結局、お金がある研究室ほど論文が出ているんじゃないの？

【イントロ】
　「5000兆円ほしい」が人類共通の願望であるように、この世はお金がないと生きていけません。そしてお金はお金があるところにあつまり更にお金を生むという、ステキな循環が存在しているようです[１]。まさに、この世は資本主義。一方で、「金が金を生むような現象が研究の世界でも生じているのか？」というのは自明ではないように思えます。なぜなら、研究はアイデアが大切ですから、お金がなくてもアイデア次第で研究成果の生産性を上げることができると考えられるからです。一方でかの有名な理論物理学者フィリップ・W・アンダーソンは「カネの大切さを決して軽く見るな」[2]と述べており、科学研究でもお金が重要であることを示唆しています。
　そこで本記事では、研究費と出版論文数の関係を調べることで、この疑問の解消を試みようと思います。

【方法】
　今回の調査対象は、東京大学(実験系、理論系)と大阪大学(実験系)に所属する物性物理系研究室としました。実験系と理論系、東大と地方旧帝国大学の比較を行うために上記を対象としました。あと著者の趣味です。調査期間は2014/1～2016/7です。昔調べたからです。
　各研究室のホームページを確認し、該当期間の出版済み論文数を確認しました(プロシーディングは除きました)。また、同期間を実施期間に含む所属スタッフの科研費を科研費データベース[3]を使用して調査しました。本人が代表研究者の科研費だけでなく、連携担当者となっている科研費の金額も含めました。
　何人かのスタッフの方は「さきがけ」[4]といったJSTの別予算も取得されていましたが、こちらの予算は含めていません。もともとの科研費の額が大きい研究室に所属している方が多いため、「研究費の多い研究室は出版された論文も多いのか？」という仮説を検証するための傾向の確認には利用できると考えたからです。

【結果】
　図１に関連科研費と出版論文数の関係を示しています。

図1　関連科研費と出版論文数関係


　なんとなく、関連科研費が多い研究室ほど出版論文数も多いように見えます。ただし、ばらつきも大きく相関係数R^2＝0.3程度なので弱い正の相関があるのかなぁと言う程度です。同じ東大で比較すると、理論系のほうが研究費に縛られず論文がかけるので、論文数も多いかと思っていましたが、実際は実験系の方がたくさん論文が出ているようです。
　むしろ、驚くべきは同じ実験系の東大と阪大の科研費の差・・・同じ基準でデータベースを探索したので大きな見落としはないと思いますが・・・やはり”TODAI IS GOD”。

　「いやいや、研究は論文数じゃない、どれくらいのImpact Factor（IF)の雑誌に出しているかでしょ。」ということで、図２には関連科研費と出版論文の平均IFを示しています。

図２　関連科研費と平均IFの関係

　こちらもばらつきが大きいものの相関係数R^2＝0.4程度の正の相関があるようです。やはり金がある方が論文数も多く、インパクトのある論文を出す傾向が少なからずありそうです。やはりこの世は金か。。。抜群の研究費・出版論文数・平均IFを誇る東大TOP３の研究室はすごいなぁ、という感想です(どこのラボとは言わない）。

　ここで発想をかえて「少ない研究費でたくさん成果を出しているのはどこだろう？」という視点で研究費と論文数の関係を見直してみました。つまり「コストパフォーマンス（コスパ）の良い研究室はどこだろう？」という疑問です。その結果を図3に示します。

図3　研究室別コスパ(大文字は実験系、小文字は理論系研究室)

　コスパという概念を用いると、理論系の研究室のほうがよいパフォーマンスを示していることがわかります。理論系のほうが研究費が少なくてもインパクトの大きい成果を出しやすいということでしょうか。一方、先ほどまでとは変わって、阪大の幾つかの研究室が上位に名を連ねています。研究費が少なくても共同研究などを通して多くの成果を生み出している様子が見て取れます。コンスタントに成果を出していないと次の研究につながりませんしね。。。

