中国顶尖高校国际化发展与科研合作:社会网络分析视角,陇南seo百亿互刷宝

#网络推广 发布时间: 2024-11-30
    邮件:

    温馨提示:文章中的链接在微信中不会生效。请点击底部“阅读原文”。或者直接长按/扫描下方二维码直接跳转原文:

    目录

    2. 研究背景

    3 数据与方法

    4. 结果

    5. 结论

    6. 参考文献

    7.相关推文

    快速指南

    关键词:共同作者;学术合作;社交网络分析;中国;

    JEL分类号:A14; I23; J44; L14;

    一、简介

    中国顶尖大学国际化势头强劲,科研合作对于提高研究水平至关重要。在全球科研领域,中国大学科研产出近三十年来持续增长,一些中国顶尖大学也跻身国际排名前列。在激烈的学术竞争中,良好的研究成果对于大学的排名和发展至关重要。虽然科研合作被视为提高研究水平的积极因素,但正确认识学者合作方式和合作模式对于提高高等教育机构的研究水平至关重要。

    学者之间的合作不仅是一种趋势,而且是一种迫切需要。面对日益复杂的科学问题,解决这些问题所需的技能多种多样,使得单独完成项目和论文变得越来越困难。学术研究中的合作不仅可以提高研究效率和产出,还可以帮助学者实现知识和技能互补的平衡。此外,各种国际和国家研究基金也积极支持学者组建团队,共同完成重要研究项目。在这种支持和需求的推动下,合作已成为各学科学术研究中不可或缺的普遍现象和发展趋势。

    本研究旨在分析2010年至2021年中国经济学学者合作网络的发展情况,通过对中英文文献数据集进行社交网络分析,洞察这一时期中国经济学者合作网络的发展特征。

    文章摘要

    本文在两个不同层面建立了协作网络。

    1. 大学水平

    网络中的节点是大学,两所大学之间的关联代表两所大学的研究人员联合发表论文的次数。该网络以每年的频率构建。并主要关注以下问题:

    大学层面的分析得出的主要结论如下:

    2、个人水平

    此时,网络节点就是个人作者,它们之间的连接代表了共同作者关系。该网络构建了两个六年期(2010-2015年和2016-2021年)(因为个人级别出版物的时间跨度往往更大)。并主要关注以下问题:

    本文的其余部分组织如下。第二节是研究背景,第三节介绍数据和方法。第 4 节分析结果。第五部分是结论。

    2. 研究背景

    随着科学研究的不断发展,独立完成项目或学术论文的难度也随之增加。学术合作有助于学者们相互补充知识和技能,提高研究成果。国内外的研究经费也鼓励学者之间的团队合作,使合作成为包括经济学在内的各学科学术研究的普遍现象和发展趋势。

    学术界对协作作者网络进行了广泛的研究,主要采用社会网络分析方法,重点关注网络结构、作者关系类型、地理组织、协作对学术产出的影响以及不同学科的协作模式。这为我们研究经济学科协作网络提供了方法论参考。过去的研究发现,发表论文数量相似的学者更有可能进行合作,这种趋势在高生产力和低生产力的学者中更为明显。在信息科学领域,研究同一主题的学者更有可能合作,高质量期刊的作者也是如此。不同学科的合着网络结构存在差异。例如,概率论和统计学领域与其他学科不同。实验和应用学科的学者更倾向于合作,而理论学科(例如高能物理领域)的学者相对较少。学者通常有更多的合作者。

    在经济学领域,研究发现合着网络表现出小世界特性,回报增加和专业化水平提高推动了合作的增加。性别差异以及正式和非正式合作对研究生产力的影响也受到关注。关于中国的合着网络,研究证实了国际合作对中国科研产出的贡献,并且国际合作关系往往因学科而异。在中国经济学领域,过去十年间合作关系变得更加密切,研究生产力的地区差异和地理距离影响了合作网络。

    3 数据与方法

    3.1 数据来源

    该研究手动收集了中国排名前200的大学相关学术文章的作者和发表信息。该排名由上海交通大学高等教育研究院每年发布一次。该数据库收录了中国经济领域排名前200的大学,其中37所属于“985工程”,99所属于“211工程”。

    样本涵盖中文和英文出版物,中文出版物来自国家知识基础设施,英文出版物来自数据库。对于每篇文章,都记录了有关作者、出版信息和隶属关系的相关信息。在识别和消除作者歧义方面,英文论文通过ID来识别作者,中文论文通过作者全名和工作单位来识别作者,通过共同合作者信息来区分同名作者。

