China's landscape in oncology drug research:perspectives from research collaboration networks

Objective： Better understanding of China＇s landscape in oncology drug research is of great significance for discovering anti-cancer drugs in future. This article differs from previous studies by focusing on Chinese oncology drug research communities in co-publication networks at the institutional level. Moreover, this research aims to explore structures and behaviors of relevant research units by thematic community analysis and to address policy recommendations. Methods： This research used social network analysis to define an institutions network and to identify a community network which is characterized by thematic content. Results： A total of 675 sample articles from 2008 through 2012 were retrieved from the Science Citation Index Expanded （SCIE） database of Web of Science, and top institutions and institutional pairs are highlighted for further discussion. Meanwhile, this study revealed that institutions based in the Chinese mainland are located in a relatively central position, Taiwan＇s institutions are closely assembled on the side, and Hong Kong＇s units located in the middle of the Chinese mainland＇s and Taiwan＇s. Spatial division and institutional hierarchy are still critical barriers to research collaboration in the field of anti-cancer drugs in China. In addition, the communities focusing on hot research areas show the higher nodal degree, whereas communities giving more attention to rare research subjects are relatively marginalized to the periphery of network. Conclusions= This paper offers policy recommendations to accelerate cross-regional cooperation, such as through developing information technology and increasing investment. The brokers should focus more on outreach to other institutions. Finally, participation in topics of common interest is conducive to improved efficiency in research and development （R＆D） resource allocation.

Social Network Analysis of COVID-19 Research and the Changing International Collaboration Structure

Research in Information Science and interdisciplinary areas suggested the formation of a growing network of international research collaboration.The massive transmission of COVID-19 worldwide especially after the identification of the Omicron variant could fundamentally alter the factors shaping the network's development.This study employs network analysis methods to analyze the structure of the COVID-19 research collaboration from 2020 to 2022,using two major academic publication databases and the VOSviewer software.A novel temporal view is added by examining the dynamic changes of the network,and a fractional counting method is adopted as methodological improvements to previous research.Analysis reveals that the COVID-19 research network structure has undergone substantial changes over time,as collaborating countries and regions form and re-form new clusters.Transformations in the network can be partly explained by key developments in the pandemic and other social-political events.China as one of the largest pivots in the network formed a relatively distinct cluster,with potential to develop a larger Asia-Pacific collaboration cluster based on its research impact.

科学数据网络:概念、系统与应用

【应用背景】科学数据具有分散化、差异化、孤岛化等典型特征,构建可打破各种孤岛、有效整合分布式科学数据资源的基础设施具有重要意义。【方法】本文梳理了国内外类网络科学数据平台、技术与系统的进展,阐明了科学数据网络的概念、特征、功能与关键技术,并针对新型科研范式下科学数据的协作利用需求,提出并设计了科学数据协作网络RDCN。【结论】科学数据网络可有效改善科学数据的分散化、差异化、孤岛化问题,RDCN在生物多样性研究、生态系统野外台站观测研究、多信使天文学研究等融合科学协作场景中将发挥重大的作用。

药学基础研究国际合作中我国城市参与度定量测度

目的定量测度我国城市在药学基础研究国际合作中的参与度。方法通过Web of Science数据库检索2021年1月至2023年8月我国发表的药学基础研究相关论文,提取发文机构及其所在城市,统计发文量排名前列的城市和机构的国际合作论文数量及占比,构建全球合作网络,计算其在国际合作网络中的度、加权度、接近中心性、中介中心性和聚类系数,并采用优劣解距离(TOPSIS)法将上述指标汇总生成综合指标,比较不同城市和机构的重要性。结果北京、上海和广州的国际合作论文数量及TOPSIS得分连续3年全国排名前3,其次是南京、杭州、武汉、成都等城市;深圳是我国非港澳台地区国际合作论文占比最高的城市,但缺乏实力相对突出的机构;苏州和西安近几年的TOPSIS得分排名逐年提升。浙江大学、复旦大学、首都医科大学、上海交通大学、广州医科大学、北京大学等为国际合作中表现较好的机构。结论我国不同城市在药学研究国际合作中的参与度存在明显差异,以北京、上海、广州、南京、杭州、武汉、成都、深圳等城市表现较突出,苏州和西安也处于上升趋势。

