高校學(xué)生科研數(shù)據(jù)需求管理的影響因素探究

胡媛 王倩妮

摘? 要：[目的/意義]在第四研究范式下，大數(shù)據(jù)時(shí)代的來(lái)臨使得高校學(xué)生的科研數(shù)據(jù)需求日益旺盛，深入探究影響科研數(shù)據(jù)需求管理的關(guān)鍵因素組合，便于引導(dǎo)高校學(xué)生對(duì)科研數(shù)據(jù)需求進(jìn)行管理，促使各環(huán)節(jié)下衍生出的數(shù)據(jù)需求規(guī)范化。[方法/過(guò)程]本文采用fsQCA方法對(duì)問(wèn)卷數(shù)據(jù)進(jìn)行處理，分析了技術(shù)、服務(wù)、情境、用戶因素在何種組合下，能夠促進(jìn)科研數(shù)據(jù)需求管理的發(fā)生。[結(jié)果/結(jié)論]研究結(jié)果揭示了引致高校學(xué)生進(jìn)行科研數(shù)據(jù)需求管理的3組構(gòu)型，其中用戶因素在科研數(shù)據(jù)需求管理工作中最為關(guān)鍵。最后針對(duì)得到的條件組合提出相應(yīng)建議，為落實(shí)科研數(shù)據(jù)需求管理相關(guān)工作提供啟示。

關(guān)鍵詞：高校學(xué)生;科研數(shù)據(jù);fsQCA;數(shù)據(jù)需求管理;影響因素

DOI：10.3969/j.issn.1008-0821.2020.10.011

〔中圖分類號(hào)〕G25076? 〔文獻(xiàn)標(biāo)識(shí)碼〕A? 〔文章編號(hào)〕1008-0821（2020）10-0104-09

Research on the Influencing Factors of Scientific Data

Demand Management of University Student

——Based on fsQCA Method

Hu Yuan? Wang Qianni

（School of Management，Nanchang University，Nanchang 330031，China）

Abstract：[Purpose/Significance]Under the fourth research paradigm，the advent of the era of big data makes the demand for scientific research data of college students increasingly vigorous.In-depth exploration of the key factors influencing the requirement for the data demand management can help guide college students to manage the demand of scientific research data and promote the standardization of data demand derived from each link.[Method/Process]In this paper，fsQCA method was adopted to process the questionnaire data.The combination of technology，service，context and user factors was analyzed to promote the occurrence of scientific research data demand management.[Result/Conclusion]The research results revealled three configurations that affected college students scientific research data demand management，among which the user factor was the most critical.Finally，corresponding Suggestions were put forward according to the obtained conditional configurations to provide enlightenment for the implementation of scientific research data demand management.

Key words：university student;scientific data;fsQCA;data demand management;influencing factors

在數(shù)據(jù)密集型科學(xué)研究范式的主導(dǎo)下[1]，科研數(shù)據(jù)作為一種重要的學(xué)術(shù)資源，對(duì)高校學(xué)生從事日常學(xué)術(shù)活動(dòng)的影響與日遞增。研究者在進(jìn)行研究任務(wù)的各環(huán)節(jié)中不可避免地產(chǎn)生科研數(shù)據(jù)需求，并引發(fā)后續(xù)的數(shù)據(jù)搜尋、利用、共享等數(shù)據(jù)行為[2]。就目前的科研數(shù)據(jù)利用現(xiàn)狀來(lái)看，仍然存在科研數(shù)據(jù)資源冗余[3]、數(shù)據(jù)利用效率較低[4]、科研人員數(shù)據(jù)素養(yǎng)水平有限[5]等問(wèn)題，導(dǎo)致高校學(xué)生的科研數(shù)據(jù)需求無(wú)法得到有效滿足。同時(shí)，高校學(xué)生尤其是碩、博士生，作為科學(xué)研究工作的重要參與主體，對(duì)其數(shù)據(jù)需求的管理尤為重要。

