社会科学研究者使用非调查数据的影响因素研究——基于混合方法的实证

[目的/意义]明晰影响社会科学研究者使用非调查数据的因素,有助于更好地促进和规范此类新型数据在社会科学研究中的应用。[方法/过程]采用访谈与问卷相结合的探索性时序设计,首先访谈了12位社会科学研究者,通过三轮小组编码识别出影响研究者使用非调查数据的因素,然后基于200份问卷样本,使用结构方程模型对影响因素进行了验证与优化。[结果/结论]社群支持是现阶段影响非调查数据使用意向的主要因素,其后依次是感知价值和质量接受度,但后两个因素的影响远小于社群支持。使用意向是使用行为的主要影响因素,知识与技术、感知可行性在使用意向和使用行为之间起到较小的中介作用。     

社会科学数据管理与服务平台研究——德国的经验

[目的/意义] 对德国社会科学数据管理与服务平台SowiDataNet|Datorium进行研究,揭示其特色和成功经验,为我国开发国家层面的社会科学公共数据平台提供参考。[方法/过程] 利用文献调研和案例分析方法,以德国为例,通过对文献资料和网站内容的调查,获取一手资料阐述德国社会科学数据管理与服务平台SowiDataNet|Datorium的构建情况、功能与特色以及先进经验。[结果/结论] 尽快建立我国国家层面的社会科学公共数据平台,该平台应采取分工协作,协同建设的方式;应考虑将机构用户作为重要服务对象,提供面向机构的服务;应通过完善数据标准和规范审核流程的方式加强对数据质量的控制;应考虑提供灵活的数据访问权限选择,并适当降低使用门槛,以在最初阶段最大程度地推动平台的使用。     

数据跨境流动治理研究：溯源、脉络与动向

[目的/意义]梳理国内外研究文献,揭示数据跨境流动研究主题与动态,分析现有研究的特点为后续相关研究提供参考,探讨未来的研究思路与发展趋势。[方法/过程]采用系统性综述方法,以国内外数据跨境流动治理研究文献为对象,从研究缘起、法律规制、治理模式、监管制度、数据主权等对数据跨境流动治理理论基础、应用实践等主题进行提取,对其研究脉络与方法进行分析整合。[结果/结论]数据跨境流动治理呈现出明显的多学科交叉研究趋势,理论体系研究不足;欧盟、美国、日本、俄罗斯、中国、印度和新加坡等国家和组织构建了特征不同的数据跨境流动监管制度;在理论层面,数据主权与国家安全、个人数据隐私保护、数据跨境流动治理规则等是未来的研究热点与趋势;在实践层面,政策与法律、规则与监管、风险与安全等议题是研究者急需关注的现实问题。     

高颠覆因子论文特征及其与传统计量指标相关性研究

[目的/意义]颠覆因子的提出为颠覆性研究的识别和探测提供了新视角。对高颠覆因子论文的特征研究,能够帮助研究人员正确理解和使用颠覆因子,为构建和完善颠覆性研究识别方法和指标体系奠定理论基础。[方法/过程]以1954-2014年PubMed数据库中被SCI收录的12472382篇论文为总数据集,将前0.1%的12472篇论文作为高颠覆因子论文,选取1980-2014年的5966篇高颠覆因子作为研究对象,在考察高颠覆因子论文的出版年、国家、学科、期刊分布和引文曲线类型特征的基础上,探讨颠覆因子与传统计量指标的相关性。[结果/结论]高颠覆因子论文主要集中于临床医学和社会科学领域,且以高影响因子的医学期刊和综合性期刊为主;其引文曲线类型以多峰型占比最多,且睡美人型文献比例较高。高颠覆因子论文通常具有较高的学术影响力,但其颠覆因子与传统计量指标的相关性并不显著,在实际运用中可作为论文评价的有益补充。     

开放政府数据质量评估指标体系研究

[目的/意义]开放政府数据质量问题影响数据价值释放,成为开放政府数据实践可持续发展的痛点和难点问题。[方法/过程]通过对开放政府数据评估相关的代表性中英文文献、国际和国家标准、重要国际评估项目的文本分析,使用修正德尔菲法和层次分析法构建了开放政府数据质量评估指标体系。选择北京市公共数据开放平台上发布的数据作为实证研究样本,使用专家评议法和模糊综合评价法对北京市开放政府数据质量进行评价。[结果/结论]从针对性、科学性、系统性、有效性和可操作性对开放政府数据质量评估指标体系的构建过程与结果进行总结与讨论,并进一步提出未来研究建议。     

