文献类型：期刊文章

作　　者：杨红艳[1]

Yang Hongyan(Center for Research Evaluation of Humanities and Social Sciences,Renmin University of China,Beijing 100872,China)

机构地区：[1]中国人民大学人文社会科学学术成果评价研究中心,北京100872

出　　处：《现代情报》

基　　金：国家社会科学基金项目“大数据时代学术评价理论方法改进研究”(项目编号:17BTQ015)。

年　　份：2020

卷　　号：40

期　　号：11

起止页码：136-143

语　　种：中文

收录情况：CSSCI、CSSCI2019_2020、JST、NSSD、RCCSE、RWSKHX、ZGKJHX、普通刊

摘　　要：[目的/意义]大数据时代的学术评价数据化,是指对有关评价的学术活动进行全面记录、存储、统计并形成有价值数据的过程,这是支撑对学术生态中各类对象的质量或水平做出判断的必要环节。数据化是实现“基于大数据的学术评价”的前提。[研究设计/方法]本文对相关文献、概念和实践进行归纳分析,探讨了大数据时代学术评价数据化的难点及其应对策略。[结论/发现]数据化的难点包括数据缺失或“隐形”、数据难获取、数据质量低、数据化成本高、数据化意识不足。应对策略包括3个方面,即搭建学术评价数据化的基本框架、变革学术评价的体系和流程、制定学术评价数据化的关键策略。[创新/价值]数据化是当前学术评价急需却缺乏系统研究的一个领域,也是本文选题和观点的主要价值所在。

关 键 词：学术评价 数据化  大数据 难点  策略  

分 类 号：G30]