首页期刊导航|情报资料工作
期刊信息/Journal information
情报资料工作
情报资料工作

高自龙

双月刊

1002-0314

qingbaoziliao@263.net

010-62512296

100872

北京市海淀区中关村大街甲59号文化大厦1301

情报资料工作/Journal Information and Documentation ServicesCSSCICHSSCD北大核心CSTPCD
查看更多>>本刊是中国社会科学情报学会学报,是连接我国图书、情报、信息各系统的纽带和媒介。刊物在促进我国图书馆学、情报学、信息管理理论体系的发展,展示我国广大图书情报工作者的学术思想和学术成果,凸显我国图书情报实践和事业前进轨迹等方面,已成为我国图书情报领域不可或缺的重要窗口,成为广大图书情报工作者进行学术研讨及业务交流的园地。
正式出版
收录年代

    《情报资料工作》2024年选题指南

    1页

    新时代我国情报学理论现代化发展之维:治理与塑造安全

    张宇涵陈刚
    5-13页
    查看更多>>摘要:[目的/意义]在厘清我国情报学理论历史发展进程的基础上,探寻新时代我国情报学理论现代化发展的两大维度.[方法/过程]以文献内容分析与自主理论构建为主要研究方法,以我国公开出版的部分优质情报学文献、治理理论文献、马克思主义经典著作及新时代党政决策部署文件等综合文献为支撑,分析情报学理论当前发展亟待补强的方面,并提出针对性发展对策.[结果/结论]我国情报学理论研究取得了相当显著的成果,但在本土适配性、思维模式构建、话语体系衔接、理论时代性与务实性方面亟需补强.可尝试以自主构建的治理概念体系与总体国家安全观理论体系下的塑造安全理念作为指引情报学理论现代化发展的两大维度,为其提供综合的理论科学性、时代性与权威性支撑,并进一步拓展情报学理论再生产视野,深化对情报实践的认知与研究.同时,还应推动情报学以独立专业建制为基础充分开展跨学科研究.

    情报学理论基础治理矛盾关系塑造安全

    面向国家战略的情报人才培养链:认知、框架与实现

    朱晓峰张涵洪磊吴靖娴...
    14-23页
    查看更多>>摘要:[目的/意义]面向国家战略的情报人才培养链,有助于重构情报人才培养模式,推动情报人才培养与国家战略的同频共振,更好满足国家战略对情报人才的需求.[方法/过程]首先,梳理了国家战略的含义,并界定情报人才培养链的基本含义与关键环节;其次,分析了面向国家战略的情报人才培养链的基本逻辑;接着,从主体维度、客体维度和内容维度构建了面向国家战略的情报人才培养链的理论框架;最终,针对国家战略实施的不同层次,建立从本科生、研究生再到领军人才的完整人才培养链.[结果/结论]面向国家战略的情报人才培养链,实质上是各个主体赋能、助力国家战略的共生链,是培养客体顺应国家战略发展而不断深造拓展形成的人才供应链,是情报学专业知识能力与国家战略适配的学习链.从本科生、研究生再到领军人才的情报人才培养链,不仅仅是情报教育质量不断提升的过程,也是一个不断适应、契合和满足国家战略需求的过程.

    情报人才人才培养链国家战略

    公共文化管理学科人才整体培养:必然逻辑、实然样态与应然进路

    龚蛟腾洪芳林
    24-33页
    查看更多>>摘要:[目的/意义]整体推进公共文化管理专业人才培养工作,是促进信息资源管理学科各二级学科协同布局的关键动向与重点任务.[方法/过程]依循"固本兴新"思想和"整体性治理"理念,结合相关政策文件、案例数据和事实资料,演绎归纳公共文化管理学科人才整体培养的必然逻辑、实然样态与应然进路.[结果/结论]公共文化管理学科人才培育的历史演进、政策规划、理论应用、实践发展的整体逻辑,以及公共文化管理的研究样态、教育样态和事业样态共同表明,信息资源管理一级学科共同体为公共文化管理人才培养提供了坚实基础与最佳场域.公共文化管理教育教学机构应采取积极措施融合研究范式与职业场景、结合技术理性与人文理想、聚合核心素养与普适技能、配合传统模式与创新机制.

    公共文化管理学科人才培养整体性治理信息资源管理

    生成式AI情景下在线知识社区人机协作知识社会建构机理探析

    左敏裘江南
    34-43页
    查看更多>>摘要:[目的/意义]生成式AI情景下,在线知识社区(OKC)引入大量嵌入AI算法的机器人,为OKC发展何种人机协作模式以更好地提升知识社会建构绩效提出了新的挑战.[方法/过程]收集Wikipedia中包含136位人类用户和48个机器人用户的3个典型词条的人机协作网络日志数据,采用扎根理论进行多案例分析.[结果/结论]文章提出了生成式AI情景下的OKC人机协作知识社会建构模型,揭示了其中的人机协作知识社会建构机理,阐述了人机协作任务中固有的三种基本任务依赖关系(流型、整合型和共享型)和任务执行所需的人机团队资源如何影响自动化辅助和增强辅助两种人机协作模式的形成,以及这两种人机协作模式对知识社会建构绩效的重要影响作用.研究从人机协作视角丰富和发展了协调理论和社会建构主义理论,为生成式AI情景下的人类协作策略和知识社会建构绩效提升策略提供有益指导.

