共查询到18条相似文献，搜索用时 281 毫秒
1.
2.
为推动安全科学发展,以安全科学研究与安全实践活动中最为普遍的安全关联现象为基础,开展构建安全关联学的学科建设研究。基于安全体系的关联特性,提出安全关联的定义,并分析其内涵、类型与特征,进而提出安全关联学的定义,分析其学科基本问题与学科基础,提取实体表达与逻辑表达等6种常用的安全关联学表达方法,并从安全教育的层次和事故预防的策略等11个不同的视角构建安全关联学的学科分支体系。研究结果表明,安全关联学研究具有深厚的现实基础与理论基础和广阔的应用与发展前景。 相似文献
3.
目前的安全科学学科体系中,安全信息系统学领域尚处于空白,因此开展安全信息系统学学科构建,有利于完善安全科学学科体系并促进安全信息的发展和应用,具有重要的理论和现实意义。首先,立足于信息系统学、安全信息学和安全系统学的基本理论,提出安全信息系统学的定义并阐述其内涵;其次,论述安全信息系统学的理论基础并从6个方面梳理其研究内容;在此基础上,概括安全信息系统学的研究方法并分析其研究程序;最后,从4个方面探讨安全信息系统学的应用前景。研究发现,安全信息系统学具有深厚的理论基础和广阔的应用前景,同时安全信息系统学学科的构建是对安全科学学科体系的进一步完善。 相似文献
4.
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
5.
大数据视域下安全信息资源管理模式研究 总被引：1，自引：0，他引：1
安全信息资源管理关系着人们安全活动的效率和水平,而大数据为前者提供新的发展契机,对提高安全信息资源管理水平具有重要的指导作用。首先,基于大数据和安全信息资源管理理论,概括安全信息资源管理详细过程,分析其在大数据背景下呈现新的发展趋势;其次,提出大数据视域下的安全信息资源管理模式,分析模式的内涵和关键指标;最后,探讨大数据在安全信息资源管理中的优势及应用前景,并给出三点促进意见。研究发现,大数据的应用是安全信息资源管理发展的新方向,为其发展提供了理论指导和技术支撑。 相似文献
6.
[目的/意义]科学数据安全是国家信息安全的组成部分,随着数据科学研究的兴起,高校科学数据安全的政策研究有待深入。[方法/过程]采用网络调查的方法,对美国U.S.News前50名大学的科学数据管理内容进行分析,从“涉及对象”“保护方法”和“科学数据生命周期”等角度梳理政策重点和空白点。基于科学数据生命周期,从“制度层”“基础设施层”“数据素养层”和“实施层”四个主要层次,构建了高校科学数据安全的内容框架,并分别讨论了科学数据生命周期不同阶段与科学数据安全相关的各个主体的职责。[结果/结论]高校科学数据安全内容贯穿科学数据生命周期,相关主体包括制度层、基础设施层、数据素养层、执行层。 相似文献
7.
广义安全模型构建研究 总被引：2，自引：2，他引：0
为拓宽安全科学研究思路和方法,克服狭义安全模型的缺陷,并进一步完善安全科学理论体系,基于安全科学和大安全观的视角,以系统安全为切入点,提出安全模型的“正向构建”范式,并构建广义安全模型。在此基础上,分别从“微匹配-微系统、中匹配-中系统、宏匹配-宏系统”三个层面解析广义安全模型的内涵和模型的特征。分析所建模型在促进安全系统学研究、安全科学原理研究、事故预防和安全管理、安全学科建设等方面的功能和应用前景。研究表明：广义安全模型是安全科学研究的一种新思路和新方法,对安全科学学科体系建设及相关研究均具有显著的理论指导作用。 相似文献
8.
大数据时代信息技术发展促使安全管理研究进一步生成数据密集型科学发现范式,并扩展安全绩效管理研究的边界。首先,从数据、信息、知识、智慧4个层面分析数据驱动决策的内涵,并构建数据驱动的安全绩效反馈流程;然后,从时间维、逻辑维和领域维3个维度探讨数据驱动下安全绩效管理的三维结构,归纳数据驱动下安全绩效管理的6个研究特征,并从用户层、指导层、数据驱动决策层、业务层、基础设施层5个层面提出数据驱动下企业层面的安全绩效管理框架模型。研究结果表明,数据驱动下的安全绩效管理有助于推动大数据与安全管理融合,以数据主导方式持续优化安全管理,为安全管理信息化提供理论支撑。 相似文献
9.
"大数据时代"的到来以及数据密集型知识发现方法论为科学研究提供了全新的机遇与挑战。基于此,国际科技数据委员会(CODATA)联合全球6个大型国际学术组织以及中科院遥感与数字地球所于2014年6月在北京举办了大数据与科学发现国际研讨会。本次研讨会对大数据及科学大数据的本质特征进行了分析,对大数据予大科学研究的知识发现开展了研讨,对大数据予大科学计划的应用提出了建议,并针对大数据服务科学计划使命提出了未来行动纲领。 相似文献
10.
