您选择的条件: 余厚强
  • 面向多维应用的替代计量学“场景-问题-方法”研究框架

    分类: 图书馆学、情报学 >> 情报学 提交时间: 2024-02-08

    摘要: 【目的】替代计量分析已得到广泛认可和使用,但国内较多将其局限于科学评价视域,忽视了替代计量学广阔的应用场景。本文通过构建替代计量学场景-问题-方法研究框架,旨在丰富替代计量分析的研究设计,促进替代计量学健康可持续发展。【方法】通过借鉴科学学、信息计量学中的成熟框架,结合替代计量学的特征,构建起研究框架。【结果】替代计量学的应用场景可分为评价指标、科学传播、知识扩散三种。从研究问题视角构建替代计量分析的方向,面向评价指标场景提出指标应用、影响因素和指标构建三个方向的研究问题;面向科学传播场景提出传播策略、传播结构、传播趋势、科学与社会互动四个方向的研究问题;面向知识扩散场景提出扩散策略、扩散结构和扩散效果三个方向的研究问题。最后,结合因果推断、网络分析和机器学习三种关键分析方法,阐述每种研究问题相应的研究设计思路,对替代计量学的未来发展进行了展望。【结论】本研究提出的替代计量学框架有利于促进替代计量学进入内涵式发展阶段。

  • 人工智能领域高产科研团队的演化研究

    分类: 图书馆学、情报学 >> 情报学 提交时间: 2023-04-01 合作期刊: 《图书情报工作》

    摘要: [目的/意义] [JP+1]团队合作已成为当今知识创新的一种重要组织形式。从动态网络视角探究科研团队动态演化规律对于促进科研团队的发现、组建和管理具有重要意义。[方法/过程] 以人工智能领域为例,采用Louvain社群发现算法识别人工智能领域研究团队,通过计算团队合作网络中节点数、边数、网络密度和平均聚集系数四项拓扑指标的极值分布,从微观和宏观视角探究该领域高产团队演化的特征与规律,以揭示科研团队演化的内在动因。[结果/结论] 微观视角下,合著网络拓扑指标的极值分布揭示人工智能领域高产团队演化的动态属性;宏观视角下,高产团队在网络密度与网络平均集聚系数上呈现出演化共性,多数团队在演化中催生更多新的合作关系的产生;结合团队的演化路径来看,人工智能领域高产团队中各时期的小团体合作现象显著,且小团体之间的合作直接影响着整体团队的走向。

  • 人工智能科研团队的合作模式及其对比研究

    分类: 图书馆学、情报学 >> 情报学 提交时间: 2023-04-01 合作期刊: 《图书情报工作》

    摘要: [目的/意义] 探讨人工智能领域科研团队的合作模式,并比较不同合作模式科研团队的差异与影响。[方法/过程] 以已识别出的人工智能领军团队为研究对象,根据团队中学者的合作人数情况和社会网络指标,识别出团队中的核心学者,进而划分人工智能科研团队的合作模式,并对不同合作模式的团队进行举例分析。在此基础上,从网络结构特征、研究绩效与地理分布几个维度,对比分析不同合作模式领军团队之间的差异。[结果/结论] 人工智能领域科研团队的合作模式被划分为单核模式、双核模式、多核模式以及均衡模式4种类型,其中,单核模式和双核模式的科研团队在所研究维度上都表现较为优异。

  • 人工智能领域科研团队识别与领军团队提取

    分类: 图书馆学、情报学 >> 情报学 提交时间: 2023-04-01 合作期刊: 《图书情报工作》

    摘要: [目的/意义] 对人工智能领域科研团队进行识别,并基于多个维度的指标提取领军科研团队,旨在丰富科研团队识别的流程与方法,为从科研团队视角分析人工智能领域脉络、前沿和主题提供依据。[方法/过程] 以Web of Science为数据来源,采集2009-2018年间人工智能学科领域所有科技论文的数据,通过算法设计与人工核查进行数据清洗;基于分数计数法构建全局合著网络,并利用社区探测算法动态调参、识别科研团队;进而基于多维度的指标提取出领军团队,并加以比较分析。[结果/结论] 从实践出发构造人工智能科技论文数据清洗的规则;构建基于合著关系识别人工智能科研团队的流程体系;提出通过消除边缘结点进行合著网络筛选,进而利用已知团队作为参考进行参数调整的思路;较为系统和准确地识别出全球人工智能科研团队,并基于发文量、被引量、h指数、中介中心度、接近中心度和加权点度中心度6个维度的指标提取出领军科研团队,同时,给出结合论文数据和实证调研对每个领军团队的示例性分析。