公務員期刊網(wǎng) 論文中心 正文

國際三大頂級期刊的iSchools研究熱點

前言:想要寫出一篇引人入勝的文章?我們特意為您整理了國際三大頂級期刊的iSchools研究熱點范文,希望能給你帶來靈感和參考,敬請閱讀。

國際三大頂級期刊的iSchools研究熱點

0導言

2017年9月教育部、財政部、國家發(fā)展改革委聯(lián)合《關于公布世界一流大學和一流學科建設高校及建設學科名單的通知》,公布了世界一流大學和一流學科建設高校及建設學科名單[1],其中武漢大學、南京大學和中國人民大學的圖書情報與檔案管理學科被列入“雙一流”建設學科名單。與國際圖書情報領域的發(fā)展相比,我國圖書情報與檔案管理學科的科研水平和科研實力存在一定差距,尤其是在高質(zhì)量的學術成果方面。就國際三大頂級期刊(Nature、Science和Cell)而言,ischools已經(jīng)有21所學院發(fā)表過相關研究成果,而我國圖書情報領域還沒有相關研究成果。由此可見,當前我國圖書情報領域與世界一流學科的差距體現(xiàn)在國際頂級期刊的研究成果未實現(xiàn)零的突破。為了建設世界一流學科,使我國圖書情報與檔案管理學科的建設與國際接軌,了解國際圖書情報領域在國際頂級期刊的研究熱點,促進我國圖書情報學科和國家“雙一流”建設,提升我國圖書情報領域的研究水平和研究實力,本文以iSchools成員在國際三大頂級期刊所發(fā)表的研究成果為對象,分析國際信息領域(iField)的研究熱點和發(fā)展趨勢,為我國圖書情報領域開展高質(zhì)量的研究提供參考。

1數(shù)據(jù)分析方法和工具

詞頻分析法是利用能夠揭示或表達文獻核心內(nèi)容的關鍵詞或主題詞在某一研究領域文獻中出現(xiàn)的頻次高低來確定該領域研究熱點和發(fā)展動向的文獻計量方法[2],其依據(jù)的基本理論是齊普夫定律(Zip’slaw)。關鍵詞共現(xiàn)分析方法基于如下假設:作者都很認真地選擇所使用的詞語,作者認可在同一篇文章中不同的詞語之間存在某種聯(lián)系,并且如果這種聯(lián)系被足夠多的作者認可,那么可以認為它在某個學科領域具有一定的意義[3]。內(nèi)容分析法的實質(zhì)是對文獻內(nèi)容所含信息量及其變化的分析,從而根據(jù)數(shù)據(jù)對文獻內(nèi)容進行可再現(xiàn)的、有效的判斷[4]。本文在獲取文獻的題錄信息和全文信息的基礎上,利用詞頻分析、關鍵詞共現(xiàn)分析、內(nèi)容分析法對文獻的發(fā)表時間、文獻的主題領域、機構的合作情況以及三者之間的相互關系進行可視化分析。涉及的工具主要包括3個:(1)利用MicrosoftExcel對文獻的題錄信息進行數(shù)據(jù)透視統(tǒng)計;(2)利用Bibexcel對提取的主題詞進行詞頻共現(xiàn)分析;(3)利用Gephi對共詞關系和機構合作情況進行可視化分析。

2數(shù)據(jù)獲取與預處理

本文在WebofScience數(shù)據(jù)庫中利用高級檢索,限定出版物名稱為Nature、Science和Cell,根據(jù)83所iSchools的地址進行文獻檢索,如檢索匹茲堡大學信息學院在國際三大頂級期刊的發(fā)文情況,其檢索式為:AD=(UnivPittsburgh,SchInformatSci)ANDSO=(NATUREORSCIENCEORCELL)。文獻類型和時間均不限制,去重后最終檢索到55篇文獻(檢索時間是2017年12月10日)。將所有文獻的題錄信息導出,所選字段包括作者、標題、來源出版物、文獻類型、被引頻次等信息。由于三大頂級期刊中大部分文獻缺少關鍵詞和摘要,因此首先進行數(shù)據(jù)的預處理。主要包括兩方面:(1)識別高頻詞和標題詞作為文獻的主題詞。由于三大頂級期刊的大部分文獻的關鍵詞和摘要有所缺失,為了方便對文獻內(nèi)容的分析和理解,首先需要根據(jù)全文信息提取文獻的主題詞。一方面對全文的詞頻進行統(tǒng)計,識別高頻詞,并選取出現(xiàn)比例在2%及以上的詞語作為文章的高頻詞;另一方面,作為高頻詞的補充,將文章標題中非停用詞識別出來,作為文獻主題詞的來源之一。通過獲取文獻的高頻詞和標題詞作為主題詞來替代關鍵詞,作為詞頻統(tǒng)計的基礎。(2)機構地址的規(guī)范化和統(tǒng)一化。本文根據(jù)WebofScience導出的文獻題錄信息,利用python編程的文本處理功能,將作者的機構進行規(guī)范化和統(tǒng)一化的處理,方便后續(xù)的機構合作情況等其他內(nèi)容的分析。

