当前位置:首页 > 工业技术
大数据、小数据、无数据  网络世界的数据学术
大数据、小数据、无数据  网络世界的数据学术

大数据、小数据、无数据 网络世界的数据学术PDF电子书下载

工业技术

  • 电子书积分:11 积分如何计算积分?
  • 作 者:(美)克莉丝汀L.伯格曼(Christine L.Borgman)
  • 出 版 社:北京:机械工业出版社
  • 出版年份:2017
  • ISBN:9787111575788
  • 页数:262 页
图书介绍:本书立足于大数据背景,深入探讨了学术界的数据现状,并详细阐释了数据与学术之间的复杂关系。书中首先通过确定调查研究的前提——六项“挑战”——来吸引读者对学术数据的兴趣,然后就自然科学、社会科学和人文学科三个领域中的数据实践进行案例分析,最后阐述其研究成果对学术实践和研究政策的推动意义。作者提出,要实现长期的数据管理和挖掘,就要对知识基础设施进行大量投资,这对学术研究的未来至关重要。本书适合相关学者、研究人员、高校领导、出版商、图书馆和数据档案馆的工作人员以及投资决策者和政策制定者阅读。
《大数据、小数据、无数据 网络世界的数据学术》目录

第一部分 数据与学术 2

第1章 挑战 2

1.1 引言 2

1.2 大数据与小数据 3

1.2.1 大 4

1.2.2 开放性 5

1.2.3 长尾 6

1.3 无数据 8

1.3.1 数据不可获取 8

1.3.2 数据不可发布 9

1.3.3 数据不可用 10

1.4 六项挑战 11

1.5 结论 12

第2章 何为数据 13

2.1 引言 13

2.2 定义与术语 14

2.2.1 按例定义 15

2.2.2 操作定义 16

2.2.3 分类定义 17

2.2.4 概念区分 21

2.3 结论 23

第3章 数据学术 25

3.1 引言 25

3.2 知识基础设施 26

3.3 社会与技术 28

3.3.1 社区与协作 29

3.3.2 知识与表示 30

3.3.3 理论、实践与政策 31

3.4 开放学术 32

3.4.1 开放获取研究成果 32

3.4.2 开放获取数据 34

3.4.3 开放技术 37

3.5 交流融合 38

3.5.1 数据隐喻 38

3.5.2 数据单元 40

3.5.3 记录文件 42

3.6 结论 43

第4章 数据多样性 44

4.1 引言 44

4.2 学科与数据 45

4.3 数据大小问题 46

4.3.1 项目目标 47

4.3.2 数据采集 48

4.3.3 数据分析 49

4.4 数据产生问题 50

4.4.1 距离问题 51

4.4.2 外部影响因素 57

4.5 结论 64

第二部分 数据学术案例研究 66

第5章 自然科学领域的数据学术 66

5.1 引言 66

5.1.1 研究方法与数据实践 66

5.1.2 自然科学案例 67

5.2 天文学 68

5.2.1 数据大小问题 69

5.2.2 数据产生问题 72

5.2.3 天文学研究实践 82

5.3 传感器网络科学与技术 85

5.3.1 数据大小问题 86

5.3.2 数据产生问题 87

5.3.3 嵌入式传感器网络研究实践 93

5.4 结论 98

第6章 社会科学领域的数据学术 100

6.1 引言 100

6.1.1 研究方法与数据实践 101

6.1.2 社会科学案例 102

6.2 互联网调查与社交媒体研究 102

6.2.1 数据大小问题 103

6.2.2 数据产生问题 104

6.2.3 互联网调查与社交媒体研究实践 110

6.3 社会技术研究 115

6.3.1 数据大小问题 115

6.3.2 数据产生问题 116

6.3.3 CENS的社会技术研究实践 120

6.4 结论 126

第7章 人文学科领域的数据学术 129

7.1 引言 129

7.1.1 研究方法与数据实践 130

7.1.2 人文学科案例 131

7.2 古典艺术与考古学 132

7.2.1 数据大小问题 133

7.2.2 数据产生问题 133

7.2.3 古典艺术与考古学研究实践 144

7.3 佛教研究 150

7.3.1 数据大小问题 151

7.3.2 数据产生问题 151

7.3.3 佛教研究实践 156

7.4 结论 161

第三部分 数据政策与实践 166

第8章 数据共享、发布与重用 166

8.1 引言 166

8.2 研究类数据的供求分析 168

8.2.1 研究类数据的供给分析 169

8.2.2 研究类数据的需求分析 173

8.3 学术动机 174

8.3.1 出版物与数据 174

8.3.2 数据资产与数据债务 177

8.3.3 数据发布 178

8.3.4 获取重用数据 181

8.4 知识基础设施 183

8.4.1 知识库、数据集与档案馆 183

8.4.2 个体数据实践 185

8.4.3 人力基础设施 186

8.4.4 棘手问题 187

8.5 各学科领域的知识基础设施 187

8.5.1 自然科学 188

8.5.2 社会科学 192

8.5.3 人文学科 193

8.6 结论 194

第9章 数据信誉、归属与发现 197

9.1 引言 197

9.2 原则与问题 199

9.3 理论与实践 200

9.3.1 内容与格式:如何引用 201

9.3.2 引用行为理论:何时、为何引用何种对象 203

9.3.3 明确与否:信誉授予对象与责任归属对象 206

9.3.4 名称或编号:身份问题 211

9.3.5 当理论遇到技术:引用行为 218

9.3.6 风险与回报:引用价值 219

9.4 结论 221

第10章 保存何种数据及其原因 223

10.1 引言 223

10.2 挑战回顾 225

10.2.1 数据权利、责任、角色和风险 225

10.2.2 数据共享 227

10.2.3 出版物与数据 229

10.2.4 数据获取 232

10.2.5 利益相关者及其技能 233

10.2.6 过去、现在和未来的知识基础设施 235

10.3 结论 237

术语表 238

人名表 251

机构、书籍和项目名称表 258

相关图书
作者其它书籍
返回顶部