Timp global și sincronizare tematică în

Analiza Rețelelor Sociale

– Rezumat –

Coordonator științific
Prof. Univ. Dr. Marian Preda

Doctorand
Iulian Oană
Cercetarea științifică actuală se desfășoară într-un context global, în care oamenii de
știință pot stabili (cel puțin în teorie) relații de colaborare cu oricine, în funcție de interese
specifice de studiu, facilitate de ușurința comunicării și a împărtășirii datelor și
rezultatelor obținute.
Primul capitol al tezei are ca scop să introducă teoretizări despre știință ca
instituție socială și să prezinte modalitățile prin care analiza rețelelor sociale și personale
pot fi utilizate pentru analiza datelor bibliometrice, ca date ce pot caracteriza anumite
fațete ale științei. Capitolul este structurat pe două planuri; unul teoretic și unul aplicat.
Planul teoretic abordează diverse perspective prin care sociologia cunoașterii a studiat
știința ca obiect de cercetare, cu accent pe analiza co-ocurenței cuvintelor, a căror
relaționare rezultă într-o structură cognitivă a unui domeniu de cercetare. În planul
aplicat, este prezentată analiza rețelelor sociale și o parte din elementele ei constitutive
ca metodă. De asemenea, sunt prezentate tehnicile standard prin care analiza rețelelor de
cuvinte s-a dezvoltat în cadrul studiilor scientometrice. Al doilea capitol este centrat pe
tematica timpului social și a proceselor de modernizare prin care au trecut societățile
pentru a ajunge la ceea ce a fost numit drept prezent global. La nivel general, timpul social
face referire la acele perioade care au o anumită însemnătate socială și denotă anumite
nevoi ale unui grup. Similar putem privi și acele perioade de timp în care anumite
concepte (sau perechi de concepte) domină o anumită arie de studiu, întrucât prin
sincronizarea și simultaneitatea temporală a intereselor individuale de studiu apar acele
niveluri supraindividuale (structurale) de temporalitate în care există termenii cheie (ca
indicatori ai curentelor de cercetare). Relația conceptuală dintre primul și al doilea
capitol, între timpul social și tematicile de cercetare, sunt înglobate conceptului de
prezent global introdus de Barbara Adam în sociologia timpului.
Domeniul ales pentru analizele sunt prezentate în ultimul capitol (al treilea) este
analiza rețelelor sociale (eng. Social Network Analysis; acronim: SNA). Motivele pentru
această alegere se împart între alinierea la tradiția sociologiei reflexive, curiozitatea
personală prin învestirea în domeniu, precum și slaba atenție pe care domeniul a
primit-o din punctul de vedere al analizei tematice. Astfel, lucrarea de față pornește de la
două întrebări principale: Ce ne poate spune evoluția tematică din studiul rețelelor sociale
despre prezentul global al acestui domeniu? și Cum influențează colaborarea
transnațională formarea structurii tematice în analiza rețelelor sociale?

