《诺贝尔奖(重庆)二维材料研究院落户两江新区》

  • 来源专题:中国科学院文献情报制造与材料知识资源中心 | 领域情报网
  • 编译者: 冯瑞华
  • 发布时间:2019-05-05
  • 诺贝尔物理学奖获得者科斯提亚诺沃肖洛夫任名誉院长的诺贝尔奖(重庆)二维材料研究院20日签约落户两江新区,这是迄今为止重庆首个二维新材料研发平台项目。

    科斯提亚诺沃肖洛夫是2010年诺贝尔物理学奖获得者、英国皇家学会院士、石墨烯发明人之一。“重庆在石墨烯领域已经聚集了技术、人才等要素,应用领域广阔,相信诺贝尔奖(重庆)二维材料研究院项目会有光明的发展前景。”科斯提亚诺沃肖洛夫表示。

    近年来,在当前新一轮产业升级和科技革命大背景下,包括石墨烯在内的新材料产业已成为众多高新技术产业发展的基石和先导,对全球经济、科技、环境等各个领域发展产生深刻影响。

    据悉,诺贝尔奖(重庆)二维材料研究院将以石墨烯应用、石墨烯规模化制备等为方向,未来计划构建科研与孵化、成果转化与资本、高端人才与产业化服务3个板块,并重点建设运营二维材料推广应用中心,以及石墨烯基智能穿戴应用、能源材料与器件、功能涂料应用等重点实验室。

    “研究院团队规模计划将在五年内达到100人,同时力争在二维材料的成果转化、孵化产业化项目、专利授权、申报重点实验室等多个方面取得突破。”研究院相关负责人表示。

    据悉,以石墨烯等为代表的新材料产业是重庆两江新区重点发展的战略性新兴产业之一。目前,两江新区战略性新材料和前沿新材料产业重点聚焦在轻量化材料、功能性材料,新能源材料等方面,依托本地的产业和市场基础,已进入高速发展期。包括鑫景特种玻璃、超硅半导体、五龙动力电池正极材料、重庆两江烯成石墨烯材料应用研究院、金世利航空钛合金、忠旺铝合金精深加工基地等项目已经落户,涉及航天航空、轨道交通、汽车、电子信息等多个领域。

  • 原文来源:https://baijiahao.baidu.com/s?id=1631390306547233545&wfr=spider&for=pc
相关报告
  • 《诺贝尔化学奖和车载锂电池》

