您现在的位置:主页 > 汽车资讯 >

积极建设同行评议大数据平台_国内频道_东方资讯

发布日期:2020-08-16 06:49   来源:未知   阅读:

构建学术论文同行评议大数据平台,一是可以改变引文数据相对丰富,但同行评议数据相对匮乏的现状,提高评价效率和质量。二是可以推进以论文为指向的评价,有效规避“以刊评文”。三是可以减少同行评议弊端,提供可用的新评价指标。

当前,学术界和管理部门对学术评价尤其是对项目评审、人才评价和机构评估(以下简称“三评”)的需求十分迫切。“三评”所需的一类重要数据是论文评价结果。从以往学术评价经验出发,一方面,通过同行评议生成的论文评价结果更符合评价需求;另一方面,便捷可用的同行评议数据较难获取,组织评议的成本较高,科学性也易受诟病。

鉴于当前大数据、智能化技术广泛应用于经济社会生活场景,不妨基于大数据理念和方法,革新旧有的论文同行评议机制,打造匹配需求的评价大数据,探索符合中国实际的学术评价道路。

提供同行评议可用数据的新平台

学术论文同行评议大数据平台是数字化、网络化平台,可以供广大学者对已发表论文进行同行评议,逐渐积累形成可用的评议大数据。平台的关键词是“同行评议”和“大数据”,核心特征有四方面,分别是论文为指向、数据全量化、定位第三方和强调可用性。

首先,论文为指向是指同行学者可以通过网络、移动端等便利工具阅读学术文献,不参考期刊等级、作者背景等任何其他信息,仅对论文内容进行随时随地的价值判断,最终形成针对每篇论文的评价结果,既可是简捷的量化评级,也可是深度的定性分析。

其次,数据全量化包括两方面:一是评价对象的全量化,即涵盖已公开发表的所有学术论文;二是评价主体的全量化,即发表过论文的学者通过认证身份均可参与评价。根据大数据的理念,“全数据”代替了“样本数据”,可以冲淡甚至规避少量混杂甚至不合理数据带来的弊端。这不仅会大幅降低样本评价的偏颇,使评价结果更为公正客观,还有利于提升评价结果的可比性和重复使用价值。