1
 Datele utilizate în cadrul acestei lucrări sunt date bibliometrice ce cuprind toate
publicațiile din jurnalele Social Network Analysis and Mining (SNAM), Social Networks și
Network Science, începând cu anul 2013 și până în 2019, indexate pe platforma Scopus.
Anul 2020 nu a fost inclus în analize, motivul fiind dat de alegerea doar a acelori ani
pentru care procesul de publicare a fost încheiat. După descărcare, o parte din pre-
procesarea și analiza datelor a fost realizată în R utilizând pachetele bibliometrix (Aria &
Cuccurullo, 2017), suita statnet (Handcock, Hunter, Butts, Goodreau, & Morris, 2008) și
igraph (Csardi & Nepusz, 2006). Alte analize au fost făcute prin utilizarea pachetelor
qgraph (Epskamp et al., 2020), diverse (Guevara, Hartmann, & Mendoza, 2016) în R și
Ucinet 6 (Borgatti, Everett, & Freeman, 2002).
Dintre datele bibliometrice disponibile, accentul a fost pus pe relațiile dintre
termenii cheie atașați articolelor (i.e., rețelele de co-ocurență a cuvintelor ce descriu
structura conceptuală la nivel de jurnal și la nivel general). Au fost aleși, în principal,
termenii atașați direct de către autori. Dintre toți termenii cheie rezultați, care au trecut
printr-un proces preliminar de standardizare, au fost selectați cei care au avut cel puțin
patru ocurențe, astfel încât fiecare termen cheie să aibă șansa de a apărea, în medie, o
dată la doi ani. De asemenea, termeni generaliști precum Social Networks sau Social
Network Analysis au fost eliminați pentru a nu crea relații redundante la nivelul rețelelor.
Secundar, au fost analizate și rețelele de colaborare dintre țări – rețele rezultate pe baza
afilierii instituționale a autorilor ce au semnat articolele analizate și care au ales să le
indexeze cu termenii cheie analizați.
Indicatorul de referință în analizele efectuate este indicele de eterogenitate Blau
(Blau, Blum, & Schwartz, 1982) – scor H –, care în contextul tezei exprimă în ce măsură
un termen cheie tinde să fie afiliat cu mai multe sau mai puține țări. În cazul în care un
termen cheie are un scor H mai mic de 0,5 el a fost poziționat în categoria termenilor mai
degrabă naționali (relații puternice cu una sau foarte puține țări). Pentru cei cu scor H
mai mare de 0,5 categoria de referință a fost a termenilor mai degrabă transnaționali
(relații puternice cu multe țări). Acest indicator, în forma sa dihotomizată, a fost utilizat
pentru a vedea dacă există efecte de selecție homofilică (asortativă, între noduri / termeni
din aceeași categorie) sau de selecție heterofilică (dezasortativă, între noduri / termeni
din categorii opuse).
Analizele desfășurate se împart în două categorii: descriptive și explicative. La nivel
descriptiv, au fost raportate rezultate cu privire la dinamica celor mai frecvenți termeni,

2
dinamica caracteristicilor structurale, precum și analize de detecție a comunităților
pentru a vedea cum se grupează termenii în ansamblul general al rețelei. La nivel
explicativ, au aplicate analize de tipul modelălilor cu grafuri exponențiale aleatoare (eng.
Exponential Random Graph Modeling; ERGM). Modelele ERGM descriu în ce măsură setul
de efecte pe care îl alegem contribuie în a explica probabilitatea ca fiecare două noduri să
creeze legături care, adunate, conduc la structura generală a rețelei (Hunter, Handcock,
Butts, Goodreau, & Morris, 2008). Scopul utilizării modelării ERGM a fost pentru a vedea
dacă la nivelul rețelei există relații de homofilie transnațională în ceea ce privește
conexiunile create între noduri.
Pentru a crea o legătură între elemente teoretice și analitice ale tezei, se poate
spune că:
o Analizele longitudinale (ai celor mai frecvenți termeni sau de actori principali) și
analizele de detecție a comunităților descriu prezentul global tematic al SNA. Este
un demers prin care observăm care sunt cei mai frecvenți termeni la nivelul
fiecărui an, dacă poziția lor se păstrează într-o astfel de clasificare și cu ce alți
termeni se grupează ei. Complementar, analiza de actori principali ne arată cât de
stabili sunt termenii dominanți în rețelele anuale și în general. Atfel spus, ne arată
dacă termenii cei mai frecvenți și centrali pot descrie tematica generală a
jurnalului sau a domeniului SNA per ansamblu.
o În ceea ce privește modelele statistice de tip ERGM, indicatorul central este
reprezentat de scorul de eterogenitate pentru a observa modul în care nodurile
(termenii) creează legături cu alte noduri din aceeași categorie (mai degrabă
naționale sau mai degrabă transnaționale). Maniera în care se creează legăturile
între termeni ne dă o imagine și asupra celorlalte unități de analiză de la nivelul
documentelor – autorii și universitățile. Dacă analizele descriptive ne arată care
este prezentul global al cercetării – tematica recurentă și stabilă –, modelele ERGM
ne arată cum tematicile sunt instituționalizate la nivelul câmpului de cercetare al
SNA. Mai precis, probabilitatea ridicată de a crea legături cu termeni transnaționali
arată conectarea la fluxul global al cercetării, de a împărtăși aceeași realitate și
prezent global în știință.