【まとめ】
　今回、東大と阪大の物性系研究室について関連科研費と出版論文数、平均IF、コストパフォマンスについて調査を行いました。出版論文数と平均IFに関しては、ばらつきは大きいものの研究費の額と弱い正の相関があることがわかりました。研究成果はお金だけで決まるわけではありませんが、ある程度の影響は与えているように思えます。実際、キムワイプも買えないようでは実験になりませんしね。。。
　一方で、コスパの観点からは理論系のほうが研究室の方が実験系よりも良い結果を示していることがわかりました。紙と鉛筆とパソコンだけで研究、というわけにいきませんが、研究成果の生産に実験系ほどは研究費を必要としていないようです。
　また、研究費の少ない研究室の中にはその額以上の成果を生み出すコスパの良い研究室が存在することがわかりました。国の研究予算が伸び悩む中、如何に少ない研究費で大きな成果を生み出すかは今後の課題だと思いました[5]。

【参考文献】
[1]、富はスーパースターに　労働分配率、世界で低下(日本経済新聞、2017/10/31)
https://www.nikkei.com/article/DGXMZO22937520R31C17A0EE8000/
[2]、ジョン・ガートナー 「世界の技術を支配する ベル研究所の興亡」 
[3]、科研費データベース　https://kaken.nii.ac.jp/ja/
[4]、 戦略的創造研究推進事業（さきがけ）　http://www.jst.go.jp/kisoken/presto/
[5]、英科学誌ネイチャーが日本の科学研究予算削減の記事　「科学力の失速は当然」と指摘　https://news.nifty.com/article/economy/business/12117-6902/

コメント

コメントを投稿

このブログの人気の投稿

交代磁性があるのかないのかどっちなんだい！～RuO2の場合～

イメージ
 【イントロ】 博士「はぁ～交代じゃ、交代じゃ」 学生「どうしたんですか？キャバクラですか？」 博士「違う違う違う違う今日は違う！交代は交代でも、交代磁性のことを調べておったんじゃ」 学生「交代磁性？」 博士「なんじゃ知らんのか？交代磁性とは、強磁性と反強磁性に次ぐ第三の磁性として最近発見された、新しい磁気状態のことなんじゃ。」 学生「知ってますよ、 Šmejkal（流暢な発音）が提案 してるやつでしょ？強磁性体のようにバンド構造にスピン分裂が生じるけれど、反強磁性体のようにNetの磁性はゼロとなっている、副格子間の反強磁性状態と解釈できる磁性体のことですよね。」 博士「そうじゃ、Šmejkal（流暢な発音）達の提案が大きなきっかけとなった研究分野じゃな。なんじゃ、知っとるじゃないか」 学生「当然です。中学入試程度です。交代磁性って、 MnTe や CrSb 、それに RuO2 で確立された概念じゃないんですか？」 よく見ると(b)がない（ 引用元 ） 博士「 どこ中出身 じゃ。。。うむ、それらの物質でARPESが行われ、交代磁性の特徴の1つであるバンド構造の巨大なスピン分裂が観測されて Nature や PRB に報告されるなど研究が加熱しておる。」 学生「ならいいんじゃないですか？流行物質どんとこい。ビッグウェーブに乗って論文を量産するタイミングですよ。h-index稼ぎましょう」 博士「しかし、そのうちの１つ、RuO2が実は交代磁性体ではなく、非磁性体なのではないかという報告がなされ議論を呼んでおるのじゃ。」 学生「どういうことですか？？？RuO2は 異常ホール効果 が見えたり、 REX（共鳴弾性X線散乱） や 中性子散乱実験 で反強磁性秩序がすでに観測されたんじゃないんですか？？？陰謀ですか？？？？」 博士「それでは今回は、独ヴュルツブルク大学のPhilipp Keßler博士らによる論文、 Philipp Keßler, et al. , Absence of magnetic order in RuO2: insights from μSR spectroscopy and neutron diffraction , arXiv:2405.10820 を読んでいくかのお」 学生「Absence論文、盛り上がるやつですね」 【どんな実験したの？】
続きを読む

