林草科学数据安全管理与防护

随着科技的飞速进步,林草学科领域的研究日益倚重于大数据和尖端信息技术。这一趋势也带来了大量敏感且至关重要的科学数据,从而凸显了数据安全管理的重要性。本文首先概述了林草科学数据管理体系的五大核心组成部分:安全制度保障体系、安全组织保障体系、安全技术保障体系、安全运维保障体系和安全基础设施保障体系。这些体系共同构成了林草科学数据管理的坚实基础。其次进一步探究了基于分类分级的林草科学数据管理方案,并重点强调了数据安全防护体系的重要性。对不同类别的数据设定不同的管理级别,不仅可以促进数据的有序流通,还能确保数据在共享过程中的安全性和可靠性。这种精细化的管理方式,旨在保护数据安全的同时,实现数据的最大价值。最后详细列举了林草科学数据安全的防护措施,为林草科学数据的稳定增长与共享提供了坚实保障。

基于PMC-AE指数模型的中美科学数据管理政策量化评价

[目的/意义]通过对中美科学数据管理政策进行量化评价和对比分析,为我国科学数据管理政策体系完善提供参考和借鉴。[方法/过程]以中美两国科学数据管理政策为研究对象,借助文本挖掘和内容分析,构建包含9个一级变量的评估指标体系与PMC-AE指数模型,对两国14项科学数据管理政策进行全面评价和量化分析。[结果/结论]我国科学数据管理政策的整体水平低于美国,科学数据政策PMC-AE得分随效力级别升高而升高,随专指性强度升高而降低。我国应补全政策缺位,完善中观、微观层面的政策建设,加快实施科学数据战略,完善评价考核机制,加强政策保障体系建设。

大数据环境下管理科学专业人才培养模式研究

大数据环境对管理科学专业的人才培养有着重要影响。通过调研国内外典型高校,总结出管理科学专业人才培养的三种模式:专业大类培养模式、社会需求驱动模式和学科特色发展模式。通过分析大数据环境对管理科学专业人才培养目标、人才培养要求、教学模式和学习模式的影响,基于价值链模型提出一种渐进式的管理科学专业人才培养模式。该模式把课程与课堂主阵地视为人才培养的基础活动,把明确专业发展方向、改善教学条件、改革教学方式、加强师资队伍建设视为人才培养的支持活动,在基础活动和支持活动的协同作用下,最终实现学生的个性化发展。

基于大数据分析的国有企业人才流失预警模型构建

在目前大数据时代背景下,国有企业正面临人才流失这一严峻挑战。本文旨在探讨如何通过大数据分析技术构建国有企业人才流失预警模型,以提高人力资源管理的创新性和有效性。首先对国有企业人才流失的背景和人才流失对国有企业的影响进行分析,明确了有企业人才流失预警的必要性与紧迫性;并提出了当前存在的挑战;在此基础上,构建了数据驱动人才流失预警模型,并讨论了该模型的应用情况。研究发现,该模型能够准确预测国有企业员工的离职倾向,为人力资源管理提供了重要的决策支持。

国内科学数据管理研究的主题识别与发展趋势分析--基于LDA模型与生命周期理论

[目的/意义]对已有研究成果进行梳理有利于明晰国内科学数据管理研究发展现状。[方法/过程]结合生命周期理论与LDA模型,对1992—2021年国内科学数据管理研究相关文献进行统计分析,以识别我国科学数据管理研究的潜在主题、揭示阶段特征与发展趋势。[结果/结论]依照文献分布特征将我国科学数据管理研究阶段分为萌芽阶段、发展阶段与繁盛阶段。从主题维度来看,国内科学数据管理相关主题围绕科学数据的服务、政策、标准、平台建设与功能拓展、科研用户及科学数据共享而展开。从演进过程来看,国内科学数据管理经历了科学数据存储研究、科学数据共享基础设施建设研究、多主体全方位科学数据管理与服务研究三个阶段的主题演进。从发展趋势来看,科学数据政策、科学数据标准、科研人员以及科学数据共享主题的研究是未来该领域的研究热点。