Referitor la rezultatele obținute, poate fi afirmat că toate cele trei jurnale prezintă
regularități similare în ceea ce privește colaborarea transnațională dintre cercetători sau,
la nivel agregat, dintre țări. În fiecare caz, Statele Unite au reprezentat actorul central care
3
creează deopotrivă relații cu țări care au grad ridicat de colaborare și cu țări mai slab
conectate în rețeaua globală. După Statele Unite, urmează țări precum Regatul Unit, Italia,
Olanda sau Franța. Spațiul asiatic este slab reprezentat, evidențiindu-se relațiile intense
între China și SUA sau SUA și India. Asemenea tipare de colaborare influențează și modul
în care termenii cheie relaționează între, formând structura conceptuală a domeniului.
În ceea ce privește modelele statistice explicative, a fost evidențiat faptul că
efectele de selecție homofilică apar ca funcție a tranzitivității, ceea ce ne spune că, pe de
o parte, avem asocieri de termeni care de-a lungul timpul au devenit consecrate în studiul
rețelelor sociale. Ne așteptăm ca un al treilea termen să vină în completarea unei diade.
Spre exemplu, dacă în jurnalul Social Networks perechile {ERGM, Bayesian Inference} și
{Bayesian Inference, MCMC} apar des împreună (având intensități de 3 și 3), ne așteptăm
să avem și o relație {ERGM, MCMC} care să închidă triada, fapt care se și întâmplă, tot cu
o intensitate de trei co-ocurențe. Pe de altă parte, astfel de asocieri au devenit consacrate
în cadrul colaborărilor dintre autori și țări implicate intens în procesul de co-autorat
transnațional. Altfel spus, tematicile care au o prezență largă în comunitatea
transnațională tind să se asocieze cu alte teme care, la rândul lor, au vizibilitate sporită.
Așadar, avem tematici de cercetare care sunt împărțite atât de țările centrale cât și de
țările mai puțin centrale (sau periferice) în structura generală de colaborare. În schimb,
tematicile care prezintă un grad de localizare mai degrabă național tind să nu creeze
legături nici cu celelalte tematici naționale, nici cu tematici transnaționale. Un astfel de
rezultat era așteptat, dat fiind că un scor de eterogenitate cu valoarea 0 arată relațiile cu
o singură țară. Prin urmare, termenii naționali tind să aibă doar o prezență locală, la
nivelul țării unde cercetătorii sunt asociați. Această observație este completată de faptul
că tematicile naționale sunt fie doar ale țărilor centrale, fie doar ale țărilor periferice, iar
asemenea teme de cercetare tind să nu creeze relații în structura cognitivă a domeniului.
Rezultatele observate pot fi puse în relație și cu modul de co-autorat dintre diverse
țări. Autorii din țările cu grad redus de colaborare tind că creeze relații cu țările hub –
Statele Unite, Regatul Unit, Italia, Olanda sau Franța – și mai puțin între ele. Însă, țările
centrale tind să aibă un comportament pe care Barabàsi (2016) îl descria ca „hub-urile se
întâlnesc cu hub-uri”, făcând o analogie cu relațiile romantice care au loc între actorii de
la Holywood. În alți termeni, se poate spune că lumea științifică a analizei rețelelor sociale
este caracterizată de o formă asimetrică a atașamentului preferențial, unde o parte a

