《【问题建议】南京大学专家指出我国图书馆情报学科发展出现三方面新特点》

  • 来源专题:数智化图书情报
  • 编译者: 于彰淇
  • 发布时间:2023-11-28
  • 【问题建议】南京大学专家指出我国图书馆情报学科发展出现三方面新特点

    (本文根据《图书馆建设》4月9日刊载《21世纪前20年我国图情学科发展现状与国际影响力的比较研究》整理编写)

    近日,南京大学教授、全国高校图书情报工作委员会期刊会副主任兼秘书长叶继元反映,随着我国经济、文化等的快速发展,各学科建设已有长足的进步,图书馆学情报学(以下简称图情学)也不例外。从我国图情学领域的英文发文量上看,目前仅次于美国,排名世界第二,但被引次数上相对较低,在质量及跨学科性丰富度上还存在不足。目前我国图情学科出现以下三方面发展特征。

    一、我国图情学科研究规模不断扩大。21世纪初,我国图情学科发文量在国际上并不占优势,随着国家加大对科研的支持力度,我国图情学科发文量于2013年迎来了一场小爆发,发文增长率现已成为全球第一。虽然研究规模与美国的相比,差距仍然悬殊,但不可否认,我国已然成为全球图情学科的第二大研究体。

    二、我国图情学科研究成果质量较高。虽然我国早期发文量较低,但篇均被引频次、CNCI指数都位列前排,篇均被引频次更是多次获得第一。可见,从一个侧面我国图情学科研究成果的影响力或质量有所提高。

    三、我国图情学科研究内容不断丰富。从引文涉及学科数量来判断各国图情领域跨学科性的丰富度,美国保持明显优势,英国、中国、加拿大三国差距不大,西班牙仅涉及57中学科,位列最末。五个国家涉及的主要学科类别差别不大,主要为计算机科学、管理学、心理学、大众传媒、医学、运筹学与管理学等。其中,我国图情学科与医学的交叉研究明显低于其他四国,与地理学的合作是我国图情跨学科研究的一大特点。

    对此,建议:

    (一)聚焦高被引文献数量。从21世纪初期到2019年成为世界图情学科发表英文论文量第二的国家,我国图情学科的研究规模发展显著。近年来发文量增长速度位居世界第一,与美国还有明显差距,但已和其他国家拉开差距。学科发展仅仅依靠少数人的努力是远远不够的,在加大对图情学科的投入,加强学者间的沟通,促进产出的同时,还需要鼓励更多有兴趣的学者加入,为我国图情学科研究规模的不断壮大添砖加瓦。研究规模扩大的同时也不能放松对质量的监管,要平稳迈步,切不可片面追求数量,成为“前进的瘸子”。虽然数据显示我国图情情报学领域研究成果篇均被引频次高,在国际上也受到认可,但从高被引文献数量的角度出发,我国文献占比并未表现出明显的优势,数量上远低于美国,反映出我国图书情报学领域的高质量文献数在国际上占比不足的问题。因此,我国图情学科应该在研究规模不断扩大的同时,持续关注高质量文献的输出,提高高被引文献的数量,争取在国际图情领域中获得更多的话语权,提高我国图情学科在的国际地位。本文认为,发出中国声音,讲好中国故事,争取国际话语权不仅可以通过在外文期刊上发表文献获得,还可以通过提高本国期刊刊文质量,将更多的中文期刊推上国际舞台,使我国图情学科的研究成果受到更广泛的关注。这也要求我国学者不能一味追求在外文期刊上发表论文,而忽视国内高水平期刊。