科学数据安全平台流程化管理与风控体系模型构建

[目的/意义]分析科学数据安全平台流程化管理,构建其风控体系模型,以期为我国科学数据安全平台建设提供理论支撑与应用参考。[方法/过程]利用MAXQDA 20.4.0软件,基于扎根理论对402篇中精选的37篇文献进行文本数据挖掘分析,提取信息,并进行主题编码。[结果/结论]科学数据安全平台管理流程可分为提交审核、保存管理、开放共享3个阶段,分别包括8个安全环节。在此基础上,构建了风控体系模型,自下而上形成有平台支撑、有主体保障、有文件指导的良性循环安全防护体系。设计了科学数据安全保障实施案例,以及安全运维模型,以期为我国科学数据平台安全保障建设提供理论支撑与应用参考,进一步促进科学数据开放与安全共享。

图书馆视角下科学数据管理人才培养模式研究

在对国外科学数据管理人才培养实践进行调查分析的基础上,参考科学数据生命周期模型,可将科学数据管理人才分为科研嵌入与咨询人才、数据净化人才、数据挖掘人才、数据开放人才和数据科学家5大类。科学数据管理人才的职业素质要求应从基本素养、知识结构、智能结构3个方面进行提升。我国图书馆科学数据管理人才的培养模式应从以下方面考虑:确定科学数据管理人才培养的指导思想,形成多类型、多层次的科学数据管理人才培养体系;明确科学数据管理人才的培养目标,完善数据管理专业教育课程体系;实行多种形式的培养体制。

科学数据管理生命周期模型比较

选取对7个科学数据管理生命周期模型的提出机构、适用范围、结构特点、构成要素、应用实践等方面进行了分析与比较,为我国数据管理相关研究、应用人员提供参考和借鉴。

大数据背景下高校信息管理类人才胜任力素质模型构建

[目的/意义]基于大数据背景,构建高校信息管理类人才胜任力素质模型,旨在为培养符合当前社会需求的复合型、综合型信息管理类人才提供积极参考。[方法/过程]立足于大数据的5V(Volume-Velocity-Variety-Veracity-Value)特征,围绕素质冰山模型理论中的知识、技能、特质、态度和价值观四个维度构建高校信息管理类人才胜任力素质模型,并结合实证数据的综合分析试图从多元主体视角探索多元协同信息管理类人才胜任力培养的理论模型。[结果/结论]高校信息管理类人才胜任力素质模型是由一显一隐两素质四维度共同构成,其中显性素质是基础,隐性素质是核心,基础理论知识是根本,专业核心技能是刚需,综合业务素养是重点,职业道德精神是保障;而由内外部协同机制联合构建的多元主体、协同培养的理论模型则是有效提升信息管理类人才胜任力的长效机制。

新文科建设中数据科学与管理类专业融合课程群建设研究

传统管理类专业人才培养已经不能适应哲学社会科学与新一轮科技革命和产业变革交叉融合发展的需求,管理类专业建设需要改变思路,从人才培养模式和教育组织形式上进行变革。文章以课程为切入点,在传统管理类专业课程体系中融合由基础理论、方法和工具、案例和实践系列课程所构成的数据科学课程群,利用现代信息技术对管理学知识体系进行技术赋能,提升管理人才的数据科学素养。实现对传统管理类专业的升级改造,为新文科建设背景下应用型和创新型管理人才培养模式提供建设思路。

大数据时代财经类院校管理科学专业人才培养模式——以“教学质量国家标准”为指导

依据《普通高等学校本科专业类教学质量国家标准》对管理科学专业国家标准进行概要介绍和解读。通过分析财经类院校管理科学专业的特点,以及大数据时代下管理科学专业人才需具备的能力素质,在国标指导下提出财经类院校管理科学专业培养目标。最后以山西财经大学为例,按照国家标准,设计了新的人才培养模式,包括培养目标、学制学位、培养规格、培养特色和课程体系,为我国高校管理科学本科专业人才培养提供参考。

基于用户画像的科学数据管理模型研究

文章旨在支持科学研究,促进学术交流,推动开放获取,促进科学数据的有效管理。从科学数据用户画像内涵分析出发,分析科学数据用户影响因素,构建用户与数据驱动相结合的用户画像模型和系统。将用户画像创新性应用于科学数据管理过程中,能够进一步提升科学数据管理效率。

