Дар фаъолияти академӣ мақолаҳое, ки дар маҷаллаҳои бонуфуз нашр мешаванд, барои пешрафти мансабӣ, музди меҳнат, tenure ва эътибори касбӣ нақши муҳим доранд. Ин таҳқиқот низоми Publish-or-Perish-ро на танҳо ҳамчун сохторе, ки истеҳсоли нашрияҳоро подош медиҳад, балки ҳамчун механизми гарони сигналдиҳӣ моделсозӣ мекунад, ки барои ошкор кардани сифати пажӯҳишгар, ки донишгоҳҳо онро мустақим мушоҳида карда наметавонанд, хизмат мекунад.

Дар модел ду навъи пажӯҳишгар вуҷуд дорад. Пажӯҳишгарони Навъи A сифати баланди таҳқиқотро ифода мекунанд ва хароҷоти маржиналии истеҳсоли кори баландсифате, ки қобили нашр аст, барои онҳо пасттар мебошад. Хароҷоти пажӯҳишгарони Навъи B баландтар аст. Вақте ин фарқи хароҷот ба қадри кофӣ калон бошад, тақлид кардани шумораи зиёди нашрияҳои Top-5 барои Навъи B аз ҷиҳати иқтисодӣ фоидаовар нест. Ҳамин тавр, нишондиҳандаи мушоҳидашавандаи нашрияҳо дар бораи навъи ниҳонии пажӯҳишгар маълумот медиҳад ва separating equilibrium метавонад ба вуҷуд ояд.

Large Language Models — LLMҳо — метавонанд хароҷоти фаъолиятҳои таҳқиқотӣ, аз ҷумла баррасии адабиёт, таҳияи модел, таҳлили додаҳо, рамзнависӣ, навиштан ва тафсири натиҷаҳоро кам кунанд. Аммо барои модел саволи асосӣ ин нест, ки маҳсулнокии миёна то чӣ андоза афзудааст. Омили асосӣ он аст, ки фарқи хароҷоти истеҳсоли нашрия байни Навъи A ва Навъи B нигоҳ дошта мешавад ё не.

Агар LLMҳо ҳангоми кам кардани хароҷоти ҳамаи пажӯҳишгарон фарқи байни ду навъро нигоҳ доранд, вазифаи сигналии нашрияҳо метавонад идома ёбад. Баръакс, агар дастгирии LLM хароҷоти Навъи B-ро ба таври номутаносиб кам карда, фарқи хароҷотро аз байн барад, тақлиди камхарҷ осонтар мешавад. Дар ин ҳолат муваффақияти нашр дар Top-5 метавонад сифати ниҳонии пажӯҳишгарро бо эътимоднокии камтар фарқ кунад.

Низом маҷбур нест фавран аз байн равад. Пажӯҳишгарони Навъи A барои нигоҳ доштани ҷудошавӣ метавонанд аз сатҳе, ки дар шароити иттилои пурра оптималӣ мебуд, бештар нашр кунанд. Таҳқиқот ин ҳолатро publication inflation — таварруми нашрияҳо — меномад.

Истифодаи LLM инчунин метавонад шумораи дархостҳо ба маҷаллаҳои элитаро зиёд кунад. Агар иқтидори нашри маҷаллаҳо бо ҳамон суръат афзоиш наёбад, congestion ба вуҷуд меояд ва эҳтимоли қабули ҳар мақола коҳиш меёбад. Ҳамин тавр, LLMҳо аз як тараф хароҷоти истеҳсоли нашрияро кам мекунанд, вале аз тарафи дигар нашр шудан дар маҷаллаи элитаро боз ҳам нодиртар карда метавонанд.

Таҳқиқот пешгӯии эмпирикии оянда нест. Он нишон намедиҳад, ки LLMҳо ба академикони дорои сифати пасти таҳқиқот бештар кӯмак мекунанд ё низоми Publish-or-Perish ҳатман фурӯ хоҳад пошид. Натиҷаҳо механизмҳои эҳтимолиро тавсиф мекунанд, ки дар зери фарзияҳои муайяни назарияи бозӣ пайдо мешаванд.

Чаро Publish-or-Perish метавонад ҳамчун низоми сигналдиҳӣ баррасӣ шавад?

Аслӣ будан, эҷодкорӣ, салоҳияти методологӣ, роҳбарии зеҳнӣ ва қобилияти дар оянда сохтани барномаҳои муҳими таҳқиқотӣ аз хусусиятҳое мебошанд, ки донишгоҳҳо дар академикон меҷӯянд, вале мушоҳидаи мустақими онҳо душвор аст.