4
rețelei prezintă asortativitate, iar cealată un comportament heterofilic în urma cărora
rezultă hub-urile.
Nu există studii cu care rezultatele obținute să poată fi comparate direct, însă o
comparație parțială poate fi făcută cu acele cercetări care au observat regularități în ceea
ce privește colaborarea transnațională, în general. În anul 2018, conform unui index
elaborat de revista Nature printre cele mai productive țări în materie de publicație
științifice regăsim: SUA, China, Germania, Regatul Unit, Japonia, Franța, Canada, Elveția,
Coreea de Sud și Australia (Crew, 2019). O parte dintre aceste țări s-au regăsit și în
rezultatele observate pe parcursul capitolului, fie la nivelul unui singur jurnal, fie în setul
complet. Astfel de observații pot fi puse în relație și cu studii mai vechi (Leydesdorff &
Wagner, 2008; Wagner & Leydesdorff, 2005; Wagner, 2008) sau mai noi (Ribeiro, Rapini,
Silva, & Albuquerque, 2018), care arătau că la nivelul general al colaborărilor științifice
avem o rețea fără scală, adică dominată de un număr redus de noduri centrale la care
nodurile cu centralitate scăzută tind să se atașeze. Analize suplimentare asupra datelor
arată, de asemenea, că există un dublu tipar în ceea ce privește colaborările interne și
externe. La nivelul fiecărui jurnal, țările centrale prezintă nu doar colaborări externe
intense, ci și colaborări naționale mai multe. În schimb, țările din „periferia” rețelei tind
să aibă mai multe colaborări externe decât interne. Acest fapt poate semnala, indirect, că
tiparele observate sunt dependente și de capacitatea de producție științifică a unei țări.
În termenii sociologiei cunoașterii științifice, abordată în primul capitol al tezei,
aceste relații între termeni, sudate de-a lungul timpului, pot fi considerate bagajul
cultural al SNA, fiind de așteptat, spre exemplu, ca o anumită tematică să fie abordată
printr-o anumită metodă de cercetare. Sunt unitățile științifice ale SNA, care se reproduc
cu regularitate de la o perioada la alta. În termeni de localizare a acestei culturi, analizele
prezentate în tema de față sugerează că în SNA avem o cultură științifică transnațională,
argument prin care ajungem la prima întrebare ce a stat la baza lucrării – cum putem
caracteriza timpul social al SNA?
Temele centrale și recurente sunt prezentul global al domeniului. În perioada
analizată (2013-2019), există recurențe puternice ale anumitor cuvinte cheie (prin
referire la concepte, metode sau date). Însă prezentul global este ierarhic, controlat de
noile colegii invizibile. După cum explica Caroline Wagner (2008, p. 62), această rețea de
colaborare „nu este simplă. Și nici nu oferă un teren de joc egal. Atașamentul preferențial
operează în mod clar în avantajul celor din vârful sistemului, fie că ne gândim în termeni

5
de cercetători individuali sau țări”. Argumentul lui Wagner este centrat pe beneficii în
termeni de oportunități pentru colaborare, productivitate științifică sau acces la fonduri.
Însă consider că el poate fi extins și asupra tematicilor abordate de către cercetători.
Sincronizarea tematică la nivelul domeniului de studiu se realizează către prezentul
impus de actorii centrali. În aceeași lucrare, Wagner afirma că există un avantaj cumulativ
istoric al țărilor și al autorilor în ceea ce privește statusul lor în rețeaua ce structurează
noile colegii invizibile (Wagner, 2008, pp. 71–73). O traducere în termenii timpului social
este că avem o dependență de cale între prezentul global și trecutul global al cercetărilor
din acest domeniu, fapt ce poate influența și viitorul global. „Nevoile grupului” (i.e., temele
și metodele abordate), care structurează timpul social, sunt impuse în mod asimetric, iar
sincronizarea se face de la periferie către centru. Altfel spus, dacă cercetătorii din țările
cu nivel mai scăzut de productivitate tind către recunoașterea în cadrul domeniului, ei
trebuie să abordeze acele teme și metode recunoscute în circuitul transnațional al
cunoașterii științifice. În schimb, autorii din țările centrale (hub) nu trebuie să se
sincronizeze la fluxul transnațional al cercetării – ei îl impun. Impunerea nu este una
directă, intenționată. Este ceea ce emerge la nivel macro-social în urma acțiunilor sociale
defășurate la nivel micro, prin relații directe între noduri individuale. Un alt aspect ce
merită menționat este că stabilitatea sau recurența observată nu împiedică apariția unor
noi teme în acest câmp științific. Dar perioada în care o anumită arie tematică poate
deveni centrală este mai mare decât perioada analizată în cadrul acestei teze.
Un concept complementar ce poate fi adus în discuție este cel de setarea agendei,
specific studiilor de comunicare și media (Coleman, McCombs, Shaw, & Weaver, 2009).
Analizele efectuate ne arată că putem interpreta rezultatele și în această manieră, mai
ales dacă luăm în cosiderare efectele care sunt presupuse de teoriile colegiilor invizibile
(vechi și noi). În acest sens, vorbim de agende de cercetare transnaționale ce sunt impuse
în centrul structurii de colaborare și se răspândesc către periferia sa. Practic, agenda de
cercetare transnatională din domeniul SNA reprezintă prezentul global al domeniului pe
care unii cercetători și organizații îl propun și în relație cu care ceilalți prezintă relații de
sincronizare (sau nu). Fapt ce a fost observant și rezultatele obținute. Cele mai frecvente
și importante teme din SNA aparțin autorilor din universitățile și țările centrale din
rețeaua de colaborare globală, care au cel mai ridicat grad de colaborare intern și extern.
Ele sunt și temele care transcend, în mai mare măsură, granițele naționale. În schimb,
termenii naționali tind să rămână conectați la un prezent local, întrucât nu se