    研究的样本期为2010-2021年,因为2010年之前经济领域的英文论文数量相对较少。在此期间,该研究涵盖了来自前200所大学的58,407篇中文文章(51,987位作者)和12,309篇英文文章(10,992位作者)。从图1可以看出,每年中文论文发表数量呈下降趋势,而英文论文数量则逐年增加。

    3.2 方法

    我们定义了一系列网络统计数据,使我们能够描述两个网络的结构。

    网络的规模由节点数量来描述,包括活跃大学或研究人员的数量以及连接的数量。这些连接的权重代表节点以及节点之间协作出版物的数量。在分析中,常见的是将带权网络转换为无权网络,即使用二元连通网络。如果节点和节点至少有一篇共同撰写的论文,则,否则。一般来说,在分析网络结构时,指的是无权网络,即节点之间的连接只表明是否存在协作关系,而不考虑协作的数量。在考虑加权网络时,需要特别提到的是,所分析的是加权网络。无论是无权网络还是带权网络,我们分析的都是一个相互的、无向的关系网络。需要注意的是,观察到的网络是在一段时间内形成的,为了简化表示,不写时间下标。

    我们通过定义网络连接的度量来展示大学/作者协作系统是否存在。如果节点直接连接或存在一系列节点连接它们,则存在路径。如果组件是网络中节点的子集 (),则组件中的所有节点都通过路径相互连接。不同组件中的节点相互不连接,形成独立的协作系统。我们计算了网络中独立组件的数量,以及网络最大连通组件中节点的相对数量。最大连接组件的相对大小表明有多少节点属于单个大型协作系统。为了测量最大连接组件内的集成水平,我们计算了任意两个节点之间的最短路径的平均长度以及组件内最长的最短路径(直径)。

    然后我们转向表征各个节点的指标。单个节点的连通性通过其邻居的数量来捕获。在非加权网络中,节点的连通性是通过其邻居的数量来衡量的,即同样,在加权网络中,节点的连通性是通过其连接权重的总和来衡量的,即表示节点的协作数量。节点。我们计算了加权和未加权程度测量的平均值和标准差。我们还显示了加权度的分布,它捕获了网络中具有度的节点的比例。

    我们不仅关心节点的邻居数量,还关心邻居的类型。类型可以用邻居的位置(省份)、邻居的连通性(程度)或邻居的分类来表示。对于后者,我们将大学分为带有211或985标志的大学以及没有这些标志的大学。我们计算连接节点类型的同质性来评估相似的节点是否倾向于连接在一起。如果这种相关性为正,即两个连接的节点往往具有相似的类型,则称该网络是同构的。均匀性系数的计算参见(2003)。利用该系数,我们可以评估同一省份、同一类别或同一关联度的节点是否连接在一起。

   


# 中国顶尖高校国际化发展与科研合作  # 蚌埠seo推广方法  # 温岭seo推广  # 闽侯县网站建设  # 攀枝花seo网站  # 莆田在线建设网站推荐  # 社会网络分析视角  # 宁波古书网站建设公司  # 金乡网络seo优化  # 洪湖网站建设电话号码  # 网站名称不推广侵权吗  # 锦州网站建设哪家便宜  # 周边seo技术  # 电子网站推广计划书模板  # 机票网站建设银行  # 伊犁建设兵团招聘网站  # seo免费工具留痕  # 美国网站推广怎么做赚钱  # 昌平企业网站推广  # 泰安网站建设课程考试  # 阳台花园施工网站建设  # 优化网站男人照片回复 



上一篇 : 大数据与人工智能:就业前景与职业发展趋势分析,seo推广促销

下一篇 : 理解日常偶遇的大都市模式:探索新加坡城市智能公交卡的出行记录,网站优化设计做什么工作
电话:400 76543 55
邮箱:915688610@qq.com
品牌营销
客服微信
搜索营销
公众号
©  胜蓝科技 版权所有 赣ICP备2024029889号 品牌搜索推广 网站SEO优化 搜索引擎优化 江西网站优化 江西网站优化 南昌网站优化 江西网站SEO 南昌网站推广 品牌搜索推广 网站SEO优化 搜索引擎优化 江西网站优化 江西网站优化 南昌网站优化 江西网站SEO 南昌网站推广
品牌营销
专业SEO优化
添加左侧专家微信
获取产品详细报价方案