科学组织范式的演变及其发展趋势研究

文章采用历史分析方法,通过对各时期科学组织范式所涉及到的研究对象、组织结构及科研机构的演进分析,梳理了科学组织范式的转变情况,同时对科研机构在科学组织体系中的作用及其历史沿革进行了剖析。结合未来数据驱动科学、协作科学、开放科学和公民科学的发展趋势,提出当前科研机构正处于数据密集型的科学范式发展进程中,跨机构、跨学科、平台化、体系化、分工细化、开放协作的特征愈加突出,全新的科学组织范式正在形成。

计算社会科学时代需要什么教育学——兼与《计算教育学:内涵与进路》作者商榷

随着以大数据、人工智能为代表的信息技术的发展,计算教育学作为一个新兴的交叉研究领域受到国内外学者的关注。计算教育学研究教育的基本方式是数据分析与计算,但教育学是否与计算社会学一样同属于"可计算社会科学"值得认真讨论。大数据的化约、数据化处理方式与教育的整体性特质并不完全相容,教育活动或人的行为的数学化操作不具有自然科学的数学化操作那样的有效性和可行性。教育的特殊性以及教育主体的独特性决定了应用数据密集型计算方法所能发现的"新知识"不同于自然科学领域。对教育主体及教育系统各要素之间的互动过程,只能进行有限的、局部的、特定视角下的量化与计算。关于教育知识、教育规律的寻求和表达本质上是原理机制的研究和理论阐释,而不是数据分析。就该问题进行商榷并不表示笔者反对计算教育学作为一个新兴领域、新兴学科的出现,而是主张在学科交叉的样态下保持计算教育学清晰的研究边界和学科归属。从计算教育学赖以诞生的学科渊源来看,其学科归属更应该是计算科学和信息科学。

再论学科信息学发展与趋向

[目的/意义]学科信息学(Subject Informatics)在数据密集型科学新范式时代应运而生、迅猛发展,作为基于学科领域大数据体系分析而开展学科领域知识发现的前沿交叉性学科,对其理论方法体系的构建完善与知识发现应用研究是发展学科信息学和促进学科领域知识发现的要务。[方法/过程]首先,从学科信息学的缘起背景出发,明确其理论体系、发展态势、学科知识发现全流程;其次,将学科信息学分为普遍性和工具性学科信息学以及典型专门领域学科信息学,观察和揭示其研究方向和研究进展;最后,在归纳学科信息学研究新进展的基础上,对其未来发展进行展望。[结果/结论]未来学科信息学应在建设增强数据存储能力的数据管理平台、完善增强数据治理能力的数据治理体系、改进增强数据分析能力的数据处理手段、提升增强数据解释能力的数据验证功效、应用人工智能和元宇宙等技术方面进一步加强完善。