    生成式AI人机协作知识社会建构在线知识社区

    数据智能参与知识生产的实践机理与法治机制——以ChatGPT为例

    娄超申文君
    44-52页
    查看更多>>摘要:[目的/意义]以ChatGPT为代表的生成式人工智能技术能够参与知识生产、创造数据价值,这有益于推动知识生产主体的多元化,增强产出成果的个性化、多样化,推动数据信息的流通、共享,实现生产结构的协同化.对这一过程中的实践机理与法治机制的探讨具有必要性,能够为该过程的有效实施提供足够的制度保障.[方法/过程]论证ChatGPT参与知识生产的法治机制的前提在于明确其可能带来的问题隐患,ChatGPT参与知识生产可能弱化人类作为主体的创造性、自主性,消解相关内容的真实性、影响数据基本价值,破坏原有知识生产环境的同时干扰人类对知识传播秩序的有效把控,甚至危害主流意识形态的主导地位.[结果/结论]需要建立ChatGPT参与知识生产的体系性法治机制,在遵循价值理性原则的基础上,建立法律规范体系,完善全过程行政监管与司法救济手段,形成社会各主体共同参与的协同治理格局.

    数据智能知识生产法治体系数字正义

    数智化知识生态系统的稳态演化与知识生成能力分析——基于耗散结构理论

    李佳轩储节旺
    53-63页
    查看更多>>摘要:[目的/意义]数智赋能为区域知识创新提供了新的知识生成逻辑,不仅加速了系统内部的知识流动,也提高了区域间的知识耦合程度.探索数智赋能下知识生态系统新的演化逻辑与知识生成能力,能够提高我国的区域知识创新水平与知识生成能力.[方法/过程]根据耗散结构理论,将布鲁塞尔模型转译后应用于数智化知识生态系统,分析数智化知识生态系统的演化过程.之后提出数智赋能下区域的数智赋能水平-知识管理能力指标,并利用数据进行实证分析以此得出相应结论.[结果/结论]知识生态系统在数智赋能下具备新的耗散稳态特征,同时在数智技术的推动下,知识生态系统的构成、演化与知识生成能力都发生了明显改变.

    数智化知识生态系统系统演化知识生成耗散结构理论

    基于I-PACE模型的工作情境下数字囤积行为研究:影响因素和机理框架

    吴大伟练靖雯赵宇翔贾明霞...
    64-75页
    查看更多>>摘要:[目的/意义]随着工作数据量的指数级增加,数字囤积已经成为工作情境下典型的非理性行为,厘清该情境下数字囤积行为的影响因素和机理,可以为优化现有的研究范式,采取针对性的应对策略提供建议.[方法/过程]文章基于I-PACE模型,从个体特征、感知组织压力、感知技术压力、情感和认知响应、认知偏差、应对风格、自控能力缺失七个维度探讨了工作情境下数字囤积行为的影响因素,同时分析了数字囤积行为的多维概念内涵和行为后果.在此基础上,通过规范性分析,阐述了个体偏见机理、情绪激化机理、认知失调机理、补偿失控机理、行为后果机理五个影响及作用机理,并依此提出了五个规范性命题.[结果/结论]文章基于I-PACE模型构建了工作情境下数字囤积行为的机理框架,针对不同机理提出了未来研究的展望和应对策略.研究结果可以为丰富数字囤积行为相关研究和优化工作情境下的信息管理实践提供启示.

    数字囤积行为I-PACE模型工作情境个人信息管理

    健康信息偶遇情境下高血压患者信息共享意愿影响因素研究

    方洁杨轶涵王斐
    76-86页
    查看更多>>摘要:[目的/意义]以健康信息偶遇为研究情境,探索高血压患者健康信息共享意愿的影响因素,丰富高血压患者健康信息行为研究,以期提升患者健康信息分享意愿,为高血压患者的健康管理及社交媒体的运营策略提供有价值的参考.[方法/过程]基于心流模型和任务技术适配模型从高血压患者、社交媒体工具、任务情境三个维度建立健康信息偶遇情境下的信息共享意愿模型,采用问卷调查方法收集到552份有效问卷,使用SPSS 26.0和AMOS 26.0检验假设及中介效应.[结果/结论]高血压患者的面子需求、健康自我效能、技术特征、隐私保护、感知有用性、任务技术适配和心流体验直接促进健康信息共享意愿;技术特征、放松的任务特征和任务技术适配正向影响偶遇时的心流体验;健康信息偶遇时产生的心流体验在技术特征、任务特征和任务技术适配与健康信息共享意愿之间的中介作用得到验证.

    健康信息共享健康信息偶遇心流体验高血压

    作为生成式人工智能核心驱动力的训练数据的治理研究

    陈锐江奕辉
    87-95页
    查看更多>>摘要:[目的/意义]当前研究对于生成式人工智能训练数据的治理问题关注较少.然而,训练数据的生命周期中存在着诸多不容忽视的风险,亟需有效的治理.[方法/过程]文章在论证了训练数据是生成式人工智能核心驱动力的基础上,使用数据生命周期的理论模型,全面归纳了训练数据生命周期中可能出现的风险样态.然后,从训练数据自身特性、生态性因素与生成式人工智能开发者操作性因素等角度分析了相关风险的成因.[结果/结论]数据本身的碎片化特性与偏见性是风险发生的起点;数据的生态失衡是风险发生的外部成因;同时,"黑箱"中的训练数据、偏差的数据标注与懈怠的数据脱敏则是风险发生的内在成因.由此,针对训练数据的特性,可以借助"可怜圆点"的框架,为其构建一个综合法律、市场、社群规范以及架构的风险治理方案.

    训练数据生成式人工智能数据治理ChatGPT