10/
🔍 TL;DR
Citation behaviour isn’t a meritocracy.
It’s shaped by social ties and topic overlap.
Let’s rethink how we evaluate research impact.
📚 Full paper → journals.plos.org/plosone/arti...
#Bibliometrics #ScienceOfScience #ResearchPolicy
7/
🧩 Caveat: We studied U.S. economics.
Patterns may differ elsewhere, but the same forces appear across many fields — though with different strengths.
6/
💡 Implication: Citation counts don’t just reflect “impact” — they reflect who you know and what you study.
Evaluating research solely through citations can reinforce inequalities.
5/
So what does this mean?
Most citations come from proximity — social and intellectual.
4/
🧠 Semantic similarity also matters!
If two papers talk about similar topics, they’re more likely to cite each other.
🌟 Prestige? Less powerful than expected.
Citations have an effect only when they’re far from your social or topic network.
3/
Main result:
Papers are much more likely to cite others by people they’re socially close to (coauthors or collaborators-of-collaborators).
2/
We examined three main factors behind citations:
👥 Social proximity (are authors connected?)
🧠 Semantic similarity (are papers about the same thing?)
🌟 Prestige (is the author already well-known?)
🧵 1/
🚨 New paper out in PLOS ONE! w/ @caropradier.bsky.social @benzpierre.bsky.social @natsush.bsky.social @ipoga.bsky.social @lariviev.bsky.social
We studied 43k authors and 264k citation links in U.S. economics to ask:
👉 Why do some papers cite others?
🔗 journals.plos.org/plosone/arti...
New preprint out: "Keyword Newspeak: Trump’s Orwellian Censorship of DEI in Science"
osf.io/wkvs5_v1
We examine the presence of flagged keywords in NSF-funded research from 1988 to 2024.
w/ @caropradier.bsky.social, É. Marteau, @diegokoz.bsky.social, @lucyces.bsky.social, @lariviev.bsky.social
My first preprint is out!
Gender parity in autism research: A bibliometric review.
🌐 doi.org/10.31219/osf...
👥 We worked together on this, with @diegokoz.bsky.social , Audrey Gan-Ganowicz and @lariviev.bsky.social!
#Autismresearch #Bibliometrics #GenderParity
Details in comments👇
En esto de cambiar un poco de redes, escribí mi primera nota en #substack
open.substack.com/pub/diegokoz...
También podemos ver que el sesgo de género no se distribuye por igual en todas las orientaciones políticas. Los libertarios, los macristas y, especialmente, otros usuarios de derechas muestran la mayor animadversión contra las mujeres políticas.
Cuando observamos la proporción de discurso de odio producido por grupos, vemos que los libertarios (asociados con La Libertad Avanza) y otros usuarios de derechas (que no pueden asociarse con una facción de derechas específica) emiten el contenido más violento.
Por su parte, realizamos un modelo que detecta la orientación política de usuarios en función de su descripción en la red social.
También identificamos que los referentes de derecha tienen como principales blancos del discurso de odio a las comunidades originarias, los movimientos de izquierda, feministas y LGBTIQ+. También se encontraron repetidamente llamadas abiertas a la acción.
Observamos que para todos los partidos políticos, las mujeres siguen recibiendo mayor cantidad de discursos violentos como ataque.
A partir de este análisis cualitativo, utilizamos GPT para clasificar los tweets de odio según ataques directos o no hacia las figuras políticas. Con eso ponderamos el discurso de odio recibido por la proporción de tweets clasificados como ataque.
Un caso particular es el de Espert, quien también recibe una alta proporción de tweets clasificados como odio. Sin embargo, estos mensajes suelen reforzar sus propios discursos de odio y llamados a la violencia, en lugar de ser ataques directos hacia su figura.
Las candidatas que reciben más odio pertenecen a partidos de izquierda y al Frente de Todos. Los ataques se centran en su ideología como militantes de izquierda y en discursos sexistas.
Las mujeres son las principales receptoras de odio: Aunque solo representan el 30% de las menciones, concentran el 57% de los tweets clasificados como discursos de odio. ¿Cómo está caracterizado este odio?
Entre el 2 y el 9 de feb. de 2023, recopilamos los tweets emitidos por y dirigidos a referentes políticos. Utilizamos un detector de discurso de odio para identificar el hatespeech recibido y emitido en el total de tweets. Aquí están los principales hallazgos: 🧵
Investigaciones previas evidencian que las mujeres en la política enfrentan un entorno particularmente hostil en RRSS, con discursos violentos y ataques dirigidos hacia ellas.
La literatura sobre el tema muestra una conexión estrecha entre los referentes de partidos de derecha y su uso de redes sociales para popularizarse mediante discursos violentos.
Se publicó en PLOS One el trabajo que realizamos con
@layitx.bsky.social, @perezjotaeme.bsky.social, Germán Rosati, Magalí Pires, y María Nanton donde analizamos la difusión y recepción de discursos de odio por parte de referentes y referentas de la política Argentina.
doi.org/10.1371/jour...
My letter "On the limits of causal theory for studying inequalities in science" just got published in QSS.
Looking forward to discuss about this! direct.mit.edu/qss/article/...
Women leave academia at higher rates than men at every career stage, and attrition is especially high among three groups: tenured faculty, women in non-STEM fields, and women employed at less prestigious institutions, a #ScienceAdvances analysis finds.
New to academic publishing, I’m seeking advice from the #AutismResearchCommunity. My #bibliometric analysis explores gender disparities in autism research and their impact on understanding autism in girls and women. Which journal would you recommend for such results?