基于Altmetric Top 100的中国科学论文多维特征分析

[目的/意义]为了推动中国学者学术论文的国际影响力,有利于国内学者在发表国际论文时有更好的选择依据。[方法/过程]以2013—2019年Altmetric Top 100中国科学论文为研究样本,通过对其Altmetrics数据和传统计量数据进行统计,分析研究其特征。[结果/结论]论文聚焦于医学、生物和社会研究等学科,主要由中国科学院和国内985高校(双一流)研究完成,与欧美发达国家合作较多,主要发表于非付费获取方式的高影响因子国际期刊,一般由社会公众在Twitter上讨论与传播,其Altmetrics评分与被引频次的相关性极弱。     

基于论文题录的数据线索识别与知识图谱构建

[目的/意义]从研究成果中抽取数据线索,进而构建针对特定主题的数据索引,有助于提升研究者查找数据的全面性。[方法/过程]以社会科学领域所有学科中文核心期刊中关于“COVID-19”论文的题录信息为例,分三步进行了探索。(1)随机抽取1000篇摘要进行人工标注,然后以此为基础使用自适应增强等模型训练分类器,进而使用分类器识别出使用了数据的论文。(2)从使用数据的论文摘要中标注出数据线索实体,进而使用隐马尔可夫、长短期记忆网络等模型进行实体识别。(3)使用Neo4j数据库,基于抽取出的数据线索与题录中的其他信息构建知识图谱。[结果/结论]在判断论文是否使用了数据的任务中,自适应增强模型的F1值最高,达到0.869。在数据线索实体识别任务中,隐马尔可夫模型的F1值最高,达到0.805。由抽取出的数据线索与论文关键词、作者、期刊等信息融合构建的知识图谱能够实现基于主题词查找数据线索、基于数据线索查找其他信息等应用。     

教育学领域学者数据重用行为及特征研究——基于基金项目论文的内容分析

[目的/意义]为了解我国教育学领域学者数据重用行为特征,帮助图书馆等机构在其科学数据管理和服务过程中制定更有针对性的数据服务策略。[方法/过程]本研究运用内容分析法对我国2017—2018年544篇基金论文中的科学数据重用行为进行分析。[结果/结论]研究发现,教育学领域学者数据重用比例较高且较为稳定,政府网站、数据中心及期刊论文是教育学领域学者重用数据的主要来源渠道,但存在着科学数据二次分析较少及数据重用不规范的问题。     

基于AGA-BP神经网络的网络平台交易环境下数据资源价值评估研究

[目的/意义]在数字经济背景下,数据资源通过网络平台交易实现价值转化与增值。作为一种非标准化的新兴商品,数据资源具有成本模糊、类型多样、不确定性高等典型特征,传统价值评估理论难以对其价值进行准确衡量。[方法/过程]对此,文章提出了AGA-BP神经网络的数据资源价值评估模型,该模型充分考虑了诸多影响因素与数据资源价值的非线性关系,通过自适应遗传算法(AGA)优化传统BP神经网络提升价值评估的精度,解决BP神经网络极易陷入局部最优、收敛速度较慢等问题。以此方法为基础,收集武汉东湖大数据交易中心的244条数据资源交易信息进行实证检验。[结果/结论]研究结果表明:基于AGA-BP神经网络的数据资源价值评估方法相比于GA-BP神经网络和BP神经网络性能提升明显;该方法在仿真能力、误差水平、拟合数据能力等方面表现出突出优势,具有更好的价值评估仿真效果。该方法在减少数据交易平台买卖双方交易成本,完善数据交易平台的定价机制和策略方面具有较强的指导意义。     

国外面向用户的开放政府数据使用行为研究进展

[研究目的]从信息行为的角度,调查国外开放政府数据使用的相关文献,为我国相关研究提供参考。[研究方法]利用文献计量与内容分析的研究方法,从研究主题、理论基础、影响因素、调查对象等方面对国外开放政府数据用户使用研究现状进行剖析。[研究结论]后续研究需要对所构建的理论模型进行验证,而且中国情境下基于全过程的开放政府数据信息行为将会成为研究者关注的重点,可以在研究情境、研究视角、研究方法、研究对象选取方面可以进一步探索,针对不同领域的用户开展研究。     

