学习共同体演化动态及其参与者交互模式研究——数据驱动的社会认知网络分析

混合式学习中创建并维持混合式学习共同体,有助于发展和维持动态平衡的跨界学习关系和认知过程,从而激发批判性思考和优化知识建构。研究采用数据驱动的社会认知网络分析方法,探索混合式学习共同体演化动态及其与参与者交互模式发展之间潜在的关联。研究表明:以问题导向策略组织的学习共同体演化动态呈现短周期性,受时间契约影响;在线学习共同体中参与者交互模式动态变化,交互关系由生—师交互为主发展为生—生交互为主,高交互分组偏好于生—生交互,表现出较高的知识建构水平;参与者在不同学习共同体中存在较为一致的表现,与学习共同体相互影响;高成就组参与者注重发展和维持动态平衡的跨界学习和连贯一致的认知过程。基于研究结果,建议在混合式教学中发展和维持多样化学习共同体,鼓励同侪互动和跨界协作学习,提供动态教学支架进行动态干预。

知识管理领域学者间合著网络分析

本文利用社会网络分析方法对知识管理领域学者间的合著网络进行分析,研究该领域内的合作团体、最具影响力的学者,以及学者间的合作模式。本文收集了2000～2010年间发表在6本顶级知识管理期刊中的1831篇文献,并进行分析。首先,通过研究合著网络的度分布,发现存在少数有着大量合作者的学者,和大量仅有少数合作者的学者。其次,本文识别出3类核心学者:基于度中心性20位合作者最多的学者,基于接近中心性的20位地位最核心的学者和20位基于中介中心性的20位有着"桥梁"作用的学者。最后,本文抽取并分析了两个最大的子合著网络-57节点网络和39节点网络,发现Bontis,N.和Guthrie,J.是知识管理领域非常有影响力的两位学者。

中国创新管理研究者及其合作网络研究

运用数理统计法和社会网络分析(SNA)法等文献计量方法,对中国创新管理研究者的发文量、H指数及其网络中心性进行深入分析,并对高产作者合著网络结构进行量化分析,揭示了中国创新管理领域的高影响力研究者、高产作者合作特点以及主要的学术研究团体,对我国创新管理领域未来的发展方向及科研合作政策的制定提供了有益启示。

机构合作网络与机构学术影响力的关系研究——以图书情报学科为例

【目的/意义】探测机构学术影响力与机构个体网络结构存在的关系,对科研机构建立有益的合作关系具有指导意义。【方法/过程】用网络密度、中心性及约束度作为个体网络测度指标,H指数作为机构学术影响力评价指标,通过相关分析研究各指标的关系。【结果/结论】在图书情报学领域,机构个体合作网络测度指标与其学术影响力存在相关关系,但影响学术能力的行为不仅只有学术合作,所以这种相关呈中弱度相关。稀疏网络对机构学术工作产生积极影响,该学科内机构合作关系并不饱和,存在较多机遇。

基于文献计量分析的全球系统动力学研究力量分布及合作网络研究

本研究基于社会网络理论，以美国科学引文索引数据库扩展版（SCI—EXPANDED）和社会科学引文索引数据库（SSCI）收录，发表于1981～2013年间的1160篇论文题录数据为研究对象，对系统动力学领域的研究力量分布及全球合作网络进行了分析。研究发现：过去30余年来越来越多国家／研究机构涉足于系统动力学研究。大多数论文发表量较多的国家／机构在全球合著网络中都处于较为核心的地位。其中，美国、英国位列第一梯队。此外，部分国家／机构的表现，无论是在论文产出质量上还是在合作网络中的地位上，均与其论文产出规模的表现存在差异性．

基于合作网络的学者动态学术影响力模式识别研究

【目的】利用高合作学者识别算法和学者影响力模式识别算法识别出团队的高合作学者以及其动态学术影响力模式,为团队中人才成长提供参考。【方法】根据学者的合作人数情况,区分出团队中的高合作学者;利用高合作学者的发文量和度数中心度指标测度学者的个人影响力和在团队的影响力,识别学者的动态学术影响力模式。【结果】不同团队中的高合作学者数量不一,为零至多个。高合作学者的动态学术影响力模式不同,识别为稳步增长或成熟波动模式。【局限】仅利用两个指标来测度学者影响力,对于较复杂情况的学者需引入更多的指标识别其动态学术影响力模式。【结论】高合作学者识别算法和学者影响力模式识别算法能够较合理地识别出团队中的高合作学者及其动态学术影响力模式。