“暗数据”可视化在“双一流”学科建设中的线索甄别研究

使用WOS-SCIE、InCites、ESI数据库、Python语言和SQL数据库,联用文献调研法、“暗数据”可视化分析法、线性回归分析法和SWOT分析法等,以ESI及其相关指标为主要研究对象,分别从不同维度对ESI全景分析、国际合作概览分析、学科发展潜力分析、潜力学科趋势预测、热点追踪和投稿选刊分析等6个实例进行剖析,尝试对ESI潜力学科进行态势分析与趋势预测研究。同时,寻找“暗数据”可视化分析与定量定性的指标,归纳其发展特点和核心竞争力,为研究“暗数据”视觉下的“双一流”学科建设提供参考和借鉴,为医学院校图书馆提供决策参考咨询服务和科研定位支撑服务探寻新思路。

数据科学驱动下ESI潜力学科入围预测方法的实践探索

为研究“双一流”建设过程中ESI潜力学科入围全球前1%的预测方法与“暗数据”可视化分析思路的耦合关系,定期抓取与追踪ESI学科数据,合并使用WOS-SCIE、InCites、ESI、SQL数据库,联用SWOT分析法、文献调研法和回归分析法等,实现机构学科潜力全景分析,构建潜力学科入围所需论文篇数的线性预测公式,并分别从绝对指标和相对指标的不同维度搭建入围预测的绝对指标和相对指标2个数据模型,尝试对ESI潜力学科进行趋势预测,拟归纳合理或通用的预测方法,以期进一步挖掘未来的潜力学科。

构建生命科学与医学多维指标分析评价体系模型的实证研究——基于ESI、自然指数和π指数联用视角

随着越来越多评价指标的涌现,高等院校的"双一流"学科建设,正努力探索一套适用于自身学科建设与评价,具有参考和实用意义的分析指标和评价计量模式,以适应快速变化和日益膨胀的发展需求。文章以生命科学/医学等相关学科为主要研究对象,采用基于ESI、NI和π指数等多个定量评价指标进行成果产出或影响力的归一化分析,结合更深层"暗数据"可视化信息加工和耦合研究,从不同维度和视角,构建多维指标模型进行多学科交叉的创新服务手段和应对机制,考察多维指标联合应用的可行性和合理性,归纳发展特点和核心竞争力所在,尝试提升"双一流"学科建设中的"暗数据"可视化综合情报分析与优势互补服务能力。从过往对影响因子几乎作为唯一评价指标,到现今各研究机构都在从学术期刊级别到研究论文级别的精细化过渡,尝试建立和利用多维指标分析评价体系模型进行学科建设成效的交叉分析,以便在实际应用中寻找对"双一流"学科建设具有参考和借鉴意义的创新分析指标和方法。

Incites与ESI在国家自然科学基金选题中的预测分析和探索实践

科研课题与学术论文之间存在着互相支撑的紧密关系,为探寻和利用已有的分析工具开展融通创新服务,合理挖掘各学科领域最热或最具优势的科研选题,在今后的实际工作中构建切实可行的定量预测模式,文章以学术论文分析工具对科研项目选题进行探索研究,舍弃现今人们常用的把ESI与Incites数据库对ESI学科和潜力学科分析工作上的固有模式,采用Incites数据库和ESI平台进行耦合关联,以申报国家自然科学基金项目的选题为例,对其近3年的资助发文情况进行统计,以定量分析高水平的SCIE/SSCI研究论文为出发点,结合更深层"暗数据"可视化信息加工方法,为科研课题的适当选题提供思路和借鉴,并为图书情报部门在高水平大学建设中的"暗数据"可视化综合情报分析与优势互补服务能力提升做出探索实践性研究。