融合全文信息的科学数据正式引用识别方法研究

[目的/意义]科学数据已经成为数据驱动型科研的重要资料和产出成果,研究科学数据引用可以帮助追踪数据的使用状况、开展数据计量和评价、加速科研进程。[方法/过程]以生物信息学领域学术论文全文信息作为研究对象,利用规则抽取和人工标注形成了生物信息学引文分类数据集,对比评估6种深度学习模型与3种传统机器学习模型在数据集上的分类和识别效果。[结果/结论]实证研究效果显示,采用考虑语义和上下文特征的深度学习方法在科学数据正式引用识别任务中具有更优效果。[局限]未充分考虑数据类别不均衡问题。     

基于数据特征的电子病历数据驱动临床决策模型研究

[目的/意义]探索电子病历数据的情报价值,拓展情报学研究数据源和问题域,实现电子病历数据创新使能,为嵌入临床诊疗与临床研究的情报工作和情报服务提供支持。[方法/过程]分析电子病历数据特征及其对数据驱动的影响;针对特征讨论电子病历数据处理技术;基于新技术环境下的信息链理论,构建电子病历数据驱动临床决策模型。实证部分采用随机森林等方法构建电子病历数据驱动的肺癌转移预测模型,实现与验证理论模型。[结果/结论]电子病历数据具有时间依赖、高维稀疏等特征,理论层面基于数据特征构建了电子病历数据驱动临床决策模型,实证层面使用真实电子病历数据构建肺癌转移预测模型,预测模型性能较好。     

融合全文信息的科学数据正式引用识别方法研究

[目的/意义]科学数据已经成为数据驱动型科研的重要资料和产出成果,研究科学数据引用可以帮助追踪数据的使用状况、开展数据计量和评价、加速科研进程。[方法/过程]以生物信息学领域学术论文全文信息作为研究对象,利用规则抽取和人工标注形成了生物信息学引文分类数据集,对比评估6种深度学习模型与3种传统机器学习模型在数据集上的分类和识别效果。[结果/结论]实证研究效果显示,采用考虑语义和上下文特征的深度学习方法在科学数据正式引用识别任务中具有更优效果。[局限]未充分考虑数据类别不均衡问题。     

数据故事化：概念、特征与应用

[目的/意义]梳理数据故事化的概念、特征与应用,揭示数据故事化的未来发展方向。[方法/过程]梳理数据故事化的相关概念及其四个显著特征,借助四个具有代表性的应用实践作为研究案例,在此基础上提出数据故事化新的发展趋势。[结果/结论]揭示了故事化包括三个部分：数据准备、数据可视化和故事化,展现数据故事化未来的五个发展方向,进一步丰富了数据故事化的理论研究和应用场景,有助于引导数据故事化的正确发展方向。     

政府开放数据生态链上数据要素价值分析及评估模型构建——基于“数据势能”的方法

[目的/意义]探索数据要素价值评估的方法,为我国政府数据要素价值评估提供理论和实践参考。[方法/过程]通过文献分析,借鉴和优化“数据势能”评估模型,从数据开发价值和潜在价值两个方面对政府数据开放平台进行数据资产价值评估实践。[结果/结论]借助该评估模型,估算出山东公共数据开放平台数据资产价值总值。[局限]当前,对政府开放数据要素价值评估理论的研究整体上还不太成熟,未能全面反映其蕴藏的多重价值。     

数据故事化中的数据关键特征表达有效性研究

[目的/意义]数据故事化是大数据时代数据价值发现和价值提升的有效方案,在使用数据故事这种新的数据洞见和知识的表达方法时,探究其对数据关键特征的高效表达方式具有重要价值。[方法/过程]文章在分析数据故事创作的基础上,从视觉叙事流选择、数据故事空间设计、数据故事化技术、数据故事创作中的保健因素与激励因素、数据故事受众等方面探讨数据故事化中的数据关键特征表达效率和质量问题。[结果/结论]视觉叙事流的步进和滚动展示方式在传达效率上没有显著差异,受偏好影响较大。数据故事设计空间对数据故事的表达效率有重要影响,不同的故事模型拥有其特殊的故事叙事能力。数据故事创作中的保健因素与激励因素是数据故事创作应该关注的问题。在数据故事化的众多工具和技术中Web开发与发布、数据分析和数据可视化被认为是最值得关注的技术。数据故事受众的不同会影响数据故事的表达效率,信息传递成效,开发数据故事需重视受众的影响。     