Дар муқобил, таърихи нашрияҳоро ба осонӣ мушоҳида кардан мумкин аст.

Аз ин рӯ, таҳқиқот нашрияҳои маҷаллаҳои бонуфузро ҳамчун сигнали гароне баррасӣ мекунад, ки дар бораи сифати ниҳонии пажӯҳишгар маълумот медиҳад.

Дар ин тафсир муассиса шумораи нашрияҳоро худ аз худ ҳадафи ниҳоӣ намешуморад. Он нашрро подош медиҳад, зеро фарз мешавад, ки муваффақияти нашр дар бораи сифати таҳқиқотии нонамоён маълумот дорад.

Ду Навъи Пажӯҳишгар Чӣ Гуна Моделсозӣ Мешаванд?

Модел аз ду навъи пажӯҳишгар истифода мекунад:

\[ A=\text{yüksek araştırma niteliğini temsil eden tip} \]

\[ B=\text{normal araştırma niteliğini temsil eden tip}. \]

Ин тасниф категорияҳои ченшудаи сифати академикони воқеӣ нест; онҳо навъҳои абстрактии модели назариявӣ мебошанд.

Шумораи нашрияҳои Top-5 \(n\) ва хароҷоти истеҳсоли нашрия:

\[ C_i(n) = \frac{\rho_i}{2}n^2 \]

муайян карда мешавад.

Фарзияи асосӣ:

\[ 0<\rho_A<\rho_B<2\rho_A. \]

Аз ин рӯ, Навъи A ҳангоми истеҳсоли ҳамон шумораи нашрияҳои маҷаллаҳои элита нисбат ба Навъи B хароҷоти маржиналии камтар дорад.

Шумораи Нашрияҳо Навъи Пажӯҳишгарро Чӣ Гуна Ошкор Мекунад?

Ҳар як нашрия ба пажӯҳишгар ба андозаи \(b\) эътибор ва манфиати касбӣ медиҳад. Вақте донишгоҳ пажӯҳишгарро Навъи A арзёбӣ мекунад, барои ҳар нашрия иловатан бонуси \(w\) пешниҳод мекунад.

Манфиати пажӯҳишгар:

\[ U_i(n) = [b+wPr(A|n)]n - \frac{\rho_i}{2}n^2. \]

Навъи A берун аз донишгоҳ outside option бо арзиши \(Z>0\) дорад.

Сатҳҳои оптималии нашр дар шароити иттилои пурра:

\[ \hat n_A = \frac{w+b}{\rho_A}, \]

\[ \hat n_B = \frac{b}{\rho_B} \]

ба даст меоянд.

Вақте донишгоҳ навъро мушоҳида карда наметавонад, сатҳи баланди нашрия ба сигнале табдил меёбад, ки Навъи A худро аз Навъи B ҷудо мекунад.

Separating Equilibrium чист?

Дар Separating Perfect Bayesian Equilibrium Навъи A ва Навъи B сатҳҳои гуногуни нашрро интихоб мекунанд ва донишгоҳ метавонад аз рафтори мушоҳидашудаи нашр навъи пажӯҳишгарро муайян кунад.

Posterior belief-и содакардашуда:

\[ Pr(A|n) = \begin{cases} 1,&n\ge\hat n_A\\ 0,&n<\hat n_A \end{cases} \]

мебошад.

Навъи B метавонад бо тақлид кардани ҳаҷми нашрияи Навъи A бонус ба даст орад. Аммо аз сабаби баландтар будани \(\rho_B\), хароҷоти иловагии нашрия барои тақлид метавонад зиёд бошад. Агар тақлид аз ҷиҳати иқтисодӣ фоидаовар набошад, ду навъ ҷудо мешаванд.

Аз ин рӯ, мазмуни иттилоотии нашрияҳо на танҳо аз мушоҳидашаванда будани онҳо, балки аз он ба вуҷуд меояд, ки тақлидашон барои навъҳои гуногуни пажӯҳишгар хароҷоти гуногун дорад.

Қувваи Кӯмаки LLM Чӣ Гуна Ба Модел Ворид Мешавад?

Мақола иқтидори кӯмаки технологияи LLM-ро бо \(x\) нишон медиҳад.

Параметри хароҷоти нашр:

\[ \rho_i=\rho_i(x) \]

мешавад ва:

\[ \frac{d\rho_i(x)}{dx}<0. \]

Бинобар ин, бо рушди иқтидори LLM истеҳсоли таҳқиқоти қобили нашр захираҳои камтар талаб мекунад.

