信息生产者分布规律组长：沈玉辉组员：罗亦敏，龙正凡，宋仕学，沈炬威研究科目：细胞生物学论文作者数Yx与对应的论文数X之间的关系数据来源：第七街图书馆万方数据库调查目的：验证信息生产者的分布规律调查科目：细胞生物学这次关于信息生产者分布规律的原始数据采集，我们选择了万方数据库中细胞生物学这一科目近5年来关于生物科学方面的期刊论文。共分为五个大类，包括细胞生理学，细胞形态学，细胞生物物理学，细胞生物化学以及细胞的形成及其演化。截止于收集完数据共计930篇论文，1016位作者。我们将数据进行简单的归类，总结之后。得到了该科目近五年来写相应篇数论文的作者人数。以下是简单的数据统计图：论文数作者数1316124914132961514354162047917215531813650191074620168292169372221024239111524101219253262451275462286471293482302492321511334571344591352652365661373103138110713931181422122143213814411481在这个图中我们能清晰的看到当论文数较小时对应的作者数较多。绝大多数作者都集中在1~10篇这个区间，过了这个区间，随着论文数的增加，相对应的作者是开始锐减。之后我们根据这些基本的数据描绘出折线图并计算出数据的乘幂曲线图和洛特卡分布曲线基本数据散点图y=385.69x-1.3504050100150200250300350400450050100150200论文数作者数作者数乘幂(作者数)第一阶段，曲线下降比较迅速，这个阶段大部分作者写作的论文数较少，原因可能是这些作者对这个领域的研究不是很深入，或者说是很深入的研究过而发表不出更新的作品；第二阶段，这个阶段的作者发表的论文数较中等，但这个阶段发表论文的作者较少，可能原因是某些作者研究的领域有限，又或者是突破不了一个更高层次，而卡在瓶颈之中的状态；第三阶段，曲线下降又趋于平稳，这个阶段，可能原因是作者的研究较多，对于这个领域的各个方面都有一定的认识，从而发表更多的论文来证实自己的研究，或者说是由于作者对这个领域的研究非常深入，不断在研究中获得新知识，从而以论文发表出来。就如马太效应中所总结的优势与劣势的积累过程：一经存在有优势，这种优势局面就会不断加强，反之，若存在有劣势，这种不利局面就会不断加剧。因此可以解释第一阶段和第三阶段的作者数与论文数的关系。第二阶段就是核心趋势和集中价值的体现。洛特卡分布曲线y=385.69x-1.35040.111010010001101001000论文数作者数系列1乘幂(系列1)运用计算机的运算我们得到论文数与作者数之间存在着下列关系：yx=385.69*x-1.3504对比洛特卡的原函数关系xnyx=c得到n和c分别是-1.3504和385.69。对得到的整个图像分析发现，随着论文数的上升作者数呈递减关系。且当论文数在一至十之间时作者数的减少梯度最大。十篇之后随着论文数上升，虽然作者数仍呈递减趋势但整体的速度下降。数据显示54.7%的论文出自不到1%的作者，这也证明了生产者分布规律遵循马太效应。误差分析方面我们将数据回带发现理论上在这1024个作者中写一篇论文的有385.69人与实际的249人存在一定的误差。分析产生误差的原因：1）数据来源过窄`时间周期短。我们收集的数据是近五年来关于细胞生物学的期刊论文。论文数量过小，年份层次集中。容易被当时该科目的发展状况限制。2）收集数据的方式。在收集处理数据的过程中，保留了那些一篇论文有多个作者的数据，使数据叠加。而且采用人为的收集有可能在收集过程中出现遗漏问题。3）处理数据的方式。采用单一的数据处理方式很难充分说明两组数据之间的关系。调查总结这次对于近五年来发表的关于细胞生物学的期刊论文中信息生产者的分布规律的分析。充分证明了马太效应在信息生产者分布规律中的效果。此外在我们去处理两组数据并尝试找出两者之间的关系时，选择怎样的数学模型很重要。|为期一周的调查学习已经结束了，这是我们第一次采取团队合作的方式完成作业，与以往的学习方式相比团队合作的方式学习要求更多的是团队学习、工作的能力而不是个人能力。我们小组由5人组成，一名组长4名成员，在这种的团队合作方式下的工作和学习对组长的要求很高，首先作为组长要自己通过各种途径方式了解怎样找到而合适的数据库来作为数据的...