社会科学数据集的跨学科性研究——以CHARLS和CGSS数据集为例

[目的/意义]分析社会科学数据集的跨学科性有助于理解数据集在不同学科的扩散规律，促进数据集在不同学科之间开放共享。[方法/过程]本文以CHARLS和CGSS数据集为例，首先对CHARLS和CGSS数据集的学科多样性与平衡性进行测度分析；其次构建CHARLS和CGSS数据集跨学科合作网络，采用Louvain算法对网络进行聚类，探测不同的研究社区，然后采用BERTopic对使用数据集的文本进行主题建模；最后构建不同阶段的跨学科合作网络，揭示CHARLS和CGSS数据集跨学科合作演化特征。[结果/结论]CHARLS和CGSS数据集的跨学科多样性和平衡性不断增长，使用CHARLS和CGSS数据集的学科均形成了以少数学科为主导，多学科共同参与的格局；使用CGSS数据集的研究主题比CHARLS数据集的相对较为分散；CHARLS和CGSS数据集的跨学科合作网络节点数、边数以及社区数在不断增长，网络密度有所下降，不同阶段的主导学科不断变化。     

数据导引——Data Paper的概念辨析与译名修正

[目的/意义] 在科学数据日益受到重视的今天,描述与介绍科学数据的"Data Paper"已从理念构想发展成为科研学术界可获取的一种新型出版物。国内学者也已将"Data Paper"纳入研究视野。然而,当前我国学界使用"数据论文"作为"Data Paper"的中译名并未能确切反映"Data Paper"的内涵边界与功能定位。明晰"Data Paper"的概念并使用更为贴切的中文译名将有利于推动"Data Paper"理论研究的更加规范化和严谨化。[方法/过程] 综合运用内容分析法和比较分析法,从概念边界、内容要素、内在属性和功能定位等4个维度,剖析"Data Paper"与传统意义上的（学术）论文的差异。[结果/结论] 研究发现,"Data Paper"不具有独立性,是其所描述的科学数据集的"附件";"Data Paper"更强调说明性和介绍性;"Data Paper"描述的对象具有过程性,而不具有结论性。因此,将"Data Paper"简单翻译为"数据论文",一是未能准确揭示"Data Paper"的概念内涵与功能属性,二是容易将之理解为一种"新型的（学术）论文",而使用"数据导引"替代"数据论文"作为"Data Paper"的中文译名将更为精准贴切。     

大数据下中小企业竞争情报网络信息源使用行为研究

[目的/意义] 大数据下中小企业对竞争情报网络信息源的依赖性不断上升,但存在使用障碍。本研究旨在探究大数据下企业竞争情报网络信息源的使用行为,为企业竞争情报工作提供参考。[方法/过程] 基于经典信息源分类,针对现有研究不足,创新性地将大数据下竞争情报网络信息源分为社会化媒体类、互联网公开类、互联网商务类。通过问卷调查与深度访谈方法进行研究。[结果/结论] 研究发现,社会化媒体类网络信息源的重要性增强,但传统信息源的作用不容忽视,质量是影响网络信息源使用的首要因素。     

高校科研数据平台功能定位与优化研究——基于眼动追踪实验

[目的/意义]基于情景分析理论,检验高校科研数据平台功能的可用性,促使科研数据发挥更大价值,实现科研数据全方位管理,推动开放科学和开放数据的发展。[方法/过程]针对科研过程的阶段特征,采用情景分析法构建了科研过程的4个情景,重点针对实施阶段的情景,以复旦大学社会科学数据平台为例开展了眼动追踪实验研究。[结果/结论]初步确定了高校科研数据平台的四大功能定位:用于选题立项的功能,用于科研准备的功能,用于科研实施的功能和用于成果管理的功能。最后对新一代高校科研数据平台功能重新定位与优化,能够实现数据一站式管理、数据开放、数据共享以及数据再利用功能。