科学研究中跨学科研究模式与路径挖掘——基于学者变换国家自然科学基金代码视角

doi:10.3772/j.issn.1000-0135.2023.04.003

情报学报

2023, Vol. 42

Issue (4): 407-419 DOI: 10.3772/j.issn.1000-0135.2023.04.003

情报理论与方法

本期目录 | 过刊浏览 | 高级检索

科学研究中跨学科研究模式与路径挖掘——基于学者变换国家自然科学基金代码视角

吴小兰¹, 郭宇杰¹, 蒋宁²

1.南京师范大学新闻与传播学院，南京 210024
2.安徽财经大学工商管理学院，蚌埠 233030

Interdisciplinary Research Modes and Paths Mining in Scientific Research: From the Scholars' Perspective of Changing NSFC Code

Wu Xiaolan¹, Guo Yujie¹, Jiang Ning²

1.School of Journalism and Communication, Nanjing Normal University, Nanjing 210024
2.School of Business Administration, Anhui University of Finance and Economics, Bengbu 233030

摘要
图/表
参考文献
相关文章 (5)

全文: PDF (2260 KB) HTML (1 KB)
输出: BibTeX | EndNote (RIS)

摘要面对科学知识和社会发展的需求，跨学科研究成为科学研究的重要方式。在国家自然科学基金项目申请中，同一学者在不同时间变换使用基金代码会导致不同申请代码之间呈现共现关系，这在一定程度上证实了跨学科研究行为的存在。为此，本文基于国家自然科学基金代码变换视角，挖掘跨学科研究模式与转移路径。首先，结合国家自然科学基金学科申请代码的层级结构，改进并优化了学者跨学科性测度指标；其次，基于优化后的测度指标，挖掘跨学科项目申请中跨学科研究模式与跨学科发生路径。研究结果发现，优化后的测度指标较现有指标能更准确地计算学者的跨学科性，学者跨学科性的高低与学者依托机构是否属于“985工程”存在显著相关性，学者开展跨学科研究与地方经济水平也存在显著相关性。此外，跨学科项目申请中存在典型的学科部类转移路径，89个一类学科之间存在明显的知识社群。本文不仅进一步丰富了基金项目数据的跨学科性测度指标，而且能够为推动学者跨学科项目申请提供有益参考。

	服务

	把本文推荐给朋友
	加入我的书架
	加入引用管理器
	E-mail Alert
	RSS
	作者相关文章
	吴小兰
	郭宇杰
	蒋宁

关键词 ：跨学科研究, 学科基金代码, 学者的学科多样性, 科研项目

收稿日期: 2022-04-12

基金资助:江苏高校哲学社会科学研究重大项目“基于可解释图谱的跨学科同行评审专家推荐研究”（2021SJZDA176）。

作者简介: 吴小兰，女，1982年生，博士，副教授，主要研究方向为文本挖掘与自然语言处理；郭宇杰，男，1999年生，硕士研究生，主要研究方向为新媒体挖掘；蒋宁，女，1966年生，博士，教授，主要研究方向为科学评价，E-mail： jiang_ning2021@163.com；

引用本文:

吴小兰, 郭宇杰, 蒋宁. 科学研究中跨学科研究模式与路径挖掘——基于学者变换国家自然科学基金代码视角[J]. 情报学报, 2023, 42(4): 407-419.
Wu Xiaolan, Guo Yujie, Jiang Ning. Interdisciplinary Research Modes and Paths Mining in Scientific Research: From the Scholars' Perspective of Changing NSFC Code. 情报学报, 2023, 42(4): 407-419.

链接本文:

https://qbxb.istic.ac.cn/CN/10.3772/j.issn.1000-0135.2023.04.003 或 https://qbxb.istic.ac.cn/CN/Y2023/V42/I4/407

