王琳 秦娟 王昕 李淑杰
摘 要:基于科學技術的發展,大數據技術的應用不僅為醫學科技期刊的編輯提供較大便捷,同樣也對醫學科技期刊編輯工作的開展提出更高的標準和要求。也正因此,在大數據背景下如何進行醫學科技期刊的高質量、高效率編輯已經成為出版社的主要思考問題。基于此,本文針對現階段醫學科技期刊編輯沿用大數據技術的特點深入分析,并提出科學創新措施來提高科技期刊編輯質量。
關鍵詞:大數據;編輯工作;醫學科技期刊;創新
中圖分類號:G213 文獻標識碼:A 文章編號:2096-5079 (2020) 02-00-02
科技期刊作為科技信息傳遞、交流的主要途徑,在現階段科學技術迅猛發展的時代仍占據著至關重要的地位。而作為科技期刊編制的主要主體,編輯工作主要包括選題、審稿、組稿、出版以及編輯加工等內容。而在大數據技術應用背景下,如何進行科技期刊的高質量生產與傳播依然成為各大出版社的主要課題。也正因此,醫學科技期刊在大數據下技術應用下,面臨著巨大的變革與創新,需通過對編輯工作的科學創新來促進醫學科技期刊自身最大化價值和作用的體現。
一、大數據環境及其辦刊特點闡述
(一)大數據概念闡述
所謂大數據,是指結構復雜、數據量龐大的數據集,現階段針對的大數據技術的應用,其中數據挖掘功能體現作為明顯,就是從海量的不完整、模糊數據中進行高價值、不為人知信息數據的挖掘。而針對數據挖掘的開展,需依托于對計算機技術的應用,通過統計分析、情報檢索、專家系統、在線分析、機器學習、模式識別等方法來達到數據挖掘的目的[1]。
(二)大數據環境特點
醫學科技期刊編輯在以往環境下,只是進行傳統的紙質期刊選題、編輯以及出版等,只能通過實驗室、會議室參與進行行業動態掌握,并且讀者需求只能通過調查問卷等形式進行了解,而此過程的進行需消耗較長的時間,并且獲取的讀者、作者以及選題信息尚未達到精準需求。此外,傳統紙質期刊表現形式單一,在傳播范圍方面也較為局限,這就導致期刊作用無法最大化發揮。而在大數據環境下,通過結構化、非結構化海量數據的分析,實現對高價值信息的挖掘。尤其是大數據所涵蓋的非結構化數據,可以從各類型數據中實現對有用、高價值信息數據的提取和挖掘,例如從郵件、網站日志、微信平臺進行數據的提取[2]。而編輯人員可以依據大數據技術,進行讀者需求與期刊選題之間關系的分析,明確二者之間存在的關聯性,進而分析、預估出期刊出版后能否得到讀者的認同和歡迎。另外,相較于傳統環境,大數據環境具備實時性的特點,以便于編輯人員可以隨時隨地進行相關數據的挖掘。此外,大數據視域下,醫學科技期刊除紙質載體外,還可以以期刊網站、客戶端、微信平臺、微博平臺等途徑進行傳遞和交流。通過對高價值信息的挖掘來為期刊編輯提供信息支撐,確保其醫學期刊內容滿足讀者實際需求,符合融媒體時代出版社的實際發展需求。
二、醫學科技期刊編輯沿用大數據技術的創新
(一)選題方向精準性提升
基于大數據背景下,醫學科技期刊的選題方向逐漸從編輯主導轉變為讀者需求主導,以往期刊選題過程中,其選題主體為編委會與策劃,所以在實際選題過程中難免存在主觀性、隨性性以及盲目性。而針對大數據技術的應用,實現對這一情況的轉變,以《醫學信息學》為例,雖然該學科的應用已經較為成熟,但是在我國仍處于初始階段,作為新興、邊緣性學科,醫學信息工作依然成為我國醫療衛生事業中的主要組成[3]。而該期刊針對選題方向的確定,可以依據大數據技術,進行讀者信息需求的分析與研究,并基于大數據共享分析服務,進行網站信息的搜集,以此實現對研究熱點的持續跟蹤,進而達到確定選題方向的目的。也正因此,實現該期刊進行國際學術新動態的聚焦;對國家相關重點課題進行跟蹤;對優秀稿件進行積極組織;對本領域發展趨勢進行及時掌握和介紹,在提升論文精準性的同時,實現醫學科技期刊權威性的提升。2016年,該期刊相繼報道了醫學大數據、醫學知識組織與服務、互聯網+醫療、智慧醫療及其應用等專題,在滿足讀者實際需求的同時,保障其選題質量。
