Twitter提及论文的布拉德福定律验证及来源期刊特征——以图书情报学科为例

[目的/意义]调研社交媒体提及的论文是否符合布拉德福定律有助于了解社交媒体环境下论文的分布特征,并获取媒体关注的核心信息。[研究设计/方法]以2018-2022年图书情报学科相关的推文为研究对象,通过描述性统计、布拉德福定律验证和特征分析方法,考察布拉德福定律在Twitter环境下的有效性及其分布特点。[结论/发现]在图书情报领域,Twitter提及论文所在来源分布符合布拉德福分散定律;核心区中被JCR收录的、拥有Twitter账号的期刊数量更多。[创新/价值]关注了传统理论在社交媒体环境下的适用性,对比不同分区来源期刊的特征能够为发现成为核心区期刊的关键因素提供参考。

中文学术论文的微信提及数据特征分析研究

目前中文替代计量数据的开发和应用研究仍旧较少,本研究面向中国自主知识体系建设,以中文学术论文的微信提及数据作为研究对象,探究其不同层次的数据特征分布,为中文替代计量指标的开发及研究提供基础。基于2020年1月中国知网收录的所有中文学术论文的微信提及数据,通过统计分析和数据可视化,揭示微信提及指标在表现形式、及时性、论文层次、来源层次、学科层次的分布特征。主要研究结论如下:①微信提及的表现形式以非参考文献为主,占比高达60.80%;②微信提及的及时性为56.56%,微信提及中文学术论文早于出版日期的原因主要是学者在会议、讲座中分享阶段性成果;③提及中文学术论文的微信公众号账户主体多元且分布较为离散,核心期刊论文更容易受到微信文章的提及,期刊微信账户对本刊发表论文有较为明显的自提及行为;④提及学术论文使得微信文章更具专业性和权威性,对微信文章的传播效应具有促进作用,并且微信文章的提及也有助于学术论文和科研成果的传播分享,提升其社会影响力。

基于相对引用方法的微信提及指标标准化研究

替代计量指标的标准化研究是指标应用于科技评价的重要前置研究。本研究面向中国自主知识体系建设,以中文学术论文的微信提及数据为研究对象,结合相对引用的标准化方法,融入传播影响力因素,构建微信提及指标的标准化指标,为中文替代计量数据源的开发、深化、应用提供相关参考和依据。研究主要结论为:(1)通过消除微信提及指标存在的时间差异、学科差异、高度稀疏性和偏态分布问题,微信提及的相关标准化指标可考虑应用于学术评价和社会影响力评价。(2)WI(WeChat Index)期刊集当中,被微信提及学术论文总数前三名的学科为哲学与人文科学、工程科技Ⅱ辑、农业科技。(3)本文基于微信提及频次构建的标准化指标WPP/FWSm和MNWS之间差异度较小,可用于单篇论文和期刊层面的微信关注度评价,但不适用于高校评价,易受到微信提及量分布特征的影响。(4)融入微信传播影响力指数的标准化指标WCPP/FWSm和MNWC能更好地平衡微信传播影响力和微信提及量的影响,且具有较好的稳健性好,是较有价值的标准化指标,可用于评价单篇论文、期刊、高校的微信关注度,在评价高校学术论文微信关注度和传播力时效果更好。

社交媒体计量学视角下科学文献提及模式与规律研究

[目的/意义]社交媒体计量学是在以社交媒体为场景的网络环境下呼之欲出的计量学分支学科,围绕社交媒体这一新的信息载体,研究社交媒体用户之间及其与信息的交互特征与规律,揭示网络信息在社交媒体层面的分布规律与传播效果,在理论和实践上具有重要的研究意义。[方法/过程]以受众广泛的社交媒体Twitter为例,从Twitter提及基本特征出发,对9476篇文献信息以及对应的1474898篇推文和451567条用户信息进行数据分析,揭示Twitter提及特征、提及行为规律和数据累积模式。[结果/结论]顶尖期刊的Twitter提及覆盖率更高,与通用学术交流平台存在相似的国家和地区分布特征;提及用户粉丝量分布呈明显的帕累托效应,且用户粉丝量与分享型提及、交流型提及的占比正相关,与支持型提及负相关;Twitter提及往往发生在正式发表之前,提及半衰期为6.02天,论文在出版后的第7天开始长期提及持续性趋于平稳。

