登录
 机构网站
  1. 首页
  2. 情报产品
  3. 快讯详情

《近年来图书馆科学数据素养领域新进展》

  • 来源专题：图书情报
  • 编译者： xuxue
  • 发布时间：2019-07-30

  • 科学数据 (Scientific Data) 是指研究人员开展科学研究过程中通过科学实验、实际调查等方式产生和获得的数据资料。科学数据实际上是由原始数据经过科学研究转换而成的新数据集, 具有准确性、可靠性、非排他性、可无限复制等特点。文章以中国知识资源总库(CNKI) 2014-2018年发表的相关图书馆科学数据素养文献为研究对象进行系统总结、归纳。根据相关研究概况,提出灵活拓展图书馆科学数据素养的内容与方式,包括科学数据管理专业教育本土化研究、科学数据管理人才跨界研究、科学数据素养培训认可程度研究以及基于科学数据素养的用户需求与行为方法研究等,以期为图书馆科学数据的后续研究提供参考。

262浏览量
原文链接
相关报告

  • 《数据素养能力评价与大学图书馆数据素养教育的思考》
    • 来源专题：数智化图书情报
    • 编译者：饶海侠
    • 发布时间：2024-01-19
    • 数据素养能力评价与大学图书馆数据素养教育的思考 科学研究领域中数据管理方面的专业知识和技能亟待普及和培养。学者王维佳、曹树金和廖昀赟在《图书馆杂志》期刊上发表《数据素养能力评价与大学图书馆数据素养教育的思考》一文。该文章首先从信息素养的价值取向和技能知识的层次结构两方面分析数据素养的内涵，再通过调查问卷和兴趣小组法对科研人员的数据素养能力进行评价，利用因子分析法得出科研人员数据素养能力构成和评价函数，最后根据实验结果给出与数据素养教育相关思考。 一、研究内容 作者在数据素养白皮书中构建的数据素养涵义框架和数据生命周期的基础上设计了评价指标体系，评价指标包括数据管理计划、数据的收集、数据的描述、数据的组织、数据的分析与处理、数据的保存、数据的共享及再利用、数据伦理、知识产权等，结合兴趣小组法和问卷调查法测量“临床研究”相关科研人员的数据素养能力，结果发现数据统计能力和数据管理能力是数据素养能力最重要的两个组成部分 1.数据素养内涵解析 作者从信息素养的价值取向和技能知识的层次结构两方面分析数据素养的具体内容。一方面，类比信息素养的定义，数据素养是能够让人们反思自己所拥有的数据，利用数据包含的内容和所具备的技能获取知识，开展知识交流，从而促进科研成果的转化；另一方面，数据素养包含数据标准化处理、规范化应用的基础层次技能，也包括综合运用主体的专业经验、洞察力和科学方法的高级能力层次 二、研究结论 该文章发现数据素养由统计分析能力、数据管理水平、数据诚信度、数据伦理认知和数据科学基本认知水平多项能力共同组成，由此作者提出以下几点建议：要让图书馆与多方部门合作共同搭建规范的科研数据管理环境，并且将数据教育内容嵌入到专业和科研的情境下，同时图书馆可以借鉴国外图书馆开发的数据素养教育课程和教育实践项目，根据这些实践经验开发适合国内科研人员需求的数据素养教育模式。 以上内容经编译整理，具体内容详见[1]王维佳,曹树金,廖昀赟.数据素养能力评价与大学图书馆数据素养教育的思考[J].图书馆杂志,2016,35(08):96-102.DOI:10.13663/j.cnki.lj.2016.08.015.
    107浏览量
    原文链接

