24、学术生态内卷研究与移动众包传感系统综述

学术生态内卷研究与移动众包传感系统综述

在当今的学术和科技领域，学术生态的内卷现象以及移动众包传感（Mobile Crowdsensing, MCS）系统的应用都备受关注。下面我们将深入探讨这两个方面的研究内容。

学术生态内卷研究

为了探究学术生态系统中内卷的产生和加剧过程，研究人员进行了相关实验，分析不同学习机制（个体学习、组织学习和社会学习）以及不同干预策略（自由模式、平均模式和平衡模式）对学术生态系统的影响。

实验设计

• 实验环境 ：实验环境为一个 25×25 单元格的区域，不同类型的节点随机分布在各自区域，实验参数根据全球科学界调查结果进行设置。
• 收入计算 ：研究人员在不同干预策略下的收入计算公式为：
• $Reward_{t,i} = \beta*\frac{Revenue_t}{N} + (1 - \beta) * Revenue_t * Proportion_{t,i}$
• 其中，$Proportion_{t,i}$ 表示研究人员 $i$ 在时间 $t - 1$ 到 $t$ 处理的学科任务数量占系统中所有学科任务数量的比例，$N$ 是学术生态系统中所有主体的数量，$Revenue_t$ 表示一个周期内分配的资金总额。三种不同干预模式的参数分别为：自由模式 $\beta = 0$；平均模式为严格平等再分配；平衡模式 $\beta = 0.5$。

实验 1：不同学习机制的影响

将学术生态系统根据信息传播速度分为三类，研究不同学习机制对个体