生物医学领域基础研究转化的测度方法研究——以干细胞和免疫学领域国家自然科学基金资助面上项目产出论文为例

[目的/意义]在基础研究双轮驱动的发展趋势和政策背景下，开展生物医学领域基础研究转化的测度方法研究，可为学术成果转化潜力发现、基础研究转化效果评价提供支撑。[方法/过程]首先，结合生物医学领域基础研究转化在研究内容和研究主体维度的表现，构建两个基础—应用概念量化模型；然后，利用词表匹配方法识别论文中代表基础—应用概念的词组并计算论文应用性水平测度变量；最后，通过构建量化巴斯德象限模型，综合利用论文应用性水平测度变量划分目标论文及其施引论文的研究层次，并基于引文关系中基础—应用研究层次的变化设计一组衡量基础研究向下游应用研究转化程度的指标。[结果/结论]实证分析选取干细胞和免疫学领域国家自然科学基金资助面上项目（2010和2011年批准）产出论文为数据集，验证方法的可行性和有效性。在所设计的5个转化指标中，应用转化分数、临床转化度、产业转化度能够提示论文向临床或技术转化的可能性，可辅助生物医学领域基础研究成果转化潜力早期识别、转化效果近期评价等应用场景。     

我国慕课研究的现状与问题分析

作为一种新的课程模式,近年来慕课引起了国内外的高度关注。系统地探究慕课的研究现状与问题,对我国慕课建设具有重要意义。文章基于内容分析法、引文分析法和聚类分析法等,对该领域中文核心期刊论文进行统计分析后发现:我国慕课研究主体上以高等学校为主,但机构间缺少合作;内容上倾向于问题发现和解决,但深度还不够;方法上注重归纳,但缺乏统计分析与开发。文章建议慕课研究需注重实证研究,加强交流协作,提升研究的广度、深度和影响力等。     

解析原著、引文 学好科学理论

阅读原著、引文,一直是学习理论性较强的课程的最佳途径之一。本文探讨了在《邓小平理论和"三个代表"重要思想概论》教学中,解析原著、引文的作用以及解析原著、引文的一些具体做法。     

《科学中国人》杂志征稿函件

<正>《科学中国人》是中国科协主管、中国科技新闻学会主办,与《科学美国人》相对应的高层次科普杂志,半月刊,国内统一刊号:CN11-3292/G3,国际标准刊号ISSN1005-3573,邮发代号:82-592。自1993年创刊以来,以内容丰富(包容自然科学和社会科学),信息量大(关注国内外科教领域焦点和前沿科学),深入报道广大尊重科学、应用科学、传播科学的人士     

《编辑学报》论文格式简介

每个期刊都有自己的文章格式体例。办刊人几乎都欢迎完全符合自己期刊格式规范的来稿。现按在文章中出现的先后顺序,将《编辑学报》采用的论文格式简介如下,敬请撰稿时遵行。1)题名*(居中,一般不超过20字;文章所属的课题如获各种基金项目资助,则在题名右上角标注"*",     

一位院士的情怀对科技期刊编辑的启示——阅读《大家博友》《大师小文》的感悟

针对学术期刊数字化程度与影响力提升的效应问题,重点对江苏省17种中文地学类期刊的网络化建设及应用程度做了调研和量化分析,并将其数据与统计期刊近5年的影响因子和被引频次做了分析比较.结果显示,被统计期刊学术影响力指标的上升趋势,与评价期刊数字化应用程度高低的得分值有很好的对应关系.进一步分析结果表明,代表期刊数字化程度较高的微信运用,有可能对提升科技期刊学术影响力起到意想不到的推动作用.     

我国图情领域期刊论文在线百科的利用特征探析

[目的/意义]在线百科主题覆盖面和用户范围非常广泛,不同的学科领域及不同类型的用户对应着不同的需求和利用模式,因此需要从研究人员对在线百科的引用特征和引用类型出发,深入分析在线百科的用户需求和利用特征。[方法/过程]以我国图书情报学领域（以下简称“图情领域”）期刊论文为研究对象,从引用在线百科资源的论文数量及引文数量、时间分布、主题分布、期刊分布、机构分布、作者分布、文献类型、引用类型等多个指标,探析图情领域期刊论文在线百科的利用特征与规律。[结果/结论]结果表明,在我国图情领域学术研究过程对在线百科资源具有较高的依赖性,引用在线百科的期刊论文研究主题集中在图书馆、当下流行的信息技术和概念等相关方面,以非实证性研究居多,引用频次较高的期刊和机构主要是排名靠前的核心期刊和高校,引用较多的作者群体多为女性作者和实践工作者,引用类型依次为对非图情专业术语的引用、图情专业术语的引用以及网站和词条本身的引用。最后从在线百科词条质量和信息聚合两个角度对这一现象和特征进行讨论。     

学术文献引文上下文自动识别研究

[目的/意义] 引文内容分析能够帮助揭示文献引用关系的深层语义内涵,而引文上下文识别作为引文内容分析的基础显得尤为重要。[方法/过程] 梳理已有引文上下文研究的现状,总结当前引文上下文识别的不足,在此基础上归纳引文上下文识别的5类特征,并采用文本分类和序列标注两种方法开展引文上下文自动识别实验。[结果/结论] 实验结果表明,本文提出的特征能够很好地提升引文上下文识别效果,且基于文本分类的SVM分类效果要优于基于序列标注的CRF。