Scientific novelty measurement in corporate and academic research

This master thesis investigates how the scientific novelty of research publications evolves over time across different organizational types and scientific sectors. Scientific novelty is widely recognized as a central attribute of knowledge production and a key driver of technological progress and innovation, yet systematic evidence on how novelty differs between academic institutions, corporate laboratories, and their collaborations remains limited. This study aims to address this gap by developing and applying a structured framework for measuring and comparing scientific novelty across sectors and research organization types. The empirical analysis is based on research articles published between 1998 and 2024 in four sectors: Artificial Intelligence (AI), Biotechnology, Oncology, and Process Chemistry and Technology. Publications are classified according to authors’ institutional affiliations, allowing a distinction between education-led, company-led, and collaborative outputs. Scientific novelty is operationalized as recombinant novelty and measured using the Shibayama indicator, which captures the semantic distance between combinations of cited documents. The results show that publications produced exclusively by companies represent only a marginal share of total output, while collaborative research has become increasingly important over time. Sectoral differences are pronounced: in AI, firms tend to demonstrate higher levels of typical novelty, whereas academic institutions play a stronger role in generating breakthrough novelty. Publications in first-quartile journals exhibit slightly higher novelty levels overall. Beyond its empirical findings, this thesis contributes conceptually and methodologically. It provides a critical literature review of different types of scientific novelty and existing approaches to their measurement, forming a theoretical foundation for the analysis. In addition, it proposes a replicable methodological framework for the systematic calculation and sectoral comparison of novelty indicators using bibliometric and text-based data. The contribution of the study therefore lies both in the quantitative results obtained and in the development of an analytical approach that can be extended to future research on innovation dynamics and technological development.

Questa tesi magistrale analizza come la novità scientifica delle pubblicazioni di ricerca evolva nel tempo attraverso diversi tipi di organizzazioni e settori scientifici. La novità scientifica è ampiamente riconosciuta come un attributo centrale della produzione di conoscenza e un fattore chiave del progresso tecnologico e dell’innovazione; tuttavia, come la novità differisca tra istituzioni accademiche, laboratori aziendali e le loro collaborazioni rimangono limitate. Questo studio si propone di colmare tale lacuna sviluppando e applicando un quadro strutturato per la misurazione e il confronto della novità scientifica tra settori e tipologie di organizzazioni di ricerca. L’analisi empirica si basa su articoli di ricerca pubblicati tra il 1998 e il 2024 in quattro settori: Intelligenza Artificiale (IA), Biotecnologia, Oncologia, e Chimica e Tecnologia di Processo. Le pubblicazioni sono classificate in base alle affiliazioni istituzionali degli autori, consentendo una distinzione tra output a guida accademica, a guida aziendale e collaborativi. La novità scientifica è misurata mediante l’indicatore di Shibayama, che cattura la distanza semantica tra combinazioni di documenti citati. I risultati mostrano che le pubblicazioni prodotte esclusivamente da aziende rappresentano solo una quota marginale della produzione totale, mentre la ricerca collaborativa è diventata sempre più importante nel tempo. Le differenze settoriali sono marcate: nell’IA, le imprese tendono a dimostrare livelli più elevati di novità tipica, mentre le istituzioni accademiche svolgono un ruolo più forte nella generazione di novità di frontiera. Le pubblicazioni nelle riviste del primo quartile presentano nel complesso livelli di novità leggermente superiori. Oltre ai risultati empirici, questa tesi offre un contributo concettuale e metodologico. Fornisce una rassegna critica della letteratura sui diversi tipi di novità scientifica e sugli approcci esistenti alla loro misurazione, costituendo una base teorica per l’analisi. Inoltre, propone un quadro metodologico replicabile per il calcolo sistematico e il confronto settoriale degli indicatori di novità utilizzando dati bibliometrici e testuali. Il contributo dello studio risiede quindi sia nei risultati quantitativi ottenuti sia nello sviluppo di un approccio analitico che può essere esteso a future ricerche sulle dinamiche dell’innovazione e sullo sviluppo tecnologico.