针灸治疗中风病的病例注册登记研究——数据元及定义

中风病防治一直是全球医学界关注的焦点,针灸治疗中风病的独特优势日益突出,《中国急性缺血性脑卒中指南2018》推荐急性脑梗死患者进行针刺治疗(Ⅱ级推荐,B级证据)。标准化、规范化临床研究数据可以保证临床研究的数据质量,为数据的整理和挖掘提供保障,病例注册登记属于真实世界研究,数据元素的一致性是保证计划实施、数据质量高效、临床研究证据可信的必备要素之一。因此,课题组基于国家重点研发计划课题“针灸治疗中风病的病例注册登记研究”制订了本课题的数据元及定义,以期优化针灸防治中风病临床研究范式。

数智型预测情报研究:预测情报研究的新范式

预测情报研究是情报研究的核心要义。本文从可预测与不可预测的辨析、预测情报研究特色理念等角度,梳理了预测情报的实践缘起与研究演进,立足数智时代特征,提出了数智型预测情报研究这一新兴研究范式。本文认为,数智型预测情报研究范式具有大数据支撑、智能技术运用、主动式干预、工程化分析、多尺度描绘和高精度导向等显著新特征,其本质上是“机器经验”崛起带来的预测情报认识论变革。新范式可进一步推动预测情报研究在理念上实现“关口前移”、在内容上实现纵深化挖掘、在应用上向“真实世界”乃至“多重交织世界”迈进。当然,数智型预测情报研究范式的未来发展仍然需要在基础保障、系统性平衡、可解释性、伦理与风险以及人类智慧支持等方面予以高度关切。

大数据时代社会科学研究的范式变革与应对策略

[研究目的]帮助人们了解大数据时代人类社会的变迁趋势,探索如何应对由数字技术驱动的社会科学研究范式变革,以便更好地理解和建设数字化人类社会。[研究方法]在分析数字社会的特征基础上,通过对比传统社会科学研究方法,从方法论视角创新性地论证了大数据促进社会科学研究范式变革的观点,认为大数据为社会科学研究提供了“全样本”,能够从宏观和微观相结合的视角,以数据和理论为支撑,构建多学科知识图谱,对多源异构数据进行分析,推动社会科学研究转型升级。此外,从研究者素质、学科发展、应用工具、要素支撑、开放合作、体制机制等方面提出应对社会科学研究新变化的策略,以提高复杂数字社会系统的研究效率和水平。[研究结论]大数据时代,人类社会呈现全域数字化、结构复杂化、万物智能化等新特征,这引发了社会科学研究范式变革,我们需要积极应对这些新变化,才能更好地指导人类社会实践。

大数据与区域国别研究范式创新

信息时代的大数据技术为区域国别学这一交叉学科带来了机遇和挑战。本研究从大数据挖掘层面,探讨了大型数据库和基于大数据的社科方法对区域国别学外延的拓宽;从大数据研究层面,以语料库在国际舆情以及社会网络在国际合作问题中的应用为例,分析大数据研究对区域国别学内涵的延伸。研究发现,采用大型数据库和基于大数据的社科方法,有助于揭示那些难以通过小样本和传统方法获得的结论,从而为决策制定提供更为准确的数据基础;语料库方法和社会网络分析为国际舆情和国际合作问题提供了强大的分析工具,推动了基于大数据的区域国别研究的新路径和新范式。

数字人文的理论沿革和范式转向:从“人文研究的数字方法”到“后数字时代的人文研究”

对数字人文和包括语言学、文学、历史学、艺术学等在内的传统人文学科来说,元宇宙和新一代AI技术正在成为库恩所谓“范式革命”的潜在驱动力。本文通过对国内外数字人文发展脉络的梳理,基于范式转向的视角分别提出国内外数字人文发展的分期,并从人文研究的数字方法、方法论的形成和嬗变两个层面分析了国外数字人文发展的理论沿革及从人文计算向数字人文的话语转变和范式转向的生发机理,以考察中国数字人文从传统人文到人文计算、从人文计算到数字人文、从数据驱动到AI驱动的范式转向情况,试图回答以元宇宙和生成式人工智能(GenAI)技术的广泛应用为标识的后数字时代需要怎样的人文研究,并初步规划出后数字时代数字人文的领域蓝图和研究框架。研究得出如下结论:一是国外数字人文范式转向的本质和共性表现在人文研究的数字方法从以数据建模为主转向以界面批判为主,方法论从以计算思维为主转向计算思维和批判思维同时运用且以批判思维为主;二是中国数字人文并未完全完成人文计算向数字人文的转向,大量实践工作仍然围绕数据建模,方法论仍以计算思维为主、批判思维运用不够;三是GenAI可能引发的科学研究范式革命有望解决以数据驱动的第四范式为主导的数字人文领域现存的困境,但还需满足一定的条件;四是后数字时代的数字人文研究应重视批判思维的运用,将技术产生的新的人文问题纳入研究范畴,重新认识人文与技术的关系,将技术不仅作为方法还要作为研究对象。图1。表3。参考文献48。

