學術履歷差異對論文產出跨學科性影響研究

隗玲　黃茜　郭景蕓

關鍵詞： 跨學科； 履歷分析； 科研產出； 圖書情報領域； 學術履歷差異； 論文產出

ＤＯＩ：１０．３９６９ ／ ｊ．ｉｓｓｎ．１００８－０８２１．２０２４．０６．０１１

〔中圖分類號〕Ｇ２５０.２５２ 〔文獻標識碼〕Ａ 〔文章編號〕１００８－０８２１ （２０２４） ０６－０１３６－０９

隨著科學技術的突飛猛進和社會問題的日益復雜， 多學科知識交叉、融合與相互滲透廣泛發生在各個學科領域。一方面， 越來越多新學科的創建是通過專業化或混合先前存在的學科而衍生的； 另一方面， 人類社會和科學進步所涉及的挑戰越來越復雜， 需要更加頻繁地應用不同科學領域的能力和知識來解決特定的科學問題。跨學科研究使得學者能夠更接近新的科學前沿， 并有可能實現重大的科學突破。然而， 在當前的研究評價和管理體系中， 科研人員越來越聚焦于個人專業化， 這可能導致在跨學科研究中面臨學科邊界限制、溝通障礙、知識融合困難以及資源分配不均等問題。

為了應對學科專業化帶來的挑戰， 學界應關注和支持擁有多學科背景的學者。這類學者不僅認識到跨學科研究的重要性， 而且還具備跨學科交流和合作的能力， 他們敢于跨越學科界限， 融合不同領域的知識和方法， 創造新的研究視角和解決方案，積極推動跨學科研究的發展。因此， 理解學術履歷對科研人員跨學科研究的影響具有重要意義。

１ 相關研究

１.１ 跨學科性相關研究

跨學科指集成了兩個或兩個以上學科或專業知識團體的信息、數據、技術、工具、觀點、概念和理論， 以深化對那些超過單一學科范圍或研究實踐領域問題的認識［１］ 。而跨學科性指通過具體數值大小來表示某個學科跨學科程度的強弱［２］ 。為了定量描述跨學科性， 國內外學者開發和應用了多種測度指標， 主要基于３ 個視角進行測度： 參考文獻、目標文獻和合作模式［３］ 。

通過參考文獻的多樣性可以最直觀地測度該領域知識與信息的交叉融合情況。Ｐｏｒｔｅｒ Ａ 等［４］ 提出了跨學科引用指數， 即用某學科引用（或被引用）文獻中來自其他學科的比例衡量該學科的跨學科水平。Ｒａｆｏｌｓ Ｉ 等［５］ 進一步考慮了參考文獻的網絡聚合度， 綜合分析了不同研究個體跨學科性。Ｃａｒｌｅｙ Ｓ等［６］ 通過數量、平衡度和學科距離這３ 個維度對跨學科合作的引文影響擴散問題進行了研究。

通過目標文獻本身的多樣性， 可以研究文獻的內在聯系和科學結構。韓正琪等［７］ 基于ＬＤＡ 模型對篩選出的學科交叉文獻進行主題識別， 發現學科交叉點和學科交叉研究主題。黃萃等［８］ 通過關鍵詞共現分析、突現檢測和網絡分析等方法， 揭示國內外人工智能治理研究的特征與差異。

與此同時， 學者們越來越傾向于進行跨學科的合作與交流， 通過合作信息進行深度挖掘和分析，可以從另一個角度揭示跨學科活動的模式和規律。張琳等［９］ 基于合著機構地址提取學科分類， 測度科學合作中的不同學科機構之間的學科交叉程度。

