期刊文献+
共找到8篇文章
< 1 >
每页显示 20 50 100
大数据背景下的虚拟地理认知实验方法 被引量:7
1
作者 张帆 胡明远 林珲 《测绘学报》 EI CSCD 北大核心 2018年第8期1043-1050,共8页
如何构建新一代的虚拟地理认知实验研究范式,从海量人类活动和地理数据中挖掘人地交互过程中的新模式、新知识成为新一代虚拟地理认知实验需要解决的问题。本研究首先提出了在数据密集型科学研究范式下的虚拟地理认知实验框架,阐述了从... 如何构建新一代的虚拟地理认知实验研究范式,从海量人类活动和地理数据中挖掘人地交互过程中的新模式、新知识成为新一代虚拟地理认知实验需要解决的问题。本研究首先提出了在数据密集型科学研究范式下的虚拟地理认知实验框架,阐述了从环境心理学的视角,结合多源人类活动大数据、城市环境大数据构建实验平台的方法,进而支持地理知识工程的构建。其次,本文介绍了基于海量街景数据和对应的个体情感评分数据,利用深度学习的相关方法和统计模型来进行认知知识挖掘的案例。实验发现了可视域中与个体对场景的情感维度-压抑感具有较高相关性的一系列视觉要素,如植被、建筑、车辆等,并通过回归分析予以量化。 展开更多
关键词 虚拟地理环境 认知实验 数据密集型研究范式 街景影像 深度学习
下载PDF
数字教育学的底层逻辑与构建路径——兼论中国式数字教育学建设 被引量:8
2
作者 张广斌 薛克勋 《华东师范大学学报(教育科学版)》 CSSCI 北大核心 2023年第11期67-84,共18页
教育数字化转型是一场深刻的教育变革,催生着系列教育新现象新问题,孕育着教育新规律,亟需系统性理论研究和整体性实践指导。数字教育学作为教育学与计算机科学、信息通信科学等融合形成的交叉实践科学,旨在研究数字教育现象、问题和规... 教育数字化转型是一场深刻的教育变革,催生着系列教育新现象新问题,孕育着教育新规律,亟需系统性理论研究和整体性实践指导。数字教育学作为教育学与计算机科学、信息通信科学等融合形成的交叉实践科学,旨在研究数字教育现象、问题和规律,回答数字时代培养什么人和怎样培养人等问题。本研究以学习规律为原点,以教育学的支撑性学科发展和技术介导发展为主线,揭示了数字教育学的历史必然性;以教育向0与1回归、数据成为教育新要素、数字空间成为教育新空间,以及三者之间内在相互作用关系为数字教育学的底层逻辑并贯穿研究始终。在此基础上,厘清了数字教育学的性质定位,提出了业务数字化、组织数字化、技术数字化“三化”学术体系,融合话语体系,以及大数据研究范式等学理框架。在学理分析基础上,提出构建中国式数字教育学的“四大原则”“三个阶段”“四支力量”以及基础保障等路径,以期对探索数字教育新规律,推动数字教育学研究和中国式教育现代化理论创新,引领教育数字化转型升级和数字教育高质量发展提供现实指导。 展开更多
关键词 中国式 数字教育学 教育数字化转型 数据研究范式
下载PDF
大数据时代耕地红线管控监测的机遇与挑战 被引量:4
3
作者 董金玮 崔屹峰 +6 位作者 邸媛媛 高璇 陈曦 杨林生 蔡玉梅 宁佳 刘纪远 《中国科学院院刊》 CSSCI CSCD 北大核心 2023年第12期1781-1792,共12页
人多地少的国情决定了我国实行世界上最严格耕地保护制度的必要性。我国耕地保护红线管控状态的有效、及时和准确监测成为实现耕地保护和粮食安全的重要保证,遥感大数据、云计算和人工智能等前沿技术的发展为耕地管控监测提供了新的机... 人多地少的国情决定了我国实行世界上最严格耕地保护制度的必要性。我国耕地保护红线管控状态的有效、及时和准确监测成为实现耕地保护和粮食安全的重要保证,遥感大数据、云计算和人工智能等前沿技术的发展为耕地管控监测提供了新的机遇。文章系统阐述了当前耕地保护红线管控监测方面的研究现状和面临的问题,包括监测对象体系的构建、遥感数据的可用性、监测结果的准确性和时效性等;介绍大数据技术在耕地红线监测中的前沿技术和应用前景,提出耕地红线监测的创新技术方案;讨论了实现这一研究范式变革面临的挑战,并就耕地保护内涵、基本地块单元划定、国土空间规划实施监测网络构建等问题提出了相应建议。 展开更多
关键词 耕地红线 遥感监测 数据研究范式 粮食安全
原文传递
论学科信息学的兴起与发展 被引量:39
4
作者 张志强 范少萍 《情报学报》 CSSCI 北大核心 2015年第10期1011-1023,共13页
随着数据密集型科学研究新范式的出现与日臻发展,科学研究日益成为数据驱动的知识发现活动,D.science(数据驱动的科学)时代来临。以数据计量分析为核心的一系列专门学科领域的“学科信息学”获得了快速发展和应用,有关的概念、技... 随着数据密集型科学研究新范式的出现与日臻发展,科学研究日益成为数据驱动的知识发现活动,D.science(数据驱动的科学)时代来临。以数据计量分析为核心的一系列专门学科领域的“学科信息学”获得了快速发展和应用,有关的概念、技术和方法等已经得到了相应学科领域的认可。同时,支撑专门领域学科信息学发展的信息分析和应用的一般性知识体系不断完善,为一般学科信息学的产生奠定了坚实的基础。本文基于科学研究新范式的时代背景,提出一个全新的概念——“学科信息学”(SubjectInformatics)。文章首先从分析专门学科信息学出发,介绍了学科信息学的缘起,总结了一般学科信息学的内涵;其次,明确了学科信息学的主要研究内容、学科体系及其关键技术与方法;最后,重点剖析了学科信息学在促进学科知识创新和知识发现、催生数据科学兴起与应用、推动知识计算理论与方法发展以及促进学科情报分析与战略研究计算化、定量化发展等方面所起的作用。本研究对发展学科信息学理论体系、完善学科信息学研究内容、促进学科信息学发展应用、推动知识创新以及发展领域知识发现研究等具有重要意义。 展开更多
关键词 数据密集型研究范式 数据 数据驱动的科学 学科信息学 数据科学 知识发现
下载PDF
智能技术赋能自我调节学习的内涵转型、制约瓶颈与发展路径 被引量:15
5
作者 刘红霞 李士平 +1 位作者 姜强 赵蔚 《远程教育杂志》 CSSCI 北大核心 2020年第4期105-112,共8页
以大数据、人工智能为代表的智能技术,已成为推动教与学变革的强大动力,也使自我调节学习发生的条件产生巨大的变化。为此,智能时代自我调节学习的内涵,应向“自我决定”“自我监控”“自我认同”与“自我调整”的方向转型。根据智能技... 以大数据、人工智能为代表的智能技术,已成为推动教与学变革的强大动力,也使自我调节学习发生的条件产生巨大的变化。为此,智能时代自我调节学习的内涵,应向“自我决定”“自我监控”“自我认同”与“自我调整”的方向转型。根据智能技术由“计算智能”到“感知智能”再到“认知智能”的三个发展阶段,智能技术赋能自我调节学习的功能框架,可划分为“计算智能+自我调节学习”“感知智能+自我调节学习”“认知智能+自我调节学习”三个层次。从其带来的风险因素出发,智能技术赋能自我调节学习的发展,应注重技术与学习者之间的良性互动,建立知识联结,激发学习者的学习内驱力;以过程性数据帮助学习者自知,以数据素养帮助学习者自省;通过自定义规则,促进人机协同智慧决策达成。对智能技术赋能自我调节学习的研究,可引导学习者适应环境变化,以实现更高层次的自我调节学习。 展开更多
