2017年9月，國(guó)家教育部、財(cái)政部、發(fā)改委公布了世界一流大學(xué)和一流學(xué)科(簡(jiǎn)稱“雙一流”)建設(shè)高校及建設(shè)學(xué)科名單[1]，同時(shí)強(qiáng)調(diào)此次遴選認(rèn)定不是一勞永逸，并非“終身制”，因此各高等院校對(duì)圖書(shū)情報(bào)服務(wù)部門(mén)實(shí)施建設(shè)成效動(dòng)態(tài)監(jiān)測(cè)的需求與日俱增。醫(yī)學(xué)高等院校既具備了作為高等院?；A(chǔ)研究擁有較高學(xué)術(shù)產(chǎn)出的特征，也具備了在生物醫(yī)藥等應(yīng)用研究領(lǐng)域較為活躍的特點(diǎn)，所隱含的“暗數(shù)據(jù)”廣度和深度符合對(duì)其進(jìn)行可視化分析。

1 研究現(xiàn)狀與文獻(xiàn)調(diào)研

“暗數(shù)據(jù)”研究在我國(guó)尚處于起步階段。2015年2月22日，我國(guó)著名學(xué)者吳建中先生首次在其個(gè)人博客“建中讀書(shū)”里從理論探討角度論述了對(duì)“暗數(shù)據(jù)”的理解并做出了簡(jiǎn)要的前景分析，受到了業(yè)界高度關(guān)注。隨后，網(wǎng)絡(luò)辭典“水滴學(xué)堂”率先嘗試在“暗數(shù)據(jù)”的定義、特征和應(yīng)用場(chǎng)景3方面給予了簡(jiǎn)單的揭示。二者的觀點(diǎn)不謀而合，均認(rèn)為“‘暗數(shù)據(jù)’是深藏于海量數(shù)據(jù)之中、在商業(yè)應(yīng)用上可能發(fā)揮重大作用的關(guān)鍵隱含數(shù)據(jù)?！彼鼜?qiáng)調(diào)“暗數(shù)據(jù)”的作用和影響力。目前，國(guó)內(nèi)普遍認(rèn)可的是美國(guó)權(quán)威的IT研究與顧問(wèn)咨詢公司Gartner公司對(duì)“暗數(shù)據(jù)”的定義：“企業(yè)在開(kāi)展正常業(yè)務(wù)活動(dòng)期間采集、處理和存儲(chǔ)，但通常無(wú)法用于其他目的(如分析、商業(yè)關(guān)系和直接獲利)的信息”[2]。

在實(shí)踐研究方面，2008年，國(guó)際知名的開(kāi)放出版機(jī)構(gòu)生物醫(yī)學(xué)中心(BioMed Central，BMC)開(kāi)始致力于藥物開(kāi)發(fā)領(lǐng)域的暗數(shù)據(jù)研究，隨后全球最大搜索引擎谷歌(Google)開(kāi)始致力于科技領(lǐng)域的暗數(shù)據(jù)研究。2012年開(kāi)始，美國(guó)眾多企業(yè)在信息發(fā)布或微信等媒體上透露將關(guān)注“暗數(shù)據(jù)”信息。務(wù)實(shí)的IT業(yè)界內(nèi)，包括惠普公司(HP)、美國(guó)慷孚系統(tǒng)公司(CommVault System，Inc)等，正致力于研究和推廣點(diǎn)亮“暗數(shù)據(jù)”的信息治理策略研究和智能歸檔解決方案[2]。

近年來(lái)，筆者曾發(fā)表過(guò)幾篇有關(guān)“暗數(shù)據(jù)”理論研究和應(yīng)用趨勢(shì)分析的文章，國(guó)內(nèi)學(xué)者崔小宜[3]于2005年發(fā)表了一篇相關(guān)文章，此外幾乎再無(wú)此類研究報(bào)道。筆者在3個(gè)國(guó)內(nèi)數(shù)據(jù)庫(kù)(中國(guó)知網(wǎng)(CNKI)中心站的期刊全文數(shù)據(jù)庫(kù)、維普資訊的期刊全文數(shù)據(jù)庫(kù)以及萬(wàn)方數(shù)據(jù)平臺(tái)的期刊全文數(shù)據(jù)庫(kù))中，使用“暗數(shù)據(jù)”或“dark data”合并“雙一流”或“高水平”作為檢索入口詞，不限定檢索年限，截止到2019年2月1日，均未發(fā)現(xiàn)以“暗數(shù)據(jù)”可視化作為主要研究手段對(duì)高水平或“雙一流”建設(shè)為主要研究目標(biāo)的相關(guān)研究文獻(xiàn)。說(shuō)明國(guó)內(nèi)對(duì)此研究接近空白[4]。

