【摘 要】
:
随着全球化进程的加快和科学技术的不断发展,新知识的生产以更加复杂的模式呈现,科研合作成为推动科学进步的重要方式,且日益为学者所重视。当前,我国正加速建设“世界一流高校”和“世界一流学科”,学科又是高校的基本元素,因此,对于学科的研究格外重要。不同学科间存在巨大的差异,学科间的差异会对高校学者的科研合作行为产生一定的影响,反之,高校学者的科研合作行为模式又会对学科的发展起到作用。所以,深入研究不同学
论文部分内容阅读
随着全球化进程的加快和科学技术的不断发展,新知识的生产以更加复杂的模式呈现,科研合作成为推动科学进步的重要方式,且日益为学者所重视。当前,我国正加速建设“世界一流高校”和“世界一流学科”,学科又是高校的基本元素,因此,对于学科的研究格外重要。不同学科间存在巨大的差异,学科间的差异会对高校学者的科研合作行为产生一定的影响,反之,高校学者的科研合作行为模式又会对学科的发展起到作用。所以,深入研究不同学科间高校学者的科研合作行为模式对于知识生产以及学科发展具有重要意义。在数据收集与整理方面,在理科、工科、人文科学和社会科学中选取数学、机械工程、哲学和社会学四个一级学科作为研究对象,以2000-2020年核心期刊和CSSCI期刊论文为数据来源。通过运用社会网络分析方法,以高校学者的学术年龄为起点,将高校学者的发展划分为不同阶段,分析不同学科高校学者在科研合作的度中心性、均值邻近度和集聚系数等网络特征,以及不同学科及学术年龄阶段学者的科研合作行为模式。此外,对合作者对学术年龄分布和不同时间段网络特征进行对比。经研究发现,不同学科间高校学者的科研合作行为具有显著不同,且科研合作行为模式各有特点,进一步对造成这一现象的原因展开深入研究。首先是学科自身属性存在差异,学科具有知识属性和组织属性两层内涵,在知识属性方面,从“硬-软”和“纯-应用”两个分类维度将科学知识分为纯硬科学、纯软科学、应用硬科学和应用软科学,因学科知识属性不同从而影响学者科研合作行为模式;在组织属性层面,学科组织生命具有周期阶段性特征,在不同的发展阶段,高校学者的科研合作模式也有所不同。其次是学科发展程度差异。学科发展与社会发展需求密切相关,学科发展会促进社会发展,同时社会需求也会倒逼学科发展;不同学科所需以及享有的物质基础条件不同,这在一定程度上影响高校学者的科研合作行为模式;学者有个人学术年龄以及研究方向、兴趣与风格,个人特征的差异是影响学者科研合作行为模式的重要因素之一。最后,基于对不同学科高校学者科研合作行为模式差异原因的分析,相应地为每一学科的在不同阶段的科研合作模式提出了相应的建议和意见。
其他文献
火灾一直是危害公众安全与社会财产的主要灾害之一,尽早探测到火灾发生,减少火灾损失是消防领域不断深入研究的方向。随着我国经济建设的迅速发展,超大型空间建筑不断增多,而此类建筑火灾载荷大、人员密集,一旦发生火灾,会造成极大的损害。由于传统型火灾探测器通常采用接触式判断,该方法很难在此类大型空间场所中快速准确的完成火灾预警。因此,本文研究设计一种图像型火焰探测报警系统,实现在超大型空间及户外场景下的早期
由细颗粒物(Fine Particulate Matter with a Diameter Smaller than 2.5μm,PM2.5)引起的空气污染会影响人们的健康。获取PM2.5浓度的连续空间数据可以为环境治理提供重要的数据保障,是目前大气环境研究的热点问题。地面PM2.5监测站是我国PM2.5研究的主要数据来源,但其空间分布不均匀,难以反映PM2.5空间分布情况。为了弥补地面PM2.5
