This paper examines the structure of scientific collaborations in a large European metropolitan area. It aims to identify strategic coalitions among organizations in Berlin as a specific case with high institutional and sectoral diversity. By adopting a global, regional and organization based approach we provide a quantitative, exploratory and macro view of this diversity. We use publications data with at least one organization located in Berlin from 1996-2017. We further investigate four members of the Berlin University Alliance (BUA) through their self-represented research profiles comparing it with empirical results of OECD disciplines. Using a bipartite network modeling framework, we are able to move beyond the uncontested trend towards team science and increasing internationalization. Our results show that BUA members shape the structure of scientific collaborations in the region. However, they are not collaborating cohesively in all disciplines. Larger divides exist in some disciplines e.g., Agricultural Sciences and Humanities. Only Medical and Health Sciences have cohesive intraregional collaborations which signals the success of regional cooperation established in 2003. We explain possible underlying factors shaping the observed trends and sectoral and intra-regional groupings. A major methodological contribution of this paper is evaluating coverage and accuracy of different organization name disambiguation techniques.

中文翻译：

---

柏林：机构科学合作结构的定量视图

本文考察了欧洲大都市区的科学合作结构。它旨在将柏林组织之间的战略联盟确定为具有高度机构和部门多样性的特定案例。通过采用基于全球、区域和组织的方法，我们对这种多样性提供了定量、探索性和宏观的观点。我们使用 1996 年至 2017 年间位于柏林的至少一个组织的出版物数据。我们通过将柏林大学联盟 (BUA) 的四名成员自我代表的研究概况与经合组织学科的实证结果进行比较，进一步调查了他们。使用双向网络建模框架，我们能够超越团队科学和日益国际化的无可争议的趋势。我们的结果表明，BUA 成员塑造了该地区的科学合作结构。然而，他们并没有在所有学科中紧密合作。一些学科存在更大的分歧，例如农业科学和人文科学。只有医学和健康科学拥有紧密的区域内合作，这标志着 2003 年建立的区域合作取得了成功。我们解释了可能影响观察到的趋势以及部门和区域内分组的潜在因素。本文的主要方法论贡献是评估不同组织名称消歧技术的覆盖范围和准确性。只有医学和健康科学拥有紧密的区域内合作，这标志着 2003 年建立的区域合作取得了成功。我们解释了可能影响观察到的趋势以及部门和区域内分组的潜在因素。本文的主要方法论贡献是评估不同组织名称消歧技术的覆盖范围和准确性。只有医学和健康科学拥有紧密的区域内合作，这标志着 2003 年建立的区域合作取得了成功。我们解释了可能影响观察到的趋势以及部门和区域内分组的潜在因素。本文的主要方法论贡献是评估不同组织名称消歧技术的覆盖范围和准确性。