8信息计量研1.ppt

第八章 信息计量研究的数据准备 张雪艳 第一节 数据、信息和知识 一、相关概念 1、数据：数据（data）是对客观事物的符号表示，是用于表示客观事物的未经加工的原始素材，如图形符号、数字、字母等。 医学数据类型： 叙述、数值测量、编码数据、文本数据、记录的信号（心电图、脑电图等）、图象等 2、信息：信息是指从数据中抽出的有意义或有用的事实，是带有某种解释或附加含义的成组的数据。 ——解释过的数据 医学信息类型： 病人信息 和知识信息 3、知识：客观知识和感性知识 医学知识类型： 科学的正规知识和经验知识 数据、信息和知识的关系 数据是对世界的观察和测量，是原始的数字和事实，彼此分散孤立，它不能回答特定的问题； 信息是用来说明事实的汇总的数据，是经过处理可以利用的数据，是被解释了的数据 知识则是将数据和信息经过加工提炼，对其内在联系进行综合分析，从而得出的系统结论 数据、信息与知识之间的联系在于前者是后者的基础与前提，而后者对前者的获取具有一定的影响。数据是信息的源泉，信息是知识的基石，知识反映了信息的本质。 第二节 信息计量的数据获取途径 一、信息计量的数据来源 （一）十大信息源： 科技图书、科技期刊、科技报告、会议文献、专利文献、标准文献、学位论文、产品资料、技术档案、科技报纸 （二）新型数据来源： 光盘数据、网络数据 二、信息计量的数据获取工具 （一）常用的医学数据库 1、Medline/PubMed：由美国国立医学图书馆（National Library of Medicine，NLM）编辑出版，是当今世界上最权威的生物医学文献检索工具 2、BIOSIS Previews数据库：由美国生物科学信息研究社（Biosciences Information Service，BIOSIS）主办，是世界上生命科学领域中收录文献最多、覆盖面最广的数据库，涵盖了生物学及医学相关的多个学科。其对应的主要印刷版工具《生物学文摘》（Biological Abstracts，BA）创刊于1926年 3、Scifinder Scholar：由美国化学文摘服务社（Chemical Abstracts Services，CAS）主办，是美国《化学文摘》（CA）的扩展网络版。内容比CA更广泛。收录了全世界9 500多种主要期刊和50多家合法专利发行机构的专利文献中公布的研究成果，学科领域覆盖普通化学、农业科学、医学科学、物理学、地质科学、生物和生命科学、工程科学、材料科学、聚合物科学和食品科学等 SciFinder Scholar数据库背景 SFS数据库的内容简介：（数据截至2008年9月） 4、SCI：《科学引文索引》(Science Citation Index, SCI)是由美国科学信息研究所(Institute for Scientific Information,ISI)1961年创办出版的综合性索引，创始人为美国科学情报研究所所长加菲尔德（Eugene Garfield，1925-)。《科学引文索引》是覆盖生命科学、临床医学、物理化学、农业、生物、兽医学、工程技术等方面的综合性检索刊物 5、CBM：中国生物医学文献数据库。由中国医学科学院医学信息研究所开发研制，是检索国内出版的医学文献的综合性权威数据库，是对国内医学文献计量研究的首选数据获取工具 （二）常用的医学专业搜索引擎 各种疾病和症状信息、健康信息、个人和家庭保健指南、相关新闻、医学专题等资源 资源丰富、信息更新快、检索功能强大 第三节 信息计量的数据组织方法 一、秩-频率组织法 函数是统计项发生的频率高低，自变量是秩成等级（rank），以自然数为单位（不涉及时间变量的统计数据） 基本步骤： 对于某一样本统计其文献特征的分布频率； 根据特征频率高低，按频率单减或单增的顺序排列 用自然数顺序地为每一频率的特征添序号 常用于： 1.词频统计：某组论文中单词的出现频率或某词库中单词的使用频率 2.论文统计：刊物中与某学科或主题相关的论文出现的频率 3.著者统计：发表不同论文数的著者的频率 4.引文统计：论文的参考文献出现的频率 二、时序统计法（涉及时间序列的数据） 常用于： 1.文献量统计 统计文献量各年度 的变化 2.文献利用统计 逐年统计引文频率或流通频率 3.其他统计 专利申请等 4.各种时间问题的比较研究 三、图表组织法 : 许多无法用函数关系表示的统计数据，一般采用更为直观的图表表示。经常采用图表表示的数据有： 1、文献量的国别分布或语种分布 2、?文献作者类型或文献用户类型生产或利用文献数量分布 3、不同学科、主题或文献类型对文