PingFucwu的个人博客分享 http://blog.sciencenet.cn/u/PingFucwu

博文

一种流行的期刊论文模式:世界排名前五十的大学如何做对我们中国大学的启发? 精选

已有 6665 次阅读 2022-3-4 09:28 |系统分类:观点评述

       看到某些领域的一些期刊论文使用这样的流行模版,比如图情领域,这类文章很多。他们的模式普遍是两大部分,第一部分是国外的图书馆如何做的?第二部分是对我们又有啥启发?第一部分就是使用所谓的网络内容分析法,实际就是在网上访问一下这些图书馆的网站,看看人家的网站内容。举例来说,文章想写研究数据服务,就挑选世界排名前三十或五十的大学,通过网站看他们提供哪些研究数据服务,总结一下,列出个五六条所谓的发现。第二部分就是说中国的大学目前有哪些状况或问题,针对这些问题提出解决方案。把研究数据服务换个主题,可以批量生产一大批论文。

        第一,所谓的网络内容分析法很肤浅,从浏览网站得出的结论也很主观,我在审稿的时候往往禁不住要提问,作者为啥不设计一些问题对这些大学做个调查访问(survey 或interview)呢?因为网站往往只是列出他们在做什么,比如学科导航里有研究数据服务的内容,但不会告诉你这个学科导航被使用的频率,即使用量(usage)怎样,效果(effect)怎样, 成本(cost)多少,人员组织配备(staffing)如何,如何实施(implementation)的,不做调查访问光看网站是得不到数据的。比如某个大学开展了数据管理计划(data management plan,DMP)服务(也许只是试点),但一年有多少这样的服务呢?对网站的内容分析其实是很肤浅的主观的定性分析(qualitative analysis),引用的文献也基本是国内作者类似的文献。这类文章还有一个特点大量引用网站,而不是同行评议文献,不过就想证明作者讲的是事实。也许作者描述的国外大学开展的服务项目是真的,但使用量和效果如何呢就不得而知,作者这样写文章有一个预设立场就是这些服务都很受欢迎。但其实是主观论断,没有数据可以支持。

        第二,对我国的大学的状况分析,一般作者也是主观地认为怎样怎样列出四五个问题,甚至用众所周知这样的不应该在学术文献中出现的词语。这不是科学研究的方法,没有数据支持这种结论。至少也该做个调研和访问,采集一下数据,分析看看。如果题目是针对全国的大学,不说要调查全国吧,至少搞个随机样本,通常样本量是总体的10%,比如随机调查10%的中国大学,通过调查分析也许能得到中国大学普遍存在的一些问题。

        第三,就是所谓的参考意义,如果您选取了世界排名前50的研究型大学,很明显这些研究型大学有大量的研究项目,项目基金超过50万美元的项目很多,比如美国各大基金就要求超过50万美元的基金项目申请时,申请人必须提供研究数据管理计划(DMP),因此DMP可能是这些大学图书馆提供的研究数据服务中排第一第二的服务。这些排名前五十的大学每年有大量的研究数据产生,因此数据存储需求就会比较大,因此数据存储服务解决方案(data storage solution)可能也是排一排二的服务。事实上有学者对一些美国主要的研究型大学的图书馆做了survey,发现DMP和data storage是这些大学图书馆提供的研究人员最需要(most needed services)的服务之一。另外一些学者的调查访问则发现提供有关基金资助者(funders)的要求和收集与研究者的科研项目相关的相关研究和资料的咨询和教学服务(consultations and instructions)是研究者最需要的。但这是不是意味着对所有的中国大学都有参考意义呢?有些作者就在中国的普通一本甚至二本大学,甚至还只是一个研究生,选世界排名前五十的研究型大学做参考,就要解决一个全国性问题,这不觉得有些可笑吗?估计这样的调研也就对清华北大等排名前十位或前二十位的中国大学有参考价值。很多普通院校的图书馆根本没必要提供DMP(也没这个能力)和大容量存储服务(这是很花钱的)。

        类似的题目还可以扩展到文化,公共服务,工业领域等诸多领域,我就不多说了。总之这类题目可以写,但看你怎么做研究怎么写。否则不客气地讲,就是一些可以批量制造的灌水论文。

        个人观点,欢迎批评指正。



https://wap.sciencenet.cn/blog-3316383-1327963.html

上一篇:写英文论文如何找母语为英语的合作者?
下一篇:数据库厂商最近几年开发的文本挖掘和数字人文的功能
收藏 IP: 47.6.205.*| 热度|

13 许培扬 王启云 史晓雷 周忠浩 王安良 黄永义 梁洪泽 晏成和 杜学领 何应林 陆仲绩 谢钢 任国鹏

该博文允许注册用户评论 请点击登录 评论 (7 个评论)

数据加载中...

Archiver|手机版|科学网 ( 京ICP备07017567号-12 )

GMT+8, 2024-3-28 21:37

Powered by ScienceNet.cn

Copyright © 2007- 中国科学报社

返回顶部