2 主要思路與研究對(duì)象

2.1 主要思路

筆者認(rèn)為，“暗數(shù)據(jù)”可以看作是大數(shù)據(jù)的子集，無(wú)論我們是否覺(jué)察或感知其存在，“暗數(shù)據(jù)”都是曾經(jīng)投入過(guò)人力、物力甚至財(cái)力進(jìn)行收集而來(lái)的未經(jīng)處理和分析的存儲(chǔ)數(shù)據(jù)，并不是無(wú)用的數(shù)據(jù)。它也許包含未被發(fā)現(xiàn)的重要的價(jià)值或見(jiàn)解，就像宇宙中的“暗物質(zhì)”，比起已知事物，“暗數(shù)據(jù)”的存在數(shù)量更大，但是潛在價(jià)值尚不明確，對(duì)其本身知之甚少，只能預(yù)測(cè)對(duì)未來(lái)產(chǎn)生一定推動(dòng)或阻礙的可能性，也能為用戶提供更多、更廣泛的機(jī)遇[5]?，F(xiàn)今的“雙一流”學(xué)科建設(shè)需要放眼全球范圍的一流高校及其優(yōu)勢(shì)學(xué)科，因此本文以“暗數(shù)據(jù)”可視化為主要研究手段，使用Python語(yǔ)言、SQL數(shù)據(jù)庫(kù)等數(shù)據(jù)處理工具獲取每個(gè)對(duì)標(biāo)機(jī)構(gòu)的論文和指標(biāo)等原始數(shù)據(jù)，基于以上數(shù)據(jù)進(jìn)行全球基準(zhǔn)值的統(tǒng)計(jì)和計(jì)算。同時(shí)，為了全面地對(duì)比分析，通常使用2～3個(gè)指標(biāo)進(jìn)行多角度揭示，所以涉及到論文的量級(jí)常達(dá)百萬(wàn)甚至千萬(wàn)篇。從分析的廣度來(lái)看，符合“暗數(shù)據(jù)”作為大數(shù)據(jù)主題的數(shù)據(jù)分析量；從分析的深度來(lái)看，可視化手段能夠?yàn)榭萍紱Q策者制定合理的學(xué)科發(fā)展規(guī)劃政策和人才團(tuán)隊(duì)建設(shè)提供更深入、精準(zhǔn)的參考性意見(jiàn)和決策支持。

從2016年全國(guó)第四輪學(xué)科評(píng)估工作開(kāi)始，教育部首次明確要求使用基本科學(xué)指標(biāo)(Essential Science Indicators，ESI)作為衡量學(xué)術(shù)產(chǎn)出水平的重要指標(biāo)。在“雙一流”建設(shè)過(guò)程中，各高校對(duì)ESI學(xué)科發(fā)展進(jìn)行定期的動(dòng)態(tài)跟蹤，并把學(xué)科能否進(jìn)入ESI全球前1%作為學(xué)科水平高低的重要評(píng)價(jià)標(biāo)準(zhǔn)之一。ESI已成為全球反映學(xué)科論文質(zhì)量、體現(xiàn)學(xué)科競(jìng)爭(zhēng)力和影響力的權(quán)威工具，因此本文以進(jìn)入ESI榜單的論文數(shù)量、學(xué)科排名、潛力學(xué)科等數(shù)據(jù)為主要研究對(duì)象，通過(guò)對(duì)ESI學(xué)科數(shù)據(jù)的定期抓取與分析，使用WOS-SCIE、InCites、ESI數(shù)據(jù)庫(kù)、Python語(yǔ)言和SQL數(shù)據(jù)庫(kù)，聯(lián)用文獻(xiàn)調(diào)研法、“暗數(shù)據(jù)”可視化分析法、線性回歸分析法和SWOT分析法，對(duì)ESI論文及其學(xué)科的歸一化產(chǎn)出、影響力指標(biāo)、國(guó)際合作情況等定量定性的指標(biāo)進(jìn)行文獻(xiàn)計(jì)量學(xué)統(tǒng)計(jì)。

