Arxiv論文投稿数とAPS/JPS発表数でみるコロナの影響


 
【イントロ】
　コロナウイルスの流行、終わる気配が見えなくて辛いですね。
驚異的な速さでワクチンが開発され接種がはじまっていますが、変異株の発生も有り予断を許さない状況です。
　世界中の生活、経済活動に影響を与えたコロナ流行ですが、研究活動にはどのような影響を与えているでしょうか？
　本記事では、プレプリントサーバーArxiv、アメリカ物理学会・日本物理学会の発表数から、コロナの影響が読み取れるか調査してみました。

【方法】
　Arxivは物性物理プレプリントサーバーであるCond-matのスクレイピングにより過去４年間の各月の論文投稿数を取得しました。アメリカ物理学会（APS)、日本物理学会（JPS)の発表数は学会HPから取得しました。APS(March meeting)の発表数はアブストラクトに「.(ピリオド)」が含まれるもの、JPS(春季大会)の発表数は発表者の所属に「大」が含まれるものを集計しました。

【結果】
　まずはArxivの投稿数です。
　１年間の論文投稿数全体をみると過去２０年のトレンドに乗っていることがわかります。すなわち、全体の傾向としては明確な論文数の低下はみられていません。
次に、各月の投稿数を見てみます。


　図を見てみると、2020年には2019年以前と比較して若干の傾向の違いがみられます。19年以前は10月に掲載論文数のピークがある一方で、20年にはピークが見られません。想定される理由としては、8月からの夏休みに論文を作成開始し、2ヶ月ほどかけて10月に投稿するという習慣が、コロナによるリモートワークにより変化したことが挙げられます。実際、20年は7月くらいに投稿数にピークがきており、ロックダウンが本格的に行われた３～４月に論文作成が開始されたのではないかと考えられます。

　次に、APSとJPSの発表数を観てみたいと思います。APS2020はコロナの影響で中止、APS2021はリモートでの開催となっています。一方でJPSは2020年大会(春)は中止、それ以降はオンライン開催が続いています。


　図は2013年から2021年までの発表数を集計しています。APSはこの8年間で発表数が伸びており、約1.1万件の発表がなされています。一方JPSは発表数は減少傾向に有り3千件程度となっています。（所属に「大」が含まれる発表なので、大学以外の所属の発表が増えている可能性はあります）
　APS、JPSともに2021年の発表数は2020年よりも減少しておりコロナの影響が見られるということもできます。しかし、APSは2019年以降頭打ち、JPSは8年間減少傾向にあることをみると明確なコロナの影響はみえないというのが正確なところでしょうか。

【まとめ】
　今回の記事では、研究に与えるコロナウイルス流行の影響をCond-matの掲載論文数とAPS、JPSの発表数から読み取れるか調べてみました。
　Cond-matの掲載数からは、論文数全体は減少していないものの、掲載数のピーク月が例年と異なっていることがわかりました。また、APS、JPSの発表数からはこれまでのトレンドからの大きな乖離はみられませんでした。以上の結果から、2020年までの研究活動には明確なコロナの影響がみられるとはっきりいえる証拠は得られませんでした。
　しかし、リモートワークが続いたことで研究が停滞し2021年の研究により大きな影響が出るのではないか？ということが予想されます。今年も注視していきたいと思います。

【おまけ】
　せっかくAPSの発表数を調べたので、有名研究者がどれくらい論文を共著で発表しているのか調べてみました。

　有名な強相関電子系の研究者の共著発表数を集計したのが上の図です。いやあ、NIMSのWatanabe & Taniguchi(W&T)先生が圧倒的ですね。他の有名な先生が多くて20件前後の共著発表の一方、W&T先生は160件にも達する発表数となっています。世界中でお二人の作成されたh－BNを使った二次元物質研究が進んでいることが見て取れます。他にはトポロジカル物質研究で有名なFelser先生も(少し)目立っていますね。

　W&T先生がどれくらい発表しているかというと、APSの発表全体に占める割合が伸び続けており、2021年には全体の1.5％がW&T先生関連となっています。すごいですね。世界の研究の約２％がNIMSによって支えられている、日本一の研究所はNIMSですね。一方でJPSに占めるW&T先生の割合はそれほど伸びていません、どういうことでしょうか？世界の研究の波に乗り遅れていることが見て取れます。もっと二次元物質やりましょう！
　さて、約5年で１％シェアが増えているので、このままいけば500年後には世界の１００％の研究がW&T由来になります！Japan as ナンバーワン！目指せ、ボロンナイトライド立国！





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