    (二)打造跨学科特色品牌,多方位合作交流。首先,打造特色品牌,做到“人无我有,人有我优”,毫无疑问能提高一个学科的专业性与竞争性的方法之一。跨学科研究中发现,我国图情学科与地理学的交叉研究明显多于其他四个国家,利用好这一跨学科性特征,加强与地理学的联系合作,形成强势跨学科研究领域,有利于扩大我国图情学科在国际上的影响力。其次,要注意加强与其他学科的合作,学科间的交流互动不仅能为学科发展提供动力,还能促进其不断创新,形成发展的良性循环。我国图情学科交叉研究的丰富性亟待提高,与医学方面的研究目前还有很大发展空间。随着我国这次新冠疫情防治取得了阶段性胜利,国家高层已将人民健康和生命放在优先发展战略地位,医学与图情学的研究项目和经费会越来越多,其发展前景大好,是未来跨学科研究的一大发展方向。因此,加强与医学、药学等学科的联系,不仅能促进图情学科不断向前发展,还能从图情学科的视角发现新观点、新现象。

  • 原文来源:https://zhuanlan.zhihu.com/p/441025980
相关报告
  • 《我国智慧图书馆建设现状与发展策略——基于对全国33家图书馆的调研》

    • 来源专题:数智化图书情报
    • 编译者:闫亚飞
    • 发布时间:2023-10-06
    • 1. 重视智慧图书馆建设 调查结果显示,31家(93.94%)调研馆表示所在单位及所属政府主管部门的“十四五”规划中涉及了智慧图书馆 建设 的相 关内容。可见智慧图书馆建设已成为“十四五”时期全国图书馆建设的重要内容之一,这不仅是图书馆顺应智慧社会建设的应然之举,更是实现图书馆社会化、智能化、专业化发展的必然选择。 《安徽省“十四五”文化和旅游发展规划》提出到 2025年基本建成全省图书馆网站集群,与国家数字图书馆、长三角城市数字图书馆互开端口、互设界面,逐步实现用户统一认证、资源共享、跨库检索、数据汇聚等功能。《山东省图书馆“十四五”发展规划》提出推动基于全省的智慧图书馆云服务平台建设,完善公共数字文化服务网络,加强公共数字文化资源供给。 《厦门市图书馆“十四五”发展规划》提出将根据《厦门市“十四五”文化和旅游发展专项规划》要求,构建云端图书馆和有声图书馆,开发图书馆智慧大脑,提升业务数据交换、汇聚和整合能力,打造多元化服务应用场景。金陵图书馆提出“1+2+N”智慧图书馆服务体系总体架构,其中,“1”指“云上智慧金图”,“2”指搭载知识内容集成仓储和智慧图书馆管理系统,“N”指在南京市各级图书馆及基层服务点普遍建立线下智慧服务空间。 2.  聚焦自动化技术,重塑管理生态链 伴随新技术的发展和读者精准化服务需求的增长,图书馆的业务管理逐渐从人工走向自动化。图书馆业务管理的智慧化功能包含文献的智慧采访、批量验收、智慧编目、书库管理、分配调度、统计分析等。 智慧化管理技术和设备应用方面,无线射频识 别 技 术 (RadioFrequencyIdentification,RFID)、生物识别技术和智能机器人在调研馆 中应用较为普遍。有31家(93.94%)调研馆应用RFID红外感应技术。广东省立中山图书馆2021年开发了图书采分编智能作业系统“采编图灵”,可自动完成图书信息采集、姿态调整、条形码打印粘贴、覆保护膜、RFID标签粘贴、翻页、加盖馆藏章、RFID标签数据读写等10余项操作。南京图书馆将 RFID技术应用于自助服务、智慧典阅、文献资产管理等环节,通过分拣/盘点/服务机器人完成图书盘点、巡架等工作。武汉大学图书馆配置了无线蓝牙盘点枪和盘点车,可实现精准定位、快 速盘点的图书馆资源精细化管理。贵州省图书馆建设智能立体书库,统一采用智能书架系统和融合激光、雷达、无线定位功能的机器人,实现了文献架位信息的实时扫描、记录和更新。 人脸/语音/指纹等生物识别技术(60.61%)和分拣/盘点/服务机器人技术(51.52%)的应用占比分列第2位、第3位。海南省图书馆部署了防盗门禁系统、自助借还机、自助办证机、智能门禁管理、智能安检设备、网借设备等相关设施。广东省立中山图书馆部署了基于面部识别和与政务大数据关联的在线自助办证系统、新书智能采选系统和图书采分编智能作业系统。 云计算技术(48.48%)的应用占比居第4位。部分调研馆通过研发新一代原生架构和应用组件提供丰富、多元、深层次的文献数据分析功能及准确、灵活的数据决策服务。