目前， 基于參考文獻視角的學科多樣性測度方法仍是跨學科研究的主流。其中， Ｓｔｉｒｌｉｎｇ Ａ［１０］ 提出多樣性理論， 并以此為基礎構建了Ｒａｏ－Ｓｔｉｒｌｉｎｇ指標， 該指標綜合考慮了Ｖａｒｉｔｙ（多樣性）、Ｂａｌａｎｃｅ（均衡性）、Ｄｉｓｐａｒｉｔｙ（差異度）３ 個部分， 在學科交叉研究中產生了重要影響， 成為評估知識融合程度和衡量學科交叉研究的重要工具。然而， Ｚｈａｎｇ Ｌ等［１１］ 發現其在測度學科交叉性時區分度不高， 并在此基礎上改良提出了評價指標ＴＤ， 相較于其他指標具有一定的優越性。在本文中， 采取基于參考文獻的視角對單篇論文進行跨學科測度。

１.２ 履歷分析相關研究

在當今高度專業化和交叉學科發展的科研領域，科研人員的履歷因素可以直接或間接地影響他們在科學研究領域的成果和貢獻， 履歷分析法由佐治亞理工大學的ＲＶＭ 項目所提出［１２］ 。這一方法可以從大量非結構化作者履歷信息中提取出有價值的信息，相關研究也證實了其獨特優勢。通過對高層次科研人員的個人履歷信息進行分析， 可以揭示他們的共性特征和規律。任真等［１３］ 對中國在國際科技組織擔任主席與副主席任職的人員履歷進行分析并總結其特征， 為后備人才培養、選拔和推薦提出建議。同時， 還有學者對科技人員的職業軌跡以及對科研產出的影響進行了研究。田瑞強等［１４］ 通過對海外華人科學家的職業成長軌跡進行研究， 為我國人才培養及引進提供參考。馬銀琦等［１５］ 分析探討了影響核心作者實證研究產出的學術履歷因素。瞿群臻等［１６］ 動態考察不同影響因素對中國工程院院士各成長階段的生存風險的影響作用。

通過對以往文獻的梳理， 學者的履歷數據可能對其研究成果的質量和數量產生影響。由此可見，具有多學科背景的學者履歷與其科研產出的跨學科性是否存在關系， 是一個值得研究的問題。多學科背景是否可以直接或間接地促進科研人員在跨學科領域中產生創新和跨越界限的成果？ 針對以上問題，孫娜等［１７］ 發現在跨學科研究的初始階段， 學者由于要學習更多領域的新知識， 會影響科研產出水平各方面指標出現不同程度的下降， 但當到達一定閾值后， 更高水平和程度的跨學科研究則有利于提升科研產出。侯乃銘［１８］ 發現豐富的跨學科能力和知識背景對于提高人文學者的科研產出具有促進作用。

這些研究都表明， 學者履歷與科研產出跨學科性的相關研究已經成為當前學術界的熱點話題。但從以往的研究來看， 還存在一些局限。在數據選擇上， 大都基于英文數據進行跨學科測度， 且僅僅通過履歷分析法描述統計學者的基本特征， 對學者的研究領域缺乏定量和定性的描述。因此， 本研究針對此類局限， 使用中文數據進行跨學科測度， 并使用中圖號體系對學者的學術履歷差異進行了深入分析， 提高了履歷研究和跨學科研究的針對性和有效性。

２ 研究數據與研究方法

２.１ 研究問題定義

學術履歷是指學者的教育和專業歷史的總結，它記錄了個體的就讀院校、所學專業、近期產出等信息。與個人履歷相比， 學術履歷更加強調個體的教育經歷和成果［１５］ 。

學者學術履歷可以獲得的內容包括人口統計學背景、學科專業背景， 其中學科專業背景差異包括學術發展背景以及職業發展背景。學者在碩士和博士階段可能會進入不同的學科學習， 他們的研究興趣可能會逐漸發生變化和演變［１９］ 。因此， 本研究將學者在求學期間由于專業上的轉變而導致研究領域轉移帶來的差異定義為學術發展背景差異。在學者進入職業發展階段， 可能繼續進行獨立的研究工作或從事教學、科研管理等職責； 在求職階段， 學者的研究方向可能會受到多種因素的影響， 如職業需求、學術趨勢以及個人的興趣和目標［２０］ 。因此，本研究將學者從最高學歷學校畢業后由于工作性質或研究興趣轉變導致研究領域發生轉移帶來的差異定義為職業發展背景差異。