3研究結(jié)果及分析

3.1基本可視化分析

3.1.1國際三大頂級期刊中iSchools文獻數(shù)量和類型分布iSchool運動作為圖書情報領域發(fā)展中具有歷史意義的重要事件,其成員從2004年的19所學院發(fā)展至今83所學院,分布在26個國家和地區(qū),成員涵蓋圖書情報領域一流的學院及機構[5]。通過對iSchool學院在三大頂級期刊上的發(fā)文情況進行調(diào)查和統(tǒng)計發(fā)現(xiàn),共有21所iSchool學院(25.3%)共發(fā)文55篇。其中,發(fā)文最多的學院是印第安納大學的信息與計算機學院(IndianaUniversity:SchoolofInformaticsandComputing,在Nature發(fā)文6篇,在Science上發(fā)文4篇),其次是密歇根大學信息學院(UniversityofMichigan:SchoolofInformation,在Nature發(fā)文4篇,在Science上發(fā)文5篇)。馬里蘭大學信息學院(UniversityofMaryland:CollegeofInformationStudies)發(fā)文量也達6篇(在Science上發(fā)文6篇)。從單個期刊發(fā)文量來看,在Nature雜志上發(fā)文最多的是印第安納大學的信息與計算機學院,其次是密歇根大學信息學院;在Science雜志上發(fā)文最多的是馬里蘭大學信息學院,其次是密歇根大學信息學院。1981年iSchools成員懷卡托大學計算與數(shù)學科學系(UniversityofWaikato:FacultyofComputingandMathematicalSciences)第一次在三大頂級期刊上發(fā)表文章,直至2000年,iSchools在三大頂級期刊上的發(fā)文量出現(xiàn)小幅增長,如圖1所示。iSchools在國際三大頂級期刊的發(fā)文呈現(xiàn)兩個階段。第一階段是2008年以前,11所iSchool學院共發(fā)文20篇,其中伊利諾伊大學信息科學學院的Lancaster,FW和Schatz,BR共發(fā)文4篇,遠超過其他iSchool學院。第二階段是2008年至今,iSchools在三大頂級期刊上的發(fā)文數(shù)量猛然增長,涉及成員從9個增至21個,發(fā)文量增加到55篇,涉及領域主題更加廣泛。從整體看,2008年以后的年均發(fā)文量較2008年前都有較大的增長。其中,印第安納大學的信息與計算機學院發(fā)文最多(共10篇),一躍成為發(fā)文最多的iSchool學院。從文獻類型來看,iSchools在三大頂級期刊的發(fā)文以“Article”類型最多(41.82%),其后依次是“EditorialMaterial”(34.55%)、“BookReview”(12.73%)和“Letter”(10.91%).3.1.2國際三大頂級期刊中iSchools機構合作分析對iSchools在三大頂級期刊的發(fā)文的機構合作情況分析,發(fā)文最多的21所iSchools中,印第安納大學的信息與計算機學院作為在三大頂級期刊發(fā)文最多的信息學院,與其他機構合作的次數(shù)也最多,涉及機構多達247個,包括華盛頓大學醫(yī)學院(WashingtonUniversity:SchoolofMedicine,4次)、加州大學人類遺傳學研究所(UniversityofCalifornia,SanFrancisco:InstituteforHumanGenetics,3次)、加州大學格萊斯頓研究所(UniversityofCalifornia,SanFrancisco:GladstoneInstitutes,3次)、加州大學生物統(tǒng)計系(UniversityofCalifornia,SanFrancisco:BiostatisticsDivision,3次)等,這些機構主要集中在生物醫(yī)學信息學相關領域。密歇根大學信息學院作為在三大頂級期刊上發(fā)文僅次于印第安納大學的信息與計算機學院的iSchool,發(fā)表的9篇文章涉及合作機構43個,包括密歇根大學復雜系統(tǒng)研究中心(UniversityofMichigan:CenterfortheStudyofComplexSystems,3次)、密歇根大學福特公共政策學院(UniversityofMichigan:TheGeraldR.FordSchoolofPublicPolicy,2次)。與印第安納大學信息與計算機學院不同的是,密歇根大學信息學院合作最多的機構來自本校的科研機構和研究中心,與其他學?;驒C構的合作相對較少,且合作領域更加廣泛。馬里蘭大學信息學院、加州大學伯克利分校信息學院、伊利諾伊大學信息科學學院、新澤西州立羅格斯大學通信與信息學院等iSchools的合作機構也相對較多。從圖中還可以看出,密歇根大學信息學院、伊利諾伊大學信息科學學院和馬里蘭大學信息學院之間的合作較為密切,三者之間均有直接合作。而加州大學伯克利分校信息學院與其他iSchools之間的合作較少,只與華盛頓大學信息學院合作了一次。由此可見,在三大頂級期刊中,iSchools之間的合作較少,更多的是與其他機構的合作,如醫(yī)學領域研究機構、計算機數(shù)學領域研究機構等。

