研究人员开发了一种预测科学概念扩散的新方法，并以量子计算为例进行了研究。通过分析概念共现网络和引用模式，他们训练模型来预测概念在科学领域内部及跨领域内的传播方式。研究发现，虽然概念的内源性强化难以预测，但外源性扩散和熵具有高度可预测性，其驱动因素包括上游异质性和引用广度。 AI
影响 为不断发展的研究领域中的预期科学计量学和技术预测提供了可扩展的基础。
排序理由 该集群包含一篇详细介绍新研究方法和研究结果的学术论文。
AI 生成摘要 · Google Gemini · 来自 2 个来源。 我们如何撰写摘要 →
arXiv:2606.03919v1 Announce Type: cross Abstract: Understanding and anticipating scientific change requires models that distinguish between endogenous consolidation and exogenous diffusion of scientific concepts. Using the quantum computing subtree of concepts in OpenAlex, we con…
Understanding and anticipating scientific change requires models that distinguish between endogenous consolidation and exogenous diffusion of scientific concepts. Using the quantum computing subtree of concepts in OpenAlex, we construct a temporally resolved concept co-occurrence…