随着锂电池领域论文数量的激增和研究主题的日益丰富,准确监测该领域的发展趋势和把握最新研究动向变得日益复杂。通过运用大数据和机器学习技术,采用BERTopic主题模型对Web of Science数据库中的18万余篇锂电池论文进行文本分析,绘制...随着锂电池领域论文数量的激增和研究主题的日益丰富,准确监测该领域的发展趋势和把握最新研究动向变得日益复杂。通过运用大数据和机器学习技术,采用BERTopic主题模型对Web of Science数据库中的18万余篇锂电池论文进行文本分析,绘制了锂电池领域的主题图,识别了新兴研究主题和高被引主题。结果表明,锂电池研究活动正显著加速,锂硫电池、锂枝晶生长抑制、电池回收和金属回收等新兴主题快速发展,而材料研究如二硫化钼纳米材料、氧化铁电极材料则具有显著的高学术影响力。研究还探讨了《锂电池百篇论文点评系列》对当前锂电池研究主题的监测情况,该系列对多数科学技术主题有良好覆盖。本研究为锂电池领域的主题监测提供了新方法,为政策制定和技术研发提供了情报支持,并为“锂电池百篇论文点评”系列的后续研究提供了参考。展开更多
把握国际开放科学研究热点主题与特点,对于我国在该领域的研究发展具有重要意义。本研究数据来源于Web of Science核心合集,通过BERTopic主题模型得到学术出版开放获取、开放研究数据、开放科学工具、开放科学伦理道德、开放科学政策、...把握国际开放科学研究热点主题与特点,对于我国在该领域的研究发展具有重要意义。本研究数据来源于Web of Science核心合集,通过BERTopic主题模型得到学术出版开放获取、开放研究数据、开放科学工具、开放科学伦理道德、开放科学政策、开放科学教育、同行评审和开放科学评估8个研究热点主题。基于建模结果和文本分析梳理发现,国际开放科学研究呈现出开放获取学科覆盖面广、重视基础设施建设和强调规范框架构建等特征。未来我国研究者需拓展学科覆盖面,增加开放获取研究维度;完善开放工具设施,重视开放意识培养;全面审视开放科学,加速构建规范体系。图7。表1。参考文献74。展开更多
[目的/意义]大语言模型(Large Language Model,LLM)正在引领信息检索领域经历从简单的文档检索走向全面满足用户信息需求的新阶段,审视和探讨LLM在这一转型过程中的演化趋势及其未来发展,对于LLM赋能信息检索领域的理论模式创新与实践...[目的/意义]大语言模型(Large Language Model,LLM)正在引领信息检索领域经历从简单的文档检索走向全面满足用户信息需求的新阶段,审视和探讨LLM在这一转型过程中的演化趋势及其未来发展,对于LLM赋能信息检索领域的理论模式创新与实践应用延展有着重要意义。[研究设计/方法]研究选取信息检索领域的多个前沿学科会议,通过主题以及知识关联演化的双重视角分析,深入探究LLM等前沿技术如何推动信息检索领域的演化发展、知识重构以及创新应用,进而揭示在LLM影响下信息检索领域的未来发展方向。[结论/发现]受LLM驱动,信息检索领域的研究主题和知识结构正经历演变。研究范式层面注重人机协同新理念、技术伦理的重视、用户体验增强带来的范式融合。研究技术层面注重LLM的高效检索模型架构与工作流程优化、轻量级语言模型与LLM的协同发展以及LLM的开源及平权发展。然而,LLM赋能信息检索领域仍面临技术评测有效性困难、生成内容的可靠性存疑以及社会应用的复杂性较高等挑战。[创新/价值]将细粒度的知识关联网络引入演化分析框架,创新技术赋能领域研究的多维分析视角。同时从数据层面厘清和揭示信息检索领域的演化规律,明确领域未来发展。展开更多
文摘随着锂电池领域论文数量的激增和研究主题的日益丰富,准确监测该领域的发展趋势和把握最新研究动向变得日益复杂。通过运用大数据和机器学习技术,采用BERTopic主题模型对Web of Science数据库中的18万余篇锂电池论文进行文本分析,绘制了锂电池领域的主题图,识别了新兴研究主题和高被引主题。结果表明,锂电池研究活动正显著加速,锂硫电池、锂枝晶生长抑制、电池回收和金属回收等新兴主题快速发展,而材料研究如二硫化钼纳米材料、氧化铁电极材料则具有显著的高学术影响力。研究还探讨了《锂电池百篇论文点评系列》对当前锂电池研究主题的监测情况,该系列对多数科学技术主题有良好覆盖。本研究为锂电池领域的主题监测提供了新方法,为政策制定和技术研发提供了情报支持,并为“锂电池百篇论文点评”系列的后续研究提供了参考。
文摘把握国际开放科学研究热点主题与特点,对于我国在该领域的研究发展具有重要意义。本研究数据来源于Web of Science核心合集,通过BERTopic主题模型得到学术出版开放获取、开放研究数据、开放科学工具、开放科学伦理道德、开放科学政策、开放科学教育、同行评审和开放科学评估8个研究热点主题。基于建模结果和文本分析梳理发现,国际开放科学研究呈现出开放获取学科覆盖面广、重视基础设施建设和强调规范框架构建等特征。未来我国研究者需拓展学科覆盖面,增加开放获取研究维度;完善开放工具设施,重视开放意识培养;全面审视开放科学,加速构建规范体系。图7。表1。参考文献74。
文摘[目的/意义]大语言模型(Large Language Model,LLM)正在引领信息检索领域经历从简单的文档检索走向全面满足用户信息需求的新阶段,审视和探讨LLM在这一转型过程中的演化趋势及其未来发展,对于LLM赋能信息检索领域的理论模式创新与实践应用延展有着重要意义。[研究设计/方法]研究选取信息检索领域的多个前沿学科会议,通过主题以及知识关联演化的双重视角分析,深入探究LLM等前沿技术如何推动信息检索领域的演化发展、知识重构以及创新应用,进而揭示在LLM影响下信息检索领域的未来发展方向。[结论/发现]受LLM驱动,信息检索领域的研究主题和知识结构正经历演变。研究范式层面注重人机协同新理念、技术伦理的重视、用户体验增强带来的范式融合。研究技术层面注重LLM的高效检索模型架构与工作流程优化、轻量级语言模型与LLM的协同发展以及LLM的开源及平权发展。然而,LLM赋能信息检索领域仍面临技术评测有效性困难、生成内容的可靠性存疑以及社会应用的复杂性较高等挑战。[创新/价值]将细粒度的知识关联网络引入演化分析框架,创新技术赋能领域研究的多维分析视角。同时从数据层面厘清和揭示信息检索领域的演化规律,明确领域未来发展。
