基于海量数据的博士生科研网络对学术生产力影响的混合研究

结题报告

项目介绍

AI项目解读

基本信息

批准号：
71904100
项目类别：
青年科学基金项目
资助金额：
19.5万
负责人：
王传毅
依托单位：
清华大学
学科分类：
G0407.教育管理与政策
结题年份：
2022
批准年份：
2019
项目状态：
已结题
起止时间：
2020-01-01 至2022-12-31

项目参与者：
--
关键词：
科研网络学术生产力博士生教育

项目摘要

How to improve the academic productivity of doctoral students has become the focus of doctoral education reform. Researchers generally argue that the research network has a significant impact on the knowledge production of doctoral students. However, with traditional data collection and analysis methods which employed by the majority researchers, such as questionnaire survey and text analysis, it is difficult to come to conclusions that give consideration to both disciplinary characteristics and universality of doctoral education. This project makes use of the massive data analysis and storage service provided by Microsoft Azure Cloud Computing Platform & Service, adopting the mixed methods to deeply reveal the influence of doctoral students’ research network on their academic productivity. On the one hand, based on the hierarchical linear model and the Sheaf Coefficients method, the influence of the structure and the position of the research network on doctoral students’ academic productivity is measured. On the other hand, qualitative methods such as purposive sampling, structured interview and grounded theory are used to explore the corresponding influencing mechanism in depth. The research results of this project can unfold the “black box” of doctoral knowledge production and provide suggestions for decision makers to develop high-quality doctoral training programs.

如何提高博士生学术生产力已经成为当今博士教育改革的焦点，研究者普遍认为科研网络对博士生的知识生产具有显著影响。然而，研究者大多使用问卷调查、文本分析等传统的数据搜集和分析方法，很难获得兼顾学科特性和博士生培养普适性的研究结论。本项目借助Microsoft Azure Cloud Computing Platform & Service提供的大数据分析和存储服务，采取混合分析法，深度挖掘博士生科研网络对博士生学术生产力的影响。一方面，基于分层线性模型和集束系数法，测量科研网络结构以及博士生所处的科研网络位置对学术生产力的影响程度。另一方面，运用目的性取样、结构化访谈和扎根理论的质性研究方法深入探讨博士生科研网络对学术生产力的作用机制。本项目研究成果能够打开博士生知识生产的“黑匣子”，为决策者制定高质量的博士生培养方案提供参考。

结项摘要

如何提高博士生学术生产力已经成为当今博士教育改革的焦点。然而，研究者大多使用问卷调查、文本分析等传统的数据搜集和分析方法，很难获得兼顾学科特性和博士生培养普适性的研究结论。本课题将科研网络分为科研合作网络和科研交流网络，从科研网络的测量、学术生产力的测量以及科研网络对学术生产力的影响测量三个方面开展了研究工作。. 课题研究发现：（1）博士生主要嵌入于以导师为中心的科研合作网络，而对于知识交流为主要特征的基层学术组织网络和学术共同网络，博士生嵌入程度有待提升。(2)导师组制度和双导师制度比单一导师制度更有利于提升强科研合作网络的规模和密度，而对科研交流网络的规模和密度影响不显著。（3）科研交流网络和科研合作网络对博士生学术生产力均有正向影响，且网络效应可叠加；（4）科研合作网络博士生学术生产力的影响比科研交流网络更大；（5）博士生在科研网络中所处的位置比科研网络规模，对博士生学术生产力影响更大；（6）科研网络在博士生学术时间投入对于学术生产力的作用中，起到了调节作用，科研网络作用越大，博士生学术投入对学术生产力的影响越明显。. 课题研究努力打开博士生知识生产的“黑匣子”，对博士生知识生产机理进行挖掘，丰富了研究生教育理论，特别是博士生培养的基本理论，也能够为博士生培养、学者养成等实践提供理论指导。. 课题研究形成的数据成果，为未来博士生教育领域的研究提供了较好的数据基础：目前Nature全球博士调查的相关数据完全开源，可供研究者自由下载使用；研究生满意度调查，须经过申请后，签订合作协议使用；课题组基于Microsoft Azure Cloud Computing Platform & Service爬虫所形成的数据，供课题组成员及其所属高校的研究团队使用。