一作解读:数据中的重组理论如何促进科学影响力丨面向未来的科学学读书会
导语
分享简介
分享简介
讲者使用大学政治和社会研究联盟(ICPSR)的数据识别研究与数据集之间的引用关系,使用OpenAlex和Altmetric识别过去十年中研究论文在新闻和社交媒体等在线平台上的引用和提及数据,并编制了一个综合数据集,数据集包含了利用超过5,000个不同数据集的30,000多篇论文。基于这一数据集,研究者系统探讨了数据集组合与科学创新的关系。有趣的是,研究结果表明,数据集组合,尤其是非典型的数据集组合,可以显著促进科学研究的影响力。此外,研究还发现,规模较小且经验较少的研究团队会更频繁地在研究中使用非典型的数据集组合。
分享大纲
分享大纲
-
多个数据集的使用与影响力的关系
-
非典型数据集组合与影响力的关系
-
非典型数据集组合的高影响力与主题独特性的关系
-
哪些研究团队会结合非典型数据集
核心术语
核心术语
-
数据使用
-
重组理论
主讲人介绍
主讲人介绍
密歇根大学信息学院在读博士。她的研究兴趣是科学与艺术创新。具体而言,她通过应用和开发计算框架来研究创新策略,探索科学、工作场所和艺术等不同领域的创新驱动因素。她的研究成果已发表在顶级综合科学期刊(如PNAS)和计算社会科学会议(如Web Conference、ICWSM、CSCW)上。她在2024年被麻省理工学院评为EECS新星,并获得了IC2S2的特别表彰奖(2021)。此外,她的研究还被Science、ScienceDaily和Inside Higher Ed等知名科学传播媒体报道。通过与微软和Altmetric等行业合作伙伴的合作,她的工作也对行业产品产生了影响。此前,她曾在微软研究院应用研究团队工作。
参与方式
参与方式
参考文献
参考文献
面向未来的科学学读书会招募中
点击“阅读原文”,报名读书会