(二)組稿過程優化
以往期刊編輯針對組稿的開展,主要方式包括學會會議的參與;與專家評委進行溝通,并進行相應科研信息的獲取;與客體負責人聯系,進行課題跟蹤。而在大數據環境下,科技期刊組稿開展的便利性有著顯著的提升。在大數據時代背景下,各類科研人員的相關信息數據,基本會存儲于各個科研網站、搜索引擎、閱讀平臺中,而利用大數據技術進行數據的搜集、整合以及分析,可以實現編輯人員進行最新研究熱點的挖掘,甚至可以進行研究課題、人員、單位信息的具體獲取。以此為依據,實現對組稿計劃的科學制定,利用大數據技術為組稿工作的開展提供信息支持[4]。也正因此,實現組稿力度的提升,促進期刊進行優質稿件的吸收和挖掘。而為稿源質量的保障,其審稿會經歷初審、復審以及終審三個階段,每個階段審稿人員會為作者提供相應的意見,并要求作者進行修改和調整,然后等到終審環節進行稿件錄用的決定。
(三)數據查重制度
為避免抄襲現象的出現,當前科技期刊編輯部門會重視對每篇文章質量和查重率的控制,會采取不同學術檢測系統進行文章查重率的檢測。而學術檢測系統會對相關數據資料進行整合,然后構建一個龐大、全面的數據庫,以供學術檢測系統進行檢索使用[5]。針對《中國學術文獻網絡出版總庫》而言,其中收錄了兩千七百多萬篇文獻學術,其范圍涵蓋了基礎科學、農業、信息技術、社會科學、工程科技、醫藥衛生、人文科學等領域,以此為依據實現對文章抄襲、偽造、剽竊等學術不端行為進行檢測,并且在檢測會生成相應的檢測報告,明確標記出文章的具體抄襲處。而縱觀現階段各大醫學科技期刊,對文章稿件的重復率一般在10%~20%之間,如若發現文章檢測超出標準要求,需將文獻檢測報告傳給作者,然后結合檢測報告進行稿件修改,直至檢測合格后,方可實現對文章的錄用。
(四)用戶數據分析
在大數據視域下,醫學科技期刊從以往單一的紙質期刊轉變為當前多承載平臺,例如期刊網站、客戶端以及微信微博等,實現對選題的拓展、內容的豐富以及內容的整合[6]。而通過多途徑用戶數據的獲取,以此為基礎進行用戶需求的挖掘,實現對讀者、作者信息與需求的充分掌握。與此同時,通過對用戶數據的分析,可以依據讀者需求進行類似文章的推薦。或者是利用微信平臺功能,在便于用戶登錄的同時,進行相關信息與動態的推送和發布。此外,利用大數據技術還可以進行微信、網站關注度、關注人數、每月關注增長人數、累計瀏覽次數等信息的統計,以此實現對用戶需求和關注點的明確。
三、結束語
大數據視域下醫學科技期刊編輯工作在面臨巨大挑戰和發展變革的同時,還迎來了廣闊的發展空間和機遇。這就意味著出版社需側重對大數據技術的合理應用,通過編輯工作進行科學創新,進而推動科技期刊的轉型升級發展,最大化發揮出科技期刊的價值與作用。
參考文獻:
[1]王青.基于大數據背景的醫學科技期刊編輯工作創新研究[J].醫學與社會,2017(11):61-63.
[2]林琳.試論基于大數據背景的科技期刊編輯工作創新[J].中國傳媒科技,2018,309(12):98-99.
[3]朱淼.大數據環境下科技期刊的創新發展[C].第十二屆2014全國核心期刊與期刊國際化、網絡化研討會,2014.
[4]杜輝,楊紅,陶雪娟.大數據時代背景下科技期刊編輯的轉型[C]. 2015年第7屆科技期刊發展創新研討會,2015.
[5]吳鳴謙,孫守增,韓躍杰.大數據時代科技期刊編輯工作的變革與挑戰[J].科技與出版,2014(10).
[6]張敏.大數據時代科技期刊編輯信息素養的提升[J].農業圖書情報學刊,2016,28(5):134-136.