海報設(shè)計：蘇華

直播觀看方式

1. 直接掃描海報上二維碼

2. 直播鏈接：學(xué)術(shù)志 https://qfbuc.h5.xeknow.com/sl/24NwtT

方法的夏天（第四季）：研究方法系列講座

第4講 超越相關(guān)性的回歸分析：哪些因素影響科研績效？

步 一 北京大學(xué)助理教授

丁 楊 愛丁堡大學(xué)博士生

許家偉 得克薩斯大學(xué)奧斯汀分校博士生

2023/08/21（周一）19：30-20：30

【研究方法】

超越相關(guān)性的回歸分析

【研究問題與發(fā)現(xiàn)】

隨著信息資源管理學(xué)科量化研究的不斷深入，數(shù)據(jù)和結(jié)果的可解釋性顯得越發(fā)重要。然而，當(dāng)前信息資源管理學(xué)科的很多回歸分析主要考察“是什么”類的研究問題，缺乏對“為什么”層面問題的分析和解釋能力。本次分享旨在以科學(xué)計量學(xué)中的典型研究問題為例，討論如何使用回歸方法開展超越相關(guān)性層面的分析，以更好地驗證和豐富現(xiàn)有的科學(xué)計量學(xué)理論，提升科學(xué)計量學(xué)的決策支持水平。

【論文出處】

1. Dong, X., Xu, J., Bu, Y., Zhang, C., Ding, Y., Hu, B., & Ding, Y. (2022). Beyond Correlation: Towards Matching Strategy for Causal Inference in Information Science. Journal of Information Science, 48(6), 735-748.

2. Liu, M., Bu, Y., Chen, C., Xu, J., Li, D., Leng, Y., …, & Ding, Y. (2022). Pandemics Are Catalysts of Scientific Novelty: Evidence from COVID-19. Journal of the Association for Information Science and Technology (JASIST), 73(8), 1065-1078.

3 Xu, J., Min, C., Huang, W., & Bu, Y. (2021). Interdisciplinarity vs. Unidisciplinarity: A Structural Comparison of Multi-generation Citations and References. Proceedings of the 18th International Conference on Scientometrics and Informetrics (ISSI 2021).

【主講人簡介】

步一，北京大學(xué)信息管理系助理教授，博士生導(dǎo)師。北京大學(xué)管理學(xué)學(xué)士，美國印第安納大學(xué)理學(xué)碩士、信息學(xué)博士。擔(dān)任中國科學(xué)技術(shù)情報學(xué)會國際合作工作委員會副主任委員，入選第七屆中國科協(xié)青年人才托舉工程。從事信息計量學(xué)、科技情報和學(xué)術(shù)大數(shù)據(jù)及其應(yīng)用等相關(guān)研究。在Journal of the Association for Information Science and Technology、Information Processing and Management、Journal of Informetrics、Technological Forecasting and Social Change、ACM Transactions on Knowledge Discovery in Data、《情報學(xué)報》等國內(nèi)外期刊上發(fā)表論文數(shù)十篇，研究成果被Nature和Atlantic Daily等媒體報道，擔(dān)任Editing Practice期刊副主編，Annual Review of Information Science and Technology、Humanities and Social Sciences Communications、Journal of Information Science等期刊編委。主持國家自然科學(xué)基金青年項目、教育部人文社會科學(xué)研究青年基金項目等。

【對談人簡介】

丁楊，愛丁堡大學(xué)商學(xué)院博士研究生，主要研究因果推斷和信息計量來理解科學(xué)生產(chǎn)力難題、性別平等和跨學(xué)科評估等。其研究受到愛丁堡大學(xué)全額獎學(xué)金和發(fā)展信托基金支持，是愛丁堡大學(xué)人文、藝術(shù)和社會科學(xué)領(lǐng)域大使，同一個歐洲大學(xué)聯(lián)盟（Una Europa）愛丁堡大學(xué)大使，主持和參與帝國理工、歐洲高級研究中心等多所大學(xué)和研究機構(gòu)的跨學(xué)科項目。成果發(fā)表在JOI等多個期刊和會議上，是HSSC，Economics，IPM，Scientometrics等多個期刊的審稿人。

許家偉，得克薩斯大學(xué)奧斯汀分校信息科學(xué)學(xué)院博士研究生，主要研究方向為數(shù)據(jù)驅(qū)動的科學(xué)學(xué)（Data-driven Science of Science）。他使用回歸、科學(xué)計量、機器學(xué)習(xí)等方法，基于科學(xué)文獻數(shù)據(jù)，研究科學(xué)系統(tǒng)的機制，例如跨學(xué)科行為對科學(xué)產(chǎn)出的影響、醫(yī)學(xué)知識圖譜的挖掘等。研究成果發(fā)表于ISSI（International Society for Scientometrics and Informetrics）和JCDL（Joint Conference on Digital Libraries）等會議上。