[目的/意义] 探索与信息资源管理学科学术体系构建的相关问题是促进图书馆学、情报学与档案学等二级学科真正融合和推动信息资源管理学科在新形势下谋求创新与长效发展的一项重要工作。[方法/过程] 文章首先论述具有中国特色的信息资源管理学术体系的构成要素与路径，然后提出将“数智链资源管理”作为信息资源管理学科的核心概念并论证其合理性，再以图书馆学、情报学与档案学二级学科的新兴学术命题与基本假设为媒介，围绕“数智链资源管理”建立学科间关联。[结果/结论] 基于“数智链资源管理”核心概念，论述信息资源管理学科理论基础创新与基础理论体系重构的重要性与必然性，并以档案学研究为例，阐释“数智链资源管理”视阈下的新时期档案学研究的守正创新。

[目的/意义] 分析影响突发公共卫生事件“信息疫情”生成的关键影响要素，有助于突发公共卫生事件信息问题的应对与处置。[方法/过程] 基于信息生态理论和信息生态位理论，找出“信息疫情”生成的4个维度的影响因素，利用基于模糊集理论的Dematel方法对要素进行识别，找出其中的关键影响要素。[结果/结论] 识别出包括突发公共卫生事件的疫情舆情持续演化、政府信息发布不及时等在内的12个“信息疫情”关键影响要素，信息内容公共性、相似事件集体记忆的唤醒等是突发公共卫生事件“信息疫情”生成的特有因素，以期为突发公共卫生事件“信息疫情”应对提供理论与实践指导。

[目的/意义] 深入理解社会资本对知识社会认可的影响，拓展知识问答社区用户关系与知识社会认可的相关研究。[方法/过程] 构建知识问答社区的知识采纳者合作关系网络，结合实证分析发掘知识采纳者的社会资本、社交关系网络与知识社会认可三者之间的内在联系。[结果/结论] 知识采纳者的信任关系资本会负向影响知识社会认可，互惠和认同关系资本，以及认知资本会正向影响知识社会认可。聚类系数和结构洞约束系数等网络位置指标对知识社会认可具有消极影响。同时，问题热度和知识流行度影响对知识社会认可会产生积极作用。

[目的/意义] 信息时代，社会比较逐渐从现实生活渗透到社交媒体用户行为的各个方面，这种比较如何影响用户消费，已经成为社交媒体企业营销和管理需要关注的重要问题。[方法/过程] 研究将上行社会比较与下行社会比较整合纳入同一框架，采用组间设计和组内设计相结合的实验设计，以3次实验层层深入地探究了社会比较对用户社会性消费的影响。[结果/结论] 研究发现，上行社会比较与炫耀性消费和从众性消费呈正相关，自卑感会中介上行社会比较对炫耀性消费和从众性消费的影响，反事实思维则对上行社会比较和自卑感具有中介作用；下行社会比较与炫耀性消费和稀缺性消费呈正相关，且反事实思维和幸福感在下行社会比较对消费的影响中存在遮掩效应。

[目的/意义] 以抖音短视频为例，对其用户的间歇性中辍行为进行全流程解构，研究其行为的影响因素及规律，明晰弱关系社交媒体用户间歇性中辍行为流程、内在机理、发生规律，对相关信息平台的建设提供优化策略。[方法/过程] 基于理性行为理论，结合相关文献构建模型；采用移动经验取样法获取抖音用户间歇性中辍行为的原始数据；利用PLS-SEM对数据进行模型验证，揭示影响因素之间的路径效应。[结果/结论] 用户的间歇性中辍行为表现为“中辍—再次采纳—(中辍—再次采纳—……)中辍”这一循环往复的过程。其中感知成本、系统质量、群体规范刺激用户产生中辍意向，进而产生中辍行为；社交需求、感知愉悦性、转换障碍、群体规范刺激用户产生再次采纳意向，进而产生再次采纳行为。