政策提及指标在学术成果社会影响力评价中的应用价值分析

[目的/意义]政策文件对学术成果的使用在一定程度上体现了成果产生的社会影响,对使用行为进行深入分析,能够为客观认识政策提及指标、科学评价学术成果社会影响力提供参考。[方法/过程]获取Altmetric.com的政策提及数据,针对被政策广泛提及的学术成果,分析其特征及对应政策文件的主题、发布国家和提及时间等特点,并通过编码提炼提及形式、位置、内容、动机等要素,探讨学术成果在政策制定中发挥的作用,并进一步区分论文和报告这两类成果的提及行为,探索政策提及指标在学术成果影响力评价中的应用价值。[结果/结论]应全面认识当前政策提及指标的数据质量和提及行为本身的复杂性,对提及指标值不能一概而论,需区分不同提及行为的实际意义,准确刻画学术成果对政策制定的支撑作用,从而合理应用政策提及指标评价学术成果的社会影响力,推动循证决策的进一步发展。

基于扩展语义特征机器学习消歧的基因提及标准化

提出了一种基于扩展语义向量的特征表示方法,利用机器学习的方法来解决基因提及标准化中的消歧问题。首先应用高性能的命名实体识别系统识别文献中的基因提及;其次采用不同的搜索策略生成候选结果;再次以扩展语义信息作为特征用机器学习的方法进行消歧;最后利用Wikipedia构建后过滤器对候选结果进行过滤处理。在BioCreative Ⅱ GN任务测试集上的试验表明,该方法的F值达到了83.2%。

实体提及的多层嵌套识别方法研究

实体识别在许多自然语言处理应用系统中发挥着极其重要的作用。目前大部分研究集中在命名实体识别,且不考虑实体之间的嵌套,本文在自动内容抽取评测(Automatic Content Extraction,ACE)背景下,对汉语文本中各种实体提及(命名性,名词性,代词性)的多层嵌套识别进行了研究。我们将嵌套实体识别分成两个子任务:嵌套实体边界检测和实体多层信息标注。首先,本文提出了一种层次结构信息编码方法,将多层嵌套边界检测问题转化为传统的序列标注问题,利用条件随机场模型融合多种特征进行统计决策。其次,将多层信息标注问题看作分类问题,从实现的角度设计了含有两个分类引擎的并行SVM分类器,避免了对每层信息标注都设计一个分类器,比采用单一分类器在性能上有明显提高。在标准ACE语料上的实验表明,基于条件随机场的多层实体边界检测模型正确率达到71%,融合特征选择策略的两个并行分类引擎的正确率也分别达到了89.05%和82.17%。

基于提及关系的微博用户知识发现初探

发现具有重要影响力的微博用户及其主题信息对于甄别高质量信息来源,充分发挥微博的媒体沟通作用,提高公民信息素养具有重要的意义。文章提出了基于提及关系的微博用户知识发现模型,分析了被提及用户与微博文本之间的联系,并利用LDA主题模型对微博用户进行聚类分析和主题词抽取,实验证明基于提及关系的主题聚类可以发现高影响力微博用户及其主题词。

文献耦合网络的引文内容加权研究——基于提及次数的方法

[研究目的]通过内容特征对引文网络加权,是实现细粒度计量分析的重要途径。系统揭示内容特征加权策略对引文网络结构形态的影响,有利于深化对引文网络形成机理与应用的认识。[研究方法]基于多数据源的计量网络与内容结合方法,融合引文提及次数特征与文献耦合网络,提出了4种内容加权策略,以解决单一机构或期刊公开的引文内容数据不适用于大规模计量网络内容加权的问题,并研究耦合网络的基础形态。[研究结论]结果表明该文提出的融合方法具有可行性;引入被提及次数相关特征权重不改变文献耦合网络中节点和边的数目;在内容加权处理的文献耦合网络中,边的权重分布、节点度分布以及节点中心度等指标均有变化;网络中中间中心度较高的节点略有减少,表明内容加权的耦合网络更具连通性。