精准思政:一种思想政治教育研究范式的批判性考察

大数据技术的赋能使数字环境下的思想政治教育越来越精准化,精准思政研究应运而生。不同于传统研究范式的宏大视野、抽象叙事和规范方法,研究者需要思考经由大数据技术的导介而产生的思想政治教育如何在精准思维的框架内予以准确阐释的问题。以思想挖掘的有效性、资源供给的针对性、过程管理的精细化和效果评价的精确化为框架体系的精准思政因充分彰显思想政治教育向微观领域拓展的趋势而具有较强的解释力,但也面临思想政治教育能否精准的逻辑缺环和解释局限的问题。就现实而言,精准思政研究范式内含的表象思维的精致预设、技术主义的精细构想和数据隐私的伦理困境,使其出现了理论解释力和现实适用性不足的问题,但也为精准思政的创新发展指明了方向。

浅谈中国工程地质学发展现状及未来发展趋势——基于国家自然科学基金(1987~2021)立项数据

中国工程地质学始终紧密结合国家战略需求尤其是工程建设中的科学技术问题,经历了初期缓慢发展到逐步成熟的过程。本文根据中国工程地质领域自1987年申请国家自然科学基金至2021年期间获资助项目,系统分析了35 a来我国工程地质学研究方向和研究内容的演进。研究发现,工程地质学的发展经历了从地质现象表征到地质规律总结,再到机制探索等阶段,呈现出国家战略的主导性、灾难性事件的驱动性、研究趋精细化和复杂化、学科发展的阶段性,以及受资助单位的集中性等特点。未来中国工程地质学发展,应基于地球系统科学理念,推动工程地质学研究思维方式和研究范式的改变;打破学科间壁垒,加强工程地质学与其他学科的交叉融通,丰富并深化工程地质学的发展,使得工程地质学向着更科学、更具有多学科融合特点的方向发展,并催生新的科学生长点;抓住数据革命契机,开辟工程地质学研究新途径;始终结合国家重大战略需求,加强青藏高原及其周缘重大工程地质问题研究,推出新理论,解决新问题。

智能空气动力学若干研究进展及展望

智能空气动力学是人工智能与空气动力学的结合,融入了第四研究范式(数据驱动)的独特研究方法,已逐步发展成为一门独立的交叉学科。本文首先对智能空气动力学的概念和内涵进行了剖析,简述了智能空气动力学的主要研究方法,然后介绍了智能空气动力学在流场预测、转捩/湍流建模、多源数据融合、气动力/热建模、流场特征信息提取等方面研究进展及本团队开展的相关工作,最后展望了智能空气动力学的发展趋势和未来的研究设想。

语言研究中的小数据统计范式及其人工智能变革——“语言智能学科”方法论构建(之一)

统计学被认为是20世纪最重要的发现之一。语言学与统计学的结合,创生了语言研究的一种新范式,堪称“语言统计范式”。本文对遍行于语言学数十年的语言统计研究进行梳理与阐释,将其解析为“语言小数据统计范式”,同时分析其面临的人工智能与大数据挑战,展望今后的智能统计范式变革。

端到端的科学数据跨中心工作流分析框架

【目的】大数据与人工智能技术的快速发展催生了科研范式变革,新科研范式普遍要求对不同领域的科学数据资源进行协同分析,任务类型多样,分析流程横跨不同科学数据中心。【应用背景】现有工作流分析框架因在分析流程表达能力、异构计算框架整合能力、跨中心作业调度能力上的不足,难以支撑端到端的科学数据跨中心工作流分析需求。【方法】本文提出了可进行端到端科学数据跨中心工作流分析的软件框架,支持跨中心异构工作流构建、跨框架数据透明传递、跨中心作业优化调度。【结果】基于国家生态科学数据中心“草地地上生物量跨台站在线处理与质量控制”场景,对科学数据跨中心工作流分析框架进行了功能和性能验证,验证了该框架的先进性和可行性。

