晓木虫
学术数据库客户端

一个用于评价学术研究对创新的影响的指标

 找回密码
 注册会员

QQ登录

微信登录

一个用于评价学术研究对创新的影响的指标

跳转到指定楼层

  一个用于评价学术学习对创新的影响的指标
  ――基于lens.org平台上专利引用论文的链接数据
  杜建
  今天早上看到8月10日关于自然指数-创新(Nature Index Innovation)的报道,我一直关注的Lens.org平台首次推出了评价产品。Lens.org是澳大利亚一家独立的非营利性机构-Cambia的服务平台,是Cambia和昆士兰州理工大学联合开发的。他们与美国国立医学图书馆(NLM)和Crossref合作,把全球所有的专利族和它们引用的科技论文的PMID号、DOI号映射好,可以方便地检索一篇论文被专利引用的情况。
  我当时发现Lens.org是一次偶然的机会,因为常用PubMed检索,发现每篇论文的Linkout局部,多了一个Len.org的标志。当时恰好正在承担汤森路透和中信所科学计量学联合实验室资助的一项课题“基于科学与技术关联分析测度转化学习:方法与实证”,苦于做专利-论文引用的数据,Lens.org平台为学习提供了很大帮助。
  因为这个平台是开放的,我曾担心他们做的专利引用论文的链接否精确,曾致信他们首席科学家Osmat A Jefferson教授,她告诉我,他们会有论文发表,介绍他们的方法论。
  今天看到了论文的题录,但还看不到原文。
  看来,他们来美国国立卫生学习院(NIH,PubMed数据库的研发方)和CrossRef都合作了。
  “Mapping the global influence of published research onindustry and innovation” by Osmat A Jefferson (QUT, Cambia), Adam Jaffe (QUT,Motu Research), Doug Ashton, (Cambia), Ben Warren (Cambia), Deniz Koellhofer(Cambia), Uwe Dulleck, (QUT), Aaron Ballagh (ANU), John Moe, Michael DiCuccio(NIH), Karl Ward, Geoff Bilder (Crossref), and Richard Jefferson (QUT, Cambia),which will be published open access.
  通过邮件沟通,了解到数据基本准确,于是,我提出了一个测度新药研发转化学习的模型。



  新药研发经历了从基金资助到基础学习,到核心技术发明,然后再到新药产品研发的过程,是典型的转化学习。围绕药物、专利、论文、资助之间的线性谱段,以近10年(2006-2015)被美国FDA批准上市的新药为对象,回溯保护这些新药产品知识产权的核心专利,然后通过对专利引用的非专利文献的分析,继续回溯对这些新药专利研发起到关键作用的基础科学知识,最后再分析这些科技论文的基金资助信息,反映政府/企业科技投入及其对科学、技术和产品的影响,评价国家/地区的贡献,揭示新药研发领域科学-技术-产品之间的转化学习特征和规律。基于数据分析和关键证据,提出对促进我国医药产品创新的政策建议。
  该学习在2016年6月成都举办的“提升专利管理水平,促进技术转移转化研讨会暨第九届科研管理与评价高级研修班”既联合实验室资助课题结题会上做了汇报。
  在2016年6月青岛召开的“中华医学会第二十二次全国医学信息学术会议”做分组交流并评为优秀论文。
  并在2016年8月暑假期间,应邀在汤森路透信息分析专家培养计划第三期培训班上做了学术交流。
  接下来向期刊投稿,先投科学学学习、后投图书情报工作,均被退稿,再投医学信息学杂志,终于被录用。并在2017年第六期发表。
  Lens推出了一个“论文的创新与产业影响力指标”International Innovationand IndustryInfluence Mapping (In4M),对机构进行了排名,并排除了自引,发布机构排行。
  NatureIndex也做了基于NI收录的68种期刊论文被专利引用情况的机构排名。
  西班牙的SCImago学术机构评价体系建立了三个维度的评价指标,包括学习(Research)、创新(Innovation)和网络可见度(Web visibility),其中就用被专利引用的科技论文的数量及其所占比例作为测度学术机构创新能力的重要指标。但是他们用的是欧盟的PATSTAT数据库,是商业的,我们无法公开使用。
  其实,通过专利引用论文来反映科学对技术或创新的贡献这一想法很早就有了,但苦于没有这样的数据库。科学计量学领域大都是人工采集并清洗这样的数据,专利标注的参考文献写法更复杂,工作量很大。就像在加菲尔德没有设计并开发SCI数据库之前,科学计量学领域无法开展大规模的数据分析,只能是很朴素的、人工进行的科学计量学学习。
  如果Lens.org数据质量能够很好的保证,又能公开使用。预计未来会有大量的基于论文-专利之间的引用关系的学习,如果能得出有益的政策启示,这对目前我国建设世界科技创新强国很有意义。

一个用于评价学术研究对创新的影响的指标
楼主,这是您写的吗?
楼主,这是您写的吗?
谢谢您的分享!以后多多分享一些这样的内容。
谢谢您的分享!以后多多分享一些这样的内容。
楼主,这是您写的吗?
您需要登录后才可以回帖 登录 | 注册会员

本版积分规则  | 请遵守晓木虫管理条例,不得违反国家法律法规

返回顶部