現(xiàn)有研究對(duì)于科研數(shù)據(jù)需求管理的探討較為有限，最為常見(jiàn)的是圍繞數(shù)據(jù)本身探討數(shù)據(jù)管理[6]、數(shù)據(jù)服務(wù)[7]、數(shù)據(jù)共享[8]等概念，力求從加強(qiáng)數(shù)據(jù)管理角度達(dá)成科研數(shù)據(jù)的增值，而往往忽略了數(shù)據(jù)需求這一根本性問(wèn)題。要提高科研效率，維持科研數(shù)據(jù)的活力，必須引導(dǎo)高校學(xué)生根據(jù)實(shí)際情況調(diào)整自身數(shù)據(jù)需求，保證各階段各情境下的科研數(shù)據(jù)需求的有效性，使需求與研究目標(biāo)精準(zhǔn)匹配。與此同時(shí)，高校學(xué)生的科研數(shù)據(jù)需求管理受到多重因素作用，并非僅受個(gè)別因素的影響。因此，篩選出能夠觸發(fā)高校學(xué)生進(jìn)行數(shù)據(jù)需求管理的關(guān)鍵因素，針對(duì)性地解決數(shù)據(jù)需求所衍生出的相關(guān)問(wèn)題，促進(jìn)高?？蒲泄ぷ鞲咝ч_展和科研創(chuàng)新，是一個(gè)值得研究的重要科學(xué)問(wèn)題。

因此，本文立足于高校學(xué)生的科研數(shù)據(jù)需求管理視角，通過(guò)定性比較分析方法，綜合分析影響數(shù)據(jù)需求管理的關(guān)鍵因素組合，找尋優(yōu)化科研數(shù)據(jù)需求的最佳路徑，從而有效解決科研過(guò)程中出現(xiàn)的數(shù)據(jù)需求冗余、協(xié)調(diào)性差等問(wèn)題。

本文使用fsQCA方法來(lái)檢驗(yàn)技術(shù)、服務(wù)、情境、用戶4個(gè)解釋維度之間的關(guān)系以及它們?nèi)绾喂餐绊懣蒲袛?shù)據(jù)需求管理過(guò)程。QCA的優(yōu)勢(shì)在于能通過(guò)樣本間的充分比較和分析，提煉出多因素聯(lián)合影響既定對(duì)象的最佳組合形式。選定fsQCA展開后續(xù)研究，主要基于以下幾點(diǎn)考慮：1）傳統(tǒng)的數(shù)據(jù)分析方法聚焦于探討單變量對(duì)特定對(duì)象的影響程度和路徑，而fsQCA則可以有效處理多種因素的組合對(duì)結(jié)果的交互效應(yīng)[24]。2）雖然多因素分析、聚類分析等方法也可以進(jìn)行組態(tài)關(guān)系的研究，但并不能同fsQCA這樣去識(shí)別多種因素之間的依賴關(guān)系，產(chǎn)生隨機(jī)組合。3）fsQCA面向連續(xù)性變量，能夠準(zhǔn)確量化界限模糊的條件因素。考慮到本研究中的影響因素存在中間狀態(tài)，因而選擇fsQCA方法對(duì)數(shù)據(jù)進(jìn)行處理。

32? 量表設(shè)計(jì)

本實(shí)證研究基于先前理論研究展開，依據(jù)研究量表和相關(guān)參考文獻(xiàn)設(shè)計(jì)問(wèn)卷。問(wèn)卷采用李克特五點(diǎn)式量表進(jìn)行調(diào)查，5表示“非常贊同”、3表示“中立”、1表示“非常不贊同”。其中1～3題項(xiàng)設(shè)置為統(tǒng)計(jì)參與調(diào)查人員的基本信息，第4～27題項(xiàng)為問(wèn)卷主體部分，主要圍繞技術(shù)、服務(wù)、情境、用戶4個(gè)維度對(duì)科研數(shù)據(jù)需求管理的影響進(jìn)行測(cè)量。最后一部分28～31題用來(lái)評(píng)定科研數(shù)據(jù)需求管理這一結(jié)果變量。

