浅谈图书馆科研工作中数据的收集和整理

本文从图书馆科研工作实际出发，简述了馆员科研工作中有关数据的收集和整理的一些具体方法及步骤。给出了一个比较有效的错误信息检测公式。     

模型飞机的经验设计

设计模型飞机需要有关空气动力学、物理学、结构力学、电子学等多方面的知识，但对于广大模型爱好者来说，不太可能全面掌握这些知识。很多模型爱好者尽管有自己设计模型飞机的强烈愿望，却不知道如何着手。其实，设计模型飞机是有一定的原则和要求的，所以可以采用经验数据法来设计，根据自己喜欢的模型飞机款式选择相应的设计数据。有了这样的“数据模版”，初学者就很容易根据飞行要求和实践经验来设计和制作模型飞机了。     

科学数据与科研档案的管理协同：调查与思考

[目的/意义] 立足国家科技信息资源管理的整体效益,以增强国家科技信息资源综合治理能力为目标,调查科学数据与科研档案管理协同的发展现状,探索相关推进策略。[方法/过程] 综合运用实地调查法、网络调查法、文献研究法、比较研究法和行动研究法,收集中、美、英、澳4个国家的科技主管部门、档案主管部门、科研资助机构、科研机构、科学数据管理机构、档案机构及相关国际组织的相关政策文本和实践材料,展开内容分析和后续研究。[结果/结论] 在政策层面,科学数据管理政策中与档案相关的规定集中体现在将档案馆视作存储基础设施及将归档视为科学数据管理活动;科研档案管理政策中与科学数据相关的规定集中体现在承认科学数据的档案属性,并将其纳入归档范围;科研资助机构的政策要求明确科学数据的归档和保存问题。在实践层面,国外在组织、政策、业务、服务等方面形成相对丰富的协同实践,国内的协同实践则刚刚起步。最后,从体制机制、政策体系、协作模式、业务融合、服务支撑、人才培养等方面提出推进管理协同的发展建议。     

大数据环境中的数字资源权益管理:关键问题与应对策略——2021年大数据环境中数字资源权益管理研讨会综述北大核心CSSCI

2021年7月28日,由中国科学院文献情报中心、武汉大学信息管理学院和武汉大学国家保密学院联合主办的"大数据环境中数字资源权益管理研讨会"通过网络会议方式成功召开。会议邀请图书情报、法律等领域的专家学者,围绕"大数据时代图书馆数字资源权益管理:方法与路径"这一主题进行了充分的研讨。本文以会议研讨内容为综述对象,结合国内外研究前沿,分析提出大数据环境中数字资源权益管理面临的四个关键问题和相应的解决路径。     

引用位置视角下数据论文引用行为特征分析——以Scientific Data为例

为探究数据论文的引用行为特征,本研究以Scientific Data期刊中1 473篇数据论文为例,基于引用位置视角,抓取数据论文全文数据,提取引用行为相关信息进行分析。经研究并与一般学术论文对比,发现数据论文引用位置呈“头重脚轻”特征,且不同引用位置上的被引年龄与引用强度均存在明显差异。     

“档案管理方式保管”与“正常业务活动中形成”电子文件证据效力保障:调查与思考北大核心CSSCI

数字时代,电子文件与电子证据互为背景、一体两面。调查以《最高人民法院关于民事诉讼证据的若干规定》第九十四条第一款“档案管理方式保管”与“正常业务活动中形成”两项为审判依据的裁判文书,解读所涉及电子证据的采信依据与未采信原因,指出当前“档案管理方式保管”与“正常业务活动中形成”电子文件证据效力的发挥在“内容覆盖”与“形式规格”方面存在障碍。从全链可控、规范保管、属性转化、多方协同四个方面为实施“司法可认证”的电子文件管理提供建议,包括:多款项形成证明合力,“源头”管控便于审查认定,列明清单助力司法理解,认证指引助推证据采信。以期为机构电子文件证据效力的提升提供有益参考,辅助其合理避免纠纷、应对诉讼风险。     

中国远程高等教育对经济增长贡献的实证研究

目前,分析远程教育对经济增长作用的相关实证研究较少,且多是案例研究。本研究基于1997—2016年的全国省际面板数据,实证分析了远程高等教育对经济增长的贡献及其地区差异,弥补了相关研究的缺乏。实证结果显示:①整体而言,远程本专科教育对中国各省的经济增长有显著的正向促进作用;②远程本专科教育对东、中、西部地区的经济增长都有显著的正向促进作用。其中,在中部地区这一促进作用最大,而在西部地区这一促进作用最小。基于上述结果,本研究认为我国需要加大远程高等教育投入,尤其需要继续加大对中部远程教育的投入,并且注重提高西部地区远程高等教育区域的分布均衡。     

厚数据研究综述

文章通过回顾厚数据研究的理论起源和发展,利用WOS和CNKI检索相关文献,梳理国内外厚数据研究现状,剖析和解读研究中的前沿热点和问题,为后续研究提供支持和建议。当前国内外厚数据相关研究主要集中在厚数据定义研究、厚数据应用场景研究和厚数据分析方法研究等方面,未来应继续围绕基础研究问题进行深入探索和改进,并尝试在厚数据融合研究、厚数据方法研究和厚数据应用研究等方面不断进行拓展。