2.2 研究對(duì)象

ESI是在匯集和分析Web of Science(SCIE/SSCI)所收錄的學(xué)術(shù)文獻(xiàn)及其所引用的參考文獻(xiàn)的基礎(chǔ)上建立的深度分析型研究工具，僅以總被引頻次進(jìn)行排名，與文章數(shù)量無(wú)直接關(guān)系。它將SCIE/SSCI收錄的期刊分為22個(gè)學(xué)科(表1)，以滾動(dòng)10年為統(tǒng)計(jì)周期，每2個(gè)月更新一次[6]。ESI根據(jù)各機(jī)構(gòu)論文的被引頻次的10年總和對(duì)機(jī)構(gòu)進(jìn)行排序，只有高校的學(xué)科論文總被引頻次排名進(jìn)入前1%才能入圍該數(shù)據(jù)庫(kù)。這一分析評(píng)價(jià)工具核心指標(biāo)的設(shè)置是經(jīng)過(guò)國(guó)內(nèi)外專家長(zhǎng)期觀察篩選和計(jì)量分析后形成的。ESI及其相關(guān)分析越來(lái)越受到政府部門(mén)、各大高校、科研機(jī)構(gòu)的關(guān)注和重視。本文主要針對(duì)ESI及其相關(guān)指標(biāo)作為主要研究對(duì)象，擬從不同維度尋找“暗數(shù)據(jù)”可視化研究的耦合點(diǎn)。

表1 ESI提供的22個(gè)學(xué)科中英文對(duì)照表

3 線索甄別與應(yīng)用實(shí)例

3.1 全景分析

高質(zhì)量出版物的產(chǎn)量是衡量大學(xué)科研表現(xiàn)的重要指標(biāo)之一，而ESI主要收錄引用頻次較高的SCI或SSCI期刊論文或綜述，正好與高水平出版物的理解相吻合。如圖1所示，近10年某醫(yī)學(xué)院校的出版物產(chǎn)量整體呈現(xiàn)增長(zhǎng)的態(tài)勢(shì)，2018年的2 084篇比2008年的121篇增長(zhǎng)了1 900多篇，增幅達(dá)17倍多。同時(shí)，用柱狀圖表示的引文影響力也低開(kāi)高走，近10年呈現(xiàn)穩(wěn)步增長(zhǎng)的趨勢(shì)，增幅超過(guò)555倍，這一數(shù)據(jù)表明該醫(yī)學(xué)院校的論文增長(zhǎng)速度超過(guò)了全球整體的增長(zhǎng)水平。

圖1 2008-2018年某醫(yī)學(xué)院?？傮w出版物產(chǎn)量情況

3.2 國(guó)際合作概覽分析

如表2所示，國(guó)際合作最多的10個(gè)國(guó)家中合作最緊密的合作領(lǐng)域均為臨床醫(yī)學(xué)，這與該校的學(xué)科分布有關(guān)；與其合作論文的引文影響力均超過(guò)全球平均水平，其中與有的國(guó)家合作的論文引文影響力超過(guò)全球平均水平，說(shuō)明加強(qiáng)國(guó)際合作有利于拓展學(xué)校在全球范圍的學(xué)術(shù)影響力，使學(xué)校得到更高的關(guān)注度和學(xué)術(shù)活化率。

表2 2008-2018年某醫(yī)學(xué)院校合作最緊密的10個(gè)國(guó)家及其合作表現(xiàn)

