The Knowledge Frontier

Komputasi & AIPracetakAnalisis data3 menit baca

SEPARUH MAKALAH EINSTEIN HANYA MENDAPAT 1,5% SITASINYA

Seberapa timpang sebuah karier ilmiah? Klaus M. Frahm dan Dima L. Shepelyansky, fisikawan di Laboratoire de Physique Théorique di Toulouse (CNRS), meminjam perkakas para ekonom untuk mencari tahu.

Kekayaan, tetapi dalam bentuk sitasi

Ekonom menggambarkan ketimpangan dengan kurva Lorenz: urutkan rumah tangga dari yang termiskin hingga terkaya, lalu plot berapa bagian dari total kekayaan yang dimiliki setiap fraksi populasi. Koefisien Gini merangkum kurva itu: 0 berarti kesetaraan sempurna, 1 berarti satu rumah tangga memiliki segalanya. Makalah ini mengutip angka seluruh dunia pada 2021: Gini sebesar 0,843, dengan separuh termiskin memiliki 2% kekayaan dan 10% teratas memiliki 75%.

Para penulis mengganti kekayaan dengan sitasi. Bagi seorang ilmuwan, setiap makalah adalah satu rumah tangga dan sitasinya adalah kekayaannya. Bagi sebuah universitas, setiap peneliti yang berafiliasi adalah satu rumah tangga dan total sitasinya adalah kekayaannya. Datanya berasal dari Google Scholar, dikumpulkan antara 11 dan 17 September 2026.

Dua puluh lima karier

Mereka memilih 25 ilmuwan: 15 peraih Nobel, dari Albert Einstein dan R. Feynman hingga M. Devoret, peraih Nobel fisika 2025, bersama tokoh-tokoh terkemuka ilmu jaringan, teori chaos, komputasi kuantum, dan pembelajaran mesin. Sebagai pembanding, mereka juga memasukkan seorang rekan dari laboratorium mereka dan diri mereka sendiri.

  • Einstein: 498 makalah yang disitasi, 200.742 sitasi, Gini 0,883. Separuh makalahnya yang lebih jarang disitasi hanya mengumpulkan 1,5% sitasinya; 10% teratas mengumpulkan 84%. Makalahnya yang paling banyak disitasi adalah tentang pasangan Einstein-Podolsky-Rosen, dengan 28.657 sitasi, jumlah yang menurut para penulis terdongkrak oleh bangkitnya informasi kuantum.
  • Feynman: 126 makalah, Gini 0,850.
  • Karier yang paling timpang dimiliki Reka Albert, K. Novoselov, dan Y. LeCun (Gini 0,91 hingga 0,93). Bagi LeCun, tiga makalah yang paling banyak disitasi saja menyumbang sekitar separuh dari seluruh sitasinya.
  • Pada 15 peraih Nobel, rata-rata Gini adalah 0,81: separuh terbawah makalah mereka mengumpulkan 2,7% sitasi, 10% teratas mengumpulkan 71%, dan 1% teratas mengumpulkan 31%. Itu, catat para penulis, cukup sebanding dengan ketimpangan kekayaan dunia.

Kedua penulis dan rekan mereka, dengan beberapa ribu hingga lima belas ribu sitasi, memiliki Gini yang lebih rendah, sekitar 0,6. Namun secara keseluruhan, makalah ini tidak menemukan hubungan langsung antara banyaknya sitasi seseorang dan tingkat ketimpangannya.

Universitas sebagai negara kecil

Untuk delapan universitas, para penulis mengambil setiap peneliti yang mencantumkan institusi itu di Google Scholar dan memiliki setidaknya 500 sitasi, agar mahasiswa dan peneliti pascadoktoral yang datang dengan sitasi yang diperoleh di tempat lain tidak ikut terhitung.

Princeton adalah yang paling timpang, dengan Gini 0,802: separuh dari 2.454 penelitinya hanya menghasilkan 2,6% sitasinya, sedangkan 10% teratas menghasilkan 69%. Nama yang paling banyak disitasi adalah Daniel Kahneman, yang dikenal lewat teori prospek (prospect theory), dengan 666.949 sitasi; Einstein berada di urutan kesembilan. Cambridge dan ETH Zurich menyusul dengan 0,775, sementara dua sekolah Paris dalam sampel, ENS dan ESPCI, serta Technion di Israel berada di sekitar 0,68. Rata-rata, sepersepuluh peneliti sebuah universitas menghasilkan sekitar 61% sitasinya.

Kondensasi, dari fisika ke masyarakat

Para penulis mencocokkan semua kurva ini dengan model yang sebelumnya mereka usulkan untuk kekayaan, berdasarkan distribusi Rayleigh-Jeans dari fisika gelombang dan panas. Pada energi total yang rendah, sebagian besar probabilitas “berkondensasi” ke keadaan-keadaan terendah: mayoritas miskin yang besar dan puncak oligarkis yang kecil. Model mereka cocok tidak hanya dengan kurva Lorenz, tetapi juga dengan ekor panjang makalah-makalah yang paling banyak disitasi, melintasi beberapa orde besaran, yang mereka anggap sebagai dukungan kuat.

Mereka mengakui bahwa argumen mereka tentang mengapa makalah atau peneliti berinteraksi dengan cara ini masih bersifat heuristik, dan bahwa Google Scholar bergantung pada afiliasi yang dinyatakan sendiri oleh para peneliti. Basis data sitasi yang lebih ketat, saran mereka, dapat mempertajam gambaran ini, dan mereka berharap gagasan kondensasi yang sama akan berguna di sudut-sudut lain fisika sosial.