Саволи асосӣ барои модел:

\[ \rho_B(x)-\rho_A(x) \]

ин аст, ки бо ин фарқ чӣ рӯй медиҳад.

Агар LLM Ба Ҳама Кӯмак Кунад, Publish-or-Perish Фурӯ Мепошад?

Не. Агар бартарии хароҷот байни ду навъ нигоҳ дошта шавад:

\[ \rho_B(x)>\rho_A(x) \]

боқӣ мемонад ва separating equilibrium метавонад идома ёбад.

Аз ин рӯ, танҳо афзоиши маҳсулнокии таҳқиқот аз ҷониби LLMҳо барои аз байн бурдани арзиши сигналии нашрияҳо кофӣ нест.

Барои механизми нашр омили ҳалкунанда фарқи нисбии хароҷот аст.

Агар LLM Фарқи Хароҷотро Аз Байн Барад, Чӣ Мешавад?

Сенарияи калидии мақола:

\[ \lim_{x\to\infty} [\rho_B(x)-\rho_A(x)] = 0. \]

аст.

Ҳангоми наздик шудани хароҷоти истеҳсоли нашрияи Навъи B ба Навъи A, тақлид кардани стратегияи нашрии Навъи A арзонтар мешавад.

Дар ин ҳолат як натиҷаи нашриро навъҳои гуногуни пажӯҳишгар истеҳсол карда метавонанд ва мазмуни иттилоотии шумораи нашрияҳо дар бораи сифати пажӯҳишгар кам мешавад.

Агар фарқи хароҷот ба қадри кофӣ кам шавад, separating equilibrium-и аслӣ метавонад аз байн равад.

Таварруми Нашрияҳо Чист?

Агар сатҳи аслии нашрро акнун Навъи B тақлид карда тавонад, Навъи A метавонад бо гузаштан ба ҳадди баландтари нашр кӯшиш кунад худро дубора ҷудо созад.

Сатҳи нави минималии ҷудокунандаи нашр:

\[ \tilde n_A = \frac{ (w+b) + \sqrt{ (w+b)^2-\frac{b^2\rho_A}{\rho_B} } }{ \rho_B }. \]

Барои ҷудошавӣ Навъи A:

\[ n_A=\tilde n_A+\varepsilon \]

интихоб карда метавонад.

Ин:

\[ n_A>\hat n_A \]

ҳангоми иҷро шудан маънои онро дорад, ки пажӯҳишгар аз сатҳе, ки дар шароити иттилои пурра барои манфиати худ оптималӣ мебуд, бештар нашр истеҳсол мекунад.

Мақола ин ҳолатро publication inflation меномад.

Қисме аз нашрияҳои иловагӣ на аз арзиши мустақими иқтисодии истеҳсоли донишҳои нав, балки аз зарурати нигоҳ доштани сигнали мансаби академӣ бармеояд.

LLMҳо Чӣ Гуна Сербории Маҷаллаҳоро Афзоиш Дода Метавонанд?

Бигзор иқтидори умумии дастраси нашр дар маҷаллаҳои Top-5 \(N\) бошад.

Ҳаҷми умумии дархостҳо:

\[ m_An_A(x)+m_Bn_B(x) \]

ифода мешавад.

Эҳтимоли қабули ҳар дархост:

\[ \boxed{ \pi(x) = \min \left\{ 1, \frac{N}{ m_An_A(x)+m_Bn_B(x) } \right\} } \]

моделсозӣ мешавад.

Вақте шумораи дархостҳо аз иқтидор мегузарад:

\[ \pi(x)<1. \]

Ҳамин тавр, дар ҳоле ки истеҳсоли таҳқиқот осонтар мешавад, нашр шудан дар маҷаллаи бонуфуз метавонад душвортар гардад.

Чаро Таъсири LLM Ба Ангезаи Нашр Яксамта Нест?

Дар шароити congestion дархостҳои оптималӣ:

\[ n_A(x) = \frac{\pi(x)(w+b)}{\rho_A(x)} \]

ва:

\[ n_B(x) = \frac{\pi(x)b}{\rho_B(x)} \]

мешаванд.

Вақте LLM қавитар мешавад:

\[ \rho_i(x)\downarrow \]

ва ин истеҳсоли бештари нашрияҳоро ташвиқ мекунад.

Аммо ҳамзамон:

\[ \pi(x)\downarrow, \]

яъне эҳтимоли қабул кам мешавад.