大数据驱动的海洋人工智能服务平台设计与应用

【目的】大数据驱动的海洋人工智能服务平台集成海洋人工智能相关算法、软件工具和数据资源构建支持海洋人工智能研究的科研信息化环境,为科研用户提供“一站式”机器学习即服务。【方法】本文基于海洋领域人工智能研究对数据、软件、算法和定制工作流的实际需求,提出一种大数据驱动的海洋人工智能服务平台框架设计,阐述平台总体架构以及构建海洋人工智能服务平台的关键技术方法,并给出平台支撑实现的海洋人工智能模型研究案例。【结果】大数据驱动的海洋人工智能服务平台提供海洋人工智能模型开发环境,支持数据预处理、特征工程、模型训练、超参数调整、模型评估、模型部署与模型推理等功能,能够帮助海洋领域科研人员搭建海洋人工智能研究工作流,进一步研发面向海洋场景应用的人工智能模型产品。【结论】大数据驱动的海洋人工智能服务平台作为新型科研信息化平台,将促进海洋科学和人工智能的交叉融合,助推研究所人工智能海洋学学科建设,推动海洋大数据与人工智能科研范式变革。

面向大数据管理决策研究的全景式PAGE框架

大数据和人工智能的飞速发展增加了管理决策领域的复杂性和动态性,也为研究和应用提供了广袤的拓新空间.全景式PAGE框架作为大数据管理决策研究的方向性框架,在大数据问题特征的映射下形成了一个4×3要素矩阵,在理论范式(P)、分析技术(A)、资源治理(G)、使能创新(E)的研究探索中发挥着重要作用.本文结合NSFC大数据重大研究计划的开展,进一步阐释全景式PAGE框架的内涵和关系逻辑,并面向领域情境讨论重要科学问题、求解路径和新知贡献.本文旨在从大数据管理决策研究的视角为大数据等颠覆性信息技术应用的相关研究提供前沿方向和创新突破上的启迪;同时为管理学科及其相关学科领域开展交叉属性强、应用情境差异化特点突出的科研攻关提供参考.

数据密集型社会科学发展的经验及启示:一个国际案例的分析

面对未来发展的不确定性,以及技术发展在学科建设及其研究范式的高渗透性,高校尤其是以人文社会科学见长的高校更应该主动迎接并积极运用数据密集型科学发现的优势,充分考虑数据驱动下的知识发现对于传统社会科学学科建制及其研究范式的重大影响、冲击乃至颠覆作用。一方面,数据密集型科学的发现及其在社会科学领域的渗透与应用,会带来数据密集型科学与社会科学的交叉融合发展,推动社会科学的学科建设方向由传统走向现代、由经验转向科学;另一方面,借助数据密集型科学发现基于数据驱动的研究优势能够有效提升社会科学研究的速度、效率和效果,进一步推动社会科学研究范式的转型,且人文主义与科学主义相结合的混合研究将成为社会科学研究的主流范式。以耶鲁大学为研究个案,着重分析其发展数据密集型社会科学的愿景目标和实践举措。研究发现,耶鲁大学通过发展并应用数据密集型社会科学的方法,拟实现借助数据密集型科学的强大力量不断赋能并推动社会科学研究范式转型、通过建立社会科学研究社区促进跨学科研究与协作、有选择地改善基础服务并强化制度保障与治理支持3个维度的愿景目标。为了实现这些愿景目标,耶鲁大学通过创建数据密集型社会科学中心、了解其他大学和行业卓越机构的发展趋势、在大学层面建立委员会等实践举措,实现重塑组织结构、调整组织行为和促进跨学科研究的整合效应;通过加强基础数据密集型课程群建设、增强数据密集型社会科学发展的多样性和包容性,以及教师年度会议和委员会等制度保障和治理支持,不断优化数据密集型社会科学的人才培养目标,推动课程教学的创新发展和科学评估。由此,耶鲁大学不仅推动了数据密集型科学与社会科学的知识交叉融合发展,还加快了数据密集型科学在社会科学研究中的应用。我国高校在未来的数据密集型社会科学发展实践中,需要主动转变社会科学发展的传统理念,主动运用数据密集型科学发现赋能社会科学转型发展,加强社会科学与数据密集型科学之间的深度融合,建立与数据密集型社会科学发展相匹配的人才培养目标与跨学科课程体系,注重数据密集型社会科学发展的整体规划与适时动态调整。