[目的/意义] 安全情报人才培养旨在储备安全情报专业人才,这直接关系着国家、社会以及各类社会组织的安全管理工作。在大数据时代,大数据给安全情报人才培养提出新要求。因此,大数据时代的安全情报人才培养研究具有重要的理论和现实意义。[方法/过程] 运用文献分析和理论思辨方法,在安全情报人才培养理论基础之上,分析大数据背景下安全情报人才培养面临的新要求,并构建大数据时代安全情报人才能力素养体系。基于此,提出大数据时代安全情报人才培养模式,并针对模式进行详细分析与论述。[结果/结论] 研究发现,大数据时代,安全情报人才培养面临着目标升级、统一标准、需求宽泛、法律建设、能力提升、环境适应、教育改革等诸多新的要求;与此同时,安全情报人才的知识、技能、意识、文化道德和执行力等素养水平都亟需提升。此外,大数据时代安全情报人才培养模式从教育体系、法规保障、智库建设、文化氛围以及人才考核等方面进行改革创新,以培养高质量的安全情报专业人才。 相似文献
11.
为促进安全科普学研究与发展,进而提升安全科普实践效果,针对目前学界对安全科普理论研究不足的现状,基于学科建设高度,开展安全科普学的创建研究。首先,从安全科学视角,基于科普的定义,提出安全科普的定义;其次,提出安全科普学的定义,并深入剖析安全科普学的内涵;最后,系统探讨安全科普学的研究范围、学科特征、研究对象、研究内容与学科基础5个学科基本问题。研究结果表明,安全科普学是专门研究安全科普规律的一门新兴综合交叉学科,其研究可为安全科普实践提供重要的理论基础与科学依据。 相似文献
12.
企业智慧安全绩效管理是以数据驱动方式自动评估安全生产状况,持续提升企业的过程安全管理水平.首先,提出智慧安全绩效管理的定义,并阐述其内涵、意义与特征.然后基于此,从基础设施、数据采集、数据分析、信息服务4个方面构建企业智慧安全绩效管理模型,并分别解析智慧安全绩效管理基础设施子模型、智慧安全绩效数据采集子模型、智慧安全绩效数据分析子模型、智慧安全绩效信息服务子模型的内容.最后,从加强智慧安全绩效管理的战略规划布局、增强智慧安全技术的敏感性、加强员工对智慧系统的熟悉度、加强管理层的智能安全素养、增加个性化的安全绩效信息服务能力5个方面,提出智慧安全绩效管理的发展策略. 相似文献
13.
针对目前学界在理论层面对安全预测研究极其缺乏的问题,立足于学科建设高度,进行安全预测学的建立研究。首先,根据预测的定义,基于系统视角,给出安全预测的定义,并分析其内涵。其次,提出安全预测学的定义,并深入剖析其内涵及创立安全预测学的依据。最后,系统探讨安全预测学的学科性质、研究内容、学科分类与学科基础4个学科基本问题。结果表明,安全预测的本质是一种安全科学研究与实践的方法论;安全预测学是专门研究与探讨系统未来的安全状态发展变化规律的一门新兴综合交叉学科,是安全科学中势在必建的分支学科。 相似文献
14.
在小科学与大科学关系的视角下,美国科学的社会建制是以小科学为基础、以大科学项目为核心的大科学建制,是经历长期演进、历史地形成的;科研模式具有"自主推动"、"主体多元、高校主导"等特点;能够根据情况的变化进行适当地调整。对现阶段的中国来说,在从传统向现代的赶超中,科学目标相对明确,应发挥"中国特色",大力发展大科学,发挥其带动、提升全局的功能;与此同时,在赶超途中,尤其在接近科学前沿之时,应着力培育并完善广泛的不同领域不同层次的小科学产生、发展的健康氛围,提升并扩展小科学的基础地位,为中国科学提供"涨落"、提供新的分岔点和增长点。 相似文献
15.
[目的/意义]为了避免国内图书情报学界在大数据浪潮下走创新不守正的老路。[方法/过程]对情报学界开设大数据专业面临的挑战与冲击、情报学的学科根基、如何变革情报学研究与教育等问题进行深入分析。[结果/结论]如果不对现有师资队伍的知识结构进行调整,不对师资队伍的知识储备进行充实,情报学界培养出来的大数据人才将缺乏市场竞争力。大数据时代的情报学研究既要追求学科知识的严谨性,坚守研究内容与教学内容的相关性,也要理性地将大数据思维、大数据方法与技术融入情报学的学科知识体系。大数据时代的情报学教育应该保持学科边界的稳定性,保持内容结构的合理性。 相似文献
16.
17.
大数据时代为人文社会科学研究及其自身的变革迎来了新的发展机遇,人文社会科学领域对大数据相关问题的研究正处于快速上升期。以中文社会科学引文索引数据库为数据来源,从期刊、作者、研究机构、学科属性4个层面对国内人文社会科学视野下大数据的主要研究力量进行了分析。通过信息计量与可视化识别出国内人文社会科学视野下大数据研究的六大研究前沿：面向大数据的企业竞争情报研究、大数据时代社会治理与公共服务创新、基于网络大数据的企业生态系统建模、大数据时代公共图书馆的服务创新与发展、数据新闻、教育大数据及其应用。 相似文献
18.
数据科学的发展，将为计算智能的持续发展提供新的可能与机遇；与此同时，计算智能的发展与新型智能范式的兴起，也将为大数据在各行业和各领域的应用提供新的契机。文章阐述了数据科学的内涵，探讨了计算智能的发展与新型智能范式，列举了引领数据科学与计算智能研究的应用方向；进而基于香山科学会议第667次学术讨论会与会专家的讨论，提炼形成数据科学与计算智能领域的七大关键问题，以期使该领域研究得到相关领域研究者与应用者的共同关注，从而把握时代的机遇，推动数据科学与计算智能持续发展。 相似文献