    • 来源专题:中国科学院文献情报先进能源知识资源中心 |领域情报网
    • 编译者:guokm
    • 发布时间:2019-10-14
    • 10月9日,瑞典斯德哥尔摩皇家科学院将2019年诺贝尔化学奖授予来自美国、英国和日本的三名科学家约翰·B·古迪纳夫(John B.Goodenough)、M·斯坦利·惠廷厄姆(M.Stanley Whittingham)和吉野彰(Akira Yoshino),以奖励他们在锂离子电池领域做出的贡献。这使诺贝尔奖和汽车业的发展发生了奇妙联系。 正如瑞典斯德哥尔摩皇家科学院诺贝尔委员会所言,锂离子电池自1991年首次进入市场以来,已经彻底改变了人类的生活,被广泛用于从手机到笔记本电脑和电动汽车的各种产品,并可以储存来自太阳能和风能的大量能量,从而使无化石燃料社会成为可能。 如果没有锂电池,许多电器产品很可能还是笨重无比的大家伙,便携通信设备也同样不会那么便携,轻薄的智能手机更无从谈起。锂电池的发展也成就了电动车革命,掀起一场轰轰烈烈的新能源革命,意义可谓十分重大。 此次获奖的97岁的吉野彰被称为“锂电池之父”。1985年,他在古迪纳夫研制出的阴极基础上,开发出了首个接近商用的锂离子电池。一个轻巧耐用、在性能下降前可充放电数百次的电池由此产生。1991年日本索尼公司首次将锂离子电池成功商业化,正式将锂电池推向市场。对于锂电池的发展前景,吉野彰始终充满着期待,他认为,锂电池重新定义未来。 无论汽车有多少新款型,使用多少新材料,增加多少新功能,动力源是不可少的组成部分。确实,与动力电池发展相对应的,是电动汽车产业的空前繁荣。电动汽车从长远来看,可以通过减少空气污染和限制噪音污染,为传统汽车提供一种清洁的替代品。车载锂电池进入高潮至今只有十年历史,虽然和笔记本电池20多年的历史相比并不长,但它对全球汽车产业的影响是不可忽视的。而且,随着各国环保意识的加强,欧洲、中国等国家和地区正计划逐步淘汰汽油和柴油汽车,正在促使以内燃机为主导的全球汽车产业发生一场重大变革,传统汽车业在经历转型。 从现在锂电池的主要应用看,集中在两大领域:一是移动式产品,如手机、电脑,约占锂电池使用量的2/3左右,而第二大领域便是车载电池。因此,从另一方面看,电动汽车的出现,给锂电池打开了一个新的应用方向,带来了全新的商业机遇。 几乎所有的车企都在将汽车电动化视为当下的一大战略规划。数据显示,2018年全年,全球电动车销量突破200万辆,市场占比份额达到2.1%,同比增长72%。华尔街研究公司伯恩斯坦(Bernstein)表示,未来20年,电动汽车可能占到全球汽车销量的40%,以及全球汽车保有量的30%。目前,电动汽车中车载电池的成本已经占据三分之一,车载电池市场规模将随着电动汽车的发展进一步扩大,这是一个可以预见的未来。 汽车行业在转型中,一方面在摸索推出新的车型,另一方面在加紧研发和制造车载锂电池。在锂电池制造行业中,目前已经形成日本、中国、韩国三国竞争的局面。日本的松下,韩国的三星、SK、LG和中国的宁德时代、比亚迪,被认为是目前全球电动汽车动力电池的龙头企业,占据着主要的市场份额。许多国家还在基础设施建设上投入巨资,尤其是充电站,以加快向电动汽车的转型,在这方面中国也十分突出。 值得注意的是,车载锂电池行业的竞争也将日益激烈。 为了抗衡亚洲电池厂商,2017年10月,欧盟就宣布启动电池产业联盟,大众、宝马、戴姆勒、雷诺、西门子、巴斯夫、索尔维、Northvolt等厂商纷纷加入。去年5月,德国总理默克尔呼吁德国厂商加大在欧洲生产电动汽车电池的力度,支持本土化生产。其他投资和谈判合作也在欧洲纷纷展开。 此外,整车厂家为了掌握在电动车行业的控制权,提高在供应链体系的议价能力,开始自己涉足电池制造,来完善产业链的布局。比如,大众不仅制定了到2028年旗下各品牌基于其电动平台共销售2200万辆电动车的计划,还决定将更多核心的动力电池技术掌握在自己手中,斥资近10亿欧元自建电池工厂,还通过收购电池企业来获取新技术,提升研发水平。 在未来车载锂电池的战国时代,电池的品质、成本、安全、技术升级,将是行业竞争的焦点。
  • 《引用中的马太效应的幅度减小:基于诺贝尔奖文章的研究》