本文探究的研究問題包括： ①履歷差異與學者跨學科性之間是否存在相關關系； ②履歷差異對學者跨學科性的影響程度。

２.２ 數據采集與處理

本文通過核心期刊發文量識別高水平科研人員，搜索目標學者碩博畢業論文標注的中圖分類號， 并收集其畢業５ 年內發表的所有中文期刊一作信息。以上內容全部通過手工檢索的方式進行， 運用Ｅｘｃｅｌ進行數據的初步整理后， 使用ＳＴＡＴＡ 進行分析。

隨后通過ＣＮＫＩ 中國引文數據庫獲取學科參引數據， 通過映射形成中圖分類號學科參引矩陣， 計算出學科之間的引用距離。數據采集流程包括以下步驟：

２.２.１ 識別高質量發文學者群體

本研究首先通過檢索核心期刊５ 年內的發文情況確定高質量發文學者群體。

在選取期刊時充分考慮了以下因素： 綜合性、影響因子以及學界的認可度， 具體操作為選取知網１１ 種圖書情報領域相關期刊， 檢索式為ＬＹ ＝ （中國圖書館學報＋圖書情報工作＋情報學報＋圖書情報知識＋圖書與情報＋情報理論與實踐＋情報資料工作＋情報科學＋情報雜志＋數據分析與知識發現＋現代情報）， 時間范圍為２０１８.０１.０１—２０２２.１２.３１，檢索結果獲得論文１２ ４７２篇， 清除會議、通知、聲明、序言、訪談、政策解讀等無效數據， 清洗后剩余１１ １１３條數據。通過ＮｏｔｅＥｘｐｒｅｓｓ、Ｂｉｂｅｘｃｅｌ 軟件對１１ １１３條數據處理， 共得到１１ ５５１位發文作者。

２.２.２ 識別群體中的核心學者

根據普賴斯定律， 科學研究中的產出通常由少數重要作者貢獻了絕大部分成果。在圖書情報領域，核心作者指在該領域中發表論文頻次較高且具有較大影響力的作者群體， 他們的論文數量和影響力反映了他們在該領域的研究活躍度和學術貢獻。因此，對所有高質量發文學者進行年均發文頻次統計， 統計結果如表１ 所示。

表１ 為不同發文頻次范圍的學者人數以及其占比情況。其中， 年均發文頻次在４ 次及以上的學者群體， 共有１２９ 位學者， 占總人數的１.１２％。

根據表１ 可以觀察到， 絕大多數學者的發文頻次低于４ 次， 達到４ 次及以上的學者相對較少， 這個人群相對于其他發文頻次范圍的學者來說， 表現出更高的發文活躍度。他們以較高的頻次在該領域中發表研究論文， 這意味他們可能擁有該領域豐富的專業知識和經驗， 并且具有較高的聲譽和影響力。

因此， 將發文頻次達到４ 次及以上的１２９ 位學者作為初步目標學者， 剔除個人信息以及論文信息不全面的學者， 共搜索到６０ 條有效目標學者信息。

此外， 關于姓名消歧問題， 處理英文數據時，常通過標準化姓名后， 結合作者的機構信息進行關聯消歧。本研究借助了這一方法， 在人工進行網絡信息檢索時， 將學者姓名與機構進行一一對應。

２.２.３ 建立對照組

為了可以更好地對比履歷差異對跨學科指標的影響， 反映不同時期學者群體的差異。同時， 考慮到學術環境和學科發展的動態性， 選取１９８０ 年為作者出生年的劃分依據形成對照組， 統計結果如表２所示。

２.２.４ 學術履歷與論文收集

收集信息： 目標學者的性別、出生年、碩士院校、碩士專業、博士院校、博士專業、碩士畢業論文中圖分類號、博士畢業論文中圖分類號、最高學歷畢業５ 年內發表在知網的一作期刊信息， 并通過期刊信息統計中文參考文獻以及參考文獻中圖分類號。

