数据信息新探索新实践

以数据科学为背景,透视图书情报视角下的数据信息领域新问题,包括面向政府决策服务的数据能力培养、信息流行病与健康信息学、基于Altmetrics的网络科学论文扩散追踪、向知识迈进的用户画像、社交媒体信息归档等,反映数据信息研究领域的新发展和新动向。

新冠疫情爆发前后我国国际科研合作模式的变化——基于bioRxiv的分析

[目的/意义]揭示新冠疫情爆发前后我国国际科研合作模式的特征和差异,为后疫情时代我国提高国际合作参与度和合作影响力提供借鉴。[研究设计/方法]以12余万篇bioRxiv平台论文为样本,构建了一个有向、加权、以通讯作者为中心的全球科研合作主导网络,并从国际合作增长情况、合作生存概率、合作规模、合作强度和合作地位五个维度来测量我国的国际科研合作模式。[结论/发现]在新冠疫情全球爆发后,我国的国际合作关系比重、规模、强度总体呈现出先增长后下降的趋势,而我国的国际合作地位一直保持上升势头。我国在新冠病毒领域的合作地位要远高于其他领域。[创新/价值]从复杂网络视角探测疫情前后全球科研合作网络的变化特性,测度我国在国际科研合作中的影响力变化,为我国提高国际合作影响力提供有益参考。

科技论文中通信作者和末位作者重要性的比较

【目的】试图解决论文作者署名中通信作者与末位作者谁是最重要的作者的问题。【方法】以Science期刊为研究对象,收集该刊论文的作者署名信息和作者贡献声明信息,提取贡献要素并进行规范化分类,结合作者贡献声明和作者署名位置、署名角色进行比较分析。【结果】在论文作者署名位置的分布中,末位作者通常同时是通信作者。在论文研究中,通信作者往往比末位作者发挥更重要的作用。对于不是通信作者的末位作者,其对研究的贡献往往较低。【结论】结合作者贡献声明能够合理地判断作者的重要性。学术界对于作者署名位置应该有更加统一的认识,建议在科技期刊中推行作者贡献声明政策,完善学术期刊作者贡献声明规范。

突发事件舆论中的情绪极性与传染模式:社会网络分析视角

互联网在公共领域的渗透日渐深入,局部或者单一的突发事件由于社交媒体的介入往往会延伸至公共空间,成为公众广泛关注、参与的公共议题。社交媒体用户的情绪积累与传染可能左右网络舆情的走向。判断社交媒体舆论中的情绪类型,分析情绪传播特征继而验证影响情绪传染的因素变得十分重要。以"昆山反杀案"为切入口,运用情绪挖掘与社会网络分析方法,对突发事件舆论中的网络情绪进行粗、细粒度识别和网络模体、级联深度分析。研究发现,在微博场域中,"昆山反杀案"舆论的情绪化倾向明显,情绪分布以"好"的情绪最为显著;情绪传染路径以广播式传播为主,情绪传染呈现明显趋同性特征。事件发展态势与情绪极性均为情绪传染的相关因素,而随着级联深度的增加和讨论的深入,情绪逐渐趋于理性,显示了微博舆论场的"自我净化"功能。