    • 来源专题:数智化图书情报
    • 编译者:程冰
    • 发布时间:2023-11-08
    • 马太效应被各个学科的研究人员广泛使用。然而,很少有研究关注这种效应在开放获取运动和扩大信息获取途径的背景下的变化程度。引用是科学奖励体系中最普遍和基本的学术认可形式,因此,科学家们有动力引用他们同行的工作。本研究假设马太效应在科学中可能不再起主要作用,并使用引用作为衡量这种效应的代理变量,计算了1901年至2016年间诺贝尔奖得主重要出版物的引用波动。结果显示,1980年后发表的出版物的引用变异系数较之前较小。化学领域的引用中位数高于物理学、生理学或医学领域。此外,1980年后发表的出版物中有超过90%在获奖前就得到了同行的认可,而1940年至1980年和1900年至1940年的比率分别为84%和75%。此外,出版物与获奖年份之间的时间范围也对这一现象起到了一定的作用。该研究表明马太效应的幅度可能会减小,这提醒我们如今大多数研究人员会认识到科学突破在其早期阶段的重要性。 公元前500年的中国古代哲学家老子在《道德经》中指出:“天之道,损有余而补不足。人之道则不然:取于有者,以与无者。”1968年,社会学家罗伯特·K·默顿(Merton, 1968)创造了“马太效应”这个术语;该名称源自圣经马太福音中的一则寓言故事。根据默顿的观点,由于过去的杰出贡献所获得的声誉奖励而导致的地位突然变化将导致这些贡献在未来的可见度上相应地跳跃。因此,当作者获得一项声誉奖励后发表的文章将比尚未获得奖励时获得更多的引用次数,因为更高的可见度将导致更多的引用(McGillivray & Astell, 2019)。研究人员已经调查了是否获得声誉学术奖项与更高的后续研究产出和地位相关(Chan等,2014),并探讨了经济学中的制度性马太效应(Medoff, 2006)。 引用是科学奖励体系中最普遍和基本的学术认可形式;因此,科学家们有动力引用同行的工作。随着科学技术的快速发展,对优先权的争夺和对科学评估的需求促使研究人员在工作时间之外和深夜阅读论文(Wang等,2012)。当同行的研究和相关工作在线发表时,科学家更有可能及时关注它们。在这个假设下,马太效应可能会减弱。本研究分析了1901年至2016年间诺贝尔奖获得者的关键出版物,探讨了他们在获奖前后的引用波动情况。 马太效应对引用的影响 在他的经典论文中,默顿(Merton,1968)基于Zuckerman对诺贝尔奖得主的访谈提出了一个概念。他指出特定的心理社会因素影响了科学的奖励和传播系统。在奖励系统中,著名科学家因其对科学的贡献而获得不成比例地更高的荣誉,相对而言,知名度较低的科学家则较少获得此类荣誉。同样,在科学的传播系统中,当一项科学贡献由一位高级科学家介绍时,它的可见度会更高。 关于马太效应的文献已经证明了其在多个领域的解释价值,并且有大量关于马太效应的研究集中在引用次数上。一些研究者(郭等,2011年)认为,诺贝尔奖获奖文章的累积引用次数在获奖后会增加。这是基于2003年至2008年获得物理学和化学学奖项以及2006年至2008年获得生理学或医学科学奖项的37位诺贝尔奖得主的数据。此外,弗兰德森和尼科莱森(弗兰德森&尼科莱森,2013年)指出,赢得诺贝尔奖不仅会增加获奖者的专著引用次数,还会增加其参考文献的引用次数。他们在探索经济学诺贝尔奖得主罗伯特·奥曼的出版物时,将这种现象称为引用链的“涟漪效应”。另一项研究由麦凯布和巴布齐兹泽(麦凯布&巴布齐兹泽,2020年)实施,以研究经济学诺贝尔奖宣布如何影响对得奖者出版物的关注。在分析了1956年至2010年间50位诺贝尔奖得主的1,171篇获奖前文章以及基准论文后,作者发现与获奖前相比,年度引用次数增加了约23.3%。此外,奖项对外行人引用的影响超过了内行人引用的影响。然而,一些研究人员持有相反的观点。 诺贝尔奖文章研究 本文旨在研究诺贝尔奖文章,探讨其特点和影响。首先,我们将介绍诺贝尔奖的历史背景和评选标准。其次,我们将分析诺贝尔奖文章的主题和内容,以及它们对社会和人类进步的贡献。最后,我们将讨论诺贝尔奖文章的局限性和未来发展方向。 