学术评价是根据一定的目的和标准,采用一定的理论和方法,对学术成果、人员、机构、学术媒体展开的价值判断活动
[1]。定性与定量是学术评价常用的两类方法,其中定量评价方法又称计量方法,它通过把复杂现象简化为指标或相关数据,并对科研活动中的指标或相关数据的数值进行统计,用数值比较来进行判断分析
[2]。学术计量评价,就是用定量的方法进行学术评价,通过评价数据来衡量学术活动及其相关事项的有无、多少、作用和价值
[1],也可以被称之为定量化学术评价,这是一类典型的数据驱动型活动
[3]。
机构知识库作为开放获取的产物,是学术与科研数据存储的平台,被赋予“保存机构知识资产”“支持科研管理与评价”“提供数据支撑决策”“促进学术交流等”
[4]等建设愿景。 截至2019年6月中旬,全球在机构知识库名录(OpenDOAR
[5])注册的机构知识库(Institutional Repository, IR)共有4 138家,其中美国575家、英国284家、德国237家、日本235家、中国108家(包括中国大陆37家,中国香港地区9家、中国澳门地区1家、中国台湾地区61家)。实际上我国已经建成及在建的机构知识库数量远不止于此。 2017年,龚亦农和朱茗对我国机构知识库建设现状的调查显示,采集到的“已建”和“在建”机构知识库总数有472个,其中大陆地区325个;从建设状态看,已建成239个,176个能够正常访问
[6]。尽管国内在大力开展机构知识库建设,但受制于机构内部协作失调、技术与管理不到位,大多机构知识库在部门设置、人员匹配、资源采集、开放程度、动态管理等方面的建设成效不尽人意,导致在建知识库开发周期长,上线推迟,甚至已建成的知识库长期无人访问。在此背景下,被给予厚望的机构知识库参与科研管理、实施学术评价等功能更是停滞,探讨机构知识库评价功能的研究
[7]也主要从建设角度立意,甚少把机构知识库作为学术评价数据源来探讨,杨柳等指出“目前机构知识库建设水平参差不齐,只有建设相对成熟的机构知识库才能作为学者评价的数据获取平台”
[8]。
只有把机构知识库真正用起来,才能有反馈,进而促进机构知识库的建设与发展。正视国内现有建设水平,解决现阶段机构知识库应用困难,强化数据意识至关重要。数据意识是要在认识层面上了解数据的意义和价值,并以此为导向,将信息转为可利用数据,有数据意识就能主动地提炼、采集、统计和分析数据,进而提高使用数据的可能性。数据意识的特点在于发现数据、使用数据,对数据要敏于观察、擅于总结、明于认识、长于解析、精于提炼、善于运用。李朝阳等在嵌入式科研数据服务策略分析中,提出科研数据整合处理的一般流程:数据采集-数据融合-数据挖掘-数据增值,各流程下又包括需求分析、收集筛选、过滤整合、任务分解、特征提取、数据再造等若干处理数据的思路与步骤
[9],该过程诠释出数据意识作用于实践的指导意义。数据意识的有无决定了对科学数据的获取、评价和利用的自觉程度,而数据意识的强弱对能否从数据中挖掘出有价值的知识、扩大数据的影响范围起着关键的作用
[10]。
学者作为学术的主体,是知识资源的生产者,是学术研究和学术发展的关键,是最重要的评价对象。笔者将机构知识库应用到学者的学术计量评价当中,以数据意识为导向解析机构库中蕴含的相关数据资源,论证国内机构知识库进行科研支撑服务的可行性。