Ин таъсири дуюм боздеҳи интизории ҳадаф гирифтани маҷаллаи элитаро коҳиш медиҳад.

Аз ин рӯ, байни иқтидори LLM ва ангезаи нашри академӣ ҳатман робитаи сода ва монотонӣ вуҷуд надорад.

Оё Маҷаллаҳои Элита Аз Байн Мераванд?

Таҳқиқот чунин натиҷаро намебарорад.

Ҳатто агар signaling function-и нашрияҳо барои ҷудо кардани сифати пажӯҳишгар заиф шавад, маҷаллаҳои элита метавонанд:

• намоёнии касбӣ,
• эътибор,
• қаноатмандии шахсӣ,
• certification барои мақолаҳои алоҳида

ро идома диҳанд.

Аз ин рӯ, сигнал додани пажӯҳишгар ва сертификатсияи натиҷаи таҳқиқот вазифаҳои гуногуни институтсионалӣ мебошанд.

Низоми Арзёбии Академӣ Ба Чӣ Самт Майл Карда Метавонад?

Агар сабтҳои нашрияҳо дар бораи сифати пажӯҳишгар маълумоти камтар диҳанд, донишгоҳҳо метавонанд ба нишондиҳандаҳои дигар вазни бештар диҳанд.

Манбаъ ҳамчун мисолҳои эҳтимолӣ таъсири дарозмуддати иқтибосҳо, маблағгузории рақобатии таҳқиқот, роҳбарии даста ва ҷомеаи илмӣ ва қобилияти оғоз ва ҳамоҳанг кардани лоиҳаҳои бузурги ҳамкориро номбар мекунад.

Аммо ҳеҷ яке аз онҳо комил нест.

Аслӣ будан, эҷодкорӣ ва қобилияти тавлиди ғояҳои табдилдиҳанда ҳамчун хусусиятҳое боқӣ мемонанд, ки чен кардани мустақими онҳо душвор аст.

Усул ва Натиҷаҳои Таҳқиқот

Навъи таҳқиқот

Микроиқтисоди назариявӣ, signaling ва game-theoretic model.

Додаҳои эмпирикӣ

Маҷмӯи нави додаҳо, таҷриба ё таҳлили регрессия истифода нашудааст.

Навъҳои модел

Ду навъи пажӯҳишгар истифода мешавад: Навъи A ва Навъи B.

Фарзияи асосии хароҷот

\[ C_i(n) = \frac{\rho_i}{2}n^2, \qquad 0<\rho_A<\rho_B<2\rho_A. \]

Сатҳи нашри full-information

\[ \hat n_A=\frac{w+b}{\rho_A}, \qquad \hat n_B=\frac{b}{\rho_B}. \]

Таъсири LLM

\[ \rho_i'(x)<0. \]

Фарз мешавад, ки дастгирии LLM хароҷоти истеҳсоли таҳқиқоти қобили нашрро коҳиш медиҳад.

Proposition 2

Агар ҳангоми коҳиши хароҷот фарқи кофӣ байни Навъи A ва Навъи B нигоҳ дошта шавад, separating equilibrium метавонад идома ёбад.

Signaling breakdown

Агар дастгирии LLM хароҷоти Навъи B-ро ба таври номутаносиб кам карда, фарқи хароҷотро ба қадри кофӣ танг кунад, нашри Top-5 метавонад дигар сигнали иттилоотие набошад, ки навъи пажӯҳишгарро ҷудо мекунад.

Proposition 3

Пас аз вайрон шудани тавозуни аслии ҷудокунанда, пажӯҳишгарони Навъи A метавонанд ҳаҷми нашрияро аз full-information benchmark боло бурда, муваққатан дубора ҷудо шаванд. Ин механизм publication inflation ба вуҷуд меорад.

Congestion

Агар иқтидори маҷаллаҳои элита \(N\) собит нигоҳ дошта шавад ва шумораи умумии дархостҳо афзоиш ёбад, эҳтимоли қабули нашрия коҳиш меёбад.

Эҳтимоли қабули congested-equilibrium

\[ \pi(x) = \left[ \frac{ N }{ m_A\frac{w+b}{\rho_A(x)} + m_B\frac{b}{\rho_B(x)} } \right]^{1/2}. \]

Механизми асосӣ

Таъсири LLM ба арзёбии академӣ аз ҳамкории се нерӯ вобаста аст: фарсудашавии signaling efficacy, мутобиқшавии стратегии пажӯҳишгарони навъи баланд тавассути excess publication ва elite-journal congestion.