[目的/意义] 视频被广泛使用在各种网络应用中，研究弹幕视频网站用户持续使用行为的影响因素，具有重要的学术价值和商业价值。[方法/过程] 本文使用Bilibili网站的视频特征数据和用户行为数据，构建多元线性回归及基于机器学习的SHAP可解释模型，从内容感知价值、情感感知价值和社会感知价值3个维度探讨视频用户持续使用行为的影响因素及其影响的重要性和正负性。[结果/结论] 研究发现：点赞数量最大程度地代表了用户对于视频的内容感知价值，内容感知价值对用户持续使用行为影响总是最高；在粉丝数量中等偏高的up主(视频制作者)中，情感感知价值对用户持续使用行为影响较高，而在粉丝数量最高的up主中，社会感知价值对用户持续使用行为影响更高。

[目的/意义] 构建可计算生物医学知识视角下的诊疗规范知识计算化模式，推动“数据—知识—实践”循环进程，促进临床诊疗过程各环节决策制定协同发展。[方法/过程] 通过文献调研，明晰诊疗规范知识计算化的必要性及应用价值，并在厘清诊疗规范概念、内涵，归纳诊疗规范数据来源、数据特征，提炼诊疗规范知识可计算化特征的基础上，遵循可计算生物医学知识核心思想和DIKW层级模型内涵，构建诊疗规范知识计算化模式并探索其实现路径。[结果/结论] 构建“1-336”诊疗规范知识计算化模式立方体，包含1个核心目标、3个知识层级、3条实现子路径、6个关键环节，为各领域知识计算化研究提供理论支撑以及方法学参考和依据。

[目的/意义] 人工智能技术正在世界范围内掀起一场生产力和生产关系的颠覆性革命，人工智能生成内容(AIGC)正在重塑目前的知识生态与数字化技术环境。因此，探索AIGC技术在科技情报服务中的融合应用对我国情报服务事业的智能化发展具有重要意义。[方法/过程] 本文通过归纳AIGC技术的内核与优势，结合情报3.0时代背景下我国科技情报服务面临的问题及需求，探讨AIGC在科技情报服务中的技术应用路径和场景，结合系统工程理论构建AIGC赋能的科技情报智能服务框架。[结果/结论] 文章提出了由支撑保障层、智慧应用层、平台服务层、成果产出层组成的科技情报智能服务框架，通过新技术的应用提升我国科技情报服务智能化水平，为科技情报服务的创新发展提供新思路。

[目的/意义] 探索开放政府数据发展过程和实施质量的影响因素及其互作用关系，以期为开放政府数据推进提供理论支撑。[方法/过程] 采用元综合研究方法，基于目标主题，对选用的文献进行解释性编码和综合归纳，构建开放政府数据影响因素框架，同时对框架内各维度、范畴之间的作用关系进行梳理分析。[结果/结论] 研究归纳得到由政府组织、技术保障、内外环境、价值实现4个维度组成的GTEV模型，将开放政府数据的过程描述为一个由多主体、多因素共同作用的复杂动态系统，为后续的开放政府数据研究提供重要的参考。

[目的/意义] 通过对中美科学数据管理政策进行量化评价和对比分析，为我国科学数据管理政策体系完善提供参考和借鉴。[方法/过程] 以中美两国科学数据管理政策为研究对象，借助文本挖掘和内容分析，构建包含9个一级变量的评估指标体系与PMC-AE指数模型，对两国14项科学数据管理政策进行全面评价和量化分析。[结果/结论] 我国科学数据管理政策的整体水平低于美国，科学数据政策PMC-AE得分随效力级别升高而升高，随专指性强度升高而降低。我国应补全政策缺位，完善中观、微观层面的政策建设，加快实施科学数据战略，完善评价考核机制，加强政策保障体系建设。