在本文中， 基本大類分類號有１ 個字符， 一級分類號在基本大類分類號的基礎上在其后添加１ 個字符， 二級分類號同上。本文在研究學術履歷差異時使用二級中圖號作為編碼依據， 論文產出的跨學科測度使用基本大類分類號計算。

２.２.５ 缺失數據補充

有個別學者信息因畢業年代過于久遠， 校園論文庫中無法找到畢業論文信息， 或是未對畢業論文進行中圖號分類， 對于缺失的分類號， 本文采取以下措施：

１） 檢索學者畢業當年或畢業前一年在校期間在知網發表的全部中文期刊論文， 統計中圖號， 占比最多的視為研究領域分類號。如畢業當年或畢業前一年在校期間未發表中文期刊論文， 則視作者畢業后發表的第一篇中文期刊論文的分類號為研究領域分類號。

２） 對于國外院校畢業的學者檢索方法同上， 如畢業當年或畢業前一年在校期間未發表中文期刊論文， 則視作者畢業后在國內發表的第一篇中文期刊論文的分類號為研究領域分類號。

３） 碩博連讀的學者， 視為獲得碩、博士學歷時研究領域未發生變化。

２.３ 研究指標體系和變量設計

２.３.１ 核心作者的學術履歷指標本文重點探討人口統計學背景、學術發展背景差異以及職業發展背景差異與學者跨學科性之間的關系。研究指標體系和變量設計如表３ 所示。

１） 在人口統計學背景方面， 將學者性別（Ｓｅｘ＿１）、學者年齡（Ａｇｅ＿１）、學者畢業時間（Ｔｉｍｅ＿１）３項作為衡量人口統計學背景的指標。

２） 在學術發展背景與職業發展背景的研究中，本研究采用了定性研究與定量研究相結合的研究方法， 使用中圖號對背景變化程度進行編碼。

從定性角度來解釋， 學者獲得碩、博學歷時以及畢業后的研究領域可以看作是對中圖分類體系的進一步拓展。通過對比不同中圖號之間的變動， 可以了解到學者在不同學術階段所從事研究領域的變化情況； 從定量角度來解釋， 通過賦予學者研究領域不同類型變動的權重， 可以定量地評估學者在研究領域上的變化程度。例如， 較大的變動（如一級中圖號的變動）可能意味著學者在不同研究領域之間有較大的轉換或拓展。較小的變動（如二級中圖號的變動）可能表明學者在某一領域內保持相對的專注和穩定。

３） 將學者獲得碩士學歷與博士學歷時的研究領域之間差異作為衡量學術發展背景的指標。其中碩士學歷的研究領域與博士學歷的研究領域使用學者碩博畢業論文上所標注的中圖號代表， 二者之間的變動程度作為賦值依據， 具體為： 二級中圖號的變動， 例如Ｇ２０３ 變動為Ｇ２５２， 編碼為２； 一級中圖號的變動， 例如Ｇ３５０ 變動為Ｇ２０３， 編碼為３；基本大類內部的變動， 例如Ｃ 變動為Ｋ 或Ｎ 變動為Ｘ， 編碼為４； 基本部類的變動， 例如Ａ 變動為Ｂ、Ａ 變動為Ｄ、Ｋ 變動為Ｏ， 編碼為５。

４） 將學者獲得最高學歷時的研究領域與畢業后５ 年內的研究領域之間差異作為衡量職業發展背景的指標。其中最高學歷的研究領域使用學者最高學歷畢業論文上所標注的中圖號代表， 畢業后５ 年內的研究領域使用學者畢業后５ 年內一作中文期刊論文所標注的中圖號代表。將學者獲得最高學歷時的研究領域與后５ 年內的每一篇產出研究領域進行對比編碼， 各編碼值的和與總發文數之比為Ｆｉｅｌｄ＿１； 學者獲得最高學歷時的研究領域與后５ 年內的最高頻產出研究領域進行對比為Ｆｉｅｌｄ＿２； 學者獲得最高學歷時的研究領域與后５ 年內的跨度最大產出研究領域進行對比為Ｆｉｅｌｄ＿３。

