我国政府信息资源开发利用模式创新研究

总结我国政府信息资源开发利用现有的模式和存在问题,分析新技术对我国政府信息资源开发利用的影响,最后从管理机制、技术和服务理念3个方面讨论我国政府信息资源开发利用模式的创新方向。     

国外科学数据引用研究进展

从引用意识、引用对象以及长期保存3个方面总结目前数据引用所面临的关键问题。从数据引用规范的发展、文献管理软件的调研、数据引用利益相关者的责任与义务3个方面概括目前国外数据引用的研究进展,发现数据引用规范格式不兼容,文献管理软件缺乏对数据引用的支持,并且数据引用利益相关者责任与义务不明确。最后,针对关键问题提出对策建议以及今后研究的方向。     

美国社会科学数据管理联盟(Data-PASS)的发展与借鉴

在介绍美国社会科学数据管理联盟Data-PASS发展概况的基础上,深入剖析其数据管理规范、流程以及数据管理平台建设,总结其获得成功的经验在于有效的分工协作机制、稳定的经费保障与灵活的经费分配机制、统一的标准规范与平台建设,建议我国社会科学数据管理联盟应以省级中心为核心,构建“全国中心-省级中心-数据管理单位”的三级体系架构。     

新环境下高校图书馆资源建设的新特点

面对信息环境发生的巨大变化,高校图书馆需要重新思考自身信息服务的发展变化及资源建设的需求。从侧重科学数据组织管理、重视真人图书资源建设、吸引用户参与图书馆资源建设、加强研究分析工具建设和特色数字资源的深度加工与组织5个方面,讨论新环境下面向新型信息服务的图书馆资源建设的新特点。     

国外高校科学数据生命周期管理模型比较研究及借鉴

调研国外的科学数据生命周期模型及管理模型,并据此提出高校科学数据管理框架应包含管理计划制定、数据收集管理、数据描述及归档管理、数据处理与分析管理、数据保存管理、数据共享及使用管理等几个核心阶段,最后指出我国高校科学数据生命周期管理可以借鉴的经验,包括明确责任者、规范管理过程、提升图书馆服务能力等。     

基于用户调查的高校科学数据管理需求分析

通过对武汉11所高校科研人员的问卷调查,从高校产生的科学数据的特征、用户对科学数据的认知与观念、管理科学数据的行为以及对科学数据管理服务的期望4个方面,对高校科学数据管理需求进行分析与研究。在此基础上,提出高校图书馆进行科学数据管理的对策:加大科学数据管理的宣传力度,增强科研管理部门及用户的科学数据管理意识,为推行科学数据管理奠定基础;探索适宜的科学数据合作模式,与科研管理部门和IT部门建立合作关系, 共同推动科学数据管理的发展;邀请用户全程参与科学数据管理项目,充分了解用户对科学数据管理的需求,提供真正符合用户需要的数据管理服务;尽快培养优秀的科学数据管理人才。     

科技论文中数据问题的编辑审读技巧

编辑初审及刊后审查中常发现科技论文中存在一些数据方面的问题,有些数据错误甚至很严重。针对科技论文中常见的3大类8小类数据问题,建议编辑按一定的审读程序,综合采用比对全文各处、利用科学常识、审查方法设计、进行简单计算、借助权威软件、依托各种资源等方法来加强编辑审读,以最大化地避免和有效解决科技论文中的数据错误。     

基于线性自抗扰控制的工件台单扫描轴应用研究

随着新一代人工智能技术的发展,其在智慧教育领域的应用日趋深入。对幼儿园信息管理、家园互通、幼儿成长记录、幼儿成长分析进行研究,阐述人工智能技术应用于幼儿成长记录分析和家园共育中的重要性,并根据“互联网+”学前教育变革相关政策,提出基于人工智能技术的新型幼儿成长记录系统构建方案,以更好地记录幼儿成长过程相关信息,为幼儿成长及教育教学提供数据支持。     

Fitting Unstructured Finite Mixture Models in Longitudinal Design: A Recommendation for Model Selection and Estimation of the Number of Classes

In longitudinal design, investigating interindividual differences of intraindividual changes enables researchers to better understand the potential variety of development and growth. Although latent growth curve mixture models have been widely used, unstructured finite mixture models (uFMMs) are also useful as a preliminary tool and are expected to be more robust in identifying classes under the influence of possible model misspecifications, which are very common in actual practice. In this study, large-scale simulations were performed in which various normal uFMMs and nonnormal uFMMs were fit to evaluate their utility and the performance of each model selection procedure for estimating the number of classes in longitudinal designs. Results show that normal uFMMs assuming invariance of variance–covariance structures among classes perform better on average. Among model selection procedures, the Calinski–Harabasz statistic, which has a nonparametric nature, performed better on average than information criteria, including the Bayesian information criterion.     

高技术产业R&D资源投入与产业发展关系实证研究——基于中国1997 年-2009 年省际面板数据

本文利用我国1997年-2009年的面板数据,采取面板单位根检验、协整分析、误差修正模型等计量方法,探讨了高技术产业R＆D资源投入与高技术产业发展间的关系。实证结果显示：①高技术产业R＆D资源投入与产业发展存在长期均衡关系,其中产业研发经费支出与产业发展具有正向长期均衡关系,产业专利申请数与高技术产业发展具有反向长期均衡关系,而研发人员数量投入与产业发展之间的关系尚不明显;②高技术产业R＆D资源投入与产业发展的长期均衡存在短期修正效应,具体来讲,产业研发经费支出及研发人员投入变量与高技术产业发展的长期均衡存在短期修正效应,而产业专利申请数变量与高技术产业发展的长期均衡不存在短期修正效应。加大创新人才培养和知识产权保护力度、推进技术成果转化吸收、增加高技术产业研发经费投入是保持高技术产业R＆D资源投入与产业发展良性互动的有效途径。