共查询到20条相似文献，搜索用时 15 毫秒
1.
2.
大数据时代,人们正在以“分析全样本、接收非精确、发现相关性”的新思维探索世界。相应的技术手段日渐成熟,包含大数据处理系统、新型知识服务模式、智能决策支持的大数据科研服务平台有望成为科研新工具。新技术结合新理念,大数据正在加速科学发现、凝聚科学共同体、改变知识生产模式,数据密集型科学有可能成为科研“第四范式”。为了获取新一轮科技竞争优势、提高社会生产力,大数据将在科技政策中占有重要地位,不过,也要防范大数据的负面影响。 相似文献
3.
4.
科学素养是e-Science环境下科研人员所必需的一项必备技能、直接关系到科研人员的科研创新能力。科学素养教育围绕科学数据的保存、共享与利用展开,随着科学研究步入“第四范式”阶段,科学素养已成为科学研究生命周期的重要组成部分。本文以科研生命周期为主线,探讨科学素养教育如何嵌入到科研活动各阶段,实现科学素养教育的个性化。 相似文献
5.
基于安全大数据的安全科学创新研究探讨 总被引：1，自引：0，他引：1
为明晰大数据对安全科学发展的影响,从而把握大数据背景下的安全科学研究与发展方向,提出安全数据与安全大数据的概念。提炼基于安全大数据的安全科学研究的核心原理,分析安全大数据对安全科学研究的影响,构建并解析基于安全大数据的安全科学研究的基本范式体系。在此基础上,基于安全大数据对安全科学学科体系调整提出构想,提出安全大数据学的概念,并构建基于安全大数据的三维结构模型,指出安全大数据学的主要研究内容。结果表明：基于安全大数据非常有助于研究宏观安全规律,安全大数据学的产生是大势所趋,其主要研究内容包括安全大数据应用基础与安全大数据应用实践。 相似文献
6.
7.
大数据时代的历史机遇：产业变革与数据科学 总被引：1，自引：0，他引：1
《中国科技信息》2013,(19):101-101
大数据正以前所未有的速度,颠覆人们探索世界的方法、驱动产业间的融合与分立。《大数据时代的历史机遇：产业变革与数据科学》力图系统、全面的阐述大数据在社会、经济、科学研究等方方面面的影响．或许可以帮助大家澄清一些认知误区,有助于大数据在各行各业落地生根。全书分为三大部分,第一部分重点讲述大数据时代产业发展的三大趋势以及驱动产业融合、升级、转型的根本因素．并给出践行大数据的最佳范式。第二部分首次完整阐述“数据科学”的基础性价值,论述数据科学对科学研究、社会研究、产业发展的影响,并提出数据科学的教育体系。第三部分全景式的介绍重点国家、经济体、新兴企业在大数据领域取得的进展,展示一幅-真实的大数据图景．把判断留给读者,看谁拥有未来! 相似文献
8.
作为人类的新型战略资源,大数据已成为知识经济时代的战略高地。其少量依赖因果关系、主要依靠数据相关性发现知识的新模式,使得其成为继经验、理论和计算模式之后的数据密集型科学范式的典型代表,带来了科研方法论的变革,正成为科学发现的新引擎。科学大数据作为大数据的重要分支,具有不可重复性、高度不确定性、高维性及计算分析高度复杂性的内部特征,以及在数据内容、数据体量、数据获取、数据分析等方面的外部特征,这给科学大数据的处理技术与方法提出了新的挑战。在以上分析基础上,文章提出了科学认知科学大数据,建设科学大数据基础设施,建立科学数据研究中心,以及构建科学大数据学术平台等建议。 相似文献
9.