数字疗法全球科学研究合作态势分析

目的通过统计数字疗法相关论文,分析数字疗法领域的全球科研合作态势。方法在文献数据库中检索数字疗法相关论文,分析各国和各机构在该领域的论文数量变化趋势,构建全球合作网络,计算社会网络指标,并采用优劣解距离法(Technique for Order Preference by Similarity to Ideal Solution,TOPSIS)评估各国和各机构在全球合作中的重要性。结果截至检索日,数字疗法领域科技论文共计3224篇,其中2014年至今达3171篇(占98.36%)。美国发文量最多(1097篇),合作对象数量(75个)和合作次数(851次)仅次于英国,因在全球合作网络中处于中心位置而获得最高TOPSIS评分。英国发文量居第二位(776篇),合作对象数量(77个)和合作次数(865次)略高于美国,TOPSIS评分略低于美国。哈佛大学、伦敦国王学院、伦敦大学学院、牛津大学和墨尔本大学的合作对象数量和合作次数均较多,TOPSIS评分较高,其中前两个机构领先优势明显。结论数字疗法领域在过去十年间快速发展,美国和英国科学研究起步较早,在该领域产出了丰硕的成果,在全球合作网络中处于中心位置;其他各国相对落后于英美。以哈佛大学、伦敦国王学院为代表的研究机构近几年产出迅速增多,推动该领域朝智能化、个性化方向发展。

基于主体遗忘行为的产学研协同创新最优网络结构

探究产学研协同创新中的知识扩散最优网络结构对提升创新效率具有重要意义。现有关知识扩散过程中的遗忘机制大多被视为指数衰减,且主要关注企业之间的知识扩散,鲜有学者将主体知识遗忘行为纳入产学研协同创新最优网络结构的研究中。本文在现有知识交互模型上加入了遗忘系数,基于仿真方法,探究了主体遗忘行为对产学研协同创新绩效的影响及不同条件下产学研协同创新绩效提升的最优网络结构。结果表明:主体遗忘行为降低了整体绩效,弱化了个体之间的知识差异;在不同的主体知识遗忘率下,最优知识网络结构是不同的。据此,从平均路径长和集聚度视角提出了优化网络结构提升协同创新绩效的建议。

ChatGPT类智能工具对我国高等教育的冲击及其应对

人工智能与高等教育结合是社会发展的必然趋势,利用人工智能推动高等教育革新是高等教育发展的必然结果。Chat GPT在全世界的现象级“出圈”以及展现出来的强大功能,鲜明地突显了其在高等教育领域的价值。对高校智能化建设、课堂教学、教师创造性激发以及大学生素养提升带来便捷。然而,Chat GPT的兴起也使技术主义在高等教育中进一步蔓延,对高校师生的价值观念、高校科研创新、教育伦理、教师的职业素养和大学生的学习提出了挑战。如何对待Chat GPT类智能工具成为当前亟需研究的一项课题,通过加快自主研发,完善顶层设计;加强网络空间治理,构筑良好网络环境;强化师生数字素养,共建和谐共生的人机协同模式;坚持立德树人,恪守育人本位,能够积极应对Chat GPT类智能工具对高等教育的冲击。

融合研究主题与关系网络结构的科研合作者推荐研究——以CNKI平台情报学领域的学者推荐为例

[目的/意义]强针对性、高自由度的合作者推荐服务能够促进科研工作者之间的知识和资源共享,提高科研质量与效率。[方法/过程]基于混合推荐方法的思想,从学者科研合作动机角度切入设计科研合作者推荐方案的框架并给出具体的实现过程。首先,针对寻求主题相似、主题指定或主题互补等合作者的需求,设计多项基于学者研究主题的推荐指标并给出计算方案;其次,面向寻求权威合作者的需求,设计多项基于关系网络结构的推荐指标并给出计算方案;最后,基于学者按需求提供的权重将两部分指标综合集成。[结果/结论]以情报学领域为例对论文所提科研合作者推荐方案进行实证研究。研究结果表明,结合领域内研究主题与学者关系网络结构的科研合作者推荐方案能够准确地识别出社会资本强度更高的备选合作者,能够更好地适应科研合作者推荐的个性化需求。

