武夷山分享 http://blog.sciencenet.cn/u/Wuyishan 中国科学技术发展战略研究院研究员;南京大学信息管理系博导

博文

论文评审意见汇总(60) 精选

已有 2860 次阅读 2021-10-1 06:48 |个人分类:图书情报学研究|系统分类:观点评述

论文评审意见汇总(60)

武夷山

 

第一则

 

本文提供了一些有用信息,但深度不够。

首先,为什么分析青年项目,而不是面上项目?未作说明。

其次,要想获得有用的深度信息,少不了做些对照。假定作者也分析一下面上项目的情况,我估计项目数排名第一的是武大,而面上项目排名第一的是中山,则说明什么?中山大学师资队伍中年轻人更多?

另外,项目多,不一定说明该单位水平高,也许与激励措施有关。作者能否调研一下项目数排名靠前的各个单位有哪些激励措施和与职称评审挂钩的措施?比如,某单位如规定,拿到面上项目才能评高级职称,青年项目不算,则该单位的年轻人也会去尽早冲击面上项目。

总之,要想方设法将现在的统计结果与其他事实、其他数据关联起来进行分析才行。

 

修改后再审。或编辑部已接文稿较多的话,就退稿。

 

 第二则

 

1.      本文在研究设计上考虑得较细,工作量很大,难能可贵,建议修改后发表。

2.      现在的研究结果都是概括性的叙述,缺乏例子,显得不生动。尤其是,全文居然没有一幅图!比如,“链接网络在机构学科相似性聚集关系的挖掘方面,整体表现要优于其它两种网络”,是否用图来表现就更清楚?

3.      至少有一篇很相关的文献没有引用,即Scientific collaboration in China as reflected in co-authorship https://link.springer.com/article/10.1007/s11192-005-0013-9),读了这篇文献,相信作者对于“在相当比例的社区中,虽然在省份层面的地域一致性不高,但如果扩展到更大的区域来评估地域一致性,可以发现科研合作关系形成的地域因素要超过学科因素,比如西南地区、西北地区和东北地区”这一段话,可以有更合理的解释。

4.      有些有意思的点还可以挖掘,否则很可惜。比如,教育部对每所大学是有大的归类的,如综合大学、工科大学、农业院校、医学院校、师范院校、民族院校、艺术院校等等,那么,作者算出的“权重最大的学科门类”与教育部的归类是否一致呢?比如,教育部将清华归为工科院校,清华权重最大的学科门类是工科吗?有多少不一致的情形?这是很有意思的信息。

5.      本人对FUA算法完全不了解,若能请行家看看在该算法的运用上有无问题,则更好。

 

第三则

 

本文选题较好,但有两点明显缺陷:

1.      Intelligence analysis与中文的情报分析是否一回事?没有讨论。显然不是一回事,前者的从事主体是军方、警方等,后者的从事主体要广泛得多。作者不假思索就认为二者是一回事了。

2.      情报分析有700多篇论文,但“信息分析”的论文估计有很多。在中国,情报分析和信息分析在很多情况下是一回事,只是叫法不同。英语中还有Analytic information的概念,比Intelligence analysis似乎更接近我们的情报分析。建议作者将类似的同义、近义概念放到一起对比研究。

3.      建议作者讨论一下,不管名称怎么叫,从事Intelligence analysis、情报分析、信息分析、Analytic information的人,还有从事新出现的Analytics的人,他们相互之间如何会话,如何相互借鉴?也许是很有启示意义的。

 




http://blog.sciencenet.cn/blog-1557-1306344.html

上一篇:问世100年,广播为何依旧火爆
下一篇:政府竞争情报vs.企业竞争情报(2002)

9 李宏翰 晏成和 宁利中 姜春林 黄永义 王启云 杨正瓴 朱林 魏瑞斌

该博文允许注册用户评论 请点击登录 评论 (2 个评论)

数据加载中...

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

GMT+8, 2021-11-29 17:46

Powered by ScienceNet.cn

Copyright © 2007- 中国科学报社

返回顶部