基于信息采纳模型的机器学习领域科学数据重用影响因素研究  

Research on the Influencing Factors of Scientific Data Reuse in the Field of Machine Learning Based on Information Adoption Model

作　　者：蔚海燕[1] 姜沈宇 朱苇琦 Yu Haiyan;Jiang Shenyu;Zhu Weiqi(School of Economics and Management,East China Normal University)

机构地区：[1]华东师范大学经济与管理学院,上海200062

出　　处：《图书馆杂志》2024年第10期5-15,96,共12页Library Journal

基　　金：国家社会科学基金一般项目“数据重用视角下的研究型图书馆科学数据服务模式研究”(项目编号:22BTQ020)的研究成果之一。

摘　　要：本文基于信息采纳模型构建了机器学习领域科学数据重用影响因素模型,并选择了开放科学社区平台和科学数据共享平台两种类型的代表性平台进行数据采集,实证了数据集内容质量和数据源可信性对科学数据重用的影响,以及平台类型在数据源可信性对科学数据重用影响中的调节作用。本研究对完善科学数据平台建设、促进科学数据重用具有重要意义。Based on the Information Adoption Model,this paper constructs a model of factors influencing scientific data reuse in the field of machine learning.We select two types of scientific data platforms—open science community platforms and scientific data sharing platforms—to collect data.Then we empirically examine the impact of dataset content quality and data source credibility on scientific data reuse,as well as the moderating effect of platform types on the relationship between data source credibility and scientific data reuse.This paper is of great significance for improving the construction of scientific data platforms and promoting the reuse of scientific data.

关 键 词：科学数据重用 信息采纳模型 机器学习领域 平台类型 影响因素 

分 类 号：G301[文化科学] G203