的探索”。NASA（2018）认为，1958年获得诺贝尔奖的美国分子生物学家约书亚·莱德伯格（JoshuaLederberg）展示了从太空获得的知识与研究领域进化规律之间的相互作用2018年第31号《探索与天体生物学》（当时称为exobiology）。Scopus（2018）中关键词“天体生物学”的搜索文档显示，第一篇涉及该主题的文章之一是1960年美国陆军弹道导弹局（美国阿拉巴马州亨茨维尔）的Young R.S.和Johnson J.L写的。Young R.S.和Johnson J.L（1960）发表了一封关于“天体生物学中的基础研究工作”的信，载于《军事电子学报》（IRE Transactions on Military Electronics），卷MIL-4，第2期，1960年7月，第284-287页。

1960年，伦德伯格（Lenderberg，1960）也在《科学》杂志第132卷第3424期第393-400页上发表了一篇关于这一主题的论文：“外生物学：地球以外生命的途径”。这些文章表明，这一研究领域的起源于1960年，而且这一领域的发展越来越快（图10）。图10：。占星术研究领域的增长19 | P a g eCoccia M.（2018）《研究领域的演变规律》CCIALAB工作论文2018–第31号回归分析的估计关系，应用增长模型和方程  见表3。表3：“天体生物学”研究领域演变的估计关系注：**=系数在p值<0.001时显著。此处的Rvalue和t比率也非常高，模型[3]解释了数据中91%以上的方差。图11显示，天体生物学的发展趋势主要由地球和行星科学、物理学和天文学、农业和生物科学，最后是工程学推动。图11：。基于学科的天体生物学进化-5050150350505507501960 1965 1969 1983 1997 1999 2001 2002 2003 2004 2005 2007 2008 2010 2011 2012 2014 2016地球和行星科学物理学和天体工程农业和生物科学增长模型常数a（圣厄尔）系数b（标准误差）站系数r2f（符号）因变量（D）：年度出版物计划变量o时间1960-2017238.81***（21.85）0.12***（0.011）0.9180.84123.27（0.001）20 | P a g eCoccia M.（2018）《研究领域的演变规律》CCIALAB工作文件2018–第31号图12显示了特定年份t各学科天体生物学的发生次数与t年发生总数之间的比率。

特别是，天体生物学起源于1960年，主要是在工程学研究领域，而现在对这一研究领域的发展贡献甚微。随后，与农业和生物科学相关的地球和行星科学、物理学和天文学学科正在推动天体生物学的发展。此外，天体生物学总科学成果的80%是由五门科学学科产生的（图12）。图12：。支持占星学80%以上科学成果的学科xobiology是一个类似于占星学的研究领域，这个概念可以互换使用。随着时间的推移，数据的分散程度更大（图13）。00.10.20.30.40.50.60.70.80.911960 1965 1969 1983 1997 1998 1999 2000 2001 2003 2004 2005 2006 2007 2008 2010 2012 2014 2015 2016地球和行星科学物理学和天文学工程农业和生物科学数学21 | P a g eCoccia M.（2018）《研究领域的演变规律》CCIALAB 2018年工作文件-第31号图13。外生物学研究领域的增长应用增长模型[3]和方程回归分析的估计关系  isin表4。表4：研究领域“外生物学”进化的估计关系注：**=系数在p值<0.001时显著。此处的Rvalue和t比率也很高，模型[3]解释了数据中约80%的方差。增长模型常数a（标准误差）系数b（标准误差）站系数r2f（符号）因变量（D）：年度出版物计划变量o时间1960-2017157.86***（15.31）0.081***（0.008）0.820.67110.90（0.001）22 | P a g eCoccia M.（2018）《研究领域的演变规律》CCIALAB工作文件2018–第。