Есть ли какие-либо ссылки, в которых обсуждается, почему исследователи в промышленности публикуют свои выводы? Например, они могут быть мотивированы/требованы к публикации в качестве условия некоторых грантов, для продвижения какого-либо продукта/фирмы или для внесения вклада в общественное знание.
Больше всего меня интересует сфера информатики > машинное обучение/NLP/интеллектуальный анализ данных, на англоязычных площадках и в США.
Было бы идеально, если бы существовали какие-либо исследования, непосредственно рассматривающие эти причины, но меня также интересуют ответы, подкрепленные опытом. Мне особенно интересно попытаться ранжировать эти причины (например, 30 % статей были опубликованы из-за условий гранта, 50 % из-за доверия к лаборатории/исследователю, 40 % из-за известности фирмы и т. д.) или, по крайней мере, получить представление о том, что основные мотивы, и какие потенциальные мотивы играют лишь незначительную роль в намерении публикации.
Прежде всего, важно понимать, что граница между «промышленностью» и «академическими кругами» гораздо более размыта, чем может показаться. Это определенно так в Соединенных Штатах, и то, что я слышу от коллег в Европе, наводит меня на мысль, что там тоже так (хотя конкретные механизмы могут отличаться от страны к стране). Как человек, который сам преодолевает эту границу, я вижу много разных людей в отраслевых публикациях по разным причинам. В конце концов, однако, в основном все сводится к той же основной причине, что и в академических кругах: доверие.
Несмотря на все свои недостатки, научная экспертная оценка по-прежнему является наиболее признанным средством, которое наше общество придумало для оценки достоверности фактических утверждений (примечание: правовые и политические системы в первую очередь озабочены справедливостью, а не фактами, что имеет тонкие но существенные различия). Когда ученый, работающий в промышленности, хочет установить доверие к своей работе, рецензирование — отличный выбор для этого. Причины желания сделать это в промышленности очень похожи на причины в академических кругах:
Научная достоверность публикаций улучшает способность исследователя получать финансирование. Это верно как для внешнего финансирования (например, от государственных органов), так и для конкуренции за приоритеты распределения внутреннего финансирования.
Установление доверия увеличивает вероятность того, что другие за пределами организации решат принять идеи или продукты, которые вы отстаиваете. Например, опубликованные научные исследования имеют решающее значение для утверждения заявлений о безопасности и эффективности в процессе разработки лекарств.
Публикации также делают исследователя (и его организацию в целом) полноправным членом сообщества: поскольку они делятся информацией и работают открыто, другие с большей вероятностью будут делиться с ними информацией и работать вместе в ответ.
Ни одна компания не существует в вакууме: участие в научном дискурсе может помочь решить проблемы, с которыми компания сталкивается в своей работе. Это особенно верно в отношении стандартов и приборов, но распространяется и в более широком смысле. Независимо от того, в какой организации вы работаете, большинство самых умных людей работают где-то еще, и демонстрация научной ценности ваших проблем посредством публикации может привлечь интерес других к работе над этими проблемами по их собственным причинам.
Научная достоверность также может улучшить положение в организации, что приведет к продвижению по службе. Некоторые компании даже предоставляют статус, похожий на постоянный (и я считаю, что в некоторых европейских странах вы действительно можете получить постоянный статус в компании).
Личная гордость также играет важную роль: промышленные исследователи не более защищены от эгоизма и тщеславия, чем ученые. Если у вас есть что сказать по поводу идеи (или множества идей), научная литература — это хорошее место, где можно отстаивать свою точку зрения и получать удовлетворение, когда другие реагируют на нее.
Наконец, сотрудничество между промышленностью и академическими кругами очень распространено, и даже если промышленный партнер может не публиковаться самостоятельно, академическая сторона сотрудничества захочет опубликовать, и промышленный партнер будет по праву включен в список авторов.
Как они применимы в целом, так и применимы к машинному обучению, обработке естественного языка и интеллектуальному анализу данных. Безусловно, это хорошее описание того, почему исследователи в этих областях в компании, в которой я работаю, публикуются достаточно активно, и оно также согласуется с тем, что я вижу у других в этой области.
Джейкбил
Франк Дернонкур
Франк Дернонкур
пользователь-2147482637
Кейп Код
ff524
Франк Дернонкур
ff524
Дэмиен