阿尔弗雷德·诺贝尔在他的遗嘱中提到,他的全部财产应该授予那些为人类带来最大利益的人:三个用于科学,一个用于和平倡导者,一个用于文学。第一个诺贝尔奖是在1901年颁发的。目前,诺贝尔奖被认为是科学成就的巅峰。 几十年来,对NPs的研究一直是科学界的热门话题。科学家们探索了睡美人的特征(江力和施,2016年;叶和Bornmann,2017年),基础科学突破(梁等,2022年;胡和鲁索,2016b年;梁等,2020a年,2020b年;徐等,2022年),以及成功或创新(陈等,2017年;王等,2019年),都是基于NPs的研究。在上述研究中存在两种不同类型的NPs - 一些学者将诺贝尔奖得主所写的所有文章视为NPs(梁等,2019a年,2019b年;闵等,2018年),而其他人则将作者获得诺贝尔奖的出版物视为NPs(李继超等,2019年,2022年;席等,2021年)。 胡和鲁索等人(Hu & Rousseau, 2016a, 2016b)根据引用次数和期望之间的差异将研究分为两种类型:一种是引发文章的直接引用次数较少,但第二代引用次数较多;第二种是在发表后立即被广泛引用的文章。通过对2020年物理、生理学和医学领域的31篇名词短语进行调查,他们发现约70%的名词短语是引发文章,而在化学领域获得诺贝尔奖的10位获奖者中有9位的文章是在2011年之后发表的引发文章(Xi等,2021)。 作者(Liang等,2020a,2020b,2019a,2019b;Min等,2021)运用创新扩散理论研究了NPs在出版初期的扩散广度,并发现大多数NPs在该阶段影响了更多的学科。因此,这是可行的。 引文行为理论 1927年,在美国波莫纳学院的化学系,Gross开始使用引用次数来评估科学研究成就。从那时起,引用分析已被用于评估科学技术政策和学科发展(Bornmann&Daniel,2008; Gross&Gross,1927; Liang等,2018)。随着越来越多的研究使用引用作为评估科学家、机构、论文等影响力的指标,科学家的引用行为逐渐引起了学术界的关注(Cronin,1981; Nigel Gilbert,1977)。总之,科学家的引用行为包括:纪念先驱者、肯定作品、提供背景材料、批评他人的作品等。然而,准确的引用行为长期以来一直是学者们争议的问题。 根据罗伯特·K·默顿提出的引文规范理论,引文行为意味着对同行工作的认可,只有对科学研究有帮助的文章才能被列为参考文献。因此,引文行为是研究人员在经过仔细考虑后的重要正式活动的一部分,也是学术界遵循的规范(Goodwin & Garfield, 1980; Small, 2004)。此外,它代表了文章的重要性或受欢迎程度。在大多数领域中,论文或作者的引用次数与同行认可程度呈正相关(Franceschet & Costantini, 2011; Wainer & Vieira, 2013)。基于这一理论,Clarivate Analytics的王林(Wang & Yue, 2019)表示,从1970年到2019年,WoS数据库包含了近4600万篇论文,但只有两篇被引用超过10万次,而超过200篇论文被引用超过1万次。他们认为这些论文在同行中被广泛认可,是受欢迎的研究成果。 社会建构主义理论认为,引用行为首先是一种修辞和说服工具,其次是影响(Cozzens,1989)。根据这一理论,引用行为具有修辞和影响力的双重属性。它位于科学界的修辞和奖励系统的交叉点上,因为它同时反映了这两个系统的影响。在介绍他们的研究结果时,学者们需要轶事来证明他们的研究与之前的研究之间的差异。他们需要考虑研究是否符合读者的传统价值观和逻辑,以使其更具说服力。其次,引用被视为科学界的“货币”或“声誉”。因此,最近的研究(Teplitskiy等,2022)从主观和修辞的角度探讨了引用的影响,以及引用的重要性或情感极性(Aljuaid等,2021)。 总之,对科学活动中“马太效应”的广泛研究为本研究奠定了坚实的基础。然而,相关研究并不一致。大多数基于小数据集的研究缺乏对该效应的深入分析。例如,科学活动中的“马太效应”的大小在近年来是否发生变化,还是一直保持一致?这成为本研究的起点。