第四研究范式:大数据驱动的社会科学研究转型

大数据在社会科学研究领域的应用使社会科学研究正在经历从定性研究、定量研究、仿真研究向大数据研究的第四研究范式转型。第四研究范式缓解了已有社会科学研究用通则理论和简单数量关系来解释复杂社会现象,用小数据小样本来外推复杂的社会因果关系,用有限数据来模拟复杂信息条件下的宏观涌现等问题。这样第四研究范式就突破了传统社会科学研究目标弱化、学科学派对立、有限数据质量和统计偏误等的局限性。大数据通过对个体化、全样本的研究,为社会科学提供了精准的数据和计算实验平台,重建了社会科学预测的可能性,推动了社会科学宏观理论研究的发展,促进了社会科学内外部学科之间的融合,形成了社会科学知识体系多元化集成和拓展,是社会科学方法论的革命和认识论的跃迁。社会科学四个研究范式之间并非是相互替代的关系,它们都是我们进行社会科学研究的有效工具,但第四研究范式将为已有社会科学研究提供更高的数据起点和更广阔的方法论视角,同时也要求我们加速数据开放,注意数据伦理问题,构建跨学科合作网络,缔结基于大数据研究的科学共同体。

超越数据洪流:第四研究范式下的社会科学研究数据基础设施

在信息技术快速发展的背景下,科学研究信息化和科学数据的结合推动了科学研究第四范式——数据密集型科学发现的产生,并促进科研数据管理进入一体化、共通共用的发展阶段。但是,社会科学研究的信息化(e-SocialScience)与社会科学科研数据管理却未引起学界太多的关注,存在理论研究和经验总结的滞后性。为更好地推动社会科学研究范式的转型,借鉴自然科学研究信息化和科研数据基础设施发展经验,本文界定了社会科学科研数据基础设施的概念与内涵,并在此基础上提出社会科学研究与数据管理组合生命周期模型和社会科学科研数据基础设施框架模型,并对上述两个模型框架实施需要的保障条件进行了简要论述。

精准+智慧:第四研究范式视角下高校思想政治教育的发展趋势

第四研究范式是在实验科学、理论推演、计算机仿真等前三种科学研究范式的基础上,将传统的假设驱动转为基于海量数据进行科学发现的研究范式。在第四研究范式下,高校思想政治教育将朝着精准化和智慧化的趋势发展,包括教育目标的精准设定、教育对象的精准分析、教育成效的精准评估,以及教育内容的智慧化供给、智慧化教育载体的开发、教育方法实施的智慧化支持、教育过程的智慧化感知等。面向未来,高校思想政治教育精准化、智慧化实践还面临数据来源的局限性、伦理的重塑和法律的缺失、软硬件技术和相关专业能力的影响等方面问题,需要革新思维理念、提升技术能力、完善基础条件,进而推动第四研究范式下高校思想政治教育精准化、智慧化取得更大的发展和突破。

大数据时代的高校思想政治教育评价——第四研究范式的视角

时代的急剧变化带来高校思想政治教育评价的相应变化,基于数据密集型科学范式(e-Science)所形成的第四范式教育评价,对当前高校思想政治教育评价,会在本体论、认识论、价值论与方法论诸多平面引发教育嵌入与体系升级。由此形成基于全样本数据权威体系与复杂数理模型建构,加上因子变异影响与可视化反馈的新路径评价实践,从而使高校教育评价体系在大数据时代具有智能化提升与专业化建构,在理性联机中,反映出新变量内因与可导性外因的有机多元评价变革。高校思想政治教育需要在新的时代积极融入大数据时代第四范式教育评价思维,不断提升育人质量,完成立德树人的神圣使命。

科学数据复用研究的演化、知识体系与方法工具——兼论第四科研范式的影响

科学数据的开放共享推动了学术界对于其公共学术价值的认识和利用,大数据、科研基础设施和科研环境信息化使得科学研究向第四研究范式转型,科学数据复用为新的科学发现和知识创新提供了有效途径。科学数据复用研究受到学术界的关注,相关研究成果在近20年来日益丰富,但该学科领域的知识体系尚未建立。本研究以Web of Science核心合集数据库作为数据采集来源,运用HistCite和CiteSpace软件绘制知识图谱并结合文本内容分析,梳理了科学数据复用研究的发展态势、演进过程及研究结构,研究发现:科学数据复用研究经历了萌芽阶段(2006年前)、发展阶段(2007—2014年)和爆发阶段(2015年至今),主要包括基本内涵、共享与复用关系、数据复用影响因素、学科领域研究以及数据复用伦理等五个方面的研究主题。基于此,本研究从保障平台、理论基础、研究分支和方法工具四个层面构建科学数据复用研究的知识体系,并提出科学数据公共学术价值、科学数据复用行为及机制、科学数据复用评价及影响力、科学数据复用政策和领域科学数据复用研究等几个亟须深入开展的研究主题。本研究为今后开展科学数据复用的相关研究提供理论和实践指导。

基于情报学视角的科学研究第四范式需求分析

本文从情报学的视角出发,分析科学研究第四范式中数据需要达到什么样的标准才满足科学研究发展的需求。其中,在数据层通过对数据状态的分析,采用数据调查的方法,从中抽取数据的特征,构建数据状态在空间维、时间维和状态维的三维模型。在信息层,依据信息组织对象、方式和支持技术的变化,分析科学研究第四范式在信息层的需求。在知识层,从用户服务的角度出发,分析其在服务方面的需求。最后,在前面分析的基础上总结科学研究第四范式要解决的问题,即科学研究第四范式的需求。

情报学进展系列论文之七 数据密集型科学研究范式的兴起与情报学的应对

以数据密集型计算为特征的科学研究第四范式正在兴起,文章分析了第四范式的提出及其兴起的社会背景,研究了该范式的内涵和价值,总结了目前图书情报领域针对数据密集型科学研究范式的理论和实践,探讨了作为科学学科的情报学的应对措施。

图书馆大数据体系构建的学术环境和战略思考

文章简要介绍了大数据的发展历程,全面分析了国内外大数据的研究现状,并结合图书馆所处的学科背景、研究背景及管理背景,分析了大数据对图书馆的影响,探讨了图书馆的应对措施,最后,针对图书馆人研究大数据遇到的质疑提出了三个观点。