期刊文献+
任意字段
题名或关键词
题名
关键词
文摘
作者
第一作者
机构
刊名
分类号
参考文献
作者简介
基金资助
栏目信息
共找到6篇文章
< 1 >
每页显示 20 50 100
已选择0条
导出题录 引用分析
参考文献
引证文献
 统计分析
检索结果
已选文献
显示方式：
论学科信息学的兴起与发展 被引量：39
1
作者 张志强 范少萍 《情报学报》 CSSCI 北大核心 2015年第10期1011-1023,共13页
随着数据密集型科学研究新范式的出现与日臻发展，科学研究日益成为数据驱动的知识发现活动，D．science（数据驱动的科学）时代来临。以数据计量分析为核心的一系列专门学科领域的“学科信息学”获得了快速发展和应用，有关的概念、技... 随着数据密集型科学研究新范式的出现与日臻发展，科学研究日益成为数据驱动的知识发现活动，D．science（数据驱动的科学）时代来临。以数据计量分析为核心的一系列专门学科领域的“学科信息学”获得了快速发展和应用，有关的概念、技术和方法等已经得到了相应学科领域的认可。同时，支撑专门领域学科信息学发展的信息分析和应用的一般性知识体系不断完善，为一般学科信息学的产生奠定了坚实的基础。本文基于科学研究新范式的时代背景，提出一个全新的概念——“学科信息学”（SubjectInformatics）。文章首先从分析专门学科信息学出发，介绍了学科信息学的缘起，总结了一般学科信息学的内涵；其次，明确了学科信息学的主要研究内容、学科体系及其关键技术与方法；最后，重点剖析了学科信息学在促进学科知识创新和知识发现、催生数据科学兴起与应用、推动知识计算理论与方法发展以及促进学科情报分析与战略研究计算化、定量化发展等方面所起的作用。本研究对发展学科信息学理论体系、完善学科信息学研究内容、促进学科信息学发展应用、推动知识创新以及发展领域知识发现研究等具有重要意义。 展开更多
关键词 数据密集型研究范式 大数据 数据驱动的科学 学科信息学 数据科学 知识发现
下载PDF
FAIR原则如何成为现实?——FAIRsFAIR项目的运行模式、成效及实践经验 被引量：1
2
作者 邢文明 陈继丽 邱春艳 《现代情报》 CSSCI 2022年第7期136-146,共11页
[目的/意义]FAIR原则作为一套促进和确保科研数据可发现、可获取、可互操作和可重用的原则,推进其实施,对保障科研数据充分共享与重用,最大限度地发挥科研数据的价值具有重要意义。[方法/过程]对FAIRsFAIR项目的背景、运行模式、工作成... [目的/意义]FAIR原则作为一套促进和确保科研数据可发现、可获取、可互操作和可重用的原则,推进其实施,对保障科研数据充分共享与重用,最大限度地发挥科研数据的价值具有重要意义。[方法/过程]对FAIRsFAIR项目的背景、运行模式、工作成效进行深度剖析,并总结对我国推进FAIR原则实践的启示意义。[结果/结论]将FAIR原则融入科研数据管理相关政策中、建设支持FAIR原则的科研数据基础设施、把FAIR原则的理念内涵融入研究生教育体系、建立FAIR设施与服务的认证评估机制能够更好地推动我国FAIR原则的落实与实施。 展开更多
关键词 FAIR原则 FAIRsFAIR项目 科研数据管理 数据密集型科研范式
下载PDF
数据密集型科研范式下我国高校数据监护教育模式探析 被引量：1
3
作者 周志峰 《江苏科技信息》 2021年第2期78-80,共3页
在数据密集型科研范式下,高校开展数据监护教育势在必行。文章通过网络信息搜索调查了国内部分高校开展数据监护教育的情况,进而总结了目前数据监护教育的4种模式,并对我国高校开展的数据监护教育提出了建议。