关键词 自我调节学习 技术赋能 人工智能 数据素养 人机协同学习 数据研究范式
下载PDF
数字学术:概念、特征与案例分析 被引量:17
6
作者 曾熙 王晓光 《数字图书馆论坛》 CSSCI 2019年第3期2-10,共9页
数字技术在学术研究中的应用带来了学术研究环境的深刻变化,催生了"数字学术"的概念。通过文献调查,本文对数字学术的历史沿革和基本概念进行梳理,并基于学术生命周期理论对学术活动各环节的数字化特征进行深入分析。通过网... 数字技术在学术研究中的应用带来了学术研究环境的深刻变化,催生了"数字学术"的概念。通过文献调查,本文对数字学术的历史沿革和基本概念进行梳理,并基于学术生命周期理论对学术活动各环节的数字化特征进行深入分析。通过网络调研,以"贝尔法斯特团队诗歌|网络"项目为例,对当前数字学术研究过程与特征进行验证。最后,通过对数字学术的反思与总结提出数字学术并非无所不能,研究人员应以开放、包容、客观、冷静的态度看待数字学术热潮。 展开更多
关键词 数字学术 数字化 数字技术 数据驱动研究范式 学术交流
下载PDF
Issues,Progress,and Recommendations in the Construction of Ecological Barrier on the Mongolian Plateau from the Perspective of Big Data
7
作者 WANG Juanle LI Kai +8 位作者 XU Shuxing SHAO Yating WANG Meng LI Menghan ZHANG Yu LIU Yaping LI Fengjiao Ochir ALTANSUKH Chuluun TOGTOKH 《Journal of Resources and Ecology》 CSCD 2024年第5期1113-1124,共12页
The Mongolian Plateau(MP),situated in the transitional zone between the Siberian taiga and the arid grasslands of Central Asia,plays a significant role as an Ecological Barrier(EB)with crucial implications for ecologi... The Mongolian Plateau(MP),situated in the transitional zone between the Siberian taiga and the arid grasslands of Central Asia,plays a significant role as an Ecological Barrier(EB)with crucial implications for ecological and resource security in Northeast Asia.EB is a vast concept and a complex issue related to many aspects such as water,land,air,vegetation,animals,and people,et al.It is very difficult to understand the whole of EB without a comprehensive perspective,that traditional diverse studies cannot cover.Big data and artificial intelligence(AI)have enabled a shift in the research paradigm.Faced with these requirements,this study identified issues in the construction of EB on MP from a big data perspective.This includes the issues,progress,and future recommendations for EB construction-related studies using big data and AI.Current issues cover the status of theoretical studies,technical bottlenecks,and insufficient synergistic analyses related to EB construction.Research progress introduces advances in scientific research driven by big data in three key areas of MP:natural resources,the ecological environment,and sustainable development.For the future development of EB construction on MP,it is recommended to utilize big data and intelligent computing technologies,integrate extensive regional data resources,develop precise algorithms and automated tools,and construct a big data collaborative innovation platform.This study aims to call for more attention to big data and AI applications in EB studies,thereby supporting the achievement of sustainable development goals in the MP and enhancing the research paradigm transforming in the fields of resources and the environment. 展开更多
关键词 Mongolian Plateau resources and ecology big data artificial intelligence research paradigm
原文传递
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 被引量:25
8
作者 谭维智 《教育研究》 CSSCI 北大核心 2020年第11期46-60,共15页
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... 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。 展开更多
关键词 计算教育学 数据密集型科学研究范式 教育大数据 计算社会科学
原文传递
上一页 1 下一页 到第
使用帮助 返回顶部