3.3 學(xué)科發(fā)展?jié)摿Ψ治?/h3>

從SWOT分析的角度，定量研究ESI學(xué)科發(fā)展優(yōu)、劣勢(shì)預(yù)估分析，開(kāi)展多維指標(biāo)與立體視覺(jué)對(duì)大學(xué)創(chuàng)新性與競(jìng)爭(zhēng)力評(píng)價(jià)的耦合研究。圖2中，相對(duì)于全球的文獻(xiàn)產(chǎn)量占比(X軸)是用機(jī)構(gòu)某學(xué)科的文獻(xiàn)產(chǎn)量占該機(jī)構(gòu)文獻(xiàn)總產(chǎn)量的比例除以全球該學(xué)科的文獻(xiàn)產(chǎn)量占全球文獻(xiàn)總產(chǎn)量的比例的比值，因此它揭示了機(jī)構(gòu)各學(xué)科的相對(duì)科研產(chǎn)出是否高于全球平均水平；X軸上全球均值為1。圖2中右上角的第一象限代表優(yōu)勢(shì)，該區(qū)域的學(xué)科文獻(xiàn)產(chǎn)量占比高且具有高引文影響力；左上角的第二象限代表機(jī)會(huì)，該區(qū)域的學(xué)科文獻(xiàn)產(chǎn)量占比較小，但相對(duì)于全球平均水平而言具較高的引文影響力。這2個(gè)象限的所在學(xué)科，都是學(xué)校當(dāng)前發(fā)展關(guān)注的重點(diǎn)對(duì)象。

圖2 某醫(yī)學(xué)高等院校22個(gè)ESI學(xué)科SWOT分析

基于目前的數(shù)據(jù)和4個(gè)象限制定的規(guī)則來(lái)看，位于優(yōu)勢(shì)學(xué)科區(qū)域的臨床醫(yī)學(xué)、分子生物與遺傳學(xué)、神經(jīng)科學(xué)與行為學(xué)、藥理與毒理學(xué)，其論文產(chǎn)出占比和引文影響力均超過(guò)了全球平均水平。此外，產(chǎn)出絕對(duì)數(shù)量較少但其引文影響力均超過(guò)全球平均水平的潛力學(xué)科，以及一些引文影響力接近1的受威脅學(xué)科如“綜合多學(xué)科”(Multidisciplinary)，這些學(xué)科的產(chǎn)量目前占比不高，即發(fā)文量并不少，但影響力一直達(dá)不到被收錄的閾值，這可以為學(xué)校未來(lái)的規(guī)劃提供更為合適的建議，是機(jī)構(gòu)未來(lái)發(fā)展規(guī)劃的重點(diǎn)關(guān)注對(duì)象。

3.4 潛力學(xué)科趨勢(shì)預(yù)測(cè)

從學(xué)科發(fā)展所需的數(shù)量來(lái)說(shuō)，通過(guò)圖2的SWOT分析明確了學(xué)校當(dāng)前的學(xué)科發(fā)展?jié)摿螅瑢?duì)第二象限重點(diǎn)關(guān)注的潛力學(xué)科做進(jìn)一步預(yù)測(cè)研究，可通過(guò)預(yù)測(cè)公式(公式1)估算。

此公式是按照ESI對(duì)近10年收錄論文規(guī)律的統(tǒng)計(jì)，并按照當(dāng)前的發(fā)展速度進(jìn)行推演的。但實(shí)際上，新出版的論文一般在出版的2～3年后才進(jìn)入引用高峰期，“新增論文的被引次數(shù)”往往低于作為分母的“該校該學(xué)科的篇均被引次數(shù)”，而且該公式未考慮現(xiàn)有論文的被引次數(shù)繼續(xù)增加的情況。所以，一般來(lái)說(shuō)所需新增論文數(shù)與實(shí)際存在一定的差距。

此外，由于ESI僅以總被引頻次進(jìn)行排名，與文章數(shù)量無(wú)直接關(guān)系，因此目前各高校更多關(guān)注的是該潛力學(xué)科需要多長(zhǎng)時(shí)間能進(jìn)入ESI全球前1%。對(duì)于這個(gè)時(shí)間長(zhǎng)度問(wèn)題，筆者嘗試?yán)镁€性回歸算法建立某潛力學(xué)科的預(yù)測(cè)模型，根據(jù)近年來(lái)從INCITES數(shù)據(jù)庫(kù)定期更新并抓取下來(lái)的潛力學(xué)科數(shù)據(jù)，形成圖3的預(yù)測(cè)模型。