３ 結論與討論

３.１ 學者學術履歷差異與學者跨學科性的相關性分析

本節采用相關性分析來探究研究學者的履歷差異與跨學科性之間的關系。學者履歷差異間以及學者跨學科指標間變量相關性分析結果如表４ 所示。

基于上述相關性分析結果， 可以得出如下結論：

１） 年齡與學者跨學科性存在較強的負向關聯

學者的年齡（Ａｇｅ＿１）與學者畢業時間（Ｔｉｍｅ＿１）顯著正相關， 與學者獲得最高學歷時及之后５ 年內的平均研究領域變動差異（Ｆｉｅｌｄ＿１）、之后５ 年內的高頻研究領域變動差異（Ｆｉｅｌｄ＿２）顯著負相關，與學者跨學科性（Ｄｉｓ＿１）顯著負相關。學者畢業時間（Ｔｉｍｅ＿１）與Ｆｉｅｌｄ＿１、Ｆｉｅｌｄ＿２、Ｄｉｓ＿１ 顯著負相關。這意味著學者年齡越小、畢業時間越近， 越傾向于探索不同學科領域， 進行學科之間的融合交叉。

２） 學術發展背景與學者跨學科性存在較強的正向關聯

學者獲得碩士學歷時的研究領域與獲得博士學歷時的研究領域變動差異（Ｅｄｕ＿１）與學者獲得最高學歷時及之后５ 年內的平均研究領域變動差異（Ｆｉｅｌｄ＿１）、與學者跨學科性（Ｄｉｓ＿１）顯著正相關。這一結果表明， 學者在攻讀博士學位期間可能會調整或改變他們的研究興趣和專業領域， 并且在取得高級學位后， 仍然有可能進一步擴展或調整， 這意味著那些在學習過程中更多地改變研究領域的學者， 以及那些在畢業后繼續調整研究領域的學者，更有可能具有跨學科背景和更廣泛的興趣領域， 這種正相關關系可能反映了學者對新領域的開放性和適應性， 以及他們對跨學科研究的興趣。

３） 職業發展背景與學者跨學科性存在強的正向關聯

學者獲得最高學歷時及之后５ 年內的平均研究領域變動差異（Ｆｉｅｌｄ＿１）與之后５ 年內的高頻研究領域變動差異（Ｆｉｅｌｄ＿２）、與之后５ 年內的最大跨度研究領域變動差異（Ｆｉｅｌｄ＿３）以及學者跨學科性（Ｄｉｓ＿１）顯著正相關。Ｆｉｅｌｄ＿２ 與Ｆｉｅｌｄ＿３、Ｄｉｓ＿１ 顯著正相關。Ｆｉｅｌｄ＿３ 與Ｄｉｓ＿１ 顯著正相關。這表明學者獲得最高學歷后的５ 年內， 往往展現出積極的探索行為， 表現為研究領域變動的多樣性和廣度的增加， 學者跨學科性也隨之增加。

３.２ 學者學術履歷差異與學者跨學科性的多元回歸分析

在本研究的分析過程中發現， 學者獲得最高學歷與之后５ 年內的高頻研究領域變動差異（Ｆｉｅｌｄ＿２）、學者獲得最高學歷與之后５ 年內的最大跨度研究領域變動差異（Ｆｉｅｌｄ＿３）， 此二者在理論上與學者跨學科性（Ｄｉｓ＿１）缺乏明確的相關性， 并且與學者獲得最高學歷時及之后５ 年內的平均研究領域變動差異（Ｆｉｅｌｄ＿１）存在較高的重復信息。考慮到這一點， 并且在經過對測試集性能的評估后， 本文決定將Ｆｉｅｌｄ＿２ 和Ｆｉｅｌｄ＿３ 從最終模型中移除。