国内学术期刊的Altmetrics数据提及语境与数据可用性研究——以B站Altmetrics数据为例

[目标/意义]探讨国内学术期刊在B站的Altmetrics数据提及语境与数据可用性,对于拓展中文语境下期刊评价指标的应用场景具有重要意义。[方法/过程]以中国知网收录的“中国科技期刊卓越行动计划”入选的复合影响因子TOP 50期刊为研究对象,收集期刊在B站的Altmetrics提及数据与12种学术影响力指标,通过内容分析统计提及语境并从覆盖率、交叉性与时效性3个维度进行可用性分析。[结果/结论]B站的Altmetrics提及数据分布符合二八定律,少数专题类别的期刊得到大量提及;用户提及语境复杂多样且受众广泛,存在多种利益相关者;提及数据覆盖率较高,具有独立性特征,但整体时效性较低,属于慢来源型数据。与专栏和其他提及数据相比,视频提及数据与学术影响力指标存在一定的相关性且具有更高的传播效果与影响力。

学术论文社交媒体提及的跨平台比较研究——以脸书和推特为例

[目的/意义]探究脸书平台和推特平台提及学术论文的内在关联,为更好地利用社交媒体来源的替代计量指标提供参考。[方法/过程]以图书情报学论文为研究对象,获取Altmetric数据库中脸书和推特提及数据与Web of Science数据库中论文题录数据并进行匹配,采用主题分析法与内容分析法,从关注主题、提及动机、跨平台传播3个方面开展比较分析。[结果/结论]脸书提及与推特提及关注主题结构相似但涉及范围与关注侧重差异大;提及动机分布相似但侧重不同,最主要动机均为传播,但脸书重营销、更官方化,推特重讨论、更私人化;跨平台传播关联密切,有相同用户且传播主体均为学术论文所属机构和作者,但存在用户重视程度与使用偏好差异。[局限]用户身份未实现自动化识别,实证分析限于单一领域。

引语的“提及”与“使用”及其语篇差异考察

本项研究从话语关联的角度出发,探讨引语产生的本质因素和外在表现。在对引语的“提及”和“使用”进行分析的同时,对其下位类型也做出了系统归纳。统计语料发现,不同语篇类型对引语提及或使用的实现方式的选择与引语的话语功能实现均产生影响。文艺语篇多使用提及的方式突出引语和主文本的话语边界,也会采用引语使用的方式转化叙述视角,将上下文语境衔接。而新闻语篇和科技语篇需要清晰区分主文本与引语的边界,多提及性引语。科技语篇基于话语结构调整或解释论证的需要会出现大量引用自身话语(或数字、图表等)的情形,自我引用使得语篇结构由静态表达变成动态调控,能够引导阅读者按照指示进行阅读,进而调控整个阅读过程。

汉语“提及”类衔接成分的用法及其辨析

现代汉语的"提及"类衔接成分通过话题的引入表示对话和上下文之间的承接关系,是承接类语篇衔接成分的下位类型。文章根据结构将"提及"类衔接成分分为2个小类:一是说到,说起,提起;二是说起来,提起来。并在各小类内部解释、辨析了这些成分的意义和功能。

学术论文中英汉自我提及语的差异性

中英自我提及语(I,we,我,我们)的使用差异显著:英美学者倾向于使用自我提及语单数,且使用现在时、完成时、情态动词较多,体现出他们与读者进行交流、协商的态度;而中国学者受制于传统观念,集体意识较强,所以在学术语篇中羞于使用自我提及语,即使使用也大多用复数形式,从而造成个人观点表述力度较弱,不利于与读者沟通。

论哥德尔语句的维特根斯坦疑难——未提及自身的算术命题何以谈论自身?