基于合作与引用关系的多层网络对企业创新的影响

研究从多层网络视角剖析产学研合作关系和专利引用关系作为知识流动重要途径对企业创新的综合影响。以ICT产业为例,1 924家企业为研究对象,基于产学研合作专利和专利引用数据,通过负二项回归进行实证分析。结果表明:合作网络中自我中心网络动态性提升企业创新绩效;专利引用网络中心性在合作网络自我中心网络稳定性与创新绩效之间起中介作用,即企业可以通过维持有价值的稳定性合作关系提高其在专利引用网络的中心性来促进知识流动,进而提升创新绩效,而专利引用网络中心性在企业的合作网络自我中心网络扩张性对企业创新绩效的影响中没有起到中介作用;合作网络结构洞在专利引用网络中心性与企业创新绩效之间起负向调节作用,即企业在合作网络中结构洞水平越高,专利引用网络中心性对创新绩效的促进作用越小,而合作网络中心性在两者间没有起到正向调节作用。研究拓展了知识流动与协同创新网络的研究视角,丰富了企业创新前因变量的研究,对企业创新实践具有一定的指导意义。

网络密度、产学研知识距离对二元型创新绩效的影响

产学研协同创新网络模式对提升区域创新绩效至关重要。为了探究跨区域产学研协同创新网络机制,基于2011—2020年重庆市、四川省科技进步奖数据和专利数据构建“成渝双城经济圈”协同创新网络,并采用负二项回归模型来探究产学研知识距离、网络密度与探索型、应用型创新绩效之间的联系。结果表明:大学、科研机构、企业之间的知识距离存在异质性且对二元型创新绩效产生影响,企业间知识距离与应用型创新绩效负相关,企业与大学间知识距离与应用型创新绩效呈U型关系,大学与企业间知识距离与探索型创新绩效正相关,大学间知识距离与探索型创新绩效呈负相关,科研机构在产学研协同创新过程中对二元型创新绩效的影响不显著。网络密度与应用型创新绩效负相关,对探索型创新绩效影响不显著。研究可为区域间产学研协同创新伙伴的选择提供参考,同时能为成渝双城经济圈协同创新管理提供启示。

基于CiteSpace的聚羟基烷酸酯研究科研合作网络可视化分析

为探究全球聚羟基烷酸酯(PHA)研究的学者科研合作紧密度、时空特征和未来趋势,基于文献计量可视化分析软件CiteSpace,以Web of Science(WoS)数据库为数据源,对2013—2022年收录的论文进行学者科研合作的归纳分析。研究结果表明:2013—2022年聚羟基烷酸酯研究的科研合作紧密度较小,全球范围的合作较为松散,合作关系存在明显的个人、机构和地缘指向特征,合作关系表现出“强强合作”的特征,并且合作机构以高校为主,其中实力雄厚的研究机构发文量相对也较高;发文量最多的国家依次是中国、印度、美国、意大利和西班牙,其中美国的发文量虽高,但研究者人数较少,成果基本集中于部分高产研究者。今后,研究者不仅要注重地区之间的合作,还应注意学科之间的合作,跨地域、跨学科可以增加研究驱动力。

基于ESI Research Fronts对学科前沿的计量分析——以化学学科为例

研究前沿一直是科研人员关注的热点,文章的目的是为科研人员把握当下的学科热点和前沿,以及寻求科研合作提供参考。文章基于ESI的数据,对化学学科的研究前沿进行识别,解读了热门和新兴的研究前沿,并利用文献计量的方法,对研究前沿的相关文献年度、地区分布进行研究,以及对这些文献的合作机构进行挖掘。就化学学科而言,我国在研究前沿中占据的数量位居世界第二,并在合作网络中居于比较核心的地位。中国的大学和科研院所是科研主力军,一半以上的化学前沿由中国科学院参与完成。