中、西医作为两种不同的理论体系,在传统的学科融合研究中较难建立统一的知识与认识体系。随着大数据时代的到来,“健康数据科学”这一新兴交叉学科的蓬勃发展为变革中西医融合研究范式提供了新的契机。本文从数据密集型科学研究范式,健康数据科学、环境健康和中西医结合医学的跨学科背景出发,在宏观视角下运用“三因制宜”的观点,论述多疾病谱与多维度数据驱动的知识发现问题,为推动中西医结合的理论发展与知识融合提供新模式与新途径,也为健康数据科学在医学中的应用提供可推广范例。 相似文献
10.
文章从理论和实践层面对科研范式变革的主要内涵和重要影响进行综合性探讨。在理论层面上,从库恩及其代表作《科学革命的结构》入手,探讨“范式”概念的逻辑本质。在实践层面上,通过问卷调查和访谈等形式,调研、凝练出新时代科研范式变革的3个方面内涵：解决系统性复杂问题成为新时代科研范式变革主要驱动力,仿真模拟和数据科学可能成为推动科研范式变革的有效突破口,科研活动组织创新成为推动科研范式变革的基础。在此基础上,分析目前我国应对科研范式变革存在的问题,并提出相应的政策建议。 相似文献
11.
科研基础平台是国家科技创新的基础性、战略性平台。近10年来，我国科研基础平台在科学观测水平、制造工艺水平、数据获取水平、开放共享水平、科学管理水平、开发利用水平方面取得了跨越式发展，高水平支撑我国科技创新活动。展望未来，新的科研范式变革正在悄然到来，新兴科研信息化基础平台不仅支撑重大科技基础设施和野外台站朝着更大规模、更精确、更先进的方向发展，其本身还将对科研范式变革起到重要的推动作用，成为重大科技突破的“加速器”与“倍增器”，成为我国跻身创新型国家前列和迈进世界科技强国的关键支撑。 相似文献
12.
开放科学蓬勃发展,推动着全球科学研究范式的变革。开放科学治理旨在逐步加大科技进步过程的透明性和全球参与度,确保全球范围的低成本开放,加快成果的全球传播和共享,提升全民的科学素养和人文素养。随着开放科学发展势头愈发强劲,一系列挑战逐渐涌现。通过对开放科学治理框架模型进行分析研究,有助于进一步梳理治理逻辑,明确治理主体和治理机制,将有效推进我国开放科学治理体系构建,加速我国科学技术发展,助力我国于2040—2050年成为全球知识共同体的“领航人”之一,推动我国世界科技强国战略目标实现。 相似文献
13.
文章将“智能化科研”（AI4R）称为第五科研范式,概括它的一系列特征包括：（1）人工智能（AI）全面融入科学、技术和工程研究,知识自动化,科研全过程的智能化;（2）人机智能融合,机器涌现的智能成为科研的组成部分;（3）有效应对计算复杂性非常高的组合爆炸问题;（4）面向非确定性问题,概率统计模型在科研中发挥更大的作用;（5）跨学科合作成为主流科研方式,实现前4种科研范式的融合;（6）科研更加依靠以大模型为特征的科研大平台等。文章指出科研的智能化是一场科技上的革命,它带来的机遇和挑战将深刻影响中国科技发展的前途,呼吁各行业的科学家本身实现智能化转型。 相似文献
14.
大数据时代早已到来,大数据作为国家核心战略资源,其研究与应用问题的科学论证、探讨是目前科学研究的热点问题。通过地理信息大数据基础设施的项目经验,借鉴现代物理学、地球物理学等现有学科一般研究模式,并对数据科学的研究模式进行了科学研究的类比分析,提出了一种大数据时代下的,与目前国情、政策及生产力条件下的科学研究需求与水平相适应的数据科学的研究模式,并基于该模式对“互联网 ”的研究与应用中的相关模式进行了初步探讨。希望在目前的数据科学的发展水平下,能够探讨出一种相对适应当今社会生产力发展水平的大数据研究与应用的一般模式,初步解决如何开展大数据研究与应用的问题。 相似文献
15.
