数据整合用于研究生物医学研究中卓越的生产力
Clément Aubert1, E Andrew Balas1, Tiffany Townsend1
1Augusta University, GA, USA.
概括
这项研究解决了超越传统指标测量科学绩效的挑战. 它提出了美国生物医学研究的多维方法,整合各种数据进行全面评估.
科学领域:
- 生物医学研究的研究.
- 科学性能分析的科学性能分析.
- 研究影响评估研究影响评估
背景情况:
- 传统的文献计量指标 (出版物,引用) 不足以评估科学生产力.
- 越来越多的研究数据库对单一指标的评估提出了挑战.
- 需要一个更广泛的成果空间超越出版物.
研究的目的:
- 在多维结果空间中分析科学绩效的提高.
- 专注于美国的生物医学研究.
- 为研究评估中的数据聚合挑战提供解决方案.
主要方法:
- 开发一个共同的平台来收集异构的数据集 (CSV,XML,XLS).
- 解决数据合并和链接的复杂性.
- 探索在多维空间中评估影响的方法.
主要成果:
- 已经开发出一种解决方案来应对最初的挑战,即从不同来源收集数据.
- 确定了合并和链接重叠数据集的策略.
- 概述了评估研究生产和包容性实践的方法.
结论:
- 一种全面的,多维的方法对于评估科学绩效至关重要.
- 数据聚合是克服传统指标局限性的关键第一步.
- 需要进一步的研究,以充分整合和评估各种研究成果.