高校合作网络对研发效率的影响研究

基于论文合作数据,采用社会网络分析方法,以五年为窗口期,构建了2000-2013年间高校合作网络;将高校研发活动拆解为研究和转化两个阶段,并利用网络数据包络分析(Data Envelopment Analysis,DEA)模型分别测算两阶段效率值;进而探究了网络特征指标对研发效率的影响。研究结果证明了合作网络结构对过程导向的研发绩效的影响。结构洞(Structural Hole,SH)和度中心性(Degree Centrality,DC)对研究绩效的正向影响被证实,关系强度(Tie Strength,TS)则表现出对研究绩效的负面影响。同时,度中心性的成本也在其与转化效率的负相关关系中被揭示。根据结论提出了针对高校发展合作关系的建议。

基于新工科城市地下空间工程专业“政产学研用”协同育人模式探究

为健全工程教育育人模式,针对新工科城市地下空间工程专业人才培养,基于网络层次分析法从“政产学研用”5个维度、12个指标,构建“政产学研用”协同育人评价体系模型,运用该模型对“政产学研用”协同育人模式进行综合评价分析。研究表明:一级指标中,政府的宏观调控和引领指导是强化“政产学研用”深度结合的关键;二级指标中,“教育资源配置”指标的权重占比将很大程度地影响“学校”维度的全局权重占比;“用户价值”作为二级指标中“异军突起”的一个指标,反映着优化用户价值和提高用户体验是下一步该模式发展的一个重要方向。通过对工程教育模式的研究,得到“政产学研用”育人模式各维度量化评价,可为新工科背景下城市地下空间工程专业人才培养提供借鉴。

A Study of Methods to Identify Industry-University-Research Institution Cooperation Partners based on Innovation Chain Theory

Purpose： This study aims at identifying potential industry-university-research collaboration（IURC） partners effectively and analyzes the conditions and dynamics in the IURC process based on innovation chain theory.Design/methodology/approach： The method utilizes multisource data, combining bibliometric and econometrics analyses to capture the core network of the existing collaboration networks and institution competitiveness in the innovation chain. Furthermore, a new identification method is constructed that takes into account the law of scientific research cooperation and economic factors.Findings： Empirical analysis of the genetic engineering vaccine field shows that through the distribution characteristics of creative technologies from different institutions, the analysis based on the innovation chain can identify the more complementary capacities among organizations.Research limitations： In this study, the overall approach is shaped by the theoretical concept of an innovation chain, a linear innovation model with specific types or stages of innovation activities in each phase of the chain, and may, thus, overlook important feedback mechanisms in the innovation process.Practical implications： Industry-university-research institution collaborations are extremely important in promoting the dissemination of innovative knowledge, enhancing the quality of innovation products, and facilitating the transformation of scientific achievements.Originality/value： Compared to previous studies, this study emulates the real conditions of IURC. Thus, the rule of technological innovation can be better revealed, the potential partners of IURC can be identified more readily, and the conclusion has more value.

融合动态研究偏好和社交信任的潜在科研合作者推荐研究

从海量科研数据中自动发现潜在合作者是科研合作预测研究的热点。鉴于学者研究兴趣随时间变化以及人们更倾向于与具有一定学术社交关系的学者合作,本文提出一种融合学者动态研究偏好和学术社交信任的潜在科研合作者推荐模型SimTrustRec。首先,利用LDA (latent Dirichlet allocation)模型学习已发表论文的主题分布,挖掘学者动态研究偏好特征,计算学者间研究偏好相似度;其次,根据论文中学者、单位共现关系构建学术社交网络,计算直接学术社交信任值,根据信任的传递性,计算间接学术社交信任值;最后,融合研究兴趣相似度和学术社交信任值计算学者间潜在合作的可能性,生成潜在合作者推荐列表。真实数据集ArnetMiner上的实证研究结果表明,相对于已有方法,本文方法在召回率、命中率、平均倒数排序方面均有一定的提升。

