排序方式： 共有47条查询结果，搜索用时 15 毫秒
1.
【目的】为更好地发挥科学学与科技管理类期刊引领学科发展、培养专业人才、传播研究成果的职能,提升科学学等学科的显示度提供参考。【方法】从栏目设置、研究主题、开放获取、新媒体平台等角度对该类期刊的发展现状进行全面调研。【结果】科学学期刊建设与学科发展存在沟壑,期刊间栏目设置和主题趋同明显,开放获取程度不高,新媒体平台内容匮乏。【结论】提出重视科学学理论、方法论等基础研究成果的刊发 ;以学术引导资政;突破同质化,打造和而不同、共生有序的专业期刊群;完善开放获取与特色平台建设等策略。 相似文献
2.
在科普信息化不断推进的当下,为探究我国微信科普的发展现状,从科学计量的视角对我国典型科普微信公众号进行量化研究,通过对其科普信息在推送频次、传播内容和传播效果等方面的特点分析,探究社交媒体时代科普信息在微信平台的传播路径。研究表明,微信公众号在科普信息推送方面有较高的活跃度,且不同公众号有各自的运营模式;在科普内容方面信息更加多元化,除注重知识的科普外,还传播文化、新闻等类型的相关科普信息;在科普效果方面,受众关注度与参与性逐步提高,整体积极向好,但还有待提高。 相似文献
3.
4.
[研究目的]科学合理的人文社科学术著作评价指标体系能够为优秀成果评选、职称评定、项目评审及人才评价等学术评价活动提供理论依据与方法参考。[研究方法]以高等学校科学研究优秀成果奖(人文社会科学)第3届至第7届获著作奖的27个学科的2175本著作为对象,做指标特征分析。综合考虑各项原则,遴选出5个一级、11个二级、28个三级评价指标,并进行学科分类。使用专家调查法、层次分析法、熵权法确定不同学科分类指标权重,完成评价指标体系的构建。以申报第8届高等学校科学研究优秀成果奖(人文社会科学)中的人文类、社科类和综合类的577本著作为实验数据,对指标体系进行了实证验证。[研究结论]哲学、社会学实证结果与实际获奖情况比较一致,管理学则与实际获奖相关性不高。从学科属性、数据源等方面分析了原因,提出应加强书评数据库建设和著作全文本分析的建议。 相似文献
5.
6.
H指数和G指数在专利权人评价中的实证研究——以电通信中“数字信息的传输”技术为例 总被引：1，自引：0，他引：1
专利,作为集技术情报、经济情报、商业情报等于一体的知识载体,在分析高技术企业的技术水平方面有重要的作用。在前人将H指数应用于专利权人分析的基础上,进一步将G指数移植到专利权人的评价中,并对源于德温特专利数据库的2001-2010年的电通信技术中的数字信息的传输中的相关专利权人,进行了比较。通过专利量、H指数和G指数的分析,本文发现日、韩和我国的部分企业在专利量方面有优异的表现,然而在H指数和G指数所显示的技术实力方面,却远不如美国、欧洲的高科技企业。 相似文献
7.
8.
【目的】在开放同行评议的大背景下,探讨会议论文同行评议得分与其被引频次的关系,从而分析同行评议结果与传统文献计量指标在科研评价中的关系,为完善科研评价体系提供一定的参考。【方法】基于OpenReview平台提供的ICLR会议论文的公开评审数据,将全部论文划分为口头报告、海报展示和拒收论文三类,运用文献计量和统计分析方法探究论文的同行评议得分与被引频次之间的关系。【结果】三类论文在评审得分和被引频次方面均存在显著差异,同行评议得分与被引频次存在较显著的正相关性。【结论】同行评议与传统文献计量指标在科研评价方面的一致性较高,但并非相互替代的关系,文献计量指标应是对同行评议的重要补充。科研评价体系应该是建立在定性同行评议的质量评价基础上,融合定量文献计量指标,形成一种主客观相结合的融合评价模式。 相似文献
9.
[研究目的]颠覆性技术被视为“改变游戏规则”和“重塑未来格局”的革命性力量,对人类社会有广泛且深刻的影响,预先识别并部署颠覆性技术,对在当今全球化竞争中占领先机具有重要意义。[研究方法]基于专利引用方向的变化,构建用以识别颠覆性技术的新方法,并以2001-2020年间语音识别领域专利数据进行案例研究。[研究结论]研究结果发现语音识别技术领域EP1104155-A2、US2005080632-A1、US7418392-B1、US2009043580-A1、US7720683-B1、US9263036-B1等专利极具颠覆性,涉及交互式语音修改、深度递归神经网络和语音识别技术在无线通信系统、车辆导航系统、照明元件等中的应用。该方法能够对颠覆性技术进行识别,为研究人员和管理者提供决策依据和参考。 相似文献
10.
颠覆性技术是一个具有复杂的内在结构的技术群。从空间维度来看,颠覆性技术是包含了主导技术、辅助技术、支撑技术的复杂技术群,涉及多学科、多领域。在此背景下,运用科学计量的方法对颠覆性技术进行科技评价和科学技术演变规律探索面临挑战,实质表现为数据检索。本文探索了一种基于机器学习的专利数据集构建新策略,将专利检索任务作为机器学习的二分类任务,类似于信息检索中基于主动学习的查询分类思想,并提出了将F-measure特征最大化方法与CNN(convolutional neural networks)模型相结合的文本分类改进方法。本文以人工智能(artificial intelligence,AI)技术域为例进行训练实验,实验结果的准确率、召回率和F1值分别达到98.01%、97.04%和97.89%,这表明本文提出的策略能够精准地识别人工智能专利,提高了专利检索的准确率和召回率,以利于构建精、准、全的人工智能技术域专利数据集。 相似文献