从科学的方方面面收集数据，整理出了不把科学的增长视为偶然的证据，这一知识从属于定律。
他把最初对科学期刊的研究进行了扩展，不管是天文学还是化学，只要一个领域显示出这种增长趋势，他就去收集这个领域里各种各样的数据。针对科学和技术的各个领域，普赖斯统统计算出了倍增时间——数量增加一倍需要多久，按一定比例呈指数增长——这个时间可以粗略地度量不同种类的事实如何随时间的推移而改变。下面截取了他于1963年出版的《小科学，大科学》（Little Science, Big Science）3里的一些倍增时间：
领域\t倍增时间（年）
国家人物传记大辞典条目数\t100
大学数量\t50
重大发现数量；已知的化学元素数量；仪器精度\t20
科学杂志数量；已知的化合物数量；科学机构成员数量\t15
已知的小行星数量；美国的工程师数量\t10
事实的增长终于开始受制于严谨的数学。
普赖斯进行自然科学研究的同时，类似的研究也在社会科学领域开展起来。1947年，一位名为哈维·雷曼（Harvey Lehman）的心理学家在期刊《社会力量》（Social Forces）上发表了一篇有趣的小论文4。雷曼梳理了各种各样的字典、百科全书、年表，着手统计了多年来各个领域的研究中重大贡献的数量。从遗传学、数学到艺术，无论是科学新发现、新定理还是新歌剧，他都一一审视。他发现随着时间的推移，所有新事物的产生都呈指数增长趋势。而这不是近几十年才有的特点。每一个领域他都统计了上百年的历史。他查阅了逾600年（从1275年至1875年）的哲学，逾300年（从1600年至1900年）的植物学，逾400年（从1500年至1900年）的地质学。
他发现，每个领域都具有其独特的增长率。这里列出雷曼发现的一些倍增时间（这些领域的年度重大贡献数量翻一番所需要的年数），其中包括一些较新的研究领域5：
领域\t倍增时间（年）
医药与卫生\t87
哲学\t77
数学\t63
地质\t46
昆虫\t39
化学\t35
遗传学\t32
大歌剧\t20
与此同时，许多思想家也渐渐意识到，知识的增长有一定的模式可循，而绝非随心所欲。同样地，不同类型的增长对应着不同类型的知识创造。例如，与科学领域相比，歌剧领域的变化就快得多。科学同歌剧创作一样，具有内在的创造性，但是科学同时也受制于我们对大自然的了解。科学发展的速度不及我们弄明白世间事物的速度。但是，大歌剧并不受限于真实，唯一的衡量标准就是美，也无须进行严格的实验，因此它发展得更加迅速。
此外，有一些发现更多地依赖于其他领域的发展，这些发现要基于其他领域的研究成果，通过比较各种发现，我们隐约找到了重大发现的增长方式。例如：遗传学和化学是基础科学，它们的发展速度相当。但是相比较而言，医药与卫生的发展就慢得多，而且这两个领域的新发现依赖于更为基础的领域。也许这暗示着，越是基础的知识领域，前进速度越快，而基于基础领域的衍生领域发展的速度则相对
较慢。
普赖斯和雷曼的研究表明，系统地看待知识的增长终于成为可能，随之而来的是一波发现的浪潮。
普赖斯通过研究科学文章和它们的属性来审视科学的发展，这已被证实为科学计量学领域最成功和最快速的途径。虽然科技的进步和一篇论文没有必然联系——一些论文可能有多个发现，其他论文可能只证实了我们已知的事物——但是科技的进步往往很值得研究学习。
从科学论文中，我们获得了很多用于测算和研究的数据。我们可以看看标题和文本，然后运用计算语言的复杂算法或文本采掘来确定它属于哪个学科领域。我们可以看看论文的作者，然后创建一个合著论文的作者关系网。我们可以查查每一位作者，看看在不同的机构之间，哪些合作最为有效。我们可以梳理论文的引证，从而理解论文所论述的研究内容。
从出版物的层次来研究科学，我们可以得到各种振奋人心的结果。哈佛医学院的一组研究人员6对其科研工作者发表的数以万计的文章进行了研究，并把他们在校园里的办公场所绘制成图。通过这种方式，他们发现了距离对合作的影响。结果正如他们所料：两个人的距离越近，合作研究所产生的影响就越大。他们发现，如果你与协作者同在一栋建筑内，那么你的工作会更加出色。
被其他出版物引用的次数也反映了一篇论文或一项研究成果的影响力。越是重要的成果，就越有可能被其他出版物引用，这意味着此项成果已经为其后的研究奠定了一定的基础。虽然这种说法有漏洞——