关键词 数据监护教育 科学数据 数据密集型科研范式
下载PDF
面向数据密集型科研范式的科学大数据服务平台构建研究 被引量：13
4
作者 朱维乔 《图书馆学研究》 CSSCI 2017年第13期22-25,共4页
文章论述了大数据环境下数据密集型科研活动面临的挑战,在此基础上分析了科学大数据服务平台构建的必要性和可行性,并具体阐述了科学大数据服务平台构建模型,包括科学大数据接收层、科学大数据存储层、科学大数据组织层、科学大数据计... 文章论述了大数据环境下数据密集型科研活动面临的挑战,在此基础上分析了科学大数据服务平台构建的必要性和可行性,并具体阐述了科学大数据服务平台构建模型,包括科学大数据接收层、科学大数据存储层、科学大数据组织层、科学大数据计算层、科学大数据分析层以及科学大数据用户接口层等,旨在解决数据密集型科研活动面临的大数据采集存储、分析管理以及共享应用等问题。 展开更多
关键词 大数据 数据密集型科研范式 平台构建
原文传递
计算社会科学时代需要什么教育学——兼与《计算教育学:内涵与进路》作者商榷 被引量：24
5
作者 谭维智 《教育研究》 CSSCI 北大核心 2020年第11期46-60,共15页
随着以大数据、人工智能为代表的信息技术的发展,计算教育学作为一个新兴的交叉研究领域受到国内外学者的关注。计算教育学研究教育的基本方式是数据分析与计算,但教育学是否与计算社会学一样同属于"可计算社会科学"值得认真... 随着以大数据、人工智能为代表的信息技术的发展,计算教育学作为一个新兴的交叉研究领域受到国内外学者的关注。计算教育学研究教育的基本方式是数据分析与计算,但教育学是否与计算社会学一样同属于"可计算社会科学"值得认真讨论。大数据的化约、数据化处理方式与教育的整体性特质并不完全相容,教育活动或人的行为的数学化操作不具有自然科学的数学化操作那样的有效性和可行性。教育的特殊性以及教育主体的独特性决定了应用数据密集型计算方法所能发现的"新知识"不同于自然科学领域。对教育主体及教育系统各要素之间的互动过程,只能进行有限的、局部的、特定视角下的量化与计算。关于教育知识、教育规律的寻求和表达本质上是原理机制的研究和理论阐释,而不是数据分析。就该问题进行商榷并不表示笔者反对计算教育学作为一个新兴领域、新兴学科的出现,而是主张在学科交叉的样态下保持计算教育学清晰的研究边界和学科归属。从计算教育学赖以诞生的学科渊源来看,其学科归属更应该是计算科学和信息科学。 展开更多
关键词 计算教育学 数据密集型科学研究范式 教育大数据 计算社会科学
原文传递
“第四范式”视角下的高校图书馆情报创新模式探索 被引量：2
6
作者 刘林霞 《科技视界》 2019年第10期183-185,共3页
随着国家"互联网+"战略的推进,科研范式也在发生着变革,本文阐述了"互联网+"时代下,科学研究第四范式--数据密集型科学研究范式的兴起及发展历程,提出了基于"互联网+"时代的高校图书馆情报服务模式创新,... 随着国家"互联网+"战略的推进,科研范式也在发生着变革,本文阐述了"互联网+"时代下,科学研究第四范式--数据密集型科学研究范式的兴起及发展历程,提出了基于"互联网+"时代的高校图书馆情报服务模式创新,包括:嵌入式信息服务、开展重点课题跟踪服务、文献计量分析服务、学科馆员服务和科技查新服务等。 展开更多
关键词 “互联网+”时代 数据密集型 科研范式 大数据 情报服务
下载PDF
已选择0条
导出题录 引用分析
参考文献
引证文献
 统计分析
检索结果
已选文献
上一页 1 下一页 到第 页
使用帮助 返回顶部