3.2文獻主題分析

文獻的主題分析能夠清楚地了解三大頂級期刊中iSchools的研究熱點和主題。根據(jù)識別出來的文獻主題詞,利用Bibexcel對文獻主題詞進行共現(xiàn)計算,并利用Gephi將主題詞之間的共現(xiàn)關系可視化展示出來,隨著大數(shù)據(jù)時代到來,數(shù)據(jù)驅(qū)動下的科學研究成為主流。在數(shù)據(jù)驅(qū)動下,iSchools在三大頂級期刊發(fā)表的文獻中,“Data”一詞位于所有主題詞的核心位置。從圖中的主題詞聚類結(jié)果來看,可大致將iSchools在三大頂級期刊上的研究熱點歸納為6個方面,從上到下、從左到右依次是:生物信息學、計算機技術、信息通信理論、用戶信息行為、科學發(fā)展研究、信息經(jīng)濟學,其中科學發(fā)展研究領域是指從宏觀的角度研究大環(huán)境對科學發(fā)展的影響。3.2.1iSchools機構的研究方向和主題通過對55篇文獻的機構合作情況的分析發(fā)現(xiàn),iSchools在一些研究成果中只是參與了其中研究的一部分。為了了解iSchools在三大頂級期刊中的研究方向和主題,以“第一作者的機構是iSchools”為篩選條件,進一步對55篇文獻進行挑選,共得到24篇研究文獻,其中17篇研究成果(70.83%)都是iSchools作為唯一作者獨立發(fā)表的。從單個機構來看,密歇根大學信息學院作為第一作者發(fā)文最多,共5篇;其次是馬里蘭大學信息學院,共4篇。從機構合作情況來看,iSchools既有與iSchools其他院校的合作,如華盛頓大學信息學院與加州大學伯克利分校信息學院、田納西州大學諾克斯維爾分校信息科學學院與匹茲堡大學匹茲堡大學計算與信息學院;也有與其他機構的合作,但主要集中在計算機科學相關機構,如華盛頓大學信息學院與計算機科學與工程學院(WashingtonUniversity:ComputerScience&Engineering)、馬里蘭大學信息學院與馬里蘭大學高級計算機研究所(UniversityofMaryland:InstituteforAdvancedComputerStudies)。從研究方向和研究主題來看,iSchools主導的研究領域分布廣泛,除生物信息學領域外,iSchools為主要的研究文獻在科學發(fā)展研究、用戶信息行為、計算機技術、信息經(jīng)濟學和信息通信理論領域都有涉及。在科學發(fā)展研究領域,密歇根大學信息學院和伊利諾伊大學信息科學學院具有較大優(yōu)勢,馬里蘭大學信息學院在計算機技術領域的研究最為突出,懷卡托大學計算與數(shù)學科學系則在信息通信理論領域有較大的貢獻。3.2.2時間發(fā)展與研究主題的變化科學研究的對象一直隨著時間的變化而變化,iSchools在三大頂級期刊中的研究熱點也出現(xiàn)了明顯的變化.1981年iSchools的懷卡托大學計算與數(shù)學科學系(UniversityofWaikato:FacultyofComputingandMathematicalSciences)率先在Nature上發(fā)表Arecoronalloopsstable[6],信息通信理論領域成為最初的研究主題,隨后iSchools的關注焦點開始向生物信息學、科學發(fā)展研究、用戶信息行為等方向轉(zhuǎn)變。國際三大頂級期刊中iSchools的研究熱點與時代背景和社會環(huán)境的發(fā)展變化密切相關:1998年互聯(lián)網(wǎng)技術發(fā)展,網(wǎng)絡環(huán)境下的用戶行為成為iSchools關注的重點之一,包括用戶的合作行為、選擇和決策行為等,并且隨著數(shù)據(jù)挖掘技術的發(fā)展,預測用戶行為也成為研究方向之一;2008年世界金融危機的發(fā)生,信息經(jīng)濟學成為iSchools研究的主題之一,并開始利用數(shù)據(jù)信息發(fā)現(xiàn)世界或某一地區(qū)的貧富差距??