重大科学发现知识关联方法构建与实证研究

doi:10.3772/j.issn.1000-0135.2023.09.003

情报学报

2023, Vol. 42

Issue (9): 1029-1039 DOI: 10.3772/j.issn.1000-0135.2023.09.003

情报理论与方法

本期目录 | 过刊浏览 | 高级检索

重大科学发现知识关联方法构建与实证研究

任晓亚^1,2, 张志强^1,3

1.中国科学院成都文献情报中心,成都 610299
2.中国科学院文献情报中心,北京 100190
3.中国科学院大学经济与管理学院信息资源管理系,北京 100190

Empirical Study of Knowledge Association Methods for Major Scientific Discoveries

Ren Xiaoya^1,2, Zhang Zhiqiang^1,3

1.National Science Library (Chengdu), Chinese Academy of Sciences, Chengdu 610299
2.National Science Library, Chinese Academy of Sciences, Beijing 100190
3.Department of Information Resources Management, School of Economics and Management, University of Chinese Academy of Sciences, Beijing 100190

摘要
图/表
参考文献
相关文章 (3)

全文: PDF (2510 KB) HTML (1 KB)
输出: BibTeX | EndNote (RIS)

摘要科学发现是实现“未发现之发现”，而重大科学发现更是推动科学领域探索发展边界的源动力。科学知识承载于科学发现中，是无形的、复杂的、动态变化的，其发展路径难以被准确测度。同时，由于信息的泛滥、知识的局限、人为删除或隐藏等原因，科学发现之间存在较为普遍的、至今尚未被发现的隐性关联。本文提出了一种科学发现知识关联方法，结合引文关系中的显性关联（直接引文）与隐性关联（引文耦合、多阶链式），以更深的粒度和更多元的角度挖掘重大科学发现之间存在的知识基础关联；以菲尔兹奖、拉斯克医学奖、图灵奖为实证研究对象，融合多元关系和时间序列分析等方法，结合科学发现的定性判读和专家咨询，以回溯视角探索各领域科学发现的知识关联规律与特点，最终提炼出科学发现的知识传递模式。实证研究表明，本文方法能够增强科学发现之间的语义关联，建立更加富有连通性的知识网络，进一步地，科学发现知识传递模式可划分为直线模式（简单线性和闭合线性）、桥接模式、放射模式和多重模式。本文结果可以加深科研工作者对领域科学发现规律的理解，为科研资助、科技评价等政策制定提供参考。

	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
	任晓亚
	张志强

关键词 ：科学发现, 知识关联, 多元引文关系, 知识传递模式

收稿日期: 2022-09-13

基金资助:四川省科技计划项目“适应新科技革命趋势和规律的科技创新政策与四川科技创新治理机制研究”（23RKX0302）。

作者简介: 任晓亚，女，1994年生，博士，博士后，主要研究方向为科学计量学、科学学与科技政策；张志强，通信作者，男，1964年生，博士，研究员，博士生导师，主要研究方向为科技战略与规划、科技政策与管理、科学学、情报学理论方法与应用等，E-mail：zhangzq@clas.ac.cn；

引用本文:

任晓亚, 张志强. 重大科学发现知识关联方法构建与实证研究[J]. 情报学报, 2023, 42(9): 1029-1039.
Ren Xiaoya, Zhang Zhiqiang. Empirical Study of Knowledge Association Methods for Major Scientific Discoveries. 情报学报, 2023, 42(9): 1029-1039.

