摘要
在學術(shù)領(lǐng)域，不可避免的要接觸到文獻閱讀這一項工作。數(shù)字時代的學者相較于前數(shù)字時代學者面臨的挑戰(zhàn)更大：第一，信息過載會導致你浪費很多時間在不相關(guān)信息上；第二，學科的更替與變化，使得你不得不去挑選信息源；第三，學科的交叉，使得學者不得不走出自己的領(lǐng)域，吸收新知識；第四，效率工具的誕生，使得“知識溝（Knowledge-Gap）”加劇。綜上，對學術(shù)文獻的全局認識，從數(shù)理邏輯考慮對文獻的利用，成為一個有必要的話題。一切的競爭，本質(zhì)上都是時間的競爭。
注：本文基于《信息分析課二期》
1. 布拉福德定律（Bradford's Law）
布拉福德定律是文獻計量學中的奠基性定律之一。定律將一個學科的期刊分為核心區(qū)、相關(guān)區(qū)、非相關(guān)區(qū)，其關(guān)系滿足如下公式：
核心區(qū)：相關(guān)區(qū)：非相關(guān)區(qū) = 1：n：n2 (其中n為布拉福德系數(shù))
簡單來說，如果一個領(lǐng)域的期刊總數(shù)是100，計量學者統(tǒng)計分析得出布拉福德系數(shù)是5，那么該領(lǐng)域相關(guān)區(qū)有雜志20本（100 / 5），該領(lǐng)域的核心區(qū)有4本（100 / 25）。那么，初入這個領(lǐng)域第一步應該是確定核心區(qū)期刊數(shù)字，然后想辦法找到這些核心期刊。而不是應該在所有相關(guān)區(qū)、非相關(guān)區(qū)盲選。
實踐：在網(wǎng)上搜索一下關(guān)于Educational Technology的文獻，以 Educational Technology Journals (Peer Reviewed) - Educational Technology為例，大概有70本，如果以布拉福德系數(shù)是5來計算，大概Educational Technology領(lǐng)域的核心文獻是2.8本。
反向驗證，在 google scholar 中選擇social science 板塊 Social Sciences - Google Scholar Metrics，找到和Educational Technology領(lǐng)域密切相關(guān)的雜志有3本。并且，找到最近五年索引量排名第一的是《Computers & Education》雜志，說明在social science這個領(lǐng)域，學者們大概在思考的話題和領(lǐng)域。
題外感嘆：火爆的教育技術(shù)學。
2. 洛特卡定律（Lotka's Law）
洛特卡定律的內(nèi)容為：（1）發(fā)表n篇論文的作者是發(fā)表1篇論文作者的1/n2（2）一個領(lǐng)域發(fā)表一篇論文的作者約為60.79%。
假如一個領(lǐng)域有1000名學者，那么發(fā)表一篇論文的作者為607人，發(fā)表10篇論文的作者為6人，發(fā)表20篇論文的作者為1.5人，找到“核心作者”可以最快了解一個領(lǐng)域。
以“Computational Thinking”這個話題為例，在google scholar上搜索，先找到被引量排名靠前且重復出現(xiàn)的學者Jeannette M. Wing和Shuchi Grover。搜一搜她們的學術(shù)背景分別來自CMU和Stanford，差不多印證了之前自己的了解，兩所這個領(lǐng)域頂級的大學。那么就可以以這兩個學者為突破口，先通讀她們兩個的文獻。當然，這里也可以應用廣義的“上位詞”“下位詞”，即，找她們的老師 / 學生。
反之，如果有信息接觸到一個領(lǐng)域的核心人物，那么順藤摸瓜，找到其學術(shù)脈絡，也是可以發(fā)現(xiàn)總結(jié)出“核心作者”的。比如以學者John Maeda為例，遵循師徒脈絡，可以發(fā)現(xiàn)Ben Fry, Casey Reas, Golan Levin, Zachary Lieberman等等人物。
3. 齊夫定律（Zipf's Law）
齊夫定律說成大白話就是人類最容易堅持的習慣遵循“最省力法則”。齊夫定律有三個推論：1）開放(Openness)會戰(zhàn)勝封閉(Closeness)；2）人們會大量引用熟悉的信息；3）核心競爭力是你的差異化程度。
但是，深刻理解齊夫定律（Zipf's Law）卻沒那么容易。陽志平老師舉了一個例子，比如有一座山，有三種翻閱方法 a. 打隧道 b. 坐飛機 c. 徒步。那么在常規(guī)的情況下，大多數(shù)人肯定會選擇c方案，因為這看起來最省力。但是，如果有人能利用自身的差異化法則，構(gòu)建另一條省力通道（比如，打隧道）。那么越來越多的人就會沿著這條更省力的法則行進。
如果想了解更多請參考：
4. 文獻增長率
普萊斯（Price）在《巴比倫以來的科學》一書中，提出以科技文獻量為縱軸，以歷史年代為橫軸，不同年代的科技文獻量的變化過程表現(xiàn)為一根光滑的曲線。這條曲線十分近似地表示了科技文獻量指數(shù)增長的規(guī)律。
舉個例子來說，如果一個領(lǐng)域初始文獻是100篇
Q(0) = 100
那么十年后，當常數(shù)是1時，估計十年后的文限量Q(10)將達到多少呢？
Q(10) = 100 * exp(1 * 10) = 2202624
那么，在某些領(lǐng)域（比如哲學、藝術(shù)學），追根溯源，找到這100篇文獻，先進行閱讀會不會更有好處呢？
5. 文獻老化率
以文獻的出版年齡為橫軸，現(xiàn)正在使用文獻的相對量為縱軸，可以繪制一條負指數(shù)曲線，稱為文獻老化曲線。(Bertram C. Brookes) 文獻隨著時間的推移，對社會的作用會逐漸減小，這被稱為文獻的老化！
中國學者邱均平在1988年《文獻計量學》中整理了不同學科的“半生期”，比如，物理學的半生期是4.6，而地質(zhì)學的半生期是11.8。記得陽老師曾經(jīng)隨口說過，不同學科需要關(guān)注的切入點不一樣，比如，對于哲學這個學科來說，經(jīng)典的著作格外重要；而對于計算機科學這個學科來說，會議論文就顯得格外重要。其本質(zhì)，就是兩個學科的半衰期不同。
6. 信息計量的大一統(tǒng)模型
科學計量學學者葉鷹和他的合作伙伴Ronarld Rousseau，嘗試使用波動-擴散方程組講上述5個模型統(tǒng)一在一起（Ye and Rousseau, 2010; Ye, 2011），感興趣的小伙伴可以參加后文的Ying Ye鏈接。
7. 文中提到重要學者或文獻
- Shuchi Grover
- Jeannette M. Wing
-
John Maeda – Medium
強烈推薦他的medium，作為設(shè)計科普材料 - Ying Ye
