本文利用Web of Science 2015-2019年收錄的管理學SCI、SSCI共計91916篇論文數(shù)據(jù),采用信息計量學和LDA主題挖掘,從國家/地區(qū)、科學基金資助機構的視角,對管理學基金資助下論文的產(chǎn)出及其影響力狀況進行了分析,并探究了科學基金資助的三種基礎測度指標即基金論文數(shù)、基金論文總被引次數(shù)和科學基金的h指數(shù)之間的關系,同時嘗試以LDA主題法描繪出基金資助下的全球管理學研究主題分布。主要結論有:（1）整體層面上,全球管理學基金資助率在逐年緩慢提高,且已在社會科學領域處于較高水平;就國家/地區(qū)而言,中國和美國是全球管理學論文和基金資助最多的兩個國家,但兩國的資助效果存在一定差異,中國的基金資助率高居世界首位,但是基金資助對促進高影響力論文和減少零被引論文的作用還有待加強;相反美國以遠低于中國的基金資助率獲得了最多的高影響力論文;（2）基金論文的三種測度指標即基金論文總數(shù)、總被引次數(shù)和科學基金h指數(shù)之間存在較為顯著的冪律關系,表明了基金資助量與基金資助成果影響力的正向關聯(lián);（3）在管理學ESI高被引論文基金資助機構的排名中,中國大陸地區(qū)有16個科學基金進入了排名前29個科學基... 

【文章來源】：華東師范大學上海市 211工程院校 985工程院校 教育部直屬院校

【文章頁數(shù)】：81 頁

【學位級別】：碩士

【部分圖文】：

基金資助情況的四種類型

華東師范大學碩士學位論文30圖3-2基金論文數(shù)與基金論文總量和國家科學基金h指數(shù)的冪律關系3.3全球管理學主要科學基金科研團隊像相關科學基金管理機構提交項目申請書，經(jīng)研究批準后獲得基金資助，2015-2019年管理學基金資助SCI及SSCI論文共計得到來自149個國家/地區(qū)的27594個基金資助機構的基金支持。以往關于科學基金資助機構的研究中定義了機構的屬性，2003年Leydesdorff[95]分析了高校、企業(yè)和政府三類基金資助機構對于知識創(chuàng)新的關系；CorderoC等[96]研究了6個中低收入國家的公共衛(wèi)生研究基金資助情況，選取了23個基金資助機構，包含獨立組織、政府和醫(yī)療機構；2012年Grimpe[97]研究了研究和技術發(fā)展第六框架（theSixthFrameworkProgrammeforResearchandTechnologicalDevelopment）、政府、基金會和企業(yè)四種類型對德國科學家科研資助的影響及特征；Amir等[98]在2014年探討脊柱研究中資金來源情況時，將科學基金來源分為：基金會（Foundation）、企業(yè)（Industry）、公眾（Public）、高校（Intramural）、包含企業(yè)的多重機構（Multiple(includingindustry)）和不含企業(yè)的多重機構（Multiple(withoutindustry)）。本文基于國際研究現(xiàn)狀和管理學學科特色，將管理學基金資助機構分為政府、高校、獨立組織和企業(yè)四類。如表3-8為管理學資助論文數(shù)排名前20的基金資助機構，這20個機構提供了超過60%的管理學基金資助。

華東師范大學碩士學位論文44圖4-1不同主題數(shù)的困惑度值根據(jù)上述迭代和LDA主題訓練模型，導出19個主題下的關鍵詞，如表4-1所示。表4-12015-2019年管理學基金論文LDA主題分布主題標識主題詞1主題詞2主題詞3主題詞4主題詞5主題詞6主題詞71employeerelationshipteamleadershipbehaviorperformancejob2algorithmsolutionproposedoptimizationobjectivesearchmethod3supplychainproductsupply_chainpricecostsupplier4functionmethodoptimizationalgorithmsolutionconvexset5timealgorithminstancesolutioncostintegerformulation6systemfailurereliabilanalysisprocessefficiencymaintenan

【參考文獻】：
期刊論文
[1]多維特征融合的網(wǎng)絡輿情突發(fā)事件演化話題圖譜研究[J]. 劉雅姝,張海濤,徐海玲,魏萍.  情報學報. 2019(08)
[2]基于LDA的主題語義演化分析方法研究——以鋰離子電池領域為例[J]. 關鵬,王曰芬,傅柱.  數(shù)據(jù)分析與知識發(fā)現(xiàn). 2019(07)
[3]基于LDA主題模型的用戶興趣層級演化研究[J]. 夏立新,曾杰妍,畢崇武,葉光輝.  數(shù)據(jù)分析與知識發(fā)現(xiàn). 2019(07)
[4]近十年國內(nèi)外管理學研究進展與發(fā)展趨勢的比較研究[J]. 邱均平,沈瑩,宋艷輝.  現(xiàn)代情報. 2019(02)
[5]基于LDA和隨機森林的微博謠言識別研究——以2016年霧霾謠言為例[J]. 曾子明,王婧.  情報學報. 2019(01)
[6]基于突變檢測與共詞分析的關聯(lián)數(shù)據(jù)新興趨勢探測[J]. 楊選輝,蔡志強.  情報科學. 2018(11)
[7]科研基金資助投入與高水平國際論文產(chǎn)出研究——基于六國SCI論文的實證分析[J]. 陳秋怡,劉海波.  中國科技論壇. 2018(01)
[8]基于詞共現(xiàn)關系的檢索結果知識關聯(lián)研究[J]. 阮光冊,夏磊.  情報學報. 2017(12)
[9]基于LDA模型特征選擇的在線醫(yī)療社區(qū)文本分類及用戶聚類研究[J]. 吳江,侯紹新,靳萌萌,胡忠義.  情報學報. 2017(11)
[10]基于異構網(wǎng)絡的學科交叉主題發(fā)現(xiàn)方法[J]. 許海云,董坤,劉昊,鄭穎,茹麗潔.  情報科學. 2017(06)

碩士論文
[1]基于CSSCI遼寧省管理學研究的計量分析[D]. 李江波.大連理工大學 2009
[2]基于引文分析的情報學與相關學科的研究[D]. 魏海燕.中南大學 2008



本文編號：3306493