[目的/意义] 随着数智时代的到来以及我国高等教育评价事业的不断发展，社会公众对于高等教育评价信息的获取与服务需求已经发生了重大变化，亟需开展更为有效的高等教育评价信息服务。设计面向社会公众的高等教育评价智能信息服务模型，将为数智时代下革新高等教育评价实践提供新的思路，为未来高等教育评价信息的全方位智能服务提供参考。[方法/过程] 在数据驱动和智能信息处理的内涵、理论与方法指导下，对社会公众用户需求挖掘、需求—资源映射与总体智能信息服务模型框架开展设计，并运用基于熵权的模糊综合评价法对总体模型进行评价论证。[结果/结论] 构建了面向社会公众的高等教育评价信息需求挖掘、需求—资源映射及总体智能信息服务三者的模型框架，提出了具体的高等教育评价信息智能服务方式，并论证了模型的有效性。

[目的/意义] 引文规范化指标作为一种新兴的评价指标，考虑了多种因素对论文引用的影响，从而在学术成果评价方面展示了较为突出的优势。研究不同引文规范化指标的关联性对于学术论文评价具有重要的意义。[方法/过程] 本文选取InCites数据库中2018—2022年10种不同学科领域的论文作为研究样本，对这些论文的3种规范化指标(相对引用率RCR、学科规范化引文影响力CNCI和期刊规范化引文影响力JNCI)进行相关性分析，并对比分析了其中3个代表性学科领域的论文发表国家和研究机构的规范化指标。[结果/结论] 研究结果表明，在这10种学科领域中，RCR、CNCI和JNCI指标两两之间呈现正相关；对于大多数学科领域，RCR与CNCI指标之间以及CNCI与JNCI指标之间相关程度均较高，而RCR与JNCI指标之间的相关程度相对较低；在不同学科领域中，国家或研究机构所对应的RCR和CNCI均值能够反映其在学科领域中的学术水平和学术影响力。本文的研究从一定程度上揭示了RCR、CNCI和JNCI指标在不同学科领域中评价论文学术影响力的差异和关联性。

[目的/意义] 科学文献中的知识实体的挖掘、利用与评价对知识发现、构建知识网络、探索知识之间潜在关联均具有重要意义。随着机器学习、深度学习和大语言模型的发展及其应用, 相比最早的基于人工标注的知识实体抽取技术, 如今已经发生了翻天覆地的变化; 此外, 近年来, 学者对科学文献中知识实体的评价也进行一些探索, 取得了较大进展。[方法/过程] 在相关文献调研基础上, 回顾并比较了基于人工标注的方法、基于规则的方法、传统机器学习、基于深度学习与大语言模型在知识实体抽取方面的优缺点, 列举了相关数据集、软件与工具及相关专业会议; 从提及频率、替代计量及其影响因素、实体共现网络及实体扩散/引文网络、基于知识实体的同行评议、基于知识实体的论文新颖性和临床转化进展五大方面, 对知识实体的评价研究最新进展进行了归纳与整理。[结果/结论] 针对目前存在的问题, 建议在具体的知识实体抽取任务中, 抽取方法选择应权衡多方面因素, 再依此选择一个或多个模型完成实体抽取任务; 在知识实体评价方面, 应重视指标多样化、可靠性、有效性、系统性和规范化研究, 关注对知识实体评价指标的影响因素、指标间相关关系与因果关系的实证分析, 构建基于知识实体的论文评价指标体系, 从细粒度和智能化视角赋能未来的科技评价与应用。

[目的/意义] 梳理国内外新兴主题识别相关研究, 总结不同方法的优缺点, 归纳现有研究存在的问题, 为新兴主题识别研究提供参考。[方法/过程] 首先对新兴主题及其相关概念进行辨析; 其次根据新兴主题识别的流程, 从数据源及分析对象的选择、识别主题的方法、用于筛选新兴主题的特性与指标3个层面对相关文献集进行梳理与分析; 最后, 提出现有研究的局限与不足, 并对未来发展作出展望。[结果/结论] 新兴主题识别研究经过20余年的发展, 已经形成了较为规范的研究流程及较为丰富的研究方法, 但仍存在一定的不足。在理论层面, 新兴主题的定义尚不明确; 在数据集构建方面, 数据源的选择与融合方式有待完善; 在主题识别方面, 研究方法时滞性较强, 对语义关注和解释不足; 在筛选指标方面, 缺乏客观完整的评价体系。未来需要针对相关理论和研究方法进行更为深入的研究。