【目的/意义】 新一轮科技革命与产业变革持续重塑劳动力市场结构，引发人才供需在规模、结构、技能与空间等多维度的系统性错配。为突破传统人才监测与治理机制的局限，本研究旨在构建面向人才供需适配的动态感知框架，以实现精准前瞻的人才治理。 【方法/过程】 本研究融合态势感知理论与情报流程，提出“数据-感知-理解-预测-决策”5层闭环治理框架。通过整合多源异构数据，引入事件抽取、大语言模型语义推理、知识图谱构建、因果推断及多智能体仿真等关键技术，构建从信息采集、认知结构化到态势推演与策略生成的全链条方法体系。 【结果/结论】 研究形成了可操作、可验证的人才供需动态感知理论框架，实现了对人才生态运行状态的实时感知、多维理解与前瞻预测，推动了人才治理从静态规划向动态感知、从经验决策向证据驱动的范式转型，为相关领域的理论深化与实践应用提供了方法论与路径参考。

【目的/意义】 从认知偏差视角出发，以校园事件为例探究网络集群行为演化机理，通过揭示该类型事件发展脉络规律，发现不同阶段中认知偏差产生的影响，为破解校园热点事件网络集群行为提供理论指导。 【方法/过程】 以“知微事见”平台热度数据作为选取校园热点事件案例的参考，在新浪微博平台收集10个校园热度事件的相关评论资料，运用扎根理论方法对资料进行编码分析，并通过构建演化路径理论模型对网络集群行为演化机理进行研究。 【结果/结论】 研究发现以校园热点事件为例的网络集群行为演化机理主要包括舆情诱发、舆情偏差、舆情扩散、舆情爆发和舆情平息5个阶段，并针对此类校园网络事件提出了识别诱发要素、避免认知偏差、提升用户素养、推进协同引导、规避次生风险的治理策略。

【目的/意义】 企业供应链话语权不足会引发经营风险，探究数据要素这一新型生产要素对供应链话语权的提升作用，对增强企业供应链韧性、优化治理决策具有重要理论与现实意义。 【方法/过程】 本研究基于2003—2022年A股上市公司数据，采用双向固定效应模型进行实证检验，并利用工具变量法、Heckman检验及多种稳健性方法克服内生性问题，进而剖析其作用机制与异质性表现。 【结果/结论】 研究发现，企业数据要素利用水平能显著降低对主要供应商和客户的依赖，从而提升供应链话语权，该结论经稳健性检验后依然成立。机制分析表明，提升供应链效率与缓解融资约束是两条关键作用路径。异质性分析进一步揭示，上述赋能效应在非劳动密集型、非资产密集型等类型企业中更为显著。本研究为深化数据要素应用与强化供应链管理提供了重要的理论依据与政策启示。

【目的/意义】 开放科学数据政策是促进科学数据公开共享、无障碍获取和再利用的制定基石，对开放科学数据政策的扩散研究有利于政策有效制定与推广，重政策制定、轻政策采纳的不足。 【方法/过程】 政策扩散模型与文献研究法相结合，对中国地市级政府于开放科学数据政策扩散的影响因素进行提取，采用事件史分析法对影响因素进行验证，经模糊集定性比较分析提炼开放科学数据政策扩散类型 【结果/结论】 研究发现，中国开放科学数据政策扩散共有4种基本路径：资源驱动型、组织人资主导型、多元协同型和技术引领型，应注意政策扩散过程对行政手段高度依赖和政策扩散影响因素的双刃剑效应，因地制宜选择适配的政策扩散类型。

【目的/意义】 面向主题粒度下的科技链接构建，提出基于大语言模型（LLMs）的数据增强方法以挖掘论文和专利主题间的潜在关联。 【方法/过程】 将LLMs作为桥接科技领域的知识库，利用ChatGPT-4对节能领域的论文和专利进行同义变体推断，将增强文本特征用于非专利引文预测任务以进行验证。 【结果/结论】 4个基线模型的实验结果表明，从增强文本中提取的相关性特征可提升非专利引文预测准确性，AUC指标增幅为13.91%、16.90%、16.21%和15.69%。该方法可突破论文和专利文本的语义鸿沟，为非同源文本的术语对齐、科技主题潜在语义关联挖掘等提供新的思路和技术参考。鉴于当前研究仅在单一领域验证，未来需在多领域探索方法的有效性和适用边界。

【目的/意义】 在知识经济蓬勃发展、科研创新驱动社会变革的背景下，全面且科学地评价科研成果的社会影响，已成为全球科研生态优化的关键议题。本研究旨在锚定国际科研成果社会影响评价，深度剖析国外典型模式，为中国完善科研评价体系提供参考。 【方法/过程】 明晰科研成果社会影响内涵，采用文献研究法了解国内外科研成果社会影响评价研究现状，甄选具有代表性的国际科研成果社会影响评价模式，从多维视角进行跨国比较分析，挖掘其在科研成果社会影响评价实践中的创新智慧。 【结果/结论】 通过研究发现，国外科研成果社会影响评价模式呈现出多元指标体系、动态进化机制与多方协同效应等核心特征。中国应立足本土科研特色，汲取国际先进经验，以系统性思维优化评价机制，加速科研成果的社会价值转化，助力科研与社会融合发展。

【目的/意义】 随着人工智能推动高校图书馆智能化转型，传统馆员能力体系亟需重构。本研究旨在构建复合型AI馆员核心能力模型并提出培养思路，以填补现有研究中复合型能力模型实证支持不足、AI技术应用与能力培养脱节的问题，为高校图书馆智能化转型提供理论与实践指导。 【方法/过程】 采用混合式研究方法，结合高校图书馆AI技术应用与服务的文献研究以及对技术专家和管理者的定性访谈，通过扎根理论三级编码（开放式、轴心式、选择式编码）探究技术、服务、管理三维能力的交互关系；同时引入DeepSeek智能平台功能模块，探索AI技术嵌入馆员能力体系的实践途径。 【结果/结论】 研究表明，复合型AI馆员核心能力模型由技术能力、服务能力与管理能力三大维度构成：技术能力是基础支撑，服务能力实现价值转化，管理能力提供制度保障。三者在动态交互中形成正向循环与平衡机制，共同推动高校图书馆在人工智能背景下实现服务效能提升与可持续发展。