Visualizzare la Scienza: Nuovi Metodi di Visualizzazione per Svelare la Struttura e l'Evoluzione della Conoscenza Scientifica

Abstract

La rapida espansione della letteratura scientifica richiede approcci innovativi per catturare e interpretare le strutture e le dinamiche sottostanti i domini di ricerca. Questa tesi introduce nuove tecniche di visualizzazione pensate per la caratterizzazione della scienza, con l'obiettivo di sviluppare rappresentazioni visive interattive e ad alta dimensionalità che chiariscano gli aspetti semantici, relazionali e temporali della conoscenza scientifica. Integrando i progressi nel deep learning, nel natural language processing e nella teoria dei grafi con metadati specifici del dominio provenienti da dati testuali e citazionali, i metodi proposti consentono la generazione di visualizzazioni intuitive e informative. Queste visualizzazioni rivelano modelli latenti nella collaborazione interdisciplinare, nella diffusione delle idee e nell'evoluzione degli argomenti di ricerca nel tempo. Valutazioni complete su corpora scientifici su larga scala dimostrano come questi strumenti visivi possano migliorare la nostra comprensione del panorama della conoscenza e supportare il processo decision-making strategico nelle politiche di ricerca, nell'allocazione dei finanziamenti e nella pianificazione accademica.

The rapid expansion of scientific literature necessitates innovative approaches to capture and interpret the underlying structures and dynamics of research domains. This thesis introduces novel visualization techniques tailored for the characterization of science, aiming to develop interactive, high-dimensional visual representations that elucidate the semantic, relational and temporal aspects of scientific knowledge. By integrating advances in deep learning, natural language processing, and graph theory with domain-specific metadata from textual and citation data, the proposed methods enable the generation of intuitive and informative visualizations. These visualizations reveal latent patterns in interdisciplinary collaboration, the diffusion of ideas, and the evolution of research topics over time. Comprehensive evaluations on large-scale scientific corpora demonstrate how these visual tools can enhance our understanding of the knowledge landscape and support strategic decision-making in research policy, funding allocation, and academic planning.