本研究將高校學(xué)生作為科研主體對(duì)象，主要由以下原因決定：一是在科研過(guò)程中，碩、博士生等高校學(xué)生為主要的科研參與者，涉及到實(shí)際性數(shù)據(jù)操作時(shí)，往往學(xué)生是第一手實(shí)施者;二是在提倡本科生創(chuàng)新創(chuàng)業(yè)教育背景下，本科生積極參與科研活動(dòng)已是大勢(shì)所趨。為確保問(wèn)卷題項(xiàng)是合理有效的，在發(fā)放問(wèn)卷之前對(duì)相關(guān)科研工作者展開預(yù)調(diào)研，并對(duì)問(wèn)卷內(nèi)容進(jìn)行了初步調(diào)整。

33? 數(shù)據(jù)收集

問(wèn)卷自2019年5月份發(fā)放到8月份回收，期間通過(guò)線上調(diào)查的方式收集到200份數(shù)據(jù)樣本，其中剔除掉35份填寫時(shí)間過(guò)短和題項(xiàng)答案重復(fù)率過(guò)高的無(wú)效樣本，有效樣本為165份。數(shù)據(jù)調(diào)研對(duì)象為長(zhǎng)期從事科研活動(dòng)的博、碩士研究生以及部分參與科學(xué)研究、擁有科研項(xiàng)目經(jīng)歷的本科生。數(shù)據(jù)來(lái)源于多個(gè)省市地域和不同學(xué)科的高校學(xué)生，保證了樣本數(shù)據(jù)的隨機(jī)性，將研究樣本的人口統(tǒng)計(jì)學(xué)信息展示如表2所示。

4? 數(shù)據(jù)處理與分析

41? 信效度檢驗(yàn)

在進(jìn)行定性比較分析步驟前，要先對(duì)問(wèn)卷數(shù)據(jù)進(jìn)行信度和效度檢驗(yàn)。對(duì)問(wèn)卷進(jìn)行信度檢驗(yàn)的目的是驗(yàn)證各測(cè)量題項(xiàng)對(duì)于同一維度因子的內(nèi)部一致性，一般用Cronbachs α系數(shù)、組合信度值（CR）和平均萃取平方差值（AVE）來(lái)表示問(wèn)卷信度的高低。效度分析是對(duì)問(wèn)卷總體的有效性進(jìn)行觀察，分析理論上的構(gòu)念結(jié)構(gòu)是否與得到的測(cè)量結(jié)果相對(duì)應(yīng)。效度越高意味著測(cè)量結(jié)果越接近預(yù)期達(dá)到的目標(biāo)，通常可以通過(guò)內(nèi)容效度和結(jié)構(gòu)效度來(lái)觀察問(wèn)卷的總體效度。

411? 信度檢驗(yàn)

本文采用Cronbachs α系數(shù)來(lái)測(cè)量問(wèn)卷信度，其中Cronbachs α系數(shù)大于07為可接受的臨界值，大于09視為信度很好，系數(shù)越趨近于1表明問(wèn)卷設(shè)置越可靠。本文使用SPSS220分析樣本得到各分量表和總量表的Cronbachs α系數(shù)如表3所示，結(jié)果顯示，各維度因子的Cronbachs α系數(shù)均大于07，處于可接受范圍。

412? 效度分析

在正式發(fā)放問(wèn)卷前已參考相關(guān)科研人員意見(jiàn)進(jìn)行修改，故問(wèn)卷的內(nèi)容效度達(dá)到要求，采用因子分析法檢驗(yàn)問(wèn)卷的結(jié)構(gòu)效度。同樣在SPSS220中對(duì)數(shù)據(jù)進(jìn)行分析，表4結(jié)果顯示：KMO值為0840大于07，Bartlett球體檢驗(yàn)顯著性水平為0000小于005，因此適合做因子分析。通過(guò)對(duì)問(wèn)卷進(jìn)行探索性因子分析，運(yùn)行結(jié)果表明大部分指標(biāo)在各因子上的負(fù)荷大于05，個(gè)別指標(biāo)低于05及在2個(gè)因子以上的負(fù)荷值均大于05，應(yīng)視為問(wèn)卷的無(wú)效項(xiàng)剔除，最終保留表5中16個(gè)題項(xiàng)作為測(cè)量指標(biāo)。從表5可以看到，總體上各變量之間區(qū)別效度較高，對(duì)應(yīng)相同變量的不同題項(xiàng)之間也呈現(xiàn)出較好的聚合效度。

