京公网安备 11010802034615号
经营许可证编号:京B2-20210330
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。”3月9日,全国政协分组讨论会场上,在听完全国政协委员、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得感慨。
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,谁掌握了科研数据,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都发表在美国期刊上。因此,美国掌握了大部分科研数据。”蒋华良说。
科研数据对于新药研发、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建立了订阅服务的关系,方便科研人员进行数据查询。
“这笔钱不是一个小数目。”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,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”的导向,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,考核机制应当调整。“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
在主成分分析(PCA)、因子分析等降维方法中,“成分得分系数矩阵” 与 “载荷矩阵” 是两个高频出现但极易混淆的核心矩阵 —— ...
2025-11-12大数据早已不是单纯的技术概念,而是渗透各行业的核心生产力。但同样是拥抱大数据,零售企业的推荐系统、制造企业的设备维护、金 ...
2025-11-12在数据驱动的时代,“数据分析” 已成为企业决策的核心支撑,但很多人对其认知仍停留在 “用 Excel 做报表”“写 SQL 查数据” ...
2025-11-12金融统计不是单纯的 “数据计算”,而是贯穿金融业务全流程的 “风险量化工具”—— 从信贷审批中的客户风险评估,到投资组合的 ...
2025-11-11这个问题很有实战价值,mtcars 数据集是多元线性回归的经典案例,通过它能清晰展现 “多变量影响分析” 的核心逻辑。核心结论是 ...
2025-11-11在数据驱动成为企业核心竞争力的今天,“不知道要什么数据”“分析结果用不上” 是企业的普遍困境 —— 业务部门说 “要提升销量 ...
2025-11-11在大模型(如 Transformer、CNN、多层感知机)的结构设计中,“每层神经元个数” 是决定模型性能与效率的关键参数 —— 个数过少 ...
2025-11-10形成购买决策的四个核心推动力的是:内在需求驱动、产品价值感知、社会环境影响、场景便捷性—— 它们从 “为什么买”“值得买吗 ...
2025-11-10在数字经济时代,“数字化转型” 已从企业的 “可选动作” 变为 “生存必需”。然而,多数企业的转型仍停留在 “上线系统、收集 ...
2025-11-10在数据分析与建模中,“显性特征”(如用户年龄、订单金额、商品类别)是直接可获取的基础数据,但真正驱动业务突破的往往是 “ ...
2025-11-07在大模型(LLM)商业化落地过程中,“结果稳定性” 是比 “单次输出质量” 更关键的指标 —— 对客服对话而言,相同问题需给出一 ...
2025-11-07在数据驱动与合规监管双重压力下,企业数据安全已从 “技术防护” 升级为 “战略刚需”—— 既要应对《个人信息保护法》《数据安 ...
2025-11-07在机器学习领域,“分类模型” 是解决 “类别预测” 问题的核心工具 —— 从 “垃圾邮件识别(是 / 否)” 到 “疾病诊断(良性 ...
2025-11-06在数据分析中,面对 “性别与购物偏好”“年龄段与消费频次”“职业与 APP 使用习惯” 这类成对的分类变量,我们常常需要回答: ...
2025-11-06在 CDA(Certified Data Analyst)数据分析师的工作中,“可解释性建模” 与 “业务规则提取” 是核心需求 —— 例如 “预测用户 ...
2025-11-06在分类变量关联分析中(如 “吸烟与肺癌的关系”“性别与疾病发病率的关联”),卡方检验 P 值与 OR 值(比值比,Odds Ratio)是 ...
2025-11-05CDA 数据分析师的核心价值,不在于复杂的模型公式,而在于将数据转化为可落地的商业行动。脱离业务场景的分析只是 “纸上谈兵” ...
2025-11-05教材入口:https://edu.cda.cn/goods/show/3151 “纲举目张,执本末从。” 若想在数据分析领域有所收获,一套合适的学习教材至 ...
2025-11-05教材入口:https://edu.cda.cn/goods/show/3151 “纲举目张,执本末从。” 若想在数据分析领域有所收获,一套合适的学习教材至 ...
2025-11-04【2025最新版】CDA考试教材:CDA教材一级:商业数据分析(2025)__商业数据分析_cda教材_考试教材 (cdaglobal.com) ...
2025-11-04