圖3 線性回歸算法預(yù)測(cè)潛力學(xué)科被引頻次與閾值差距模型

以下從研究熱點(diǎn)及投稿期刊影響力2方面進(jìn)一步分析如何讓發(fā)表的論文得到更多關(guān)注。

3.5 熱點(diǎn)追蹤

為幫助科研管理人員更全面地把握當(dāng)前全球重點(diǎn)研究方向的發(fā)展態(tài)勢(shì)，繼而為學(xué)?！半p一流”推進(jìn)過(guò)程中進(jìn)行學(xué)科布局規(guī)劃和重點(diǎn)培養(yǎng)建設(shè)人才隊(duì)伍提供客觀的數(shù)據(jù)支撐，著眼于分析當(dāng)前全球的科研主題與研究前沿、熱點(diǎn)研究方向的關(guān)聯(lián)情況，從而為定位高校與研究前沿關(guān)聯(lián)度較高的科研人員與團(tuán)隊(duì)提供有力的數(shù)據(jù)支撐，激勵(lì)科研人員提高自身及所在單位的科研競(jìng)爭(zhēng)力及學(xué)術(shù)影響力。

使用ESI平臺(tái)提供的“Research Fronts”界面分析各ESI學(xué)科的全球研究熱點(diǎn)，但對(duì)于目前研究水平和科研投入與全球水平還存在一定落差的高校來(lái)說(shuō)，還是不夠“接地氣”的?？梢酝ㄟ^(guò)與對(duì)標(biāo)高校對(duì)比分析，將當(dāng)前國(guó)內(nèi)外水平相當(dāng)?shù)母咝Ｅc本校的研究熱點(diǎn)相結(jié)合，尋找意向合作或競(jìng)爭(zhēng)追趕的研究契機(jī)。如圖4所示，選取一定數(shù)量的對(duì)標(biāo)分析高校，對(duì)某ESI學(xué)科中被引頻次排名前10%的論文進(jìn)行剖析，既能準(zhǔn)確把握各自的當(dāng)前優(yōu)勢(shì)，又能進(jìn)一步縮小研究范圍，以便實(shí)現(xiàn)下一步顆粒度更細(xì)的精準(zhǔn)分析，如針對(duì)第一完成單位或者通訊作者單位進(jìn)行數(shù)據(jù)清洗，或進(jìn)行共被引分析找出學(xué)校未來(lái)突破的發(fā)展方向等。

(說(shuō)明：氣泡大小代表機(jī)構(gòu)在某ESI學(xué)科中被引頻次排名前10%的論文相對(duì)比例，紫色為本機(jī)構(gòu))

3.6 投稿選刊分析及建議

在某醫(yī)學(xué)院校發(fā)文最多的25種期刊中，有12種期刊位于Q1和Q2分區(qū)，說(shuō)明發(fā)文最多的期刊中影響因子在同學(xué)科排名前50%的期刊占一半。但是，選取發(fā)文期刊時(shí)，一般只在投稿前期通過(guò)比較簡(jiǎn)單直觀的影響因子(IF)和分區(qū)進(jìn)行判斷，發(fā)表后的論文有多少處于完全未被引用的休眠狀態(tài)，哪些同學(xué)科期刊有更高的學(xué)術(shù)影響力和關(guān)注度，如何通過(guò)對(duì)標(biāo)機(jī)構(gòu)尋找同行投稿的突破口等，往往都被忽略了。如該?？蒲腥藛T發(fā)文最多的為學(xué)術(shù)水平爭(zhēng)議較大的期刊Plos One，發(fā)文數(shù)量遠(yuǎn)超過(guò)其他期刊。從期刊所屬的Web of Science學(xué)科來(lái)看，多數(shù)集中在Oncology(腫瘤學(xué))、Medical Research & Experimental(實(shí)驗(yàn)醫(yī)學(xué))和Biochemistry & Molecular Biology(生物化學(xué)與分子生物學(xué))相關(guān)學(xué)科中。通過(guò)精準(zhǔn)的對(duì)標(biāo)分析，合并使用歸一化處理的指標(biāo)能較有效地借鑒對(duì)標(biāo)同行的成功經(jīng)驗(yàn)。

為了體現(xiàn)規(guī)范化的引文影響力情況，本文對(duì)某醫(yī)學(xué)院校與對(duì)標(biāo)高校構(gòu)建引文影響力模型，如圖5所示。

