导航菜单
首页 > 管理学论文 > 情报论文 » 正文

基于信息构建的科研项目数据库评价体系研究

黄仕靖 吴川徽 陈国华 邵波 袁勤俭




摘 要:[目的/意义]科研项目数据库为科研工作的顺利开展发挥了重要作用,构建科研项目数据库的评价体系,有利于提升科研项目数据库的服务质量和服务效率,具有重要的现实意义。[方法/过程]基于用户的角度,根据信息构建的基本框架,运用群决策层次分析法,构建了科研项目数据库的指标评价体系,选取国内3个典型的科研项目数据库进行实证研究,并对评价指标体系进行了灵敏度检验。[结果/结论]科研项目数据库的建设应以内容建设为核心,尤其是项目信息的全面性、权威性、完整性和更新速度,同时优化检索系统和改进用户服务也是提高用户体验的重要途径。通过对3个科研项目数据库的评价,指出了当前科研项目数据库存在的问题,并提出了改进的建议。

关键词:科研项目数据库;信息构建;群决策;层次分析法;评价体系

DOI:10.3969/j.issn.1008-0821.2019.09.009

〔中图分类号〕G203 〔文献标识码〕A 〔文章编号〕1008-0821(2019)09-0084-08

Abstract:[Purpose/Significance]The database of scientific research projects has played an important role in the smooth development of scientific research.Establishing the evaluation system of scientific research project database is conducive to improving the service quality and efficiency of scientific research project database,which has important practical significance.[Method/Process]From user perspective,according to the basic framework of information construction,this paper constructed an index evaluation system for the research project database using the group decision and analytic hierarchy process.Then,three domestic typical research project databases were selected for empirical research,and sensitivity test on the evaluation index system was carried out.[Result/Conclusion]The core of  research project database was content construction,especially the comprehensiveness,authority,integrity and update speed of the project information.At the same time,optimizing the retrieval system and improving the user service were also important ways to improve the user experience.Through the empirical research on the three databases,this paper pointed out the problems existing in the current research project database and put forward suggestions for improvement.

Key words:research project database;information construction;group decision;AHP;evaluation system

在科研工作過程中,科研工作者需要充分和及时获取国内外科研项目的前沿信息和竞争情报,从而把握研究方向、确定研究选题。科研项目数据库以科研项目为视角入口,为科研工作者在选题审题、项目申请、查重查新、寻求科研合作等方面发挥了重要作用。为了便于科研工作者申请项目、数据查询等,很多机构建设了科研项目数据库,如国家自然科学基金数据库、国家社科基金项目数据库等,但是这些数据库在建设过程中没有遵循统一的标准,在检索途径、内容结构、用户服务等方面存在较多差异。在建设科研项目数据库时,究竟哪些内容是用户重点关注的、什么样的检索途径更能提高检索效率、怎样的页面设计能够符合大多数用户偏好,这些问题应给予充分关注,因为它们会影响到科研项目数据库的质量,进而影响科研项目信息资源能否被充分有效地利用。因此,本文试图站在用户的角度,通过构建科研项目数据库的评价体系,给科研项目数据库的建设和改进提供一定的建议。

1 文献回顾

目前学界对学术数据库的评价主要围绕学术图书(教材、专著)数据库、学术论文(期刊论文、学位论文)数据库、专利数据库、科技档案数据库等进行。

国内外对数据库的评价研究主要包括服务质量评价体系的构建,已有相关成果如EQUINOX指标体系、E-Metric指标体系、COUNTER实施规范、GALILEO评价指标体系等;数据库的比较,如Badia G对SciFinder-Scopus和SciFinder-Web of Science进行对比,确定实现高效率的“最佳选择”[1],Nisonger T E利用核对表法对美国图书馆文献与信息科学全文和EBSCOhost全文数据库进行的评估[2]。国内较早探讨数据库评价的学者如肖珑等[3]、张李义[4],针对电子资源数据库,基于定性分析围绕数据库内容、检索系统、使用情况、价格与成本、数据库服务和存档这几个一级指标再构建二级细化指标;近年来,对数字资源数据库的评价研究更加深入,分析方法上呈现出定量和多元化的趋势。主要研究的焦点集中在全文期刊数据库评价指标的分析[5]、特色数据库系统建设评价指标的分析[6]、网络数据库的评价指标分析[7],以及针对特定学科的数字资源数据库的评价指标体系的构建分析[8]等。对科研项目数据库的研究,主要围绕科研项目数据库的建设,如Guskov A等[9]提出基于CRIS模型收集不同来源的异构数据,构建一个跨学科的科研项目数据库系统;倪传钧[10]提出基于ACCESS开发出一套科研项目数据库管理系统;罗红霞等[11]从科研项目数据库、管理平台网络架构、管理平台功能模块提出中国热带农业科学院科研项目管理平台建设思路。