山东省图书馆建设了“山东智慧图书馆云”,关联山东省内330余家公共图书馆,实现了地方特色资源的统一揭示与共享。中国科学院文献情报中心开发了“慧科研”平台,具备资源智能推送、情报自动监测、学术名片自动生成、通知消息自动收割、智能工具复用等功能。国家图书馆依据基于区块链技术的数字资源全流程管理思路设计了数字资源资产化管理框架,在此基础 上 启 动 了 “全 网 知 识 内 容 集 中仓储系统”“中国战‘疫’记忆库”“民国文献知识化加工”“‘山海经’知识库建设”“影音视听资源知识服务平台”等多项建设项目,为全国性项目的统筹实施奠定了坚实基础。 3. 注重知识深挖,提升数据服务效能 资源是图书馆的立馆之本和服务之基,在智慧图书馆建设背景下,资源的组织、整合、揭示和创新是图书馆需重点关注和解决的问题。面对不同模态(文本、图像、音频、视频)和异源异构的复杂数据,多家调研馆致力于研发信息融合与智能整合技术,以实现数据集成、知识表示、语义关联和知识发现,为不同功能场景下的数据服务提供支撑与保障。 从智慧资源建设技术应用情况调查结果可以看出,资源细颗粒度加工和标签标引技术应用最多,其次是知识图谱、VR/AR/虚拟漫游、智能化编目和数字人文。2021 年,国家图书馆制定了《智慧图书馆知识资源建设指南》及知识资源细颗粒度建设和标签标引项目工作方案,通过线上专题培训等方式全面支持和指导各地图书馆立足地方文化特色,丰富智慧图书馆资源内容。杭州图书馆开发了“杭州印象”知识资源平台,构建人物图谱和时空地图,通过细颗粒度阅读方式从不同角度挖掘、整理地域历史文化。中国科学院文献情报中心构建了智慧知识服务平台、面向知识管理的机构数字资产管理与分析平台及专题情报数据管理与智能分析平台,提供面向不同应用场景的智慧微服务。广州图书馆开发了视频资源智能化编目系统,对“纪录片”“广州城市影像”“红色文化档案”“口述历史”等馆藏特色视频资源进行内容标识、关键知识点标签标引建设。这些实践探索引领了图书馆智慧资源的建设方向 4.  多渠道拓展智慧服务路径 面向用户的智慧服务是智慧图书馆建设的目标和要求。在智慧图书馆理念引领下,各图书馆积极创新服务手段和服务方式,发展出精准 服 务、加护服务、泛 在 互 联 服 务、感 知 服务、预见服务等新型服务手段,拓展了智慧服务的路径 在智慧服务领域,33家调研馆均开展了自助借还/自助预约服务,63.64%的调研馆提供智能问答服务,45.45% 的调研馆开展 VR/AR等感知体验服务,42.42%的调研馆开展智能检索/个性化知识推送服务,约1/3的调研馆开展智慧阅读推广服务。国家图书馆采用“5G+VR”技术,集成8K 全景视频拍摄、影视级三维动画制作等技术手段,全方位沉浸式展示国宝典籍《永乐大典》。佛山市图书馆主导研发了基于区块链技术的微信小程序“易本书”图书共享平台。广东省立中山图书馆2021年开通“粤读通”服务,实现了广州、深圳等21个城市、22家省市级公共图书馆的互联、互通与互认。江西省图书馆通过配置创客空间、视听体验区等为读者提供4D 全景观摩、虚拟照相、虚拟军事体验等特色感知服务。四川省图书馆在2022年春节期间打造了智慧阅读空间,配备电子瀑布流、数字书法机、智能棋艺机、阅读本自助借阅柜等特色阅读设备。 5. 推动智慧空间环境升级再造 智慧空间是图书馆提供文献信息服务、促进知识共享创新的重要支撑。伴随资源驱动、场景体验等要素的变化,图书馆在物理空间设计中更加注重体现“以人为本”“绿色环保”等 理念,创新空间、体验空间等成为图书馆空间发展的新形态。在虚拟空间设计方面,基于数字孪生、情景交互、元宇宙等视角的设计理念受到广泛关注,从虚拟导览、虚拟展厅、虚拟数字人到空间仿真、沉浸式交互,图书馆积极转变观念,深挖空间潜能,探索构建虚拟服务,驱动智慧服务模式升级。 在智慧空间建设领域,阅览空间是调研馆智慧化改造的首选,其次是创新空间、馆藏空间和学习空间。大部分调研馆设置了24小时自助图书馆和智能书架,方便读者查找和借阅图书。江西省图书馆在馆内大厅屋顶安装三银玻璃,在增加采光的同时降低了空调负荷,达到节能减排的目的。新疆维吾尔自治区图书馆配备智能监控系统,可以精确统计每天进出馆的人数
  • 《油气大模型破局需从三方面发力》