1 汪志兵, 孙竹梅. 从SCI论文看NSFC对普通高校的资助效果[J]. 中国高校科技, 2016(10): 22-25.
2 陈仕吉, 康温和, 江文森. 跨学科研究在科学研究中越来越重要?[J]. 科学学研究, 2018, 36(7): 1153-1160, 1195.
3 张琳, 孙梦婷. 突破交叉科学研究同行评议困境[N]. 中国社会科学报, 2021-11-23(1).
4 Wu J, Jin M, Ding X H. Diversity of individual research disciplines in scientific funding[J]. Scientometrics, 2015, 103(2): 669-686.
5 吴江, 金妙. 基于基金代码共现的学科知识流动网络研究[J]. 情报杂志, 2016, 35(6): 23-28.
6 吴江, 金妙, 陈君. 基金视角下的学科知识流动网络构建与分析[J]. 图书情报工作, 2016, 60(8): 79-85.
7 Porter A L, Chubin D E. An indicator of cross-disciplinary research[J]. Scientometrics, 1985, 8(3): 161-176.
8 Shannon C E. A mathematical theory of communication[J]. Bell System Technical Journal, 1948, 27(3): 379-423.
9 Simpson E H. Measurement of diversity[J]. Nature, 1949, 163(4148): 688.
10 Herfindahl O C. Concentration in the US steel industry[D]. New York: Columbia University, 1950.
11 Brillouin L, Hellwarth R W. Science and information theory[J]. Physics Today, 1956, 9(12): 39-40.
12 Stirling A. A general framework for analysing diversity in science, technology and society[J]. Journal of the Royal Society, Interface, 2007, 4(15): 707-719.
13 Porter A L, Cohen A S, Roessner J D, et al. Measuring researcher interdisciplinarity[J]. Scientometrics, 2007, 72(1): 117-147.
14 Hill M O. Diversity and evenness: a unifying notation and its consequences[J]. Ecology, 1973, 54(2): 427-432.
15 Leinster T, Cobbold C A. Measuring diversity: the importance of species similarity[J]. Ecology, 2012, 93(3): 477-489.
16 Zhang L, Rousseau R, Gl?nzel W. Diversity of references as an indicator of the interdisciplinarity of journals: taking similarity between subject fields into account[J]. Journal of the Association for Information Science and Technology, 2016, 67(5): 1257-1265.
17 Leydesdorff L, Wagner C S, Bornmann L. Betweenness and diversity in journal citation networks as measures of interdisciplinarity—a tribute to Eugene Garfield[J]. Scientometrics, 2018, 114(2): 567-592.
18 Rafols I. Knowledge integration and diffusion: measures and mapping of diversity and coherence[M]// Measuring Scholarly Impact. Cham: Springer, 2014: 169-190.
19 Bordons M, Morillo F, Gómez I. Analysis of cross-disciplinary research through bibliometric tools[M]// Handbook of Quantitative Science and Technology Research. Dordrecht: Springer, 2006: 437-456.
20 赵星, 谭旻, 余小萍, 等. 我国文科领域知识扩散之引文网络探析[J]. 中国图书馆学报, 2012, 38(5): 59-67.
21 Zhu Y J, Yan E J. Dynamic subfield analysis of disciplines: an examination of the trading impact and knowledge diffusion patterns of computer science[J]. Scientometrics, 2015, 104(1): 335-359.
22 张琳, 刘冬东, 吕琦, 等. 论文学科交叉测度研究: 从全部引文到章节引文[J]. 情报学报, 2020, 39(5): 492-499.
23 刘丽帆, 张恒, 章成志. 基于学术文献引文内容的跨学科知识流动研究[J]. 情报理论与实践, 2022, 45(6): 24-31, 47.
24 Chakraborty N. Activities and reasons for using social networking sites by research scholars in NEHU: a study on Facebook and ResearchGate[C]// Proceedings of the 8th Convention Planner, Sikkim University, Gangtok, 2012: 395-402.
25 耿斌, 孙建军. 在线学术社交平台的用户行为研究——以ResearchGate平台南京大学用户为例[J]. 图书与情报, 2017(5): 47-53.
26 Oh J S, Jeng W. Groups in academic social networking services—an exploration of their potential as a platform for multi-disciplinary collaboration[C]// Proceedings of the 2011 IEEE Third International Conference on Privacy, Security, Risk and Trust, and 2011 IEEE Third International Conference on Social Computing. Piscataway: IEEE, 2011: 545-548.
27 Jiang J P, Ni C Q, He D Q, et al. Mendeley group as a new source of interdisciplinarity study: how do disciplines interact on mendeley?[C]// Proceedings of the 13th ACM/IEEE-CS Joint Conference on Digital Libraries. New York: ACM Press, 2013: 135-138.
28 Wu X L, Zhang C Z. Finding high-impact interdisciplinary users based on friend discipline distribution in academic social networking sites[J]. Scientometrics, 2019, 119(2): 1017-1035.
29 李长玲, 牌艳欣, 荣国阳, 等. 基于社交媒体弱关系的跨学科相关知识组合识别[J]. 情报理论与实践, 2022, 45(3): 125-132.
30 岳名亮, 马廷灿, 王桂芳, 等. 跨领域合作对科研产出的影响: 以国家自然科学基金资助的SCI论文为例[J]. 中国科学基金, 2016, 30(6): 551-555.
31 汪雪锋, 张娇, 李佳, 等. 跨学科团队与跨学科研究成果产出——来自科学基金重大研究计划的实证[J]. 科研管理, 2018, 39(4): 157-165.
32 王卫军, 姚畅, 乔子越, 等. 基于词嵌入的国家自然科学基金学科交叉知识发现方法——以“人工智能”与“信息管理”为例[J]. 情报学报, 2021, 40(8): 831-845.
33 Wu J, Ding X H. Author name disambiguation in scientific collaboration and mobility cases[J]. Scientometrics, 2013, 96(3): 683-697.
34 Shao Z Y, Li Y M, Hui F, et al. Interdisciplinarity research based on NSFC-sponsored projects: a case study of mathematics in Chinese universities[J]. PLoS One, 2018, 13(7): e0201577.
35 Blondel V D, Guillaume J L, Lambiotte R, et al. Fast unfolding of communities in large networks[J]. Journal of Statistical Mechanics: Theory and Experiment, 2008, 2008(10): P10008.
36 Newman M E J, Girvan M. Finding and evaluating community structure in networks[J]. Physical Review E, 2004, 69(2): 026113. 责任编辑潘尧