42? 變量校準(zhǔn)及編碼

在進(jìn)行組態(tài)分析之前，需要對(duì)問(wèn)卷數(shù)據(jù)進(jìn)行校準(zhǔn)操作，以便將樣本數(shù)據(jù)歸為不同的集合隸屬。本研究在設(shè)計(jì)測(cè)量問(wèn)卷時(shí)選用了李克特五點(diǎn)量表，必須相應(yīng)地轉(zhuǎn)換成0～1之間的隸屬刻度[25]。我們首先計(jì)算題項(xiàng)T1、T2、T3的均值作為技術(shù)變量的原始數(shù)據(jù)，同理得到服務(wù)、情境、用戶、科研數(shù)據(jù)需求管理各變量的原始數(shù)據(jù)。再通過(guò)fsQCA30軟件對(duì)整合后的數(shù)據(jù)進(jìn)行Calibrate校準(zhǔn)處理，校準(zhǔn)依據(jù)應(yīng)結(jié)合理論知識(shí)和實(shí)際情況而定。本文借鑒Ragin C C[26]構(gòu)建的3個(gè)校準(zhǔn)臨界值：完全隸屬值（095），最大模糊值（05），完全不隸屬（005），運(yùn)用Calilibrate程序處理原始值后得到最終變量校準(zhǔn)結(jié)果（見(jiàn)表6）。由于樣本量較大，因此只展示部分樣本校準(zhǔn)后的數(shù)據(jù)。

5? 結(jié)果分析

51? 單變量必要性分析

對(duì)單項(xiàng)條件變量分別進(jìn)行必要性檢驗(yàn)，一致性不低于09的條件變量為必要條件[27]，運(yùn)行fsQCA30進(jìn)行變量的必要性分析。如表7所示，只有用戶因素的一致性高于09，成為影響科研數(shù)據(jù)需求管理的必要條件，其余條件的一致性都低于09，不構(gòu)成必要條件。

52? 構(gòu)建真值集

對(duì)數(shù)據(jù)進(jìn)行組合和構(gòu)型分析，在fsQCA30軟件中析出真值表集合，應(yīng)共獲得2k種因果組合（k為條件變量個(gè)數(shù)）。根據(jù)Ragin的研究方案，將一致性閾值設(shè)定為08，案例閾值設(shè)置為3（使保留的有效案例不低于75%），滿足閾值的條件組合所構(gòu)成的真值表如表8所示。表中組態(tài)指出了樣本中前因條件相互組合引致多重并發(fā)現(xiàn)象的可行路徑，能夠說(shuō)明何種組合下最有可能激發(fā)高校學(xué)生數(shù)據(jù)需求管理的意愿。fsQCA 30軟件可得出復(fù)雜解、簡(jiǎn)單解、中間解3種析出結(jié)果，中間解能夠較好地平衡理論與實(shí)際事實(shí)的出入，因此本研究選定中間解作為研究結(jié)果。本文采用Fiss P C的結(jié)果呈現(xiàn)形式[24]，●代表核心條件存在，●代表邊緣條件存在，空白表示該條件出現(xiàn)或缺乏均可，表9處理結(jié)果中未出現(xiàn)所代表的核心條件缺失和所代表的邊緣條件缺失。

從表9中可以看出，有3種條件組合滿足要求，分別是技術(shù)*服務(wù)*用戶、技術(shù)*情境*用戶和服務(wù)*情境*用戶，對(duì)案例的總體覆蓋度達(dá)到8526%。其中，組態(tài)3的一致性最高，這意味著該條件組合是導(dǎo)致科研數(shù)據(jù)需求管理行為發(fā)生的最優(yōu)路徑。具體結(jié)果分析如下：