维特根斯坦就哥德尔语句G提出了如下疑难,这个并未提及自身的算术命题何以竟会谈论自身?借助特定元数学关系的计算机可判定性及其特征函数的算术可定义性进行深入分析,即可得出以下结论:G非但没有提及自身,甚至也没有谈论自身,而只不过是涉及了自身——是G的推论在谈论G。

浅谈教育成本核算的会计前提及原则

一、教育成本核算的会计前提一是教育成本核算的主体。提供教育成本信息，首先要考虑的是提供哪一个单位的成本信息，即教育成本核算主体或成本主体的确定。成本核算的主体必须从产品生产者或提供者的角度考虑，具体到教育产品，学校就成为教育成本核算的主体。院系作为一级记账单位或记账主体，作为成本核算的主体是不恰当的。首先，院系不能独立提供教育产品，院系的教学服务成本只是教育成本的一部分。其次，院系没有经济上的独立性，

政策文件提及图书情报学论文的动机与方式研究

[目的/意义]揭示图书情报学论文获得政策文件提及的底层原理,有助于理解图书情报学论文对政策产生影响的机理,同时对研究其他学科论文对政策的影响也有重要参考价值。[方法/过程]获取政策文件提及的国际图书情报学论文为研究对象,通过内容分析揭示政策文件提及的动机和方式。[结果/结论]政策文件对图书情报学论文的提及动机多样,提及的目标主要是增强政策的说服力;提及形式主要是参考文献;提及位置主要在政策文件的综述部分;提及内容种类比较丰富。这些结果表明政策文件提及测度社会影响力具有合理性,结合提及动机和提及方式能获得更细粒度的解读。

基于商务英语语料库的自我提及语研究

以商务英语语料库为基础,通过异方差T值和对数似然率显著水平检测,分析了自我提及语在商务英语文体中的使用特征。结果显示,商务英语中自我提及语的使用有三类总体特征:倾向于使用主格形式提及自我,以表达对所陈述话语的肯定和对未来的期待;倾向于使用第一人称复数形式提及自我,以承担言语责任;不借助第三人称形式提及自我。另外,绝大多数自我提及语在商务文体间的使用表现出显著差异;同时,自我提及语"mine"在各类商务文体间对数似然率呈现显著水平之下的比例远高于其他自我提及语。

基于Light GBM的Facebook学术成果提及动机自动识别

文章研究了基于LightGBM算法的Facebook提及学术成果动机的自动识别,以实现对Facebook提及的大规模深入使用。基于被提及的学术成果、发布学术成果的Facebook用户、Facebook学术成果发布贴子的文本三类背景数据,提取有可能相关的特征,并利用机器学习算法自动识别动机。(1)在这三类背景数据中都发现了与Facebook提及动机明显相关的特征。特别是,相关特征是替代计量关注度得分、合作国家数量、关注者数量、点赞数量、发布学术成果的Facebook用户身份和Facebook帖子的评论数量;(2)LightGBM分类模型对Facebook提及动机的预测精度为0.31。相比之下,没有Facebook帖子文本特征的分类精度为0.35,高于整体特征组合。只有帖子文本特征的分类精度为0.27。结合帖子的长度和语言后,精度提高到0.30;(3)Facebook动机的分类精度与用户的活动有正相关。结合所有特征后,在活跃度方面前25%区间用户的分类精度达到1,第二25%区间的分类精度为0.36,第三25%区间的分类精度为0.32。总之,考虑到Facebook提及动机自动分类的高度复杂性,本研究取得了比较高的分类精度,可以为今后的研究提供参考。

党史上一篇很少被提及的军队政治工作文献

朱德曾长期负责中国共产党的军事工作,并且高度重视人民军队的政治工作,他在多年的军事生涯中积累了丰富而宝贵的军队政治工作经验。这集中体现在他撰写的大量军事论文中,《怎样创造铁的红军》就是我党历史上一篇有代表性的军事文献,但是,从目前的研究成果来看,该文章很少被人提及,文章是1931年7月朱德根据古田会议精神和红军建设经验所作,被收录为《朱德选集》的开篇之作,文章中蕴含了丰富的军队政治工作思想,对于革命和建设时期人民军队政治工作的开展具有开创性意义,