分类： 图书馆学、情报学 >> 图书馆学 提交时间： 2023-10-08 合作期刊: 《知识管理论坛》
摘要： [目的/意义]信息公开是突发公共卫生事件应对和透明政府建设的必然要求，其公开方式对公众及时、全面和准确获取信息有着重要影响。[方法/过程]首先通过文献归纳和公众访谈，结合国家信息公开条例，梳理得到17种主要的突发公共卫生事件信息公开方式；接着基于Kano模型设计问卷进行公众需求收集，根据频数最大法将公众需求划分为4类；然后基于需求层次分析、混合类分析和Better-Worse分析对信息公开方式进行深入探究。[结果/结论]通过需求层次和混合类分析可知，政府网站、微博、短信、电视滚动字幕和重要新闻推送是必备型需求；短视频、自媒体平台、广播、电视、信息公告栏和电子信息屏是魅力型需求；政府官方微信公众号、新闻发布会和政务热线是公众期望型需求。其中，微博、短信、电视滚动字幕和重要新闻推送被判定为混合类需求。最后，从Better-Worse维度分析各类项目元素的重要度和优先级。
分类： 图书馆学、情报学 >> 情报学 提交时间： 2023-07-03
摘要： 【目的】对比分析预印本与期刊相似主题的区别与联系，以新冠疫情主题为例证明二者在研究热点与侧重上存在互补。【方法】本文采用BERTopic主题分析模型，并提出了二维象限主题对比法，从热度、影响两个维度对预印本与期刊两个来源的相似热点主题进行对比。【结果】分析bioRxiv、medRxiv、Scopus平台上新冠疫情相关文献共约七万条，对比预印本和期刊各个维度的主题分布情况，发现以下规律：1）主题热度方面，预印本更偏向医学层面，期刊更偏向社会层面；2）主题影响方面，预印本更偏向预防主题，期刊更偏向病毒传播主题；3）预印本和期刊在热度和影响力方面有部分重回主题，如疫苗相关主题；4）预印本中有期刊中所没有的特有的热点主题，如病毒变异等。【结论】总体来看，预印本的主题更偏向理论与学术，而期刊主题更偏向实践与社会；预印本主题在原理方面分支更细致，而期刊主题在社会层面涉及面更广，二者在内容方面可以形成有效互补。
分类： 图书馆学、情报学 >> 情报学 提交时间： 2022-09-19
摘要： 摘要： 目的/意义］对国内外数据重用研究现状进行系统梳理，总结分析其呈现的特点与不足，并为未来数据重用相关研究提供借鉴。［方法/过程］运用文献调研法获取国内外数据重用相关研究文献，并基于内容分析法对其进行分类，总结当前数据重用研究所呈现的特点和存在的不足， 并提出后续研究建议。［结果/结论］现有数据重用研究在避免重复数据收集、提高数据使用效率和促进研究人员数据共享方面发挥了一定的作用，并且逐步关注了更广泛的用户群体、拓展和延伸了研究的学科和领域、关注的数据重用研究类型更加多元化；但总体研究方向较为狭窄、研究方法相对局限、研究数量相对稀少。未来数据重用研究领域，应进一步拓宽研究的用户群体、更关注社会经济发展过程中产生的新问题、更关注大数据时代对数据重用研究提出的新要求，进一步推动更有效和更可靠的数据重用研究，为科技创新、社会进步、国家发展贡献力量。
分类： 图书馆学、情报学 >> 情报过程自动化的方法和设备 提交时间： 2022-08-31
摘要： 目的 对比序列标注方法和文本生成方法在历史古籍事件识别上的表现，以构建历史古籍事件识别模型。 方法 本文选取《三国志》为原始语料，序列标注实验对《三国志》事件数据集进行BMES标注，构建BBCN-SG模型，文本生成实验构建T5-SG模型，对比两种方法的表现。又构建RoBERTa-SG、NEZHA-SG模型展开生成模型的对比实验。结合三个文本生成模型，融入Stacking集成学习的思想，构建Stacking-TRN-SG模型。 结果 在历史古籍事件识别建模问题上，文本生成方法的表现明显优于序列标注方法。而在文本生成方法中，三个模型表现则是RoBERTa-SG > T5-SG > NEZHA-SG。Stacking集成学习大大提高了生成模型的识别效果。 局限 本文计算资源有限，Stacking-TRN-SG模型缺少在其他历史古籍语料中的应用研究。 结论 本文构建的Stacking-TRN-SG模型初步实现历史古籍的自动事件识别。
点击量
通过
点击量
下载量
评论
待评议