6
sincronizează nici cu prezentul global / transnational, per ansamblu, nici cu alte teme
naționale (fapt ce era de așteptat, deoarece, în sens contrar, ar indica o asociere mai
degrabă transnațională).
O astfel de interpretare răspunde la întrebările: cine impune agenda de cercetare?
și cine are de câștigat în tot acest proces de transnaționalizare a științei? Referitor la prima
întrebare, trebuie să avem în vedere o interdependență între mai multe entități: autori,
universități și țări. După cum au evidențiat rezultatele raportate, toate cele trei elemente
își aduc aportul, dat fiind că cele mai frecvente teme aparțin unor autori cu afilieri la
universități din țări centrale în procesul de colaborare globală. La nivelul cercetătorilor
avem cuvintele cheie pe care ei le atașează articolelor, ce indică (cel puțin într-o oarecare
măsură) interesul lor personal de cercetare și capitalul lor uman științific și tehnic
(capital uman S&T). La nivelul universităților și, agregat, al țărilor vorbim de capacități
de finanțare a cercetării precum și de politici de finanțare și de creștere a productivității
în cercetare care, la rândul lor, impun anumite agende de cercetare (Edler & James, 2015).
Referitor la a doua întrebare, ce poate fi afirmat este că relațiile evidențiate nu trebuie
interpretate în sensul unui joc cu sumă nulă, unde câștigul unei părți se traduce în
pierderi pentru cealaltă. Cercetătorii din țările periferice, care colaborează cu cercetători
din țări centrale, au de căștigat prin publicații cu șanse mai mari de citare, prin care își
dezvoltă CV-ul academic, și dezvoltarea rețelelor de colaborare (Guerrero Bote, Olmeda-
Gómez, & de Moya-Anegón, 2013). Pe de altă parte, cercetătorii și universitățile din țările
centrale își accentuează prestigiul și productivitatea deja existentă (Gui, Liu, & Du, 2018).
Perspectiva cu privire la capitalul uman S&T (Bozeman, Dietz, & Gaughan, 2001;
Bozeman & Mangematin, 2004) deschide mai multe modalități de a privi circulația sa în
rețelele de colaborare științifică. În primul rând, convertirea capitalului uman S&T în alte
forme de capital și viceversa sau amplificarea sa are o probabilitatea mai mare de
înfăptuire acolo unde cercetătorii și universitățile au un avantaj competițional. În al
doilea rând, pot exista fenomene de cultivare a capitalului uman S&T de către acei autori
și acele universități din țări cu vizibilitate redusă. În al treilea rând, spre dezavantajul
țărilor din periferia câmpului de cercetare, pe filiera relațiilor de colaborare își poate face
apariția fenomenul de brain drain – migrarea cercetătorilor dinspre țările periferice către
centre de cercetare (Davenport, 2004). În cazul tematicilor de cercetare, aceste relații se
pot manifesta prin impunerea agendei de cercetare și a cunoștințelor necesare pentru a
participa în structura de colaborare globală. Similar cum „agenda de cercetare” – i.e.,