    • 来源专题:能源情报网监测服务平台
    • 编译者:郭楷模
    • 发布时间:2025-04-15
    • 在人工智能技术日新月异的今天,生成式人工智能的代表——ChatGPT的横空出世,不仅在短时间内吸引了全世界关注的目光,更激发了各行业对大型预训练模型的无限遐想。油气行业作为国民经济的支柱之一,同样期待它能为油气勘探、开发带来新变革。尤其是随着国内油气资源品质逐步劣质化,油气勘探开发难度逐渐加大,亟须运用新技术提质增效。 油气大模型应用面临挑战 数据、算力和算法是大模型发展的核心要素。其中,数据是大模型应用的基石,算力是大模型应用的保障,算法是大模型应用的工具。由于油气行业具有特殊性,在上述三个层面,油气大模型开发都面临着诸多挑战。 在数据方面,油气大模型应用面临数据稀缺、复杂和安全性的挑战。一是油气行业的数据涵盖了地质勘探、钻井、生产和运输等多个环节,每个环节的数据采集都伴随高昂的成本,样本数量少且获取非常困难,采集回的数据还具有多解性和不可验证性的特点。二是油气行业的数据类型非常多样化,处理这些不同种类、不同版本、不同结构的数据本身就充满挑战。三是大模型需要学习海量数据,但油气行业对数据的安全性和保密性有着极高的要求,数据不能上传公有云,且必须防止泄露,因此普遍存在“数据孤岛”问题。这一现状使得如何在保障数据安全前提下,整合分散的数据并训练行业基础模型,成为油气行业大模型应用的关键难题。 在算力方面,油气大模型的训练和优化也面临着算力资源不足的挑战。大模型的训练和优化通常需要巨大的算力资源,这往往伴随着相当高的投入成本。自建算力中心需要巨额资金投入,而租赁算力又存在数据安全和隐私保护的问题。目前,国内油气行业仅具备有限的微调算力,普遍不具备训练行业基础模型所需的高水平算力。此外,由于各种原因,国内油气行业在短期内很难建立起满足大模型需求的算力资源。这一问题进一步加剧了算力资源的短缺,使得大模型的应用和发展受到严重制约。 在算法方面,油气大模型也面临版权纠纷等挑战。算法的优劣直接影响大模型的实际应用效果。相较于传统深度学习等算法,大模型的技术门槛更高,目前的发展主要依赖少数高端算法人才推动。尽管许多开源大模型算法可以作为研发基础,但它们可能缺乏必要的技术支持和安全保障,存在商业机密泄露的风险,且其能力往往不如闭源算法。此外,开源算法的版权协议中存在诸多限制条款,使得基于开源算法进行研发时可能面临版权纠纷。如果选择使用闭源算法,则难以实现核心算法的自主可控。 从数据、算力和算法入手推动大模型应用 油气大模型应用并非坦途,需要在数据、算力和算法等方面破局。 首先,数据之困需破冰。面对数据采集高成本与复杂性并存的挑战,破解数据之困,要以大模型应用为契机,推动数据治理,确保数据的全面性、准确性和时效性。油气行业在大模型方面的核心竞争力是“行业数据”,要做好“训练样本库”的基本功。