基于KSAO模型的大学生数据素养评价体系构建——以管理科学与工程硕士研究生为例

建立KSAO理论模型,围绕数据相关基础知识、数据相关操作技能、数据相关通用能力和数据相关其它特质4个维度,构建了含有4个一级指标、11个二级指标的数据素养评价体系,从学生、教师和高校三个角度,提出对管理科学与工程硕士研究生从数据的发现与获取、数据分析、数据利用、数据评估和决策等方面的数据素养培养路径的建议。

数据科学理论与前沿:专业建设与科学研究

2022年武汉大学“大数据管理与应用”暑期学校期间,举办了“图书情报与数据科学理论与前沿论坛”,六位受邀专家从人才培养、社会服务、学习方法等多个方面对数据科学的理论与前沿进行了探讨和交流。1专家观点1.1袁平鹏:数据科学专业学生的培养模式与就业方向探讨目前。

地球科学研究数据的分类与组织研究

科学数据是重要的科技资源,科学数据的共享管理日益成为学术界和政府关注的前沿领域。地球科学门类众多,研究对象复杂且往往时空尺度大,在此过程中产生了大量数据结构形式各异的数据,诸如图型数据、表格数据、文本数据、影像数据等等。在数据库系统环境下如何对这些异构的数据进行存储、发布、显示是科学数据管理必须首先面对的问题。在分析研究地球科学数据特征的基础上,结合黄土高原数据中心的建设实践,以科学数据共享管理为目标,对地球科学研究数据的分类和组织进行了研究。阐述了地球科学研究数据的异构性、密集性、复合性等基本属性和特征,提出了关系类型、空间类型、文件类型等3种基本类型的数据集分类和组织方式,并提出了整编数据集的基本原则和方法以及科学数据分级、保护、共享的方式。实践表明:该数据分类与组织技术方案符合地球科学研究数据的特点,并将科学数据管理与计算机网络技术、信息技术有机结合,具有思路与技术的先进性和广泛的应用场合。

基于OBE理念的数据科学与大数据技术人才培养创新研究与实践

文章主要针对数据科学和大数据技术专业建设问题,首先采用了OBE的教育理念,从学科人才培养方法与培养模式的角度,系统研究了学科培养目标、学生毕业条件、课程体系的构建思想,在很大程度上保证了培养目标和成果的统一性,再采用不断完善的教学评估制度,进一步提高了人才培养教学质量,实现学生学习成果的最终总体目标,为大数据应用创新人才培养目标的实现提供有力保障。

数据科学教育的信息学科特色之路——《iDSCC报告》解读与思考

[目的/意义]大数据时代对数据科学人才的需求吸引了不同学科参与数据科学教育,也引发了信息学科对自身教育特色的反思。iSchools数据科学教学指导委员会(The iSchools Data Science Curriculum Committee,iDSCC)发布的《iField学科领域的数据科学课程》报告(简称《iDSCC报告》)给出了iField学科的观点。[研究设计/方法]本研究对《iDSCC报告》的研究方法和发现进行系统梳理,对主要结论和观点进行归纳分析。[结论/发现]《iDSCC报告》认为iField数据科学教育核心特征包括跨学科性、以人为本、视野前瞻和注重方式;数据科学人才的核心能力体现为以人为本的思想和数据素养;本科生和研究生教育应本同末异;iField数据科学教育未来发展还会面临若干挑战。[创新/价值]受《iDSCC报告》启发,提出国内信息资源管理学科应基于中国语境,不忘图情初心,结合课程思政和产学研协同育人,走出具有我国特色的iField数据科学教育道路。

基于黄河流域专题数据的国家科学数据中心关联模型构建研究

国家科学数据中心是科学数据管理的重要载体,是科学数据汇集管理、开放共享的重要基础设施。基于黄河流域专题数据,设计关联元数据,研究国家科学数据中心科学数据集元数据的关联关系,构建国家科学数据中心关联模型,尝试从完善自然资源监测数据、提升流域内灾害防控与应急能力、助力生态修复工程实施、建立一体化生态环境智能监测系统4个方面推动黄河流域的生态保护与修复工作。关联模型的构建研究有助于实现不同领域科学数据之间的互操作,增强数据流通,促进科学数据共享,推动科技创新发展。