结晶技术广泛应用于精细化工、食品、医药等产品的分离纯化。为了控制和优化结晶过程,需要实时测量溶液浓度。传统的溶液浓度测量结果具有时滞大、人为误差等突出问题,因此,基于光谱的原位测量技术得到了快速发展。由于无损和快速分析的优点,衰减全反射傅里叶变换红外(Attenuated total reflectance-Fourier transform infrared,简称ATR-FTIR)光谱已越来越多
时间序列广泛存在于金融、环境、农业等各领域,其研究在实践活动的推动下获得不断发展。在如今的时间序列研究中,提供准确、可解释的长期预测是一项重要任务。传统的模型主要聚焦在单步预测,将其应用于长期预测时则需要执行迭代计算,由此导致的误差累积通常会使得预测性能恶化,此外,大多数模型往往侧重于提升数值精度而忽视了模型的可解释性和易于理解性。本文则旨在以粒计算为载体,模仿人类的认知和推理机制,构建时间序列长
航空发动机有工况范围大、非线性强、变量及约束多等特性,对其控制系统的设计具有很大的挑战。多模型预测控制将多模型与预测控制相结合,既有预测控制处理受约束多变量控制问题的优点,还可以利用多模型对整个工况的非线性特性进行较为准确地逼近,因此可以很好地适用于航空发动机控制问题。本文以某型涡扇发动机为被控对象开展了多模型预测控制的研究,分别进行了发动机工况范围划分、多模型预测控制器设计、容错控制以及搭建硬件
随着现代工业的快速发展,燃气轮机的应用越来越广泛,其控制系统的研究一直备受能源电力和复杂控制系统领域的重视。现有的单一控制器和普通切换控制,已经不能满足多工况切换的现代高性能燃气轮机的控制要求。因此,本文以某型燃气轮机为被控对象,当系统动态因工况变化而发生变化或受到大的输入扰动时,为确保控制器切换瞬间系统控制量平滑过渡,设计了可以主动观测干扰并补偿的自抗扰主控制器和基于自适应增益补偿器的无扰切换控
“双一流”建设政策颁布实施以来,中国大学的学科建设取得了长足进步。但在国际学术竞争中究竟处于怎样的位置、哪些方面还有提升空间、未来如何进行战略布局等,依然是一系列有待澄清的问题。这不仅关乎第一轮“双一流”建设的成效评价,而且影响着高等教育强国的建设方向及其进程。基于此,本文采用简单赋值法,以软科2017-2021年世界一流学科排名为依据进行数据统计。结果表明:近年来中国大学学科建设颇有成效,呈现出
时序数据广泛存在于工业、经济、气象、交通等各个领域中,这些数据背后蕴含了丰富的事物变化规律,有效掌握并运用这些规律可以有助于开展复杂系统建模、控制和优化决策等理论与应用研究。本文提出一种融合卷积网络和宽度学习网络的时序数据建模方法,具体研究内容如下:为了更好地从时序数据中挖掘出事物变化规律,将变分自编码器和增量学习机制引入宽度卷积网络的构建。首先,利用线性回归方法计算时序数据输入变量和输出变量之间
钢铁工业能源系统的数据准确性直接影响着调度操作人员决策的有效性。由于生产环境复杂,数据采集、传输设备受干扰大,导致采集到的数据具有高噪声甚至异常点,严重干扰了调度人员对系统未来运行趋势的判断。因此,研究钢铁能源数据的异常检测问题显得尤为重要。本文考虑钢铁生产过程中能源的发生、消耗以及存储单元的数据特征,将待测数据归类为单维时间序列与多维时间序列。针对具有类周期性特征的单维时间序列,提出了一种基于多
火灾发生后,由于疏散指示灯状态固定、被困人员慌不择路等因素,人们往往无法迅速准确地找到合适的逃生路径,这给消防疏散带来了巨大的困难。因此,本文进行了基于蚁群算法的最短疏散路径规划,并研发了一套集中控制型的智能消防疏散指示系统,该系统自动地与火灾报警系统进行联动,可以实时监测并控制系统中各种消防设备的工作状态,火灾发生时,根据火警信息,系统会通过蚁群算法对被困人员和安全出口之间的最短疏散路径进行规划