  • 《评估学术图书馆的 AI 素养：一项以美国员工为重点的调查研究》
    • 编译者：徐宏帅
    • 发布时间：2024-04-29
    • 评估学术图书馆的 AI 素养：一项以美国员工为重点的调查研究 2024年1月1日， 新墨西哥大Leo S. Lo发布了一篇论文名为《评估学术图书馆的人工智能素养：一项以美国员工为重点的调查研究》。 这项研究调查了学术图书馆员工的人工智能素养（主要在美国），共有760名受访者。调查结果显示，人们对人工智能概念的理解程度一般，对人工智能工具的实际操作经验有限，在讨论伦理影响和人工智能项目合作方面存在明显差距。受访者强调需要进行全面培训及制定道德准则。该研究提出了一个框架，定义了为图书馆量身定制的人工智能素养的核心组成部分。随着图书馆越来越多地将人工智能整合到其服务和运营中，研究结果为指导专业发展和政策制定提供了相关见解 上图展示了受访者对生成式人工智能的理解。结果表明，虽然图书馆员已经开始了解人工智能及其潜力，但仍有很大的增长空间。 在对人工智能工具的熟悉程度方面，大多数受访者的熟悉程度达到中等水平(30.94%)。只有少数受访者对这些工具的熟悉程度很高(3.87%)，这表明有机会对这些工具设置更多的培训。 研究人工智能在图书馆行业的普及程度时，研究人员发现了一个新的现象。一些技术得到了广泛应用，而另一些技术则相对冷门。聊天机器人和文本、数据挖掘工具是使用最广泛的人工智能技术。 受访者对特定人工智能概念的理解也遵循了类似的趋势。更直接的概念，如机器学习和自然语言处理，更易被人理解，而复杂的领域，如深度学习和生成对抗网络，则不太了解。这一趋势强调了在图书馆设置有针对性的人工智能教育项目的必要性。 关于以人工智能为重点的专业发展的思考，有以下几个关键主题： 培训模式：图书馆员通过各种形式参加培训，包括在线研讨会、线下研讨会和自学。在线选项很受欢迎，为不同的专业人士提供了可访问性； 人工智能工具和应用：培训课程主要介绍ChatGPT及其他应用，重点是在学术上的应用；伦理影响：会议经常讨论伦理问题，如偏见和隐私，以及“黑匣子”人工智能模型的潜在滥用； 融入图书馆员工作流程：项目探索人工智能融入图书馆工作，包括教学、编目和引文分析； 人工智能素养：人们反复关注理解和教授人工智能概念，这与更广泛的信息素养讨论有关； 人工智能培训：培训包括在图书馆教学中使用人工智能工具，并了解其对学术诚信的影响； 实践社区：提出了一种共同理解人工智能挑战和机遇的方法； 自主学习：部分图书馆员积极寻求自主学习机会，体现了对人工智能专业发展的积极态度。 研究结果强调了人工智能在图书馆中的多面性，强调了持续、全面专业发展的必要性。这包括解决技术和道德方面的问题，为图书馆员提供实用的人工智能技能，并建立一个支持性的实践社区。 如上图所示，人们普遍认识到解决与人工智能使用相关的道德和隐私问题的紧迫性。74.34%的受访者(包括“同意”和“非常同意”)强调了迫切需要解决与人工智能相关的潜在道德和隐私问题，强调了图书馆员在人工智能时代保持服务完整性方面的责任。 这些定性回答提供了图书馆专业人员对生成式人工智能的看法以及他们对图书馆行业影响的丰富理解。这些回答被归类为以下几个关键主题。 道德及私隐问题：受访者对潜在的数据滥用和侵犯隐私表示担忧； 教育和培训的需要：对图书馆员进行人工智能教育和培训的需求是一个普遍话题。受访者强调了在实施人工智能工具之前理解它们的重要性； 滥用的可能性：受访者对滥用人工智能工具的可能性表示担忧，例如产生虚假引用或过度依赖人工智能系统。他们强调了批判性思维技能的重要性，并告诫不要用人工智能取代人类的判断和学习过程； 对可行性的担忧：一些受访者对图书馆快速有效地实施人工智能工具的能力表示怀疑。人工智能工具的频繁更新和改进、需要大量投资以及人工智能的使用方式可能对图书馆或其用户无益； 人工智能在图书馆中的作用：一些受访者提出了人工智能可以在图书馆中使用的具体方式，例如用于馆藏开发、指导和回答常见问题。