油气企业必须强化数据全生命周期管理,从数据源头、数据采集、数据清洗、数据融合和匹配、数据完整性增强、数据标注等环节严格规范,建立高质量的训练样本库,提升数据治理能力,为模型提供坚实的数据基础。同时,应通过数据脱敏、数据加密、访问控制和审计、合规性审查等方式加强数据安全和隐私性保护。如设置合适的权限和用户角色,限制用户对数据库的访问和操作,保护数据的安全性。还需进行数据库的维护和优化工作,包括定期备份、数据清理、性能监控等。在此前提下,构建一批高质量开源数据集,推动油气大模型研发生态建设。 其次,算力建设应灵活。面对资金投入与隐私保护之间平衡的挑战,破解算力之困,应以油气大模型为契机,推动融合算力建设。可采取租赁与自建相结合的方式,注重智算能力建设的同时,加强数据安全与隐私保护。例如,企业应根据自身业务需求、成本预算和技术实力,灵活选择算力获取方式。对于常规的计算任务,可通过租赁公有云资源快速响应;而对于涉及敏感数据或需长期稳定运行的任务,则可考虑自建或合作共建数据中心,确保数据安全与算力的可持续供给。在算力设施规划上,应注重长远,实现通用计算、智能计算和高性能计算的融合布局,通用计算满足日常运营的基本计算需求,智能计算侧重于深度学习、机器学习等智能算法的高效执行,高性能计算则针对大规模科学计算和复杂模拟,满足不同场景的需求,显著提高算力资源的利用效率。 此外,算法创新勿盲从。面对大模型训练周期长与迭代速度快的双重考验,破解算法之困,应量身定做适合行业特性的算法模型,避免盲目跟风。应理性认识大模型的价值,优先实施场景模型和数据质量优良的L2行业基础模型,重点应放在微调和适配下游任务上,避免盲目投入通用基础模型的研发,确保技术栈的自主可控。油气行业应秉持资源优化配置的原则,聚焦油气主营业务,从投入成本、产出效益、技术成熟度,以及稳定性、行业聚焦、核心竞争力等方面慎重考虑。在岩心分析、地震资料处理解释、测井数据分析等特定领域,大模型能发挥显著作用,但不可过度依赖,应明确模型的适用范围。 为了推动大模型技术的自主可控,还需加强“AI+能源”复合团队的建设。训练、应用大模型不能闭门造车,要打破传统行业壁垒,注重联合研发生态的建设,例如推动油气行业与互联网企业、高校等的合作,促进跨学科人才整合,形成产学研用紧密结合的创新体系,为油气大模型应用构建可持续的人才保障。同时,可通过项目合作、人才培养、共建研发平台等方式加强大模型算法等方面的合作交流,并明确合作目标与分工,以及知识产权分配与管理、数据保密和隐私保护等制度和规范。 大模型必将推动油气行业新质生产力发展,未来可期,但道阻且长。油气行业要充分认识油气大模型的特殊性,从数据、算力、算法等方面做好工作,稳扎稳打,逐步推进,让AI成为推动油气行业转型升级的重要驱动力。 (作者系中国工程院院士、中国石油勘探开发研究院正高级工程师)