1）組態(tài)1指出，促進(jìn)高校學(xué)生數(shù)據(jù)需求管理的主要條件為技術(shù)、服務(wù)和用戶3種因素的組合。技術(shù)、服務(wù)因素貫穿在一系列的科研數(shù)據(jù)操作環(huán)節(jié)中，作為外界驅(qū)動(dòng)條件會(huì)間接影響到科研主體數(shù)據(jù)需求的變化，而用戶因素則是從內(nèi)部最根本地改變高校學(xué)生對(duì)自身數(shù)據(jù)需求的認(rèn)知。內(nèi)外共同作用之下，會(huì)極大推動(dòng)高校學(xué)生對(duì)科研任務(wù)中的數(shù)據(jù)需求進(jìn)行適配性調(diào)整。

2）組態(tài)2說(shuō)明了外部技術(shù)因素和人員從事科研活動(dòng)所處的情境以及人員自身因素都會(huì)致使高校學(xué)生對(duì)數(shù)據(jù)需求進(jìn)行管理，這是由科研數(shù)據(jù)需求的動(dòng)態(tài)特征和個(gè)性化分布所決定的。首先，高校學(xué)生執(zhí)行科研任務(wù)過(guò)程中不斷衍生出新的數(shù)據(jù)需求，必須依托于技術(shù)手段來(lái)滿足。高校學(xué)生的數(shù)據(jù)需求能否與技術(shù)工具完美地匹配，決定了科研數(shù)據(jù)需求的有效性。相應(yīng)地，高校學(xué)生因自身知識(shí)構(gòu)造、感知能力不同，在不同情境下作出的需求反饋也各有所異。由此這3個(gè)維度構(gòu)成的組態(tài)成為影響高校學(xué)生管理自身數(shù)據(jù)需求的主要路徑之一。

3）組態(tài)3表示在高校學(xué)生完成科研任務(wù)過(guò)程中，服務(wù)因素連同情境因素和用戶自身屬性最為顯著地影響了自身的數(shù)據(jù)需求管理意愿。服務(wù)是高校學(xué)生實(shí)現(xiàn)數(shù)據(jù)需求轉(zhuǎn)化為行為的重要支撐，情境致使高校學(xué)生的數(shù)據(jù)需求發(fā)生動(dòng)態(tài)變化。此外，數(shù)據(jù)需求產(chǎn)生和改變時(shí)，高校學(xué)生的內(nèi)部知識(shí)體系、感知能力等用戶屬性起到支配作用?？蒲兄黧w為滿足因研究任務(wù)產(chǎn)生的數(shù)據(jù)需求時(shí)，利用各項(xiàng)個(gè)性化服務(wù)和知識(shí)服務(wù)對(duì)龐大復(fù)雜的數(shù)據(jù)資源進(jìn)行篩選組織，并會(huì)根據(jù)應(yīng)用情境整合為對(duì)自身而言利用價(jià)值高的數(shù)據(jù)集。因此，服務(wù)、情境和用戶因素也是導(dǎo)致高校學(xué)生進(jìn)行數(shù)據(jù)需求管理的強(qiáng)有力條件集。并且從一致性大小可以看出，組態(tài)3是導(dǎo)致高校學(xué)生調(diào)整各階段科研數(shù)據(jù)需求的最優(yōu)組合。

