
大数据时代科研不能再“两头花钱”
“把论文发出去,需要花钱,再把数据买回来,还要花钱。我们这是在两头花钱,最后把钱都送出去了。”全国政协分组讨论会场上,在听完政协委员、中国科学院上海药物研究所研究员蒋华良的发言后,全国政协委员、中国核建集团公司总经理王寿君不由地感慨。
蒋华良提出的,是一个他呼吁了很多次,却不那么容易解决的问题。“我们一直在强调大数据的重要性,但是在大数据时代,我们自己的科研数据都在国外。”蒋华良直言。
在蒋华良看来,大数据时代的当下,谁掌握了科技数据,谁就能在竞争中胜出。“美国是科技强国,也是科技期刊的强国,国际上大多数研究结果发表在美国期刊上。因此,美国掌握了大部分科技数据。”蒋华良说。
科技数据对于新药研发、新材料研制方面尤为重要。“国外的研究机构和企业,没有多少人去做实验研究,他们主要依靠数据分析,很容易就能把所有科研数据都分析一遍,筛除已经研制失败的数据,然后稍微做一下实验就可以了。这也导致美国做新材料的速度,基本上是我们的两到三倍。”
而对于国内的科研企业、院所及科研人员来说,想分析科研数据并不容易。“想分析,就要花钱把数据买回来。”蒋华良说。
“国外一些机构专门做数据库,会把各个研究小组的数据整合起来,如果要用这样的数据库,包括打包的数据服务就要付费。”全国政协委员、中国科学院近代物理研究所研究员蔡晓红告诉《中国科学报》记者。
她表示,由于自己的科研领域经常需要参考国外数据,自己所在单位也与某些数据库就建立了订阅服务的关系,方便科研人员进行数据查询。
“这个钱不是一个小数目。”王寿君说。
在全国政协委员们看来,要改变这种情况,最关键的是尽快发展我国自己的高质量期刊。
“一些好的文章可以优先安排在国内期刊发表。”蔡晓红表示,希望通过我国科技实力的不断发展,能够带动国内科技期刊的发展,提高国内期刊的影响力,进而改变上述被动局面。
然而,问题在于,当下科技管理部门常常按照SCI排名的方式考核项目运行情况,考察实验室或者科研机构的科研水平。“我们每年都要填很多表,写明发表了多少SCI论文,自己要报,单位也要报。”蔡晓红说,如此考核“指挥棒”的指向,直接影响了国内优秀科研论文发表时所选择的期刊。
要改变当下的局面,考核机制应当发生变化。“现在有些国内期刊也在鼓励国内科学家优先将论文发到国内期刊,但目前考核体系如此,即便鼓励也不可能改变大局。”蔡晓红告诉记者,“我们要先做到不要唯SCI论事,而是真正以科学研究实际的价值和意义来论事,这样可能才会在整体上有助于整个体系的改变。”
数据分析咨询请扫描二维码
若不方便扫码,搜微信号:CDAshujufenxi
Python HTTP 请求工具对比:urllib.request 与 requests 的核心差异与选择指南 在 Python 处理 HTTP 请求(如接口调用、数据爬取 ...
2025-09-12解决 pd.read_csv 读取长浮点数据的科学计数法问题 为帮助 Python 数据从业者解决pd.read_csv读取长浮点数据时的科学计数法问题 ...
2025-09-12CDA 数据分析师:业务数据分析步骤的落地者与价值优化者 业务数据分析是企业解决日常运营问题、提升执行效率的核心手段,其价值 ...
2025-09-12用 SQL 验证业务逻辑:从规则拆解到数据把关的实战指南 在业务系统落地过程中,“业务逻辑” 是连接 “需求设计” 与 “用户体验 ...
2025-09-11塔吉特百货孕妇营销案例:数据驱动下的精准零售革命与启示 在零售行业 “流量红利见顶” 的当下,精准营销成为企业突围的核心方 ...
2025-09-11CDA 数据分析师与战略 / 业务数据分析:概念辨析与协同价值 在数据驱动决策的体系中,“战略数据分析”“业务数据分析” 是企业 ...
2025-09-11Excel 数据聚类分析:从操作实践到业务价值挖掘 在数据分析场景中,聚类分析作为 “无监督分组” 的核心工具,能从杂乱数据中挖 ...
2025-09-10统计模型的核心目的:从数据解读到决策支撑的价值导向 统计模型作为数据分析的核心工具,并非简单的 “公式堆砌”,而是围绕特定 ...
2025-09-10CDA 数据分析师:商业数据分析实践的落地者与价值创造者 商业数据分析的价值,最终要在 “实践” 中体现 —— 脱离业务场景的分 ...
2025-09-10机器学习解决实际问题的核心关键:从业务到落地的全流程解析 在人工智能技术落地的浪潮中,机器学习作为核心工具,已广泛应用于 ...
2025-09-09SPSS 编码状态区域中 Unicode 的功能与价值解析 在 SPSS(Statistical Product and Service Solutions,统计产品与服务解决方案 ...
2025-09-09CDA 数据分析师:驾驭商业数据分析流程的核心力量 在商业决策从 “经验驱动” 向 “数据驱动” 转型的过程中,商业数据分析总体 ...
2025-09-09R 语言:数据科学与科研领域的核心工具及优势解析 一、引言 在数据驱动决策的时代,无论是科研人员验证实验假设(如前文中的 T ...
2025-09-08T 检验在假设检验中的应用与实践 一、引言 在科研数据分析、医学实验验证、经济指标对比等领域,常常需要判断 “样本间的差异是 ...
2025-09-08在商业竞争日益激烈的当下,“用数据说话” 已从企业的 “加分项” 变为 “生存必需”。然而,零散的数据分析无法持续为业务赋能 ...
2025-09-08随机森林算法的核心特点:原理、优势与应用解析 在机器学习领域,随机森林(Random Forest)作为集成学习(Ensemble Learning) ...
2025-09-05Excel 区域名定义:从基础到进阶的高效应用指南 在 Excel 数据处理中,频繁引用单元格区域(如A2:A100、B3:D20)不仅容易出错, ...
2025-09-05CDA 数据分析师:以六大分析方法构建数据驱动业务的核心能力 在数据驱动决策成为企业共识的当下,CDA(Certified Data Analyst) ...
2025-09-05SQL 日期截取:从基础方法到业务实战的全维度解析 在数据处理与业务分析中,日期数据是连接 “业务行为” 与 “时间维度” 的核 ...
2025-09-04在卷积神经网络(CNN)的发展历程中,解决 “梯度消失”“特征复用不足”“模型参数冗余” 一直是核心命题。2017 年提出的密集连 ...
2025-09-04