大数据驱动的管理决策:研究范式与发展领域

数据作为一种新型生产要素影响着经济社会发展各方面,在大数据背景下的管理和决策活动也发生着深刻变化.围绕国家自然科学基金委员会重大研究计划“大数据驱动的管理与决策研究”的项目部署和执行情况,本文从科学基金管理视角总结该重大研究计划的多学科交叉融合和多情境需求牵引特点,介绍研究范式的演进规律以及大数据驱动范式在管理与决策研究中的意义和应用.同时,以国家自然科学基金“十四五”发展规划为指导,本文围绕全景式PAGE框架梳理了相关的重点发展领域和研究方向.

欧盟开放科学体系研究

欧盟在开放科学领域起步较早,自2014年首次提出“开放科学公地”愿景以来,已建立起一套成熟而完整的开放科学体系。从顶层设计、信号释放、平台工具及基础设施4个方面对欧盟的开放科学体系进行系统剖析,以期对中国开放科学的研究与推进有所裨益。近年来,中国科研领域不断加大科技文献、科学数据以及各类科研资源的开放力度,但与欧盟开放科学体系相比,在体系建设和进程方面存在较大差距,可从加强顶层设计、理顺科学数据管理体系及建立科研范式数字化转型人才培养体系3个方面入手,逐步缩小与开放科学领域走在前沿的国家和地区之间的差距。

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

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。

“大数据&人工智能”驱动的空间天气科研范式变革初步探索

【目的】总结大数据与人工智能驱动的空间天气科研范式变革现状,并探讨可能的未来发展趋势。【方法】本文分析了空间天气大数据场景下传统科研模式面临的挑战和人工智能技术带来的机遇,广泛调研了国内外相关战略规划和研究进展,并对典型应用案例进行深入分析,归纳总结了领域科研范式变革现状与特点。【结果】人工智能技术在空间天气领域的多种科学任务类型中均得到了有效尝试,提升了科研效率,解决了大数据场景困难,空间天气领域已呈现科研范式变革的萌芽。【局限】本文侧重于对重要文献和案例的归纳和未来发展整体趋势的分析,未来希望通过文献计量学等方法对现状进行进一步研究,并针对未来发展中需解决的关键问题进行深入探讨。【结论】空间天气领域科研范式正在发生变革,大数据、人工智能与领域知识的融合有望形成新范式。

文化大数据:驱动文艺融合研究的范式转型

在文化数字化转型的浪潮下,文化内容数据库的广泛应用和大数据挖掘方法的协同演进,催生了“文化大数据”这一复合性概念,并正从研究视角、尺度、方法等层面推动着一场文艺研究的范式转型。文化大数据提供了以数据为连接桥梁的超学科方法论,为弥合学科分野的鸿沟提供了新的可能,并能将“远读”与“近读”有机结合,通过可视化技术有效呈现大数据的复杂性,发掘数据海洋中的涌现性规律,从而驱动一种打破圈层壁垒的融合研究范式。面对数字人文领域长期以来的论争与学理困境,亟需在文化大数据的研究实践中将中华文化数字资源优势更好地转化为理论体系创新的先发优势,开辟数字时代文艺理论探索的新境界。

计算政治学的形成与发展

在新技术时代,随着政治学研究对象和政治环境的变化,政治学研究的方法和范式持续更新,形成了计算政治学的新范式。随着计算机获取数据能力的提升、算法的逐步优化、算力的日益增强和用户界面的友好化,计算政治学的研究范式也不断发展,形成了大数据政治学、智能体仿真模拟和计算实验等研究方法。大数据政治学可以运用自动文本分析、机器学习等方法分析海量的、类型多元的、实时互动的政治数据。智能体仿真模拟的仿真能力不断提升,能够更好地设定与调整参数、分析智能体与复杂环境系统的互动。计算实验依托互联网政治实践,能够较好解决传统实验研究中干预困难和外在效度不足的问题,更好地探索互联网政治行为和规律。

论学科信息学的兴起与发展

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。