7
agenda tematică – este impusă dinspre centrul către periferia noilor colegii invizibile,
putem prezuma o direcție similară pentru capitalul uman S&T necesar pentru a participa
în lumea științei. Relația dintre teorie și metodă este una consistentă în cazul SNA.
Studierea influenței sociale, a modalităților de răspândire a virusurilor sau a proceselor
de selecție socială, spre exemplu, sunt tematici ce presupun cunoștințe specifice în
materie de tehnici și metode de cercetare, dincolo de cunoștințele de bază în studiul
rețelelor sociale. Prin urmare, apare cultivarea anumitor tematici (teoretice și tehnice) în
agenda personală de cercetare a căror influențe vin din direcția menționată – cercetătorii
din țările cu centralitate redusă în structura globală de colaborare și publicare sunt
nevoiți să acumuleze același capital uman S&T ca și cercetătorii din țările centrale pentru
a se putea sincroniza la prezentul global al cercetării SNA și a ajunge să împărtășescă
simultan realitatea științifică de la nivelul câmpului.
Ca orice cercetare, lucrarea de față prezintă o serie de limite. Prima poate fi adusă
de modul de selecție al termenilor. Alegerea unui număr mai mare sau mai mic de termeni
în rețea (prin pragul de ocurență) ar putea nuanța sau amplifica procesele de selecție
homofilică. În al doilea rând, utilizarea unui vocabular pentru standardizarea sinonimiei
conceptuale poate fi influențată de subiectivismul autorului și capacitatea sa de a păstra
anumite distincții sau de a face diverse înlocuiri necesare. În al treilea rând, apare
diferența între matricile folosite în analizele descriptive și cele folosite pentru analizele
inferențiale. Dacă în primul caz rezultatele observate au fost calculate pe baza unor
matrici ponderate, analizele de tip ERGM au folosit matrici dihotomice (Hunter et al.,
2008), care arată doar dacă între termeni există sau nu o relație, fapt care, din nou, poate
rezulta în estimări ce ascund efectul relațiilor valorizate. O a patra limită este dată de
tratarea statică a datelor pentru analizele inferențiale, cât și pentru unele analize
descriptive. O analiză longitudinală poate evidenția mai bine schimbări în structura
conceptuală a acestui câmp de studiu. În al patrulea rând, nu a fost făcută o diferențiere
clară între termenii ce fac referire la aspecte metodologie (e.g., ERGM, Community
Detection, Dynamic Network) și cele substanțiale (e.g., Social Influence, Peer influence,
Homophily). În această manieră, descriptorii tehnici pot să-i surclaseze pe cei substanțiali
ce apar la nivelul aceleiași publicații. Cu toate acestea, separarea nu a fost făcută întrucât
poate fi argumentat că și descriptorii tehnici pot fi, la rândul lor, indicatori pentru o
lucrare substanțială – lucrări dedicate tehnicilor de analiză în sine, ce propun limite,
completări sau îmbunătățirea lor. Nu în ultimul rând, poate fi adusă în discuție lipsa

8
componentei calitative. După cum observau Leydesdorff și colegii săi (2008) chiar despre
domeniul SNA, anumite cuvinte au o dinamică semantică în cadrul unui domeniu (e.g.,
Community, care a ajuns să facă referire, mai degrabă, la algoritmi de Community
Detection și mai puțin la conceptul sociologic clasic de comunitate). Astfel de nuanțe nu
au fost suprinse în studiul de față.

