开放经济环境下多课程协作式教学模式的探究与实践——以经济学专业为例

多课程协作式教学模式的研究是基于专业学科知识本身所具备的拓展性,以及专业知识内容的交互性综合考虑下所采取的现代混合式教学模式。以经济学专业为例,经济学专业包含多个方向,但若以传统教学模式进行经济学专业知识内容讲授,这很难满足社会对综合型人才培养标准的要求,尤其在现代开放经济环境下,对经济学专业人才需要掌握的知识和实际运用能力要求更高。本文以开放经济环境为出发点,以经济学专业教学为载体,针对多课程协作式教学模式的应用优势、注意要点以及实践应用进行了相应的探讨。     

中外情报学论文创新性特征研究

[目的/意义] 综合运用定性与定量相结合的方法对近年中外情报学论文的创新性进行分析和对比，揭示情报学领域研究的创新性特征，发现领域学术论文中创新句内部的知识关系，进行更细粒度的论文创新性分析，为研究领域创新点深层次利用提供条件，同时丰富科技论文创新性监测的途径，促进科学研究创新。[方法/过程] 从句子级创新性识别出发，选取中英文各两种情报学期刊作为样本，采用信息抽取和机器学习的方法，将创新句的抽取从现有的摘要扩展到全文，充分利用句子结构和句法特征识别领域创新内容，探讨近年中外情报学论文在创新对象、主题、类别等方面的特征，并做对比分析，最后通过对自动分类的论文集合进行定性的内容分析，总结归纳出中外情报学论文创新的表达范式。[结果/结论] 从创新的表达来看，中外情报学论文创新句的分布情况基本一致，英文期刊论文创新的表达更丰富。从创新性特征来看，英文情报学期刊论文创新主题较集中，而中文主题多样和分散；具体方法的创新是近年情报学领域的创新热点，而在研究方法上创新不足；中英文情报学期刊论文的创新性特点都反映了应用研究、实证研究的成果较多，而理论创新推动缓慢的趋势。     

学术论文科研诚信问题分析与解决路径探索

针对当前学术领域层出不穷的科研诚信丑闻,为了探索防范学术不端行为的有效路径,首先结合前人研究和典型案例,对当前科研领域学术不端行为的主要类型进行了简要梳理,并在此基础上对学术论文科研诚信问题的成因进行了分析,最后阐述了基于开放科学标识码(open science identity, OSID)的开放科学计划给出的解决路径。OSID平台借助语音介绍、在线问答、学术圈、开放内容和数据等功能,打造出一个在线互动交流的学术平台。该平台有助于建立更加公平合理的基于单篇论文的学术评价机制,并大力促进开放科学运动的普及。面对学术不端的严峻环境,期刊社应发挥好科研诚信"把关人"的作用,主动推进数字化转型,积极拥抱开放科学运动,逐渐形成期刊品牌效应。     

教育体系是当前推动教育制度成熟定型的工作抓手

实现教育治理体系和治理能力现代化,需要聚焦根本制度、基本制度、重要制度及其相互衔接。教育体系的发展,是一个从成熟、定型到完善、巩固的过程。我们要明确各级各类教育内涵式发展的重点,通过分类评价,引导高校找准定位,建立科学的绩效管理机制,激发高校办学内生动力。     

基于深度学习的中文专利自动分类方法研究

[目的/意义] 面向当前国内专利审查和专利情报分析工作中对于海量专利分类的客观需求，设计了7种基于深度学习的专利自动分类方法，对比各种方法的分类效果，从而助力专利分类效率和效果的提升。[方法/过程] 针对传统机器学习方法存在的缺陷，基于Word2Vec、CNN、RNN、Attention机制等深度学习技术，考虑专利文本语序特征、上下文特征以及分类关键特征，设计Word2Vec+TextCNN、Word2Vec+GRU、Word2Vec+BiGRU、Word2Vec+BiGRU+TextCNN等7种深度学习模型，以中国专利为例，选取IPC主分类号的"部"作为分类依据，对比这7种模型与3种传统分类模型在中文专利分类任务中的效果。[结果/结论] 实证研究效果显示，采用考虑语序特征、上下文特征及强化关键特征的深度学习方法进行中文专利分类具有更优的分类效果。     

政府数据开放中的公众参与模式:理论构建与案例实证

[目的/意义] 探讨政府数据开放中公众参与的理论模式，旨在指导政府部门有效实现公众参与数据开放的政策目标，以及推进政府数据开放中公众参与议题的研究进展。[方法/过程] 采用文献分析法、逻辑分析法和案例分析法，同时以公众参与阶梯理论作为分析工具，构建并实证政府数据开放中的公众参与模式。[结果/结论] 政府数据开放中的公众参与可从理论层面构建为告知型参与、咨询型参与、合作型参与和授权型参与4种模式，其核心涵义分别是政府向公众传达信息、政府咨询公众意见、政府与公众平等合作、政府与公众共同治理。这4种政府数据开放公众参与理论模式一方面在政府意图、主导力量、信息流动、公众信息知晓度和公众自治程度方面存在明显的特征差异，另一方面从国内外政府数据开放公众参与实践案例中获得良好的经验支持。