4）3種構(gòu)型中均包含了用戶因素，說(shuō)明用戶自身屬性對(duì)高校學(xué)生數(shù)據(jù)需求管理的影響較為關(guān)鍵，驗(yàn)證了它作為核心條件的存在。用戶因素之所以如此顯著地影響到高校學(xué)生對(duì)數(shù)據(jù)需求的管理意愿和強(qiáng)度，主要與高校學(xué)生的數(shù)據(jù)需求受到用戶感知的調(diào)節(jié)和個(gè)人特質(zhì)的影響有關(guān)。從用戶感知層面上看，用戶通過(guò)各種平臺(tái)數(shù)據(jù)庫(kù)搜尋和利用科研數(shù)據(jù)，期間產(chǎn)生有用性、易用性和滿意度的認(rèn)知，而認(rèn)知結(jié)果決定了用戶對(duì)數(shù)據(jù)的認(rèn)可和利用程度，最終影響到用戶的實(shí)際需要。從個(gè)人特質(zhì)層面上，高校學(xué)生具有學(xué)科特性，不僅擁有不同的專業(yè)知識(shí)和數(shù)據(jù)素養(yǎng)，個(gè)人所產(chǎn)生的自我效能感也有所差異。這些用戶屬性因素直接映射到具體研究任務(wù)中科研主體所產(chǎn)生的數(shù)據(jù)需求，決定了高校學(xué)生對(duì)數(shù)據(jù)的需求內(nèi)容以及需求強(qiáng)度。

6? 結(jié)果分析與建議

在科研活動(dòng)中數(shù)據(jù)需求的產(chǎn)生和迭代不可避免，要從根本上保證科研數(shù)據(jù)需求有效轉(zhuǎn)化為數(shù)據(jù)行為，必須從多角度捕捉科研數(shù)據(jù)需求管理的關(guān)鍵動(dòng)因，從而聚焦到科研數(shù)據(jù)需求管理工作之中的重點(diǎn)，才能提升科研數(shù)據(jù)在學(xué)術(shù)研究中的價(jià)值。

本文借助fsQCA這一方法揭示出影響高校學(xué)生科研數(shù)據(jù)需求管理的關(guān)鍵路徑，分別為：1）技術(shù)、服務(wù)、用戶;2）技術(shù)、情境、用戶;3）服務(wù)、情境、用戶。研究結(jié)果表明。用戶因素涵括在引致結(jié)果發(fā)生的3種主要的條件組合中，成為驅(qū)動(dòng)高校學(xué)生進(jìn)行數(shù)據(jù)需求管理的核心條件，該研究結(jié)果與先前理論研究結(jié)論存在一致性，對(duì)用戶維度是科研數(shù)據(jù)需求管理的關(guān)鍵影響因素這一研究結(jié)論起到驗(yàn)證作用。用戶因素顯著影響高校學(xué)生的數(shù)據(jù)需求產(chǎn)生以及階段性變化，用戶個(gè)人特質(zhì)和用戶感知使得高校學(xué)生的數(shù)據(jù)需求呈個(gè)性化分布，各科研主體之間因?qū)W科背景、感知能力等存在差異，產(chǎn)生的數(shù)據(jù)需求并不相同，隨外界條件的改變對(duì)科研數(shù)據(jù)需求所作出的調(diào)整也大為不同。而情境因素主要作為外部刺激引起數(shù)據(jù)需求的變化或驅(qū)動(dòng)需求的產(chǎn)生，其中任務(wù)情境和移動(dòng)信息情境是科研活動(dòng)的主要情境屬性，主要由高校學(xué)生團(tuán)隊(duì)協(xié)作情況、科研活動(dòng)涉及的學(xué)科領(lǐng)域、數(shù)據(jù)資源的表現(xiàn)形式等要素構(gòu)成，高校學(xué)生的數(shù)據(jù)需求與各情境要素密切相關(guān)。技術(shù)因素和服務(wù)因素為數(shù)據(jù)需求管理提供外部支撐，作為科研數(shù)據(jù)需求管理活動(dòng)中的工具與手段，主要發(fā)揮輔助性作用。因此，它們對(duì)科研數(shù)據(jù)需求管理的影響效果不如用戶因素顯著。最后，針對(duì)得到的構(gòu)型組態(tài)，本研究提出以下建議：