链接本文:

https://qbxb.istic.ac.cn/CN/10.3772/j.issn.1000-0135.2023.09.003 或 https://qbxb.istic.ac.cn/CN/Y2023/V42/I9/1029

1 汉语词典. 科学发现[EB/OL]. [2019-11-25]. https://cd.hwxnet.com/view/cfaalmclaamaidga.html.
2 杨耀坤. 科学发现论[M]. 成都: 四川科学技术出版社, 1994: 7-8.
3 钱时惕. 关于科学发现的思维结构[J]. 科学技术与辩证法, 1989, 6(3): 37-40.
4 邱仁宗. 成功之路: 科学发现的模式[M]. 北京: 人民出版社, 1987.
5 陈其荣. 诺贝尔自然科学奖与科学发现[J]. 上海大学学报(社会科学版), 2019, 36(5): 105-122.
6 任晓亚, 张志强. 基于国际权威科学奖励的科学发现规律研究述评[J]. 情报学报, 2022, 41(2): 202-216.
7 任晓亚, 张志强, 陈云伟. 杰出科学家的科研产出规律——以拉斯克医学研究奖得主为例[J]. 情报学报, 2019, 38(9): 894-906.
8 Polanyi M. The tacit dimension[M]. Chicago: The University of Chicago Press, 1966.
9 杨中楷, 梁永霞. 专利引文分析的理论与实践[M]. 北京: 科学出版社, 2017.
10 曹志杰, 冷伏海. 共词分析法用于文献隐性关联知识发现研究[J]. 情报理论与实践, 2009, 32(10): 99-103.
11 Ding Y, Zhang G, Chambers T, et al. Content-based citation analysis: the next generation of citation analysis[J]. Journal of the Association for Information Science and Technology, 2014, 65(9): 1820-1833.
12 Uddin S, Choudhury N, Hossain M E. A research framework to explore knowledge evolution and scholarly quantification of collaborative research[J]. Scientometrics, 2019, 119(2): 789-803.
13 颜端武, 苏琼, 任婷, 等. 基于引文主路径和时序主题的科学发现知识演进分析[J]. 情报理论与实践, 2020, 43(6): 102-108, 122.
14 王曰芬, 丁玉飞, 刘卫江. 基于知识进化视角的科学文献传播网络演变研究[J]. 情报资料工作, 2016(2): 5-10.
15 丁玉飞, 关鹏. 知识进化视角下科学文献传播网络演化与预测研究及应用[J]. 图书情报工作, 2018, 62(4): 72-80.
16 滕立. 基于知识单元的科学发现链式结构研究[D]. 大连: 大连理工大学, 2012.
17 岳增慧, 许海云. 学科引证网络知识扩散特征研究[J]. 情报学报, 2019, 38(1): 1-12.
18 巴志超, 李纲, 朱世伟. 科研合作网络的知识扩散机理研究[J]. 中国图书馆学报, 2016, 42(5): 68-84.
19 周秋菊, 杨立英, 岳婷, 等. 基于期刊同被引和互引网络的学科结构和知识流动研究[J]. 情报杂志, 2014, 33(8): 84-91.
20 高继平, 丁堃, 滕立, 等. 专利—论文混合共被引网络下的知识流动探析[J]. 科学学研究, 2011, 29(8): 1184-1189, 1146.
21 Maggioni M A, Uberti T E. International networks of knowledge flows: an econometric analysis[J]. Papers on Economics & Evolution, 2006, 28(273): 709-751.
22 You T, Yoon J, Kwon O H, et al. Tracing the evolution of physics with a keyword co-occurrence network[J]. Journal of the Korean Physical Society, 2021, 78(3): 236-243.
23 王曰芬, 王金树, 关鹏. 主题-主题关联的学科知识网络构建与演化分析[J]. 情报科学, 2018, 36(9): 9-15, 102.
24 董坤, 许海云, 罗瑞, 等. 科学与技术的关系分析研究综述[J]. 情报学报, 2018, 37(6): 642-652.
25 Ding C G, Hung W C, Lee M C, et al. Exploring paper characteristics that facilitate the knowledge flow from science to technology[J]. Journal of Informetrics, 2017, 11(1): 244-256.
26 马恒通. 文献与知识的进化[J]. 自然辩证法通讯, 2005, 27(6): 68-73, 38.
27 任晓亚, 张志强. 主要科技领域国际权威奖项规律及其驱动因素分析[J]. 情报学报, 2019, 38(9): 881-893.
28 任晓亚. 基于权威科学奖项的科学发现演变规律与知识传递研究[D]. 北京: 中国科学院大学, 2021. 责任编辑王克平）