偟膩砜矗暧^層面探討社會大環(huán)境對科學發(fā)展的影響是iSchools一直關注的對象,1985-2017年iSchools在科學發(fā)展研究領域共發(fā)表15篇研究成果,占27.27%;其次,生物信息學領域自2004年出現(xiàn)第一篇研究成果后,短短幾年內(nèi)發(fā)表12篇研究文章,占21.82%;在互聯(lián)網(wǎng)環(huán)境影響下,用戶信息行為領域出現(xiàn)11篇研究成果,占20%;計算機技術雖然從1994年就出現(xiàn)第一篇研究成果,并且研究內(nèi)容較為廣泛,既涵蓋計算機協(xié)議、計算機歷史的發(fā)展,也包括對計算機算法的改進和語音識別技術的討論,但整體研究成果只有8篇,占14.55%;信息經(jīng)濟學作為2009年出現(xiàn)的新研究領域,僅有5篇研究論文,占9.09%;而信息通信理論領域只是iSchools中少數(shù)學者的研究對象,雖然是iSchools在三大頂級期刊中最早發(fā)表文獻的研究主題,但只有4篇文章,僅占7.27%。由此可見,用戶信息行為、生物信息學以及科學發(fā)展研究是當前國際三大頂級期刊中iSchools的研究熱點。3.2.3六大主題的研究內(nèi)容可視化分析根據(jù)整體聚類結(jié)果,本文對55篇文獻進行主題劃分,并對每個主題領域的文獻主題詞的共現(xiàn)矩陣進行可視化,從微觀層面發(fā)現(xiàn)各個主題的研究方向和研究熱點。(1)科學發(fā)展研究領域。作為發(fā)文最多的研究主題,科學發(fā)展研究領域的文獻主題和方向也更加廣泛??茖W發(fā)展領域共有15篇研究文獻,其中“Article”類型有2篇,“EditorialMaterial”類型有6篇,“Letter”類型有4篇,“BookReview”有3篇。從主題詞共現(xiàn)關系圖來看(圖7),“data”“science”“information”“scientist”“model”“system”是該領域核心的主題詞,由此可將該領域下的研究分為兩個方面。①研究社會環(huán)境變化對科學發(fā)展的影響。一方面iSchools探討了包括互聯(lián)網(wǎng)技術的發(fā)展[7]、政治環(huán)境的變化[8]、法律政策的調(diào)整[9]等在內(nèi)的整個社會環(huán)境對科學發(fā)展的影響;另一方面科學家的個人屬性和活動也影響著科學研究的發(fā)展和傳播,如科學家的性別差異、科學家研究生活的地點變化[10,11]。研究者還對科學發(fā)展過程中出現(xiàn)的種種現(xiàn)象進行思考,在宏觀層次上關注整個學術環(huán)境中出現(xiàn)的問題和現(xiàn)象,包括同行評議[12]、引文量的變化規(guī)律[13]、經(jīng)典規(guī)律模型的適應性探討[14]等問題;同時,在微觀層次上思考圖書情報領域?qū)W科發(fā)展過程中出現(xiàn)的矛盾[15]。②數(shù)據(jù)管理和數(shù)據(jù)挖掘。數(shù)據(jù)驅(qū)動的科學研究中,對數(shù)據(jù)的管理和挖掘至關重要。在大數(shù)據(jù)環(huán)境下,數(shù)據(jù)的有效共享和利用能夠促進科學研究,但也要保證數(shù)據(jù)管理的安全性。將信貸、獎勵與數(shù)據(jù)共享相結(jié)合,并在管理數(shù)據(jù)的過程中保證資助者、機構和科學家等多方合作是建設安全可信的數(shù)據(jù)共享平臺的前提[16,17]。