寻美食|积极建设同行评议大数据平台


构建学术论文同行评议大数据平台 , 一是可以改变引文数据相对丰硕 , 但同行评议数据相对匮乏的现状 , 进步评价效率和质量 。 二是可以推进以论文为指向的评价 , 有效规避“以刊评文” 。 三是可以减少同行评议弊端 , 提供可用的新评价指标 。
当前 , 学术界和治理部分对学术评价尤其是对项目评审、人才评价和机构评估(以下简称“三评”)的需求十分迫切 。 “三评”所需的一类重要数据是论文评价结果 。 从以往学术评价经验出发 , 一方面 , 通过同行评议天生的论文评价结果更符合评价需求;另一方面 , 便捷可用的同行评议数据较难获取 , 组织评议的本钱较高 , 科学性也易受诟病 。
鉴于当前大数据、智能化技术广泛应用于经济社会生活场景 , 不妨基于大数据理念和方法 , 革新旧有的论文同行评议机制 , 打造匹配需求的评价大数据 , 探索符合中国实际的学术评价道路 。
提供同行评议可用数据的新平台
学术论文同行评议大数据平台是数字化、网络化平台 , 可以供泛博学者对已发表论文进行同行评议 , 逐渐积累形成可用的评议大数据 。 平台的关键词是“同行评议”和“大数据” , 核心特征有四方面 , 分别是论文为指向、数据全量化、定位第三方和夸大可用性 。
首先 , 论文为指向是指同行学者可以通过网络、移动端等便利工具阅读学术文献 , 不参考期刊等级、作者背景等任何其他信息 , 仅对论文内容进行随时随地的价值判定 , 终极形成针对每篇论文的评价结果 , 既可是简捷的量化评级 , 也可是深度的定性分析 。
其次 , 数据全量化包括两方面:一是评价对象的全量化 , 即涵盖已公然发表的所有学术论文;二是评价主体的全量化 , 即发表过论文的学者通过认证身份均可介入评价 。 根据大数据的理念 , “全数据”代替了“样本数据” , 可以冲淡甚至规避少量混杂甚至不合理数据带来的弊端 。 这不仅会大幅降低样本评价的偏颇 , 使评价结果更为公正客观 , 还有利于晋升评价结果的可比性和重复使用价值 。
再次 , 定位第三方是指平台的构建者和运营者应为第三方机构 , 即既非学术科研机构 , 也非科研治理部分 , 以此确保评价的独立性和公正性 。 同行评委对论文开展独立评价 , 但需要接受平台轨制约束 。 论文的终极评价结果是由数目众多、背景多样的评委共同评价产生的综合结论 。
最后 , 夸大可用性是指平台将形成具有同类可比性的论文同行评议指标和数据 。 跟着学术出产和同行评议的持续进行 , 论文的评价结论也是动态更新的 , 长期积累后将形成针对学术论文的大量量化评价结果和定性结论等大数据 。 学者个人、治理部分、企业等均可依规查询使用 。 针对“三评”需求 , 项目评审可用来判定项目的创新性和前期研究基础 , 人才评价可据此了解学者的研究特长、影响力和潜力 , 机构评估可把握机构的科研绩效和成果质量 。 因为大数据的绝对数目大且实时更新 , 其评价本钱和效果将优于专门组织同行评议 。
进步评价效率和质量
学术论文同行评议大数据平台的构建也并非异想天开 , 在需求、理论和实践三个方面均具有可行性 。 一是这样的平台符合当前需求 。 目前 , 定量评价和定性评价在应用中严峻失衡、难以真正融合 , 其根本原因在于无法获取可用的同行评议数据 。 治理部分和学术界的强烈需求是构建这一平台的内在动力 。 二是大数据时代的新理念和新工具为平台的构建提供了可能 。 跟着大数据时代的来临 , “一些皆可数据化”的观念日益渗透到经济社会发展的各个领域 , 众多的大数据实践为平台的构建提供了可鉴戒的成功经验和技术方法 。 三是二次文献的同行评议探索成为平台构建的“先锋队” 。 《中国社会科学文摘》《新华文摘》《高等学校文科学术文摘》以及人大复印报刊资料等二次文献 , 广泛收集、收拾整顿、评价和精选学术论文 , 在同行评议的评价体系、专家团队等方面 , 均已积累了大量资源和丰硕经验并产生重要影响 , 甚至有些已形成了大数据平台的雏形 。


推荐阅读