從圖5可以看出，有相當(dāng)比例的論文在發(fā)表后處于完全未被引用的休眠狀態(tài)，除了論文本身的議題或撰寫(xiě)質(zhì)量等因素之外，其投稿期刊在本行業(yè)內(nèi)的口碑和學(xué)術(shù)關(guān)注度與單純判斷其影響因子IF和分區(qū)的結(jié)果存在一定的現(xiàn)實(shí)偏差。因而，通過(guò)分析對(duì)標(biāo)同行的投稿習(xí)慣，并更多關(guān)注折線圖1～8區(qū)間(即引文影響力較高的期刊)情況，將有利于整體提升論文影響力。

4 存在問(wèn)題及解決方案

4.1 ESI數(shù)據(jù)更新速度的時(shí)滯性與統(tǒng)計(jì)范圍的局限性與“雙一流”學(xué)科發(fā)展的前瞻性問(wèn)題

ESI以SCIE/SSCI收錄的期刊，滾動(dòng)10年為統(tǒng)計(jì)周期，每2個(gè)月更新一次，數(shù)據(jù)存在一定的時(shí)滯。如2018年11月研究的是SCIE/SSCI收錄的2008年1月-8月的期刊數(shù)據(jù)，部分最新數(shù)據(jù)呈現(xiàn)常態(tài)性缺失。此外，ESI嚴(yán)格限定為Article和Review兩種文獻(xiàn)類型，而最能體現(xiàn)學(xué)科發(fā)展前沿的國(guó)際會(huì)議信息則不被收錄，且對(duì)于準(zhǔn)確計(jì)算各單位貢獻(xiàn)的通訊作者(含共同)或第一作者(含共同)均無(wú)法實(shí)現(xiàn)準(zhǔn)確檢索與區(qū)分。相比之下，“雙一流”大學(xué)的學(xué)科發(fā)展建設(shè)更注重前瞻性，如何通過(guò)相對(duì)樣本量較大的數(shù)據(jù)進(jìn)行全面統(tǒng)計(jì)分析，合理規(guī)避ESI數(shù)據(jù)平臺(tái)統(tǒng)計(jì)帶來(lái)的信息滯后問(wèn)題，是本文首先面臨的難點(diǎn)。因此，本文擬通過(guò)聯(lián)用文獻(xiàn)調(diào)研法、比較分析法和SWOT分析法，交叉使用WOS-SCIE數(shù)據(jù)庫(kù)、InCites數(shù)據(jù)庫(kù)、ESI數(shù)據(jù)庫(kù)和DDA分析軟件等對(duì)后臺(tái)數(shù)據(jù)進(jìn)行字段切分與深加工，分別從歸一化產(chǎn)出或影響力指標(biāo)國(guó)際合作情況等定量定性的指標(biāo)等不同維度對(duì)高?？蒲谐晒M(jìn)行分析研究，客觀評(píng)價(jià)學(xué)科發(fā)展現(xiàn)狀。

4.2 ESI數(shù)據(jù)庫(kù)、INCITES數(shù)據(jù)庫(kù)及WOS-SCIE數(shù)據(jù)庫(kù)之間存在數(shù)據(jù)落差，無(wú)法實(shí)現(xiàn)無(wú)縫對(duì)接的難題

ESI數(shù)據(jù)庫(kù)、INCITES數(shù)據(jù)庫(kù)及WOS-SCIE數(shù)據(jù)庫(kù)是科睿唯安公司提供的三大分析型數(shù)據(jù)庫(kù)，聯(lián)合使用這3個(gè)數(shù)據(jù)庫(kù)對(duì)全面和客觀掌握高校ESI學(xué)科的動(dòng)態(tài)發(fā)展態(tài)勢(shì)更有利。盡管數(shù)據(jù)來(lái)源與加工深度基本一致，但由于存在著收錄范圍、更新速度、功能側(cè)重點(diǎn)不同等差異，在整理和統(tǒng)計(jì)分析過(guò)程中會(huì)出現(xiàn)統(tǒng)計(jì)口徑不一致，無(wú)法實(shí)現(xiàn)無(wú)縫對(duì)接等難題。對(duì)此，盡可能使用或訂購(gòu)后臺(tái)所需的部分元數(shù)據(jù)，并充分利用DDA等統(tǒng)計(jì)分析軟件，邀請(qǐng)具備統(tǒng)計(jì)學(xué)、計(jì)算機(jī)編程、信息組織等知識(shí)背景的專業(yè)人員進(jìn)行更準(zhǔn)確、更全面的人工深加工，使ESI數(shù)據(jù)統(tǒng)計(jì)盡可能詳盡與客觀。