隨著數(shù)據(jù)挖掘技術的發(fā)展,iSchools開始利用這些技術探討人類社會歷史過程中的變化規(guī)律和趨勢[18]。此外,該領域涉及的3篇書評文章主要圍繞互聯(lián)網(wǎng)環(huán)境下出現(xiàn)的新現(xiàn)象進行思考,包括機械自動化的生產(chǎn)和生活環(huán)境對人們工作選擇的影響[19]、基于情境的自主學習和傳統(tǒng)授課學習的效果的差異[20]以及互聯(lián)網(wǎng)的發(fā)展給“數(shù)字原住民”的生活帶來的改變[21]。雖然3篇書評的主題各不相同,但其主題和視角都有較大的新穎性,并且有作者的思考和討論。(2)生物信息學領域。作為近年來國際三大頂級期刊中iSchools的研究熱點之一,生物信息學領域2004-2016年產(chǎn)生12篇研究成果(21.82%),其中“Article”類型有1篇,“EditorialMaterial”類型有11篇。從主題詞共現(xiàn)關系圖看,“genome”“gene”“species”“phylogenetic”“data”是該領域核心的主題詞。該領域的研究主題可分為兩個方面。①研究生物基因組的特征和功能。人類微生物的研究是其中一個重要方向,包括對人類微生物組的功能和組成的研究[22]、分析健康人群微生物群落結(jié)構和功能結(jié)構的正常范圍[23],為描述人類微生物群落的流行病學特征以及人類微生物組的轉(zhuǎn)化應用提供研究基礎。除了對健康人群的基因有所研究,iSchools針對糖尿病[24]等遺傳病患者的基因進行分析,并為疾病病理生理學的識別提供了重要線索和依據(jù)。同時,對猩猩[25]、長臂猿[26]、瘧蚊[27]、甲殼類[28]等為代表的動物的基因組的研究也是生物信息學領域關注的一個方向。分析不同動物的基因組的組成和特征,一方面對比動物之間基因組的差異,另一方面通過研究基因的組成實現(xiàn)基因的可塑性。此外,還包括針對基因中氨基酸信號傳遞介質(zhì)的研究[29]、對微生物感覺視紫紅質(zhì)的結(jié)構研究[30]等。這些研究都關注與不同生物的基因組成及其功能,從微觀層次上研究基因組的差異,并通過研究猩猩、長臂猿等生物的基因組成,確定基因中對某一功能起關鍵作用的部分和特征。②以基因遺傳進化、物種分化問題為研究對象。iSchools除了研究生物的基因組成外,還對基因的遺傳進化進行研究,通過追溯生物同胞物種的系統(tǒng)發(fā)育的關系,確定物種分支,從而研究生物系統(tǒng)的發(fā)育和分化[31]。除了傳統(tǒng)的生物信息學分析方法外,iSchools也嘗試利用數(shù)據(jù)算法驗證基因組數(shù)據(jù)的同質(zhì)性[32,33]??偟膩砜?,三大頂級期刊中iSchools以生物信息學領域為研究主題的探討主要圍繞生物基因組的結(jié)構和功能以及生物系統(tǒng)的發(fā)育和進化兩個方面開展相關的研究。(3)用戶信息行為領域。iSchools在用戶信息行為領域的研究是伴隨著互聯(lián)網(wǎng)的發(fā)展開始的。1998年出現(xiàn)該領域的第一篇文章便是研究互聯(lián)網(wǎng)是如何影響用戶之間的社交活動和社區(qū)參與的,并且認為互聯(lián)網(wǎng)是一種可以發(fā)展網(wǎng)絡友誼的媒介[34]。用戶信息行為領域從1998-2016年共產(chǎn)生11篇研究成果(20%),其中“Article”類型有4篇,“EditorialMaterial”類型有5篇,“Letter”類型有1篇,“BookReview”有1篇。從主題詞共現(xiàn)關系圖來看,“users”“model”“social”“media”“community”“cooperation”“data”等是該領域核心的主題詞。