科研人才分类分级评价研究

发布时间：2022-02-05 08:23

　　本文首先系统廓清了当前我国科研人才评价存在的困境及其带来的问题,其次论述了用户画像用于科研人才评价活动的可行性,并在此基础上梳理科研人才画像所需的数据特点,构建面向科研人才评价的画像标签库,继而提出一套可动态更新、具有一定普适性的科研人才分类分级评价模型,以期进一步优化现有的人才评价体系,为相关研究与实践工作开展提供新思路。 

【文章来源】：西南民族大学学报(人文社科版). 2020,41(06)北大核心CSSCI

【文章页数】：7 页

【部分图文】：

用户画像标签构成

在广泛调研的基础上，笔者遵循“科研诚信为基，突显科研人员的能力与贡献，兼顾团队”思路，引入用户画像概念将科研人才数据进行标签化处理与组合(图2)，提出一套可动态更新、具有一定普适性的科研人才分类分级评价模型(表3)。该模型采用科研诚信一票否决制，即如果某科研人员在表3所示的“科研诚信”维度上表现为“O”，则将其剔除人才之列。该评价模型中的“基础研究能力、应用研究能力、技术研发能力”三个维度用来指导人才分类，“科研诚信、社会贡献、团队协作”三个维度用来对人才进行分级评价(表4)，且每个维度的取值均进行二值化处理，取值范围为{有，无}，以直观高效评价人才当前的状况。当然，因维度的取值源自于标签，如果想了解人才画像的具体信息，每个维度均具备数据钻取功能，支持查看各个细粒度的标签信息。其中，表1仅展示了在人才分类边界清晰这一极端情况下的人才分类分级状态，不过由于科研人员有时会一个以上的维度上有得分(基础研究能力、应用研究能力、技术研发能力三个维度)，如果出现这种情况，人才分级等级将按序依次递增，且对应的科研人员越权威。而在具体使用过程中，应结合学科领域人才特点和实际工作需要，对各维度的取值得分设定不同的阈值，灵活调整科研人员入选标准，将不关心的科研人员回避。

【参考文献】：
期刊论文
[1]考虑全局和局部信息的科研人员科研行为立体精准画像构建方法[J]. 张亚楠,黄晶丽,王刚.  情报学报. 2019(10)
[2]RAC指数—提升科研人员影响力评估公平性的新指标[J]. 傅雷鸣,杨明,王兆烨,陈一飞.  情报杂志. 2019(08)
[3]杰出人才精准画像构建研究——以智能制造领域为例[J]. 高扬,池雪花,章成志,孔捷.  图书馆论坛. 2019(06)
[4]分类推进人才评价机制改革的重点、难点分析与思考[J]. 姬养洲,郑俐.  中国人事科学. 2018(05)
[5]基于用户画像的旅游情境化推荐服务研究[J]. 刘海鸥,孙晶晶,苏妍嫄,张亚明.  情报理论与实践. 2018(10)
[6]我国科技评价体系改革的困境与对策[J]. 王海燕,张昕妍.  中国软科学. 2018(04)
[7]基于专业领域知识服务体系的人才画像描绘及应用[J]. 雍志娟.  科技与出版. 2018(05)
[8]高校智慧图书馆读者信息需求的用户画像[J]. 潘宇光.  合肥工业大学学报(社会科学版). 2018(02)
[9]犯罪侦查中的大数据方法研究[J]. 王彬.  净月学刊. 2018(02)
[10]高校移动图书馆用户画像构建实证[J]. 陈添源.  图书情报工作. 2018(07)

硕士论文
[1]基于主题模型的用户画像提取算法研究[D]. 王丹.北京工业大学 2016



本文编号：3614907