對所有解釋變量進行多元回歸分析， 構建學者學術履歷背景（性別Ｓｅｘ＿１、年齡Ａｇｅ＿１、畢業時間Ｔｉｍｅ＿１、學者獲得碩士學歷時的研究領域與獲得博士學歷時的研究領域變動Ｅｄｕ＿１、學者獲得最高學歷時及之后５ 年內的平均研究領域變動Ｆｉｅｌｄ＿１）對學者跨學科性（Ｄｉｓ＿１）的影響因素回歸模型。

多元回歸結果如表５ 所示， 可以得出如下結論：

１） 畢業時間、職業發展背景對學者跨學科性的影響顯著

學者獲得最高學歷的畢業時間， 以及學者的職業發展背景差異大小對學者跨學科指標的影響十分顯著。畢業時間（Ｔｉｍｅ＿１） 的回歸系數為－０.１６４，表示在其他自變量保持不變的情況下， 畢業時間每增加１ 個單位， 學者的跨學科性會減少０.１６４ 個單位。學者獲得最高學歷時及之后５ 年內的平均研究領域變動（Ｆｉｅｌｄ＿１）的回歸系數為０.７３６， 這個系數表示學者獲得最高學歷時及之后５ 年內的平均研究領域變動的差異每增加１ 個單位， 學者的跨學科性會增加０.７３６ 個單位。

２） 學術發展背景對學者跨學科性的影響不顯著

回歸結果也同樣表明， 學者獲得碩士學歷時的研究領域與獲得博士學歷時的研究領域變動大小（Ｅｄｕ＿１）對學者跨學科指標雖然具有正向影響， 但是并無明顯的統計性特征。本文推測原因在于： 第一， 存在數據量較小或者樣本不足以支持統計顯著性的檢驗。在這種情況下， 即使實際上存在一定的影響， 由于數據的限制， 無法在統計上證明它的顯著性。第二， 學者在獲得碩士學歷和博士學歷之間可能存在較長的時間間隔。這期間， 學者的研究興趣和重點可能已經發生過變化， 碩博畢業論文的研究領域有可能在早期階段即被確定， 這可能導致研究領域變動難以被充分捕捉。

３） 性別、年齡對學者跨學科性的影響不顯著

性別（Ｓｅｘ＿１）的回歸系數為－０.１６４， 表示男性學者的跨學科性平均比女性學者的跨學科性少０.１６４個單位。然而， 其Ｐ 值大于顯著性水平， 說明性別對學者跨學科性的影響并不顯著； 年齡（Ａｇｅ＿１）的回歸系數為０.０４３， 表示年齡每增加１ 個單位， 學者的跨學科性會增加０.０４３ 個單位。同樣的， 其Ｐ值大于顯著性水平， 說明年齡對學者跨學科性的影響也不顯著。

３.３ 總結與建議

當前學術界已經將學者履歷與科研產出的跨學科性作為研究的熱點話題。本文采用履歷分析法結合中圖分類體系， 從定性和定量兩個角度對圖書情報領域核心學者的研究領域和專業領域的跨度進行了深入分析。在此基礎上， 本研究使用中文數據進行跨學科性測度， 有助于更深入了解學術履歷和學術成果之間的關系， 為各學科的學科建設、資源優化整合以及跨學科人才培養提供了相應參考和指導。研究結果表明：

１） 學者畢業時間越近， 論文產出的跨學科程度越高。學者可以在職業發展的早期就積極涉足于跨學科研究， 以培養他們的多學科思維和能力。

隨著學者畢業時間的接近， 學者更傾向于探索不同學科領域， 并進行學科之間的融合交叉研究。這可能是因為新興領域和交叉學科的發展為學者提供了更多的機會和動力去拓展研究興趣和專業領域。可見， 青年學者在推動學科發展方面發揮著重要作用， 為學術界和學科領域的進步做出了顯著貢獻。了解青年學者職業發展中的跨學科研究， 有利于為培養跨學科優秀人才提供參考依據。同時， 本文的研究結論也值得進一步探討， 如青年學者跨學科研究合作模式和合作傾向是否有利于青年科研人員學術職業生涯的發展？ 跨學科合作與跨學科學習經歷哪一個對學者論文產出跨學科性造成的影響更大？解決這類問題， 將有利于為國家科技人才發展政策的制定提供實際的依據。