王程韡 《科学学与科学技术管理》2015,(1)
身处在科学的洪流当中,如何判断其范式的形成和发展的状况是库恩给我们留下的历史性难题。时下"大数据"概念在政策界和学术界的火热,使得这一需求更加迫切。突破了此前科学计量学静态拍照式的关键词共现分析方法,通过引入反事实思想实验发现,"大数据"的国内外发表物关键词共现网络表现出了较低的网络稳定性。因此暂不能判断"大数据"是引领新范式的"大趋势",甚至有必要在"学术看门人"和打造硬核方面进一步做文章。相比之下,同样产生于特定历史时期的著作《小的是美好的》却可以通过反事实的稳健性检验,反过来验证"大数据"目前"虚热"的判断。 相似文献
16.
数据是现代科学研究不可或缺的重要组成部分,数据生态及其模式演进对于促进科研创新、推动学术出版至关重要。基于概念回溯和比较分析,本文运用数据生态理论深入阐述了科研创新与学术出版的内在逻辑关联,搭建了以科研创新链-数据链-学术出版链为核心的一体化分析框架。同时,结合不同研究范式的演进,分析其数据生态的主要表现,如不同科研范式下数据思维、数据制度、数据主体关系、数据管理结构、数据流通环境、数据管理方法等。最后,提出科研数据生态模式演进的理论模型,为加强数据驱动型研究范式下我国科研数据管理的深入推进提供新的思路与对策建议。 相似文献
17.
18.
随着科学数据的获取、存储、分析和处理等技术的发展,科学研究与科技创新逐步走向以科学数据为基础性科技资源的大数据时代,数据驱动研究范式渗入到各学科领域的实际工作中,科学数据在科研创新中的价值日益突出,科学基金资助机构的科学数据管理职责也更加重要。为此,文章在分析科学数据管理需求产生的驱动因素的基础之上,梳理了发达国家科学数据管理的实践经验,指出科学数据管理活动应联结科学数据全生命周期各阶段,以扩展科学数据的全生命周期及其产生的价值、推动其健康和可持续发展。文章提出了针对科学数据全生命周期的管理策略,包括：科学数据管理计划的制定和实施、科学数据汇交管理、科学数据开放共享、科学数据的可持续维护等,并围绕这些管理策略提出了具体的实施建议。 相似文献
19.
近年来，人工智能（AI）在前沿科技领域取得了诸如AlphaFold2、核聚变智能控制、新冠药物设计等诸多令人瞩目成果，表明AI for Science正在成为一种新的研究范式。实现智能时代的基础科学源头创新及其下游重大技术创新，需破解2个方面的核心问题：（1）如何利用新一代AI（特别是生成式AI及大模型）的通用性和创造性推动新范式的形成；（2）如何利用AI实现对传统科学设施的赋能与改造。文章提出一种智能化科学设施的建设构想，兼顾“高度智能化的科学新设施”和“AI赋能已有科学大设施”2个层面的需求，构筑AI for Science的科学设施体系，形成科学领域大模型、生成式模拟与反演、自主智能无人实验及大规模可信科研协作等创新功能，加速重大科学发现、变革性物质合成，以及重大工程技术应用。 相似文献
20.
科研范式是科技创新的基本理论和方法,在数据爆炸背景下,原有的科研范式已经难以适应复杂科学问题的求解。随着人工智能技术在算法和算力基础设施上的发展,以深度学习为代表的人工智能技术为基础科学研究带来新的方法和工具。人工智能技术主要通过重塑知识生产方式、再造科研工作流程和加速交叉融合创新等路径驱动科研范式的变革。以生物学领域为例,人工智能技术在药物发现,蛋白质结构预测,传染病的预测、演变和控制等领域已有广泛应用。在数据驱动的人工智能方法辅助下,科学问题的求解由传统自下而上的路线转变为数据驱动的自上而下的思路,通过降维、近似求解,寻找与现实问题直接相关的影响因素,形成解决科学问题的新范式。 相似文献