該領域的研究主題可分為兩個方面。①社交網(wǎng)絡中的用戶行為。社交網(wǎng)絡作為互聯(lián)網(wǎng)環(huán)境下的產(chǎn)物,對用戶的行為產(chǎn)生了潛移默化的影響,越來越多的用戶在社交網(wǎng)絡中產(chǎn)生了信息瀏覽、分享等互動行為,改變了傳統(tǒng)的信息交流方式,因此,對社交網(wǎng)絡中的用戶行為研究成為用戶信息行為領域的主要方向。iSchools不僅探討了用戶利用社交網(wǎng)絡構建和擴展社交圈的現(xiàn)象[34],還針對網(wǎng)絡環(huán)境下信息的混雜和不確定性現(xiàn)象,提倡構建社會信任網(wǎng)絡,保證信息來源的真實性和可靠性[35]。隨著社交網(wǎng)絡技術逐漸成熟,越來越多的人從信息的接收者轉(zhuǎn)變?yōu)樾畔⒌陌l(fā)送者,人們可以便捷地參與社交網(wǎng)絡,利用公民組成的社會網(wǎng)絡,及時應對各種危機災難成為新興的研究主題。個人作為在社會媒體中最容易表達觀點的部分[36],利用社會網(wǎng)絡能夠第一時間消息,從而應對各種危機災難的發(fā)生[37,38],提高相應部門的響應和恢復能力。②預測用戶的選擇和決策行為。除了互聯(lián)網(wǎng)環(huán)境下的用戶信息行為是iSchools研究的主要方向,網(wǎng)絡環(huán)境下對用戶的選擇和決策行為進行預測也是其關注的焦點之一。首先是用戶的合作行為,iSchools重點討論了人們出現(xiàn)和維持合作的條件,以及人們出現(xiàn)合作情況時的基本特征,并利用計算機模擬人們合作特點,預測人們合作的可能性[39,40];其次,早在2008年iSchools就開始利用神經(jīng)網(wǎng)絡等數(shù)據(jù)挖掘方法,通過算法和大數(shù)據(jù)來理解和預測人們的經(jīng)濟決策乃至生活中各方面的選擇[41,42,43]。除了健康人群的用戶行為分析,iSchools也探討了特殊患者的識別行為,如失語癥患者對說謊者的識別能力的研究[44]。這也說明,在三大頂級期刊中,iSchools始終保持著獨特的研究視角和多樣化的研究方法。用戶信息行為領域的研究視角和研究方法在一定程度上代表了iSchools在三大頂級期刊中發(fā)文的優(yōu)勢。在關注研究熱點的同時,也善于從研究中總結(jié)和發(fā)現(xiàn)新的研究方向,同時注重利用新的研究方法提高研究水平。(4)計算機技術領域。計算機技術領域與圖書情報學的發(fā)展密切相關,在三大頂級期刊中,iSchools在計算機技術領域共有8篇研究文獻,其中“Article”類型有1篇,“EditorialMaterial”類型有4篇,“Letter”類型有1篇,“BookReview”有2篇。從主題詞共現(xiàn)關系圖來看,“machine”“technology”“information”“global”“science”“compute”等是該領域核心的主題詞,由此可將該領域下的研究分為兩個方面。①計算機歷史和技術發(fā)展的研究。計算機技術領域的研究首先是圍繞計算機本身的發(fā)展歷史[45,46]、計算機的存儲、通信和計算能力[47]等主題展開。隨著社會進步和技術發(fā)展,一些新興的計算機技術,如語音輸入和識別技術的發(fā)展引起了iSchools研究者的興趣[48,49],并對新技術與傳統(tǒng)技術的共同發(fā)展保持樂觀的態(tài)度。②利用計算機算法解決相關問題。計算機算法是計算機技術領域研究的主要內(nèi)容,通過算法對數(shù)據(jù)的觀測,構建數(shù)據(jù)模型以解決人類生活中的問題成為主要的方式[50],但是計算機算法并不是萬能的,還存在兩個主要的不足:一是通過數(shù)據(jù)訓練出來的算法一旦出現(xiàn)偏差,將很難進行修改[51];二是并非所有的問題都能通過計算機算法得到解決[52]。