1）重點(diǎn)關(guān)注高校學(xué)生的屬性特征，拓寬科研數(shù)據(jù)的應(yīng)用范圍?？蒲袛?shù)據(jù)需求管理的目標(biāo)是使科研數(shù)據(jù)創(chuàng)造出更大的價(jià)值，必須深入挖掘高校學(xué)生的數(shù)據(jù)需求，識(shí)別并激發(fā)出數(shù)據(jù)需求方的深層需求，加強(qiáng)數(shù)據(jù)資源的可重用性。同時(shí)，通過(guò)對(duì)高校學(xué)生的學(xué)科屬性、知識(shí)結(jié)構(gòu)和感知能力等展開跟蹤，形成數(shù)據(jù)需求層面的用戶畫像，不僅能夠規(guī)范化單個(gè)科研主體的數(shù)據(jù)需求，還可映射到協(xié)同群體之中，使得科研數(shù)據(jù)需求管理工作更加高效化。

2）通過(guò)相關(guān)技術(shù)手段加強(qiáng)對(duì)高校學(xué)生的數(shù)據(jù)需求動(dòng)態(tài)變化的掌握?？蒲兄黧w的數(shù)據(jù)需求管理活動(dòng)扎根于科研情境之中，根據(jù)不同的情境要素，如科研任務(wù)的履行難度及緊迫性、數(shù)據(jù)資源的屬性和呈現(xiàn)形式不同，科研主體隨之衍生出的數(shù)據(jù)需求存在差異。將情景感知技術(shù)、協(xié)同算法等引入到數(shù)據(jù)需求管理工作中，能夠多維度多方位地識(shí)別不同階段下科研主體的數(shù)據(jù)需求，幫助科研主體及時(shí)、全面、精準(zhǔn)地進(jìn)行彈性調(diào)整，最大限度地滿足高校學(xué)生各研究環(huán)節(jié)下對(duì)數(shù)據(jù)的需要。

3）服務(wù)提供商應(yīng)提供嵌入式服務(wù)與科學(xué)的技術(shù)工具，服務(wù)與技術(shù)應(yīng)嵌入用戶知識(shí)環(huán)境，提供商應(yīng)參與用戶知識(shí)創(chuàng)新的過(guò)程之中?？赏ㄟ^(guò)構(gòu)建大數(shù)據(jù)資源體聯(lián)盟，建立起全面完善的元數(shù)據(jù)資源庫(kù)，為用戶提供集組織、查詢、儲(chǔ)存、共享等功能于一體的服務(wù)機(jī)制。通過(guò)技術(shù)和服務(wù)等手段的干預(yù)，引導(dǎo)科研用戶及時(shí)調(diào)整數(shù)據(jù)需求，使得高校學(xué)生所獲取的數(shù)據(jù)都被有效利用，發(fā)生有助于科研活動(dòng)的數(shù)據(jù)行為。

參考文獻(xiàn)

[1]Hey T.The Fourth Paradigm-Data-Intensive Scientific Discovery[M].E-Science and Information Management.Springer Berlin Heidelberg，2012.

[2]洪程，錢鵬.高校研究生科學(xué)數(shù)據(jù)需求與利用行為調(diào)查分析——以東南大學(xué)為例[J].國(guó)家圖書館學(xué)刊，2014，23（1）：16-21.

[3]王翠萍，李佳潞.國(guó)外高校圖書館科學(xué)數(shù)據(jù)服務(wù)現(xiàn)狀與啟示——以五所高校圖書館為例[J].圖書館工作與研究，2017，（10）：31-36.

[4]孟祥保，常娥，葉蘭.數(shù)據(jù)素養(yǎng)研究：源起、現(xiàn)狀與展望[J].中國(guó)圖書館學(xué)報(bào)，2016，42（2）：109-126.

[5]沈婷婷.數(shù)據(jù)素養(yǎng)及其對(duì)科學(xué)數(shù)據(jù)管理的影響[J].圖書館論壇，2015，35（1）：68-73.

[6]魏悅，劉桂鋒.基于數(shù)據(jù)生命周期的國(guó)外高?？茖W(xué)數(shù)據(jù)管理與共享政策分析[J].情報(bào)雜志，2017，36（5）：153-158

[7]遲玉琢，王延飛.國(guó)外高?？蒲袛?shù)據(jù)服務(wù)需求識(shí)別模型特點(diǎn)與啟示[J].圖書情報(bào)工作，2016，60（4）：37-43.

