博文
- 图书馆是否会帮助出版商提升Big Deal的价值？
- 引用本文请注明出处 作者： ROGER C.SCHONFELD ；译者：张 慧；校译：宁莎莎 来源： https://scholarlykitchen.sspnet.org/2019/09/03/libraries-prop-up-big-deal/ 这是期刊授权的颠覆性时刻。 Big Deal 的价值已经下降了。当一个产品的价值下降时，一个预期的结果是顾客压低它在市 ...
- 学术和科学的质量标准：提出其相互作用的可视化
- 引用本文请注明出处 作者： Rick Anderson； 译者：罗婷；校译：宁莎莎 来源： https://scholarlykitchen.sspnet.org/2019/08/13/quality-criteria-in-scholarship-and-science-proposing-a-visualization-of-their-interactions/ 这篇文章试图理清研究和书面研究报告的特定特征间相互作用的不同方式， ...
- 冗余在研究中的价值
- 引用本文请注明出处 作者： David Crotty ； 译者：左涛； 校译：宁莎莎 来源： https://scholarlykitchen.sspnet.org/2019/08/19/the-value-of-redundancy-in-research-or-in-research-redundancy-has-value/ 学术交流改革的一个共同目标是消除这一过程中的低效。上周， Tim Vines 撰写了一篇关于 ...
-
什么是区块链？你需要关注它吗？——为心怀困惑的学术出版者写作的指南
- 热度 2
- 引用本文请注明出处 作者： DAVID SMITH ；译者：陆文婕；校译：宁莎莎 来源： https://scholarlykitchen.sspnet.org/2019/06/27/what-is-the-blockchain-really-and-should-you-care-a-guide-for-the-perplexed-scholarly-publishing-citizen/ 在最近的学术出版学会（ Society for Scholarly Publis ...
- 机器写作：机器生成的图书会改变我们的学术阅读消费生态吗？
- 引用本文请注明出处 作者： Lettie Y.Conrad；译者：周伊；校译：宁莎莎 来源： https://scholarlykitchen.sspnet.org/2019/04/26/revisiting-navigating-the-big-deal-a-guide-for-societies/ 上个月，施普林格·自然（Springer Nature）宣布出版第一本由机器生成的书——用算法管理学术资源的有效性终于得到 ...
- S计划和学术交流的转变：我们是否只见树木不见森林？
- 引用本文请注明出处 作者： ALISON MUDDITT ；译者：刘欣怡；校译：宁莎莎 来源： https://scholarlykitchen.sspnet.org/2019/06/03/plan-s-and-the-transformation-of-scholarly-communication-are-we-missing-the-woods/ 5 月 30 日，在圣地亚哥召学术出版协会的年会上，那些不幸在 4 ...
- 编辑是学术出版的核心
- 引用本文请注明出处 作者： ANGELA COCHRAN, KARIN WULF ；译者：王心雨；校译：宁莎莎 来源： https://scholarlykitchen.sspnet.org/2019/04/24/editing-is-at-the-heart-of-scholarly-publishing/#comments 人们对于学术出版面临的挑战热议纷纷，但令人震惊的是，很少有人会关注编辑工 ...
- “Big Deal”再探：一份给学会的指南
- 引用本文请注明出处 作者： Michael Clarke ；译者：周伊；校译：陈铭 来源： https://scholarlykitchen.sspnet.org/2019/04/26/revisiting-navigating-the-big-deal-a-guide-for-societies/ 对于拥有自己期刊的学会来说，与商业出版商 ( 或大型大学出版社 ) 合作能够实现纵向和横向 ...
- AI和学术交流
- 引用本文请注明出处 作者： ANN MICHAELAPR ；译者：刘欣怡；校译：陈铭 来源： https://scholarlykitchen.sspnet.org/2019/04/25/ask-chefs-ai-scholarly-communications/ 毫无疑问，人工智能(Artificial Intelligence，AI)需要“消化”数据(最好是大量数据)来获得发展，数据的质量越高，其 ...