4.3 ESI學(xué)科分類與我國(guó)學(xué)科分類體系的定位差異

我國(guó)的學(xué)科是基于中國(guó)國(guó)務(wù)院學(xué)位委員會(huì)和教育部《學(xué)位授予和人才培養(yǎng)學(xué)科目錄》的學(xué)科分類體系，與ESI的22個(gè)學(xué)科分類體系有較大的差異，將高?，F(xiàn)有的學(xué)科與ESI的學(xué)科分類進(jìn)行匹配是本文要解決的關(guān)鍵問(wèn)題。今后擬通過(guò)整理、分析ESI學(xué)科收錄的期刊清單，通過(guò)主要內(nèi)容、引文學(xué)科歸屬等進(jìn)行判斷，從而將歸屬于不同學(xué)科的論文分別對(duì)應(yīng)到ESI的22個(gè)學(xué)科分類中，通過(guò)歸一化處理，形成口徑一致的雙向統(tǒng)計(jì)接口，以便于轉(zhuǎn)化為符合我國(guó)學(xué)科分類體系的高校學(xué)科發(fā)展動(dòng)態(tài)現(xiàn)狀。

5 結(jié)語(yǔ)

建設(shè)世界一流大學(xué)的目標(biāo)已成為黨中央的戰(zhàn)略決策[7]，世界一流大學(xué)和一流學(xué)科建設(shè)是繼“985工程”和“211工程”之后，中國(guó)高等教育領(lǐng)域的又一項(xiàng)國(guó)家級(jí)重點(diǎn)建設(shè)工程[8]。國(guó)家的“雙一流”建設(shè)，讓更多人認(rèn)識(shí)了ESI。但ESI本身就是一個(gè)結(jié)果，只告訴人們哪些是全球最優(yōu)。做到全球最優(yōu)的方法、過(guò)程和途徑等問(wèn)題，既是本文研究的主要關(guān)注點(diǎn)，也是“雙一流”建設(shè)以來(lái)不斷被反復(fù)拷問(wèn)的。

在全國(guó)高校建設(shè)“雙一流”的過(guò)程中。高校圖書(shū)館的定位與服務(wù)已經(jīng)在潛移默化中從“內(nèi)核”開(kāi)始發(fā)生了一定變化。由于主要承擔(dān)了ESI相關(guān)檢索與分析工作，也讓越來(lái)越多的人更清晰地認(rèn)識(shí)到高校圖書(shū)館人的能力與責(zé)任感。圖書(shū)館除了承擔(dān)比以往更頻繁和更高要求的來(lái)自學(xué)校領(lǐng)導(dǎo)、科研團(tuán)隊(duì)、研究學(xué)者等檢索、篩選工作之外，還涉及到跨學(xué)科、多技能的綜合統(tǒng)計(jì)、分析、評(píng)價(jià)和預(yù)測(cè)，甚至決策咨詢等深層次的服務(wù)要求。“雙一流”建設(shè)給高等教育事業(yè)的發(fā)展帶來(lái)了全新的契機(jī)，同樣也給高校圖書(shū)館人帶來(lái)了新的發(fā)展機(jī)遇和提出了更高的要求。作為圖書(shū)館人，都希望借高校“雙一流”建設(shè)的東風(fēng)，占據(jù)越來(lái)越重要的位置。在實(shí)際工作中，僅密切關(guān)注跟蹤ESI 數(shù)據(jù)還不夠，今后要綜合使用更多的分析工具，嘗試將定量評(píng)價(jià)與同行評(píng)議等定性評(píng)價(jià)結(jié)合起來(lái)[9]，深入研究挖掘其潛在數(shù)據(jù)價(jià)值。在把握機(jī)遇的同時(shí)，每位高校圖書(shū)館人更應(yīng)努力提升“內(nèi)功”[10]，為“雙一流”建設(shè)提供更全面、客觀的科研支撐和決策參考。