大数据时代学术评价的数据化难点及其应对

摘要

[目的/意义]大数据时代的学术评价数据化,是指对有关评价的学术活动进行全面记录、存储、统计并形成有价值数据的过程,这是支撑对学术生态中各类对象的质量或水平做出判断的必要环节.数据化是实现"基于大数据的学术评价"的前提.[研究设计/方法]本文对相关文献、概念和实践进行归纳分析,探讨了大数据时代学术评价数据化的难点及其应对策略.[结论/发现]数据化的难点包括数据缺失或"隐形"、数据难获取、数据质量低、数据化成本高、数据化意识不足.应对策略包括3个方面,即搭建学术评价数据化的基本框架、变革学术评价的体系和流程、制定学术评价数据化的关键策略.[创新/价值]数据化是当前学术评价急需却缺乏系统研究的一个领域,也是本文选题和观点的主要价值所在.