Referințe

Aria, M., & Cuccurullo, C. (2017). bibliometrix: An R-tool for comprehensive science
mapping analysis. Journal of Informetrics, 11(4), 959–975.
Barabási, A.-L. (2016). Network Science. Cambridge, UK: Cambridge University Press.
Blau, P. M., Blum, T. C., & Schwartz, J. E. (1982). Heterogeneity and Intermarriage.
American Sociological Review, 47(1), 45–62.
Borgatti, S. P., Everett, M. G., & Freeman, L. C. (2002). Ucinet 6 for Windows: Software for
Social Network Analysis. Harvard, MA: Analytic Technologies.
Bozeman, B., Dietz, J. S., & Gaughan, M. (2001). Scientific and technical human capital: an
alternative model for research evaluation. International Journal of Technology
Management, 22(7–8), 716–740.
Bozeman, B., & Mangematin, V. (2004). Editor’s introduction: Scientific and technical
human capital. Research Policy, 33(4), 565–568.
Coleman, R., McCombs, M., Shaw, D., & Weaver, D. (2009). Agenda Setting. In K. Wahl-
Jorgensen & T. Hanitzsch (Eds.), The Handbook of Journalism Science (pp. 147–160).
New York: Taylor & Francis.
Crew, B. (2019, July 1). The top 10 countries for scientific research in 2018. Retrieved
June 20, 2020, from Nature Index website: https://www.natureindex.com/news-
blog/top-ten-countries-research-science-twenty-nineteen
Csardi, G., & Nepusz, T. (2006). The igraph software package for complex network
research. InterJournal, Complex Systems, 1695(5), 1–9.
Davenport, S. (2004). Panic and panacea: brain drain and science and technology human
capital policy. Research Policy, 33(4), 617–630.
Edler, J., & James, A. D. (2015). Understanding the emergence of new science and
technology policies: Policy entrepreneurship, agenda setting and the development
of the European Framework Programme. Research Policy, 44(6), 1252–1265.
Epskamp, S., Costantini, G., Haslbeck, J., Isvoranu, A., Cramer, A. O. J., Waldorp, L. J., …
Borsboom, D. (2020). Package ‘qgraph.’
Guerrero Bote, V. P., Olmeda-Gómez, C., & de Moya-Anegón, F. (2013). Quantifying the
benefits of international scientific collaboration. Journal of the American Society for
Information Science and Technology, 64(2), 392–404.
Guevara, M. R., Hartmann, D., & Mendoza, M. (2016). diverse: an R Package to Analyze
Diversity in Complex Systems. R Journal, 8(2), 60.
Gui, Q., Liu, C., & Du, D. (2018). Does network position foster knowledge production?
Evidence from international scientific collaboration network. Growth and Change,
9
 49(4), 594–611.
Handcock, M. S., Hunter, D. R., Butts, C. T., Goodreau, S. M., & Morris, M. (2008). statnet:
Software tools for the representation, visualization, analysis and simulation of
network data. Journal of Statistical Software, 24(1), 1548.
Hunter, D. R., Handcock, M. S., Butts, C. T., Goodreau, S. M., & Morris, M. (2008). ergm: A
Package to Fit, Simulate and Diagnose Exponential-Family Models for Networks.
Journal of Statistical Software, 24(3), nihpa54860–nihpa54860.
Leydesdorff, L., & Wagner, C. S. (2008). International collaboration in science and the
formation of a core group. Journal of Informetrics, 2(4), 317–325.
Leydesdroff, L., Schank, T., Scharnhorst, A., & De-Nooy, W. (2008). Animating the
development of Social networks over time using a dynamic extension of
multidimensional scaling. Redes Sociales, 17(6), 611–626.
Ribeiro, L. C., Rapini, M. S., Silva, L. A., & Albuquerque, E. M. (2018). Growth patterns of
the network of international collaboration in science. Scientometrics, 114(1), 159–
179.
Wagner, C., & Leydesdorff, L. (2005). Mapping the network of global science: comparing
international co-authorships from 1990 to 2000. International Journal of
Technology and Globalization, 1(2): 185-208. International Journal of Technology
and Globalisation, 1.
Wagner, C. S. (2008). The New Invisible College: Science for Development. Washington D.C.:
Brookings Institution Press.

10