1)构造一级指标层判断矩阵

通过指标权重体系的分析,可以看出,对于科研项目数据库来说,内容是最关键的评价指标,所占权重约为50%,其次是技术系统和用户服务。说明对于用户来讲,数据库的内容质量是最重要的,也是影响数据库整体质量评价的关键因素,但是同时也应该看到,用户体验所占权重也达到了近25%。因此对于机构来说,在建设和完善科研项目数据库的过程中,应始终以内容建设为核心,改进技术系统,提高用户体验。

3 科研项目数据库的评价与建议

3.1 数据库评价

本文根据多位科研工作者对海研科研项目数据库、国家自然科学基金数据库和国家社科基金项目数据库的使用,结合科研项目数据库的特点,对各数据库进行评价,下面就存在显著差异的维度进行具体分析(下文把海研科研项目数据库简称为H数据库,国家自然科学基金数据库简称为Z数据库,国家社会科学基金项目数据库简称为S数据库):

1)技术系统。①组织系统,H数据库在信息展示多维性和分类科学上高于Z和S数据库,原因是Z和S数据库仅展示检索功能页面和科研项目基本信息,无法实现多层次浏览和多维度的信息展示;在分类上,S数据库的分类信息里存在信息交叉重叠。②导航系统,Z的导航不够明晰,比如“重要提示”里信息比较杂乱,包括操作说明、编制说明等具体信息,这些信息与“常见问题”存在内容交叉;此外,H数据库可以提供与科研项目相关的其他信息链接,而Z和S数据库并没有提供相关的导航。③标识系统,只有Z数据库设置了外文标识,且设有清晰的帮助信息。④检索系统,H数据库的检索限定不完整,缺少根据项目编号及其他项目信息的检索项,而项目申请和企业需求信息查询板块没有设置高级检索,其次用户检索出的结果比较多时,信息的冗余率较高,用户难以在短时间内对信息进行有效的筛选;Z数据库在检索结果的准确度上较高,但只能进行精确检索,系统锁定了项目资助类别、申请代码、申请人和申请单位信息,即必须输入上述限定信息才可以进行检索,否则查询无效,这大大限制了科研人员的检索范围。在结果显示上,列表中的信息仅包括批准号、负责人、单位、项目名称和项目数量,即使点击项目详情,也只呈现最基本的项目信息,并且无法对检索结果进行任何排序、选择等操作。此外,由于检索结果受到严格限制,与其他学科无法进行交叉检索,限制了检索的查全率;S数据库在检索方式上存在着无法根据项目主题进行检索,无高级检索功能,成果查询与立项查询缺乏联动,检索结果同样以列表形式展示,检索结果默认按时间排序,无法根据相关性或者其他要求进行排序等问题。

2)内容。①内容质量,H数据库在项目信息覆盖面、国际性、项目信息完整性和延伸上具有一定优势,项目信息覆盖了国际上20多个发达国家的全学科下的受资助科研项目,项目信息比较完整,能够提供除项目基本信息以外的但是对于科研工作者非常有价值的项目内容和项目成果信息;Z和S数据库所展示的項目信息有较多缺失,尽管S数据库提供成果查询,但二者均不提供和项目相关的成果数据。②内容效率,H数据库可追溯的信息年代要早于后两者,在更新速度方面可以做到实时更新,Z和S数据库目前只能查询到上一年的立项信息,更新速度上有待提升。

3)用户。①服务,Z数据库对常见问题做出了详细解释,并给出了重要问题的提示;H数据库使用户可以获得项目成果或其他文献的文献服务、科技报告服务、竞争性情报报告服务,并建设了用户社区,以及分享、点评和关注等定制化功能;S数据库在服务方面稍显欠缺,没有文件服务、帮助工具和在线沟通渠道。②体验,Z数据库检索要求限定较多,降低了方便程度。

3.2 完善建议

基于上文评价指标体系的构建以及对3个科研项目数据库的评价分析,本文认为可以从以下3个方面改进数据库的建设:

1)重视内容建设,提高内容质量和效率。①要确保有关科研项目信息来源的官方性和权威性,保证信息的可靠程度,这是获取有效信息开展科研工作的前提。②要尤其重视信息的完整性。有关课题的基本信息,包括课题名称、时间、项目号、学科、申请人信息等必须齐全,关于项目所涉及的内容信息尽量完整,一旦有缺漏,就会带来无效检索,严重影响用户体验。③数据的覆盖要尽量全面。大数据密集型时代,对有效整合的专业数据进行科研发现是一种趋势。目前国内的主流科研项目数据库分成了社会科学和自然科学两大学科板块,这对于交叉学科的项目查询带来了一定的困难和限制,通常需要跨库检索。数据库覆盖全面,不仅指将不同学科的科研项目融合到一个平台上,做到跨学科检索,还包括某一学科下所涉及的国家级、省级等各个级别的科研项目信息。④重视国外科研项目数据的获取。对于科研工作者来说,仅获取国内项目数据信息还不够,需要通过搜集国外前沿的科研项目立项情况等来获取更多的科研信息,以进行国内外的科研对比、了解其科研项目差异等。⑤重视信息关联,提供有关科研项目相关的成果数据,方便用户全方位获取科研项目的信息。⑥注重时效,及时更新。科研项目数据库要做到及时更新,最快地汇集国际上各学科的研究动态,帮助科研工作者把握最前沿的科技动向。

2)优化检索功能,提高查全率和查准率。在技术系统中,检索系统所占权重最高,因为用户主要通过使用数据库的检索功能来获取想要的信息,对用户的目标实现具有决定性的影响。通过三级指标的分析,机构应该在以下方面进行完善:①优化检索算法,提高检索精度。虽然数据库的数据规模越大越好,但是在检索结果输出时,尽量能够导出相关性较高的数据信息,剔除相关性不高的冗余信息,保证检索结果的准确性,节约用户的筛选成本。②检索方式多样化,放宽检索限定。提供多样化的检索方式,满足不同用户的检索习惯,设定充分多的检索限定条件,减少二次检索,提高检索的效率。③检索结果全面有序。不仅能在本学科内进行项目检索,还可以进行交叉学科的检索,结果输出全面完整,并且经过系统的处理和排序。

3)重视用户体验,改进用户服务。技术系统中的导航系统、组织系统和标识系统在很大程度上影响了用户对数据库的使用体验,包括用户的视觉印象以及使用方便程度。在用户服务方面,用户最关注的是问题的解决以及是否能够获取项目的相关资料等服务。因此,对于机构来说,要重视优化数据库整体页面的设计,做到分类科学、结构分明、导航正确、标识清晰,提供有效的途径帮助用户及时解决检索过程中遇到的问题,帮助用户获得项目成果或其他的文献资源。

4 结 论

本文根据信息构建的基本框架,运用专家群决策AHP法,构建了科研项目数据库的指标评价体系,并以3个科研项目数据库为例进行评价分析,指出了存在的问题,并提出了改进建议。根据上文的分析,本文认为科研项目数据库的建设需要高度重视内容建设,尤其是数据的全面性、权威性、完整性和更新速度,这些是影响整个数据库质量的关键要素;其次对于技术系统来说,最重要的是优化检索功能,提高检索结果的全面性和准确性;最后,也不能忽視用户的使用体验,在提供科研项目相关的成果文件的同时,构建用户社区,具有分享、点评和关注等定制化功能,也可以极大地提升用户的使用体验。

尽管本文的评价模型结合了专家判断以及相关理论,从信息构建的层面较为全面地考虑了科研项目数据库质量的影响因素,但是,科研项目数据库的评价是一个复杂的决策过程,除了基于用户的视角外,还需结合数据库的其他相关主体的视角,且应对评价指标权重在不同的阶段进行相应的调整,以得出更为客观、符合实际的评价结论。

参考文献

[1]Badia G.Identifying“Best Bets”for Searching in Chemical Engineering Comparing Database Content and Performance for Information Retrieval[J].Journal Of Documentation,2018,74(1):80-98.

收藏此文 赞一个 ( ) 打赏本站

如果本文对您有所帮助请打赏本站

  • 打赏方法如下:
  • 支付宝打赏
    支付宝扫描打赏
    微信打赏
    微信扫描打赏
留言与评论(共有 0 条评论)
   
验证码:
二维码