iSchools在計算機技術領域的研究沒有涉及太多專業(yè)的程序算法等方面的問題,主要是圍繞著計算機技術的變化對人們的信息生活和信息需求帶來的影響和改變的討論,更多是從宏觀層次上的探討。(5)信息經(jīng)濟學領域。信息經(jīng)濟學領域作為2008年世界金融危機后出現(xiàn)的新興領域,2009-2016年共發(fā)表5篇研究成果,其中“Article”類型有2篇,“EditorialMaterial”類型有2篇,“BookReview”有1篇。從主題詞共現(xiàn)關系圖來看,“data”“metadata”“wealth”“poverty”“mobile”等是該領域核心的主題詞。該領域的研究方向相對較為集中―利用元數(shù)據(jù)識別經(jīng)濟活動。這一方向的研究是伴隨著移動支付和移動消費的發(fā)展而出現(xiàn)的,也是近年iSchools在三大頂級期刊上探討的熱點話題之一。其探討的主要內(nèi)容利用機器學習等方法挖掘手機交易元數(shù)據(jù),通過評估數(shù)百萬個人的消費數(shù)據(jù)評估地區(qū)的資產(chǎn)分布和貧富區(qū)域分布,甚至構建整個國家的財富分布情況[53,54]。另一方面,經(jīng)濟活動中元數(shù)據(jù)的可識別和可獲取性導致人們開始關注信用卡消費元數(shù)據(jù)的安全性[55]。數(shù)據(jù)的匿名性力度不夠是當前經(jīng)濟活動中存在的安全隱患。此外,iSchools嘗試從經(jīng)濟學角度看待經(jīng)濟活動中的現(xiàn)象和問題,利用博弈論、實驗經(jīng)濟學和計算機科學[56,57]等觀點討論改善經(jīng)濟和社會結(jié)構的運作,從而創(chuàng)造一個穩(wěn)定的金融市場和社會網(wǎng)絡。由此可見,信息經(jīng)濟學領域的研究是在新的社會環(huán)境下,靈活運用元數(shù)據(jù)本身的功能和作用,通過機器學習等數(shù)據(jù)挖掘技術和方法,發(fā)現(xiàn)日常的經(jīng)濟活動中存在的問題和現(xiàn)象,并根據(jù)經(jīng)濟活動的特點和出現(xiàn)的問題及時采取相應的措施,保證金融市場的正常運作和發(fā)展。(6)信息通信理論領域。作為最早在三大頂級期刊發(fā)表文章的研究領域,iSchools在該領域的發(fā)文并不多,是因為隨著社會環(huán)境和科研環(huán)境變化,圖書情報的研究對象發(fā)生了轉(zhuǎn)變。1981-2009年共發(fā)表4篇研究文獻,其中“Article”類型有3篇,“EditorialMaterial”類型有1篇。從主題詞共現(xiàn)關系圖來看,“entanglement”“diamond”“temperature”“l(fā)oop”“coronal”等是該領域核心的主題詞。信息通信理論領域的研究文獻數(shù)量很少,并且主要利用構建數(shù)學公式和模型的方式,運用信息通信理論從微觀上揭示各種現(xiàn)象,包括天體表面的等離子循環(huán)的不穩(wěn)定現(xiàn)象[6,58]、以金剛石為代表的物體內(nèi)部不同的量子糾纏態(tài)的選擇對量子信息處理的影響[59,60]。該領域的4篇研究文獻是對信息通信理論領域?qū)I(yè)問題的探討,與iSchools其他研究主題相比,該領域的研究較少。總的來看,信息通信理論領域只是早期iSchools在三大頂級期刊上探討的一個主題,但是近年來iSchools的研究方向逐漸向其他領域轉(zhuǎn)變.