<?xml version="1.0" encoding="utf-8"?>
<rss version="2.0" xmlns:atom="http://www.w3.org/2005/Atom" xmlns:cf="http://www.microsoft.com/schemas/rss/core/2005">
<channel xmlns:cfi="http://www.microsoft.com/schemas/rss/core/2005/internal" cfi:lastdownloaderror="None">
<title cf:type="text"><![CDATA[数字图书馆论坛 -->计量与评价]]></title>
<item>
<title xmlns:cf="http://www.microsoft.com/schemas/rss/core/2005" cf:type="text"><![CDATA[高水平论文开放同行评议意见分析及启示——以H1 Connect为例]]></title>
<link><![CDATA[https://dlf.istic.ac.cn/dlf/ch/reader/view_abstract.aspx?file_no=202501009&flag=1]]></link>
<description xmlns:cf="http://www.microsoft.com/schemas/rss/core/2005" cf:type="html"><![CDATA[开放同行评议为论文评价提供了新的视角，分析高水平论文的评议意见特征，有利于评判优质论文、优化学术评价体系。以被全球生物医学领域权威开放同行评议平台H1 Connect专家推荐的、发表在顶级期刊上有关COVID-19的论文为高水平论文的典型案例，爬取这些论文在H1 Connect中的开放同行评议意见，从指标和文本两个层面分析专家评议意见所体现的对高水平论文的关注和认可程度、情感特征以及价值特征。研究发现，高水平论文能快速吸引专家的关注，但仅有少数引发热议。开放同行评议文本中存在一定数量的情感句，明确体现了专家的观点态度：正向评价居多，主要针对论文的总体表现；负向评价较少，主要针对论文采用的研究方法。开放同行评议意见认为论文的价值体现在学术领域和实践应用的多个维度，应用贡献更为突出。通过对高水平论文开放同行评议意见的分析，建议在学术评价体系中引入开放同行评议数据源，以提升学术评价的科学性和有效性。实际应用中，仍需进一步完善同行评议指标，深入挖掘评议文本中的关键要素，加强资源建设与技术融合，利用前沿技术智能解析评议文本的深层价值。]]></description>
<pubDate>2025/3/25 14:34:35</pubDate>
<category><![CDATA[计量与评价]]></category>
<author><![CDATA[刘晓娟，于姚，沈嘉宁]]></author>
<guid><![CDATA[https://dlf.istic.ac.cn/dlf/ch/reader/view_abstract.aspx?file_no=202501009&flag=1]]></guid><cfi:id>4</cfi:id><cfi:read>true</cfi:read></item>
<item>
<title xmlns:cf="http://www.microsoft.com/schemas/rss/core/2005" cf:type="text"><![CDATA[我国地方公共数据授权运营政策评价研究]]></title>
<link><![CDATA[https://dlf.istic.ac.cn/dlf/ch/reader/view_abstract.aspx?file_no=202501010&flag=1]]></link>
<description xmlns:cf="http://www.microsoft.com/schemas/rss/core/2005" cf:type="html"><![CDATA[在数据要素市场配置改革的引领下，公共数据社会化利用是加快数据资源开发利用、推动数字经济发展的重要力量，而公共数据授权运营是推动公共数据社会化利用，激发数据资源潜在价值的重要途径。开展政策量化评价对完善区域数据治理体系、培育数据要素市场、健全数据基础制度具有重要意义。本研究对278项中央与地方公共数据授权运营政策进行内容分析，并运用PMC指数模型构建评价指标体系，对23项省市级地方专门政策进行量化评价。结果表明23项专门政策中11项良好，9项可接受，3项不良，整体为可接受水平。政策内容呈现地域性差异，但整体上在管理机制、基础保障、运营建设和运营评估方面存在奖惩力度较弱、忽视人才储备、财政支持不足、缺少宣传引导、工作目标模糊等问题。后续政策制定应从重视政策引导、健全保障措施、加快平台建设等方面加以改进，形成具有地方特色的公共数据授权运营管理体系，推动数据要素交易流通。]]></description>
<pubDate>2025/3/25 14:34:36</pubDate>
<category><![CDATA[计量与评价]]></category>
