您选择的条件: 朱玲
  • 研究数据管理服务框架研究与构建:以北京大学为例

    分类: 图书馆学、情报学 >> 图书馆学 提交时间: 2023-07-26 合作期刊: 《图书情报工作》

    摘要: [目的/意义]通过数据驱动研究的海内外环境扫描,研究数据管理服务的国内外进展,提出研究数据管理服务框架和服务研究生命周期的建议,并以北京大学图书馆的实践为例,为高校与科研机构提供研究数据管理服务、推动数据驱动研究提供研究与实践参考经验。[方法/过程]调研国内外数据驱动研究现状和趋势,分析研究数据管理服务国内外发展情况,指出研究数据管理服务的重要性。通过对用户调查和QS排名前50名的大学服务的调研,总结服务需求。根据数据驱动研究范式特点和研究者需求,依据国家、国际组织、资助机构和科研机构的数据政策要求,基于研究数据生命周期需要服务于研究生命周期,提出研究数据管理服务框架设计。介绍北京大学研究数据管理服务框架体系建设经验,为研究数据管理服务框架体系建设提供建议。[结果/结论]基于需求调研设计支持学术交流全过程的研究数据管理服务框架,研究数据管理服务应包括:数据管理计划、数据服务、数据管理、数据素养、长期保存和数据政策等。在该框架下北京大学图书馆从多方面开展研究数据服务实践,为高校与科研机构建设研究数据管理服务提供有价值的参考经验。

  • 苯甲酸、凝结芽孢杆菌和牛至油复合添加剂对大肠杆菌攻毒仔猪生长性能、抗氧化能力和空肠消化吸收功能的影响

    分类: 生物学 >> 动物学 提交时间: 2018-12-25 合作期刊: 《动物营养学报》

    摘要: 本试验旨在研究苯甲酸、凝结芽孢杆菌和牛至油复合添加剂对大肠杆菌攻毒仔猪生长性能、抗氧化能力、空肠黏膜二糖酶活性和养分转运载体mRNA表达的影响。20头平均体重(7.64±0.46) kg健康的(24±1)日龄“杜×长×大”断奶仔猪,随机分为4组,每组5个重复,每个重复1头猪。对照组(CON组)和大肠杆菌组(ETEC组)饲喂基础饲粮,抗生素组(AT组)和复合添加剂组(ABO组)分别饲喂在基础饲粮中添加抗生素(20 g/t硫酸黏菌素+40 g/t杆菌肽锌)和复合添加剂(3 000 g/t苯甲酸+400 g/t凝结芽孢杆菌+400 g/t牛至油)的试验饲粮。试验第22天,ETEC、AT和ABO组仔猪灌服含3×1011 CFU大肠杆菌的培养液,CON组仔猪灌服相同剂量的无菌培养液。试验期共26 d。结果表明:与CON组相比,ETEC组仔猪腹泻率和腹泻指数显著提高(P<0.05),血清和空肠黏膜丙二醛(MDA)含量显著提高(P<0.05),血清总抗氧化能力(T-AOC)和总超氧化物歧化酶(T-SOD)活性以及空肠黏膜钠-葡萄糖共转运载体1(SGLT1)mRNA表达水平显著降低(P<0.05),有降低空肠黏膜T-AOC和T-SOD活性的趋势(P<0.10)。与ETEC组相比,ABO组仔猪平均日增重(ADG)显著提高(P<0.05),仔猪料重比(F/G)显著降低(P<0.05),仔猪腹泻率和腹泻指数显著降低(P<0.05),血清和空肠黏膜MDA含量显著降低(P<0.05),血清和空肠黏膜T-AOC和T-SOD活性显著提高(P<0.05),空肠黏膜SGLT1和寡肽转运蛋白1(PepT1)mRNA表达水平显著提高(P<0.05)。此外,与AT组相比,ABO组仔猪腹泻指数显著降低(P<0.05),血清T-AOC显著提高(P<0.05)。综上所述,饲粮添加苯甲酸、凝结芽孢杆菌和牛至油复合添加剂可显著缓解大肠杆菌攻毒诱导的仔猪腹泻,提高仔猪抗氧化能力,改善仔猪的生长性能和肠道消化吸收功能。

  • 不确定PAHT聚类算法在滑坡危险性预测上的应用

    分类: 计算机科学 >> 计算机科学的集成理论 提交时间: 2018-04-19 合作期刊: 《计算机应用研究》

    摘要: 针对滑坡预测聚类研究中由于难以确定传统聚类算法需要预先设置的簇个数和无法精准衡量不确定因素降雨量导致预测效果欠佳的问题,提出一种新的聚类算法—不确定PAHT(partition algorithm on the hierarchical thinking)算法,该算法引入一种不确定数据模型——M-D距离,其有效刻画了不确定的雨量数据;并结合层次聚类思想,通过找出最佳阙值p*自动确定k值。以延安宝塔区为实例进行对比实验,实验结果验证了不确定M-D距离和PAHT算法的有效性及不确定PAHT算法在滑坡危险性预测上的可行性。

  • 微博用户标签与博文内容相关度研究

    分类: 图书馆学、情报学 >> 情报学 提交时间: 2017-10-11 合作期刊: 《数据分析与知识发现》

    摘要: 【目的】探索微博用户标签与其发布微博主题之间的潜在关系, 为微博类应用平台的主题发现以及用户标签自动推荐服务提供参考。【方法】利用爬虫程序抓取“自然语言处理”领域新浪微博用户信息及微博, 对抓取的微博内容进行分词并对用户标签进行语义扩充, 运用编辑距离算法将标签集与用户的微博内容进行匹配。【结果】对匹配结果进行抽样分析, 发现新浪微博平台上, 学术领域微博用户标签和用户所发微博内容具有一定的相关度。【局限】仅对学术领域和新浪微博进行相关研究, 研究领域和应用平台有待进一步扩展。【结论】微博标签推荐系统可以将用户微博内容作为标签推荐的重要数据来源, 为用户提供更有针对性的个性化标签; 同时,在对微博内容进行主题抽取和分析时, 可以借助微博用户标签优化分析结果。