然而，他们也提醒不要将人工智能视为解决所有图书馆难题的灵丹妙药； 人工智能对职业影响的担忧：一些受访者表示担心人工智能的使用可能会导致工作岗位的流失或人工的贬值。他们建议，人工智能应该用来补充，而不是取代图书馆员； 批判性评估的必要性：受访者强调需要对人工智能工具进行批判性评估，包括了解其局限性和潜在的偏见。他们建议，图书馆不应该在完全理解人工智能的含义之前就急于实施人工智能； 人工智能素养：一些受访者认为，图书馆在向学生和其他图书馆用户教授人工智能素养方面可以发挥作用。他们强调了理解人工智能工具如何工作以及如何负责任地使用它们的重要性。 图书馆员对生成式人工智能的看法是多方面的，包括这些技术的潜在益处和挑战。虽然人们认识到人工智能在增强图书馆服务方面的潜力，但也非常强调道德考虑、教育和培训、批判性评估以及负责任地使用这些工具的必要性。这对图书馆行业的影响是重大的，涉及到工作替代，对新技能和新角色的需求，以及图书馆实践和服务的潜在变化。这些发现强调了在图书馆中使用生成式人工智能研究的必要性。 结论 虽然图书馆已经认可了人工智能工具的优势，但对这些技术的全面理解和准备仍然不够理想。这一现实凸显出迫切需要投资于针对性的教育战略和持续专业发展措施。 重要的是，在人工智能素养、对人工智能概念的理解以及对人工智能工具的实际熟悉程度方面，图书馆专业人员存在着巨大差异，因此有必要分层次量身定制人工智能的教育方法。未来的培训计划目标应超越知识获取，使图书馆专业人员具备有效、道德和负责任地运用人工智能技术的能力。在图书馆采用人工智能技术时，道德和隐私问题成为重要考虑因素。 该研究表明人们对人工智能潜力的理解与有效利用它的能力之间存在脱节。这就需要对潜在的障碍进行更深入的调查，包括技术熟练程度、资源分配和制度文化等。 该研究提出了一个定义学术图书馆人工智能素养的框架，其中包含七项关键能力： 理解人工智能的能力和局限性：认识到人工智能能做什么和不能做什么，了解它的优势和劣势； 识别和评估人工智能用例：发现和评估图书馆中潜在的人工智能应用程序； 有效和适当地利用人工智能工具：在图书馆运营中应用人工智能技术； 批判性地评估人工智能的质量、偏见和道德：评估人工智能的准确性、公平性和道德； 参与知情的人工智能讨论与合作：以知情的方式参与涉及人工智能的对话与合作； 识别数据隐私和安全问题：理解和解决与人工智能系统中数据保护和安全相关的问题； 预测人工智能对图书馆利益相关者的影响：为人工智能将如何影响图书馆用户和员工做好准备。 根据目前研究的发现和局限性，以下是对未来研究的建议： 纵向研究：该研究提供了学术图书馆员工在特定时间点的人工智能素养情况。未来的研究可以开展纵向研究，跟踪人工智能素养随时间的变化，从而深入了解干预措施的有效性以及图书馆行业人工智能素养的演变； 比较研究：该研究侧重于学术图书馆员工。未来的研究可以开展比较研究，考察不同类型图书馆员工（如公共图书馆员工、学校图书馆员工）或不同国家图书馆员工的人工智能素养。这些研究可以帮助我们深入了解影响人工智能素养的因素以及在不同情况下行之有效的策略； 干预研究：这项研究确定了人工智能教育和培训的必要性。未来的研究可以设计和评估旨在提高图书馆员工人工智能素养的干预措施。这些研究可以为培训项目和资源的开发提供建议； 伦理考虑：这项研究强调了在图书馆中使用人工智能的伦理问题。未来的研究可以更深入地研究这些伦理问题，检查不同利益相关者(例如，图书馆用户，图书馆管理员)的观点，并探索解决这些问题的策略； 人工智能对图书馆服务的影响：该研究探讨了图书馆员工对人工智能在图书馆服务方面潜在影响的看法。未来的研究可以考察人工智能对图书馆服务的实际影响，评估人工智能在增强用户体验、简化操作和支持学习方面的有效性。
    116浏览量
    原文链接