社会科学数据集的跨学科性研究——以CHARLS和CGSS数据集为例

摘要：

[目的/意义]分析社会科学数据集的跨学科性有助于理解数据集在不同学科的扩散规律,促进数据集在不同学科之间开放共享.[方法/过程]本文以CHARLS和CGSS数据集为例,首先对CHARLS和CGSS数据集的学科多样性与平衡性进行测度分析;其次构建CHARLS和CGSS数据集跨学科合作网络,采用Louvain算法对网络进行聚类,探测不同的研究社区,然后采用BERTopic对使用数据集的文本进行主题建模;最后构建不同阶段的跨学科合作网络,揭示CHARLS和CGSS数据集跨学科合作演化特征.[结果/结论]CHARLS和CGSS数据集的跨学科多样性和平衡性不断增长,使用CHARLS和CGSS数据集的学科均形成了以少数学科为主导,多学科共同参与的格局;使用CGSS数据集的研究主题比CHARLS数据集的相对较为分散;CHARLS和CGSS数据集的跨学科合作网络节点数、边数以及社区数在不断增长,网络密度有所下降,不同阶段的主导学科不断变化.

关键词：社会科学、数据集、跨学科、CHARLS、CGSS

所属期刊栏目：43

分类号：G203(信息与传播理论)

资助基金：国家社会科学基金20ATQ007

在线出版日期：2023-09-05（万方平台首次上网日期，不代表论文的发表时间）

页数：共13页

页码：165-177