狂気！室温超伝導体は脳内にあった！！！

イメージ
 【イントロ】 博士「これはすごい・・・これはすごいぞ！！！」 学生「どうしたんですか？自分の愚かさのことですか？」 博士「そうではない！ワシは出会ったんじゃ！科学史上最高の論文に！」 学生「どんな論文ですか一体」 博士「なんと 室温超伝導体 が見つかったという話じゃ！」 学生「え！室温超伝導体といえば、室温で電気抵抗がゼロになる物質で、世界を支えるエレクトロニクスに不可避なエネルギーの散逸、発熱の問題を一気に解決し、 世界のエネルギー問題を救うキーテクノロジーになる物質 じゃないですか！」 博士「その通りじゃ！」 学生「気になってきました、早く教えて下さい、その論文！」 博士「うむ…驚くなよ、なんと、 生物の脳の中では超伝導状態が実現しておる のじゃ！！！」 学生「・・・」 博士「ふふふ、あまりの衝撃に言葉もないようじゃな。」 学生「あの」 博士「では、今回は、 P. Mikheenko, Possible Superconductivity in the Brain , Journal of Superconductivity and Novel Magnetism, 2018, No 5, p. 1121-1134 （ Arxiv版 ） を読んでいくぞい！」 学生「帰っていいですか？」 【論文誌がすごい！】 博士「まずは、この論文のなにが凄いかといえば、査読を通って論文誌に掲載されておるのじゃ」 学生「ほんとですよ、どうなってんですか」 博士「そして、掲載された Journal of Superconductivity and Novel Magnetismの2022年度のImpact Factor は1.8なんじゃ。これがどういうことかわかるか？」 学生「そ、それは日本の物理学会が発行するJournal of the Physical Society of Japan、いわゆる JPSJのImpact Factor 、1.7を超えています・・・！」 博士「そうじゃな、つまり論文誌としての影響力としてはJPSJよりも大きな雑誌に掲載された論文ということじゃ」 学生「JPSJもっとがんばってくださいよ」 博士「しかもこの論文は8回も引用されておる」 学生「 みなしPRL じゃないですか・・・」 博士「これだけで如何にこの論文が本物であるか納得してもらえ
続きを読む

まだ最小二乗法で消耗してるの？ ～Passing Bablok法について～

イメージ
【イントロ】 与えられたデータの傾向を見る、つまり回帰分析の一つとして、直線でフィッティングする方法が挙げられます。 ココで問題となるのが、「どうやって直線の傾き(と切片)を求めるか」という点です。 代表的な方法が最小二乗法です。目的の直線を $y=ax$ と仮定します。データ点$y$と求めたい直線との差の二乗を誤差として、すべての点に対する誤差の和を最小化する傾き$a$を求める方法です。 具体的には誤差の和を $E=\sum_{i=1}^{n}(y_i－ax_i)^2$ とすると、$a$について最小値が欲しいので、 $\frac{\partial E}{\partial a}=0$ となる$a$を求めれば良いです。整理すると、 $a=\frac{\sum_{i=1}^{n}(x_i－x_{average})(y_i－y_{average})}{\sum_{i=1}^{n}(x-x_{average})^2}$ となります。 　最小二乗法は直観的にもちょうどよい直線を見つけてくれそうで、最強の方法に見えます。しかし、 いくつかの課題 があります。まず一つが、外れ値に弱いという点です。えっちですね。つまり、ノイズ等の影響でデータ点の集合から大きくハズレた点が存在すると、その点に引きずられて傾き$a$が大きく変化してしまうという点です。 　また、別の問題として、最小二乗法は暗にデータが正規分布に従った誤差を持つことを仮定している点が挙げられます。今回最小化すべき誤差をデータ点と直線の差の二乗和として与えましたが、これはデータ点の周りに分散一定の誤差が正規分布している場合に導かれる最尤推定解と対応しています。詳細は PRML を参照。 さて、それではこうした最小二乗法の呪縛から解き放たれた、 回帰モデルは存在するでしょうか？そうしたモデルとしては 主成分分析 等があります 本記事では、そうした手法の中でもノンパラメトリック回帰モデルの一つである”Passing-Bablok法”について、 原論文 に従った解説とPythonでの実装に取り組みました。 【方法】 Passing-Bablok法はその名の通り、PassingとBablok(PB)により提案された、一次の比例関係を比較するノンパラメトリック回
続きを読む