城市间科研合作网络结构特性与生成研究

本文以中国地级及以上城市单元为空间尺度,从Web of Science核心合集数据库中手工整理2019年所有城市间合作论文数据,对中国城市间科研合作网络结构特征与网络生成问题进行研究。研究发现,中国城市间科研合作网络呈现出多级分层特征,具有小世界性且网络效率不高的特征。聚焦三大城市群的科研合作网络一体化分析发现,京津冀、长三角和珠三角城市群之间的科研联系邻近度要低于他们各自内部的科研联系邻近度,这意味着三大城市群的城市更多是在城市群内部建立科研联系,城市群之间的科研联系邻近度仍有待提升。进一步的QAP回归分析发现,地理邻近性、高校、经济发展水平、科研实力以及社会邻近性差异是影响中国城市间科研合作网络生成的重要因素。

全球药物合成生物学科学研究合作态势分析

目的分析全球药物合成生物学领域的科研合作态势。方法在Web of Science数据库中检索药物合成生物学相关论文,检索时间为2023年6月29日,分析全球及各国该领域发文量变化趋势;构建全球合作网络并采用优劣解距离(TOPSIS)法评估各国和各机构在全球合作中的重要性;评估不同机构的合作偏好;根据通信作者发文量识别领先研究团队。结果共检索到全球范围内药物合成生物学领域科技论文1968篇,其中2013年及以后有1777篇(90.29%)。美国发文量最多(624篇),且合作对象(40个)和合作次数(283次)也最多,TOPSIS评分居全球首位。中国发文量(527篇)略低于美国,但近10年复合增长率远超美国(31.80%比6.24%),TOPSIS评分居全球第4位。丹麦技术大学、中国科学院、加州大学伯克利分校、哈佛大学、麻省理工学院的合作对象数量(≥10个)和合作次数(>20次)均较多,TOPSIS评分全球排名前5,其中前2个机构聚类系数较低(0.24,0.23)而中介中心性较高(0.23,0.15),后3个机构聚类系数低(0.38,0.30,0.18)而中介中心性相对中等(0.10,0.10,0.09)。全球共23名通信作者(团队)在此领域的论文数量≥5篇,其中美国最多(8人),中国次之(5人)。结论药物合成生物学领域在过去10年间快速发展,美国和中国在此研究领域较活跃。美国是全球合作网络的中心,中国、英国和德国也是国际合作的重要参与者。中国科学院和丹麦技术大学是连接国内外研究机构的重要桥梁,麻省理工学院、哈佛大学、加州大学伯克利分校等机构则是各自小范围研究领域的中心。

基于可视化知识图谱的微晶玻璃研究态势分析

微晶玻璃不仅具有耐腐蚀、高强度等特性,且具有易成型、光学性能良好等特点,应用十分广泛,备受学界关注。论文以2013—2017年和2018—2022年两个阶段有关微晶玻璃的SCI论文为样本,通过CiteSpace 6知识可视化软件构建了微晶玻璃研究领域作者科研合作网络和关键词聚类可视化知识图谱,研究了作者科研合作网络和学术活跃度、可视化发展趋势。结果表明:2013—2017年,学者们更多关注微晶玻璃发光性能、生物活性以及固态电解质的研究;2018—2022年,除持续研究微晶玻璃生物活性外,逐渐转向微晶玻璃的能量转换和碱活化的研究。本文总结前人研究,发现提高生物活性微晶玻璃的抗菌性、控制微晶玻璃生长微纳晶相的方法以及透明发光微晶玻璃结晶度的改进技术等是微晶玻璃材料领域研究和应用的重要前沿方向。

中外会计学科领域科研合作网络特征对比研究

现代信息技术和互联网的快速发展,为学者间的科研合作提供了便利。会计科研合作与其他学科有所不同,为深入研究中外会计学科领域科研合作的特征,以2005-2021年期间发表在国内外会计学科顶级期刊上的研究论文为研究样本,基于文献计量和社会网络分析,对核心作者和机构间科研合作的特征进行识别与分析。研究发现:在会计学科领域,英文期刊已形成了稳定的核心作者群,而中文期刊的核心作者还处于动态变化中;中外核心作者合作网络存在差异,英文核心作者之间已经形成较为紧密且相对较大的合作关系群,而中文核心作者之间的合作较少且不稳定;机构科研合作主要是同一高校内部和高校之间的合作,而高校与政府、企业之间的科研合作较少。