当期目录

  • 2026年, 11卷, 第3期
    刊出日期:2026-05-21
      

    研究论文
  • 全选
    |
    研究论文
  • 作者:黄梅, 周俊, 付家炜, 方晓印
    单位:1. 广西警察学院信息技术学院 南宁 530029
    2. 广西警察学院治安学院 南宁 530029
    3. 湖北美术学院档案馆 武汉 430205
    4. 华中师范大学信息管理学院 武汉 430079
    关键词:科学知识图谱, 扎根理论, 使用意愿, 科学计量学, 可视化
    2026年,第3期:0
    研究论文
    出版日期:2026-05-19
    HTML ( )
    摘要:【目的/意义】探索科学知识图谱用户使用意愿影响因素及其作用机理,旨在推动科学知识图谱的发展,提升科学知识图谱辅助科研决策的能力。【方法/过程】采用扎根理论对访谈文本进行三级编码分析,提炼出科学知识图谱用户使用意愿影响因素的三级范畴,并梳理主范畴之间的关系,构建科学知识图谱用户使用意愿影响因素的理论模型。【结果/结论】可视化呈现、可视化内容、工具设计、技术特征、感知效用、个体特征对使用意愿有直接作用,其中可视化呈现不仅通过可视化内容间接影响使用意愿,还通过影响可视化内容继而影响感知效用从而间接影响使用意愿。最后,提出科学知识图谱发展与优化建议。
  • 作者:马鹏程
    单位:北京大学新闻与传播学院 北京 100080
    关键词:信息安全, 传播学, 中外比较, CiteSpace, 知识图谱, 数据治理
    2026年,第3期:0
    研究论文
    出版日期:2026-05-11
    HTML ( )
    摘要:【目的/意义】旨在揭示数字时代信息安全研究发生“社会文化转向”的背景下,中外传播学界在知识生产与理论视角上的深层差异。通过突破现有研究的“西方中心”局限,为理解全球数字治理中的学术话语分歧与跨文化对话提供经验基础。【方法/过程】选取2009至2024年间Web of Science(WoS)传播学领域与中国知网(CNKI)相关议题的核心文献为样本,运用CiteSpace 6.2.R7软件绘制科学知识图谱。通过关键词共现、聚类分析及突现词探测等方法,系统比较中外学术共同体在研究热点、演进路径及核心框架上的异同。【结果/结论】研究发现,中外信息安全研究呈现出“议题表层趋同、框架深层分化”的特征。虽然双方均高度关注“隐私保护”与“社交媒体”,但国外研究呈现鲜明的“事件驱动”特征,侧重于“监控与权利”的批判性视角,强调个体自由对公权力与资本的制衡;中国研究则呈现显著的“政策驱动”特征,侧重于“治理与发展”的建构性视角,强调国家安全、数据主权与社会秩序的统合。结论指出,信息安全研究呈现“全球议题,本土框架”的图景,反映特定的政治体制与社会语境对学术话语体系的深刻形塑。
  • 作者:李睿绎
    单位:大连理工大学公共管理学院 大连 116024
    关键词:人工智能, 风险治理, 主题分野, 知识图谱
    2026年,第3期:0
    研究论文
    出版日期:2026-05-22
    HTML ( )
    摘要:【目的/意义】归纳并梳理中外人工智能与风险治理研究领域的主题分野与演进趋势,明确未来研究走向,为推动该领域理论深化与研究体系完善提供参考。【方法/过程】基于Web of Science核心合集与CNKI数据库,以人工智能与风险治理领域的5 560篇外文文献(1995—2025年)与1 964篇中文文献(2003—2025年)为数据样本,利用VOSviewer 1.6.20与Cytoscape 3.10.4软件进行科学知识图谱分析,明确总体发文趋势、核心研究领域、主题演化时序、研究特征差异、未来发展进路。【结果/结论】结果表明,外文文献的研究主题可划分为人工智能驱动下的不确定性系统风险治理、数字化转型风险治理、人身风险治理三大领域,在主题演进时序上遵循从分散到整合、从技术导向到治理导向的清晰路径;中文文献研究主题包括人工智能算法风险治理、人工智能战略风险治理、生成式人工智能应用风险治理,遵循“技术本体治理—技术规范治理—技术应用治理”的演化趋势。中外研究在研究导向、研究学科、研究对象、研究范式上存在显著差异。未来应强化可信AI应用、细化理性思维培育、深化学科交叉耦合、量化理论落地实证、优化国际合作共识等方面的研究。
  • 作者:李汪煦, 夏志杰
    单位:上海工程技术大学管理学院 上海 201620
    关键词:大语言模型, 事实核查, 信息真伪甄别效果, 人口统计学差异, 调节效应
    2026年,第3期:0
    研究论文
    出版日期:2026-05-25
    HTML ( )
    摘要:【目的/意义】聚焦大语言模型在事实核查领域的应用效果,系统探究其对用户信息真伪甄别效果的影响,并考察人口统计学变量的调节效应,为社交平台打击虚假信息提供实证支持。【方法/过程】以健康类信息为具体情境和实验材料,基于双过程理论采用组间对照实验设计,招募142名参与者,构建使用LLM进行事实核查的实验组和依靠自身知识判断的对照组,通过单因素方差分析与调节效应分析,探究LLM对用户信息真伪甄别效果的影响及性别、年龄、受教育程度的调节作用。【结果/结论】LLM辅助事实核查显著提升用户信息的真伪甄别效果,其识别虚假信息准确率显著提高,但对真实信息的识别准确率提升未达到显著水平。进一步分析表明,低受教育程度用户在借助LLM辅助事实核查时,信息真伪甄别效果提升更为突出,而性别与年龄变量未呈现显著调节效果。

联系方式

    《知识管理论坛》编辑部
    地  址:北京中关村北四环西路33号
         中科院文献情报中心5D
    邮  编:100190
    联 系 人:刘老师
    电  话:010-82623933
         010-82626611-6638
    E - mail:kmf@mail.las.ac.cn
    微  信:zsgllt