２） 學者碩博研究領域的轉移會促使學者進行跨學科研究， 但并不直接影響具體的跨學科程度。在培養研究生時， 應鼓勵他們在不同領域進行研究，培養其跨學科研究的興趣和能力。

研究中發現， 學者碩博研究領域轉移與跨學科性的相關結果顯著， 表明此種轉移會促使學者之后在不同學科領域的交叉研究。然而， 當考慮其他因素時， 學者的碩博研究領域轉移對之后產出具體的跨學科程度并沒有直接影響。總的來說， 碩博研究領域轉移與跨學科性有一定的關聯， 但并非是唯一的決定因素， 需要進一步研究來探究這些因素之間的關系。此處跨學科指的是在不同學科之間建立聯系、整合知識， 以解決復雜問題或進行創新性研究的能力。青年學者從事跨學科研究需要具備學科基礎和跨學科融合能力。學科基礎要求他們具備扎實的本專業知識， 并以此為基礎進行研究， 再向其他學科領域擴展， 形成一個緊密的跨學科領域。跨學科融合能力則要求他們能夠將不同學科的知識進行融會貫通， 并運用于解決復雜問題。為培養這種能力， 學者需要有意識地提高舉一反三的能力， 在解決一個問題時能夠運用。此外， 根據專業領域的發展趨勢和需求， 應該設計多學科知識導向的人才培養計劃， 包括優化多學科學習機制， 完善跨專業選課制度， 以確保跨學科人才的供給。

３） 學者畢業后研究領域的轉移直接影響論文產出的跨學科性程度。學者在職業發展過程中加強學者之間的交流合作， 促進不同學科之間的互相啟發和知識分享， 可以推動跨學科研究的發展。

學者在職業發展背景中的差異大小直接對論文產出的跨學科性程度大小造成顯著影響。在職業發展過程中， 學者接觸到新的研究領域和專題， 逐漸形成個人的研究興趣， 根據興趣和目標開展跨學科研究， 進而體現在其論文產出中。同時， 在此階段，學者已建立一定學術聲譽和專業網絡， 有更多與其他研究者、學術團體和行業合作伙伴交流合作的機會， 促進了不同學科之間的互相啟發和知識分享，進一步培養學者跨學科研究的動力。青年科研人員之間的合作交流， 需要建立暢通的合作交流渠道，搭建跨學科合作平臺， 為科研人員提供便捷的聯系方式和資源共享機制； 為青年科研人員提供專項跨學科研究資助， 以支持他們進行創新性探索項目和孵化項目， 充分激發其創新能力， 發揮青年人才的價值。此外， 優化跨學科科研合作管理政策， 建立科學而靈活的跨學科評價制度， 為青年科研人員的跨學科科研合作創造健康的學術生態環境， 為其跨學科研究提供更加有利的條件和支持。

本研究也存在一定的不足： ①本研究主要針對圖書情報領域核心學者， 探究了學者的學術履歷差異與學者跨學科性指標之間的關系。該結論是否具有普適性， 未來需要在其他學科領域進行進一步驗證； ②本研究未能考慮到學者本科所學專業， 原因在于學者本科信息獲取難度較大。但筆者認為， 本碩學習期間是科研基礎觀形成的重要階段， 因此本碩期間是否存在跨專業、跨學科經歷， 對于學者之后的科研發展和交叉創新等應該具有影響作用， 值得探討。

綜合研究存在的不足之處， 本研究接下來會在收集履歷數據時， 擴大樣本規模以提高研究的可靠性和代表性。除此之外， 除了圖書情報領域， 將擴大研究范圍， 以獲得更廣泛的跨學科視角， 進一步完善現有研究。