[8]Si L，Xing W，Zhuang X，et al.Investigation and Analysis of Research Data Services in University Libraries[J].The Electronic Library，2015，33（3）：417-449.

[9]胡媛，艾文華.工程化視角下的科研數(shù)據(jù)需求管理模型構(gòu)建[J].情報(bào)雜志，2019，38（3）：187-193.

[10]Gregory K，Groth P，Cousijn H，et al.Searching Data：A Review of Observational Data Retrieval Practices[J].2017.

[11]Tenopir C，Sandusky R J，Allard S，et al.Research Data Management Services in Academic Research Libraries and Perceptions of Librarians[J].Library & Information Science Research，2014，36（2）：84-90.

[12]Gao J，Yang H.Information Search Model Based on Ontology and Context Aware Technologies[M].Information Computing and Applications.Springer Berlin Heidelberg，2010.

[13]Eltabakh M Y，Aref W G，Elmagarmid A K.A Database Server for Next-generation Scientific Data Management[C]//IEEE International Conference on Data Engineering Workshops.IEEE，2010.

[14]徐永麗，李秀英.網(wǎng)絡(luò)環(huán)境中用戶信息需求障礙分析[J].圖書館理論與實(shí)踐，2004，（6）：24-25.

[15]宋雪雁，王萍.信息采納行為概念及影響因素研究[J].情報(bào)科學(xué)，2010，28（5）：760-762，767.

[16]張晉朝.高?？蒲腥藛T科學(xué)數(shù)據(jù)獲取意愿研究[J].情報(bào)雜志，2013，32（6）：70-75，106.

[17]Katriina Bystrm，Murtonen K，Kalervo Jrvelin，et al.Task Complexity Affects Information Seeking and Use[J].Information Processing & Management，1995，31（2）：191-213.

[18]Si L，Xing W，Zhuang X，et al.Investigation and Analysis of Research Data Services in University Libraries[J].The Electronic Library，2015，33（3）：417-449.

[19]Tenopir C，Sandusky R J，Allard S，et al.Research Data Management Services in Academic Research Libraries and Perceptions of Librarians[J].Library & Information Science Research，2014，36（2）：84-90.

[20]Kim，Youngseek.Fostering Scientists Data Sharing Behaviors Via Data Repositories，Journal Supplements，and Personal Communication Methods[J].Information Processing & Management，2017，53（4）：871-885.

[21]胡媛，艾文華，胡子祎，等.高校科研人員數(shù)據(jù)需求管理影響因素框架研究[J].中國(guó)圖書館學(xué)報(bào)，2019，45（4）：104-121.

[22]Longest K C，Vaisey S.Fuzzy：A Program for Performing Qualitative Comparative Analyses（QCA）in Stata[J].The Stata Journal，2008，8（1）：79-104.

[23]鄧勝利，付少雄.定性比較分析（QCA）在圖書情報(bào)學(xué)中的應(yīng)用——以網(wǎng)絡(luò)社區(qū)健康信息搜尋影響因素研究為例[J].情報(bào)理論與實(shí)踐，2017，40（12）：23-28，11.

[24]Fiss P C.A Set-Theoretic Approach to Organizational Configurations[J].The Academy of Management Review，2007，32（4）：1180-1198.

[25]Mendel J M，Korjani M M.Theoretical Aspects of Fuzzy Set Qualitative Comparative Analysis（fsQCA）[J].Information Sciences，2013，237（Complete）：137-161.

[26]Ragin C C.Set Relations in Social Research：Evaluating Their Consistency and Coverage[J].Political Analysis，2006，14（3）：291-310.

[27]Skaaning S E.Assessing the Robustness of Crisp-set and Fuzzy-set QCA Results[J].Sociological Methods & Research，2011，40（2）：391-408.

（責(zé)任編輯：孫國(guó)雷）