Натиҷаҳое, ки таҳқиқот дастгирӣ мекунад

Модели назариявие пешниҳод мешавад, ки нишон медиҳад сабтҳои нашрияро метавон ҳамчун signaling device-и гарон тафсир кард. Агар дастгирии LLM фарқи хароҷоти нашр байни ду навъи пажӯҳишгарро нигоҳ дорад, низоми signaling метавонад идома ёбад. Агар фарқи хароҷот танг шавад, мазмуни иттилоотии сигнал метавонад коҳиш ёбад. Пажӯҳишгарони навъи баланд метавонанд бо нашри бештар ҷудошавиро барои муддате нигоҳ доранд. Ҳаҷми бештари submission, ки аз LLM ба вуҷуд меояд, метавонад дар маҷаллаҳои элита congestion эҷод кунад. Cost reduction ва congestion метавонанд ба publication incentives дар самтҳои муқобил таъсир расонанд.

Натиҷаҳое, ки таҳқиқот дастгирӣ намекунад

Нишон дода нашудааст, ки LLMҳо дар ҷаҳони воқеӣ ба академикони дорои сифати паст бештар кӯмак мекунанд. Пешгӯӣ нашудааст, ки низоми Publish-or-Perish ҳатман фурӯ мепошад. Натиҷае гирифта нашудааст, ки маҷаллаҳои Top-5 аз байн мераванд. Бевосита чен карда нашудааст, ки таварруми нашрияҳо дар академияи имрӯза аз сабаби LLM ба вуҷуд омадааст. Модел академикони воқеиро ба A ва B тасниф намекунад. Таҳқиқот дар бораи шумораи мақолаҳо ё қабулҳои оянда пешгӯии миқдорӣ намедиҳад.

Ёддошт оид ба Манбаъ ва Усул

Таҳқиқоти аслӣ:The End of the World as We Know It? LLMs and the Future of Publish-or-Perish

Муаллиф: Radu Vranceanu.

Муассиса: ESSEC Business School ва THEMA.

Манбаи боршуда: ESSEC Research Center Working Paper 2606.

Санаи манбаъ: 9 июни 2026.

Версияи боршуда: 16 саҳифа.

SSRN: Abstract ID 6912981.

DOI: 10.2139/ssrn.6912981.

Ёддошти версия: Дар саҳифаи сабти SSRN, илова бар версияи 16-саҳифагие, ки 11 июни 2026 нашр шудааст, версияи дуюми 17-саҳифагӣ аз 15 июли 2026 низ мавҷуд аст. Ин баёни Verianla ба файли кори 16-саҳифагии 9 июн, ки корбар пешниҳод кардааст, асос меёбад.

Навъи манбаъ: Working paper / preprint-и иқтисоди назариявӣ.

Вазъи рецензия: Дар ин санҷиш нашри рецензияшудаи маҷалла тасдиқ нашуд.

Литсензия: SSRN — All rights reserved; no reuse allowed without permission.

JEL: D82; O33; A14.

Мафҳумҳои калидӣ: economics of academia, signaling, Large Language Models, congestion, career management.

Маҳдудиятҳои асосии методологӣ: Сифати пажӯҳишгар ҳамчун дунавъӣ ва якандоза; хароҷоти квадратии нашр; моделсозии миқдори нашрия ҳамчун тағйирёбандаи пайваста; фарзиявӣ будани таъсири асимметрии LLMҳо ба навъҳои пажӯҳишгар; моделсозии иқтидори маҳдуди маҷаллаҳои элита ба таври агрегатӣ; ба модел ба таври муфассал дохил нашудани ҳаммуаллифӣ, фарқиятҳои соҳа, рафтори муҳаррир ва равандҳои воқеии рецензия.

Тасвири манбаъ: Figure 1 separating equilibrium-ро тавассути хатҳои marginal-benefit ва marginal-cost нишон медиҳад. Аз нигоҳи ҳуқуқи муаллиф ва тарҳи аслӣ ин график набояд айнан аз нав кашида шавад; ҳамон механизм бояд бо инфографикаи мустақили Verianla шарҳ дода шавад.

Принсипи баёни Verianla: Ин мундариҷа тарҷумаи пурраи working paper нест. Фарзияҳои модел, муодилаҳо, propositions, мантиқи signaling, натиҷаҳои publication inflation ва congestion нигоҳ дошта шуда, баёни мустақили омӯзишии илмӣ сохта шудааст. Сенарияҳои назариявӣ ҳамчун таъсирҳои эмпирикӣ исботшудаи LLM пешниҳод нашудаанд.