<author><![CDATA[李森涛，袁静，王珊珊，耿瑞利]]></author>
<guid><![CDATA[https://dlf.istic.ac.cn/dlf/ch/reader/view_abstract.aspx?file_no=202501010&flag=1]]></guid><cfi:id>3</cfi:id><cfi:read>true</cfi:read></item>
<item>
<title xmlns:cf="http://www.microsoft.com/schemas/rss/core/2005" cf:type="text"><![CDATA[知识关联视角下基础研究成果转化路径识别及预测研究]]></title>
<link><![CDATA[https://dlf.istic.ac.cn/dlf/ch/reader/view_abstract.aspx?file_no=202501011&flag=1]]></link>
<description xmlns:cf="http://www.microsoft.com/schemas/rss/core/2005" cf:type="html"><![CDATA[推动基础研究成果向产业转化是发挥基础研究价值的根本途径，而准确识别和预测基础研究成果转化路径是其重要前提。构建知识关联视角下的基础研究成果转化路径识别及预测方法框架，该方法聚焦“基础研究—应用研究—技术开发—产业应用”知识关联，融合多源信息数据、多种情报分析方法构建知识关联网络，识别基础研究成果转化路径并分析其特征，对可能生成的路径进行预测与评价，揭示基础研究成果转化现状与未来趋势。在此基础上，以工业机器人领域为例进行实证应用。研究结果表明，从微观知识关联视角揭示基础研究成果转化路径具有有效性和可行性，可为破解当前基础研究成果转化难题提供新视角与新方法。]]></description>
<pubDate>2025/3/25 14:34:36</pubDate>
<category><![CDATA[计量与评价]]></category>
<author><![CDATA[董坤，林艳秋，陈可鑫，张晓惠]]></author>
<guid><![CDATA[https://dlf.istic.ac.cn/dlf/ch/reader/view_abstract.aspx?file_no=202501011&flag=1]]></guid><cfi:id>2</cfi:id><cfi:read>true</cfi:read></item>
<item>
<title xmlns:cf="http://www.microsoft.com/schemas/rss/core/2005" cf:type="text"><![CDATA[研究前沿与热点识别中4种高被引论文遴选模式差异研究]]></title>
<link><![CDATA[https://dlf.istic.ac.cn/dlf/ch/reader/view_abstract.aspx?file_no=202501012&flag=1]]></link>
<description xmlns:cf="http://www.microsoft.com/schemas/rss/core/2005" cf:type="html"><![CDATA[为拓展基于高被引论文的研究前沿热点识别的情报学理论基础和实践应用，对比分析累计被引频次模式（C模式）、出版年-累计被引频次模式（PY-C模式）、年度被引频次模式（YC模式）与出版年-年度被引频次模式（PY-YC模式）4种高被引论文遴选模式的差异，探讨学科领域研究前沿热点识别精度最高的高被引论文遴选模式，解决研究前沿热点识别中数据源头准确性的问题。以肝损伤领域为例，从“新颖性”论文、“上升性”论文、“下降性”论文纳入量的论文角度和特异性热点主题、研究前沿、研究热点数量的主题角度对4种高被引论文遴选模式的差异性进行定量分析。通过理论分析和肝损伤领域的案例研究发现，PY-YC模式可以有效消除“下降性”论文冗余和“新颖性”“上升性”论文缺失的数据噪声对研究前沿热点识别准确度的影响，从而识别出最具前瞻性和潜力的、代表未来发展方向的研究主题。因此，PY-YC模式被认为是识别研究前沿热点时的最优高被引论文遴选模式，可以有效提升研究前沿热点识别中的高被引论文基础数据的准确性。]]></description>
<pubDate>2025/3/25 14:34:37</pubDate>
<category><![CDATA[计量与评价]]></category>
<author><![CDATA[杜化荣，黄镇林，邓宏勇，袁敏，张怀琼，倪力强]]></author>
<guid><![CDATA[https://dlf.istic.ac.cn/dlf/ch/reader/view_abstract.aspx?file_no=202501012&flag=1]]></guid><cfi:id>1</cfi:id><cfi:read>true</cfi:read></item>
</channel>
</rss>