基于R语言的高职院校科研团队特征分析.docx

基于R语言的高职院校科研团队特征分析
 
 
孙晓宇 郭彩扣
摘要：本文通过对广西某高职学院2018、2019年院级课题申报数据，利用R语言进行数据处理、社会网络图等手段分析其课题申报团队状况。从科研团队视角发现该学院科研团队存在的问题，并针对存在的问题，提出改进科研团队发展的对策建议。
关键词：R语言 社会网络图 申报团队 数据分析
高职院校科研成果及科研其团队建设已经成为衡量其办学水平高低的重要指标之一，结合《高等职业教育创新发展行动计划（2015—2018年）》以及中高职学校和专业建设计划自评标准，高职院校的科研成果积累、成果转化成效占据权重分量十足，是高职院校“双一流建设”不可忽视的重要因素。因此，从该学院科研团队构成角度深入了解该院校科研团队的结构状况及其特点，有针对性的打造富有凝聚力与核心竞争力的科研团队是该高职院校提升科研综合实力、构建“产学研教”互动型高职教育模式的坚实基础。
一、院级科研项目现状
某职业院校自国家级重点中专升入高职办学10余年来，由于一定的历史原因，学院在科研方面重视程度不够，过去学院教师普遍对于科研积极性不够，学院科研项目成果积淀不足，科研成果转化较少。近几年学院大量招聘年轻教师充实学院教师队伍，近三年年轻教师数量占到学院教师总数量的1/3左右，近两年该高职院校教师科研热情逐步高涨（2018年该院校申报院级项目86项，2019年申报院级项目84项），学院院级项目申报数量参与教师数量达到学院教师总数量的1/2以上，申报数量、参与课题研究热情大幅增加，然而，重大代表性课题并不突出，缺少高质量的课题，2017年至今学院真正意义属于省部级以上的课题数量仅仅2项，国家级课题为0。从整体上看，提高科研项目的团队建设、提高科研项目质量发展是该高职院校未来科研发展进程的重点。
二、科研团队分析
（一）数据处理
。该高职院校教学、行政等共有21个部门，为便于统计分析，本文用英文字母表示各部门，，不同部门的教师采用“部门代码+序號”的方式予以区别。
。科研团队本质上是定性数据，量化成员之间的关系才能较为科学、便捷的采用数量统计分析方法，本文尝试构建主持人与团队成员之间关联紧密程度的测度系数——紧密度。
其中n表示团队成员总数（除主持人外），表示第名成员的排序。（因原始数据太大，此处展示部分数据）。
（二）科研团队分析
、职称构成。按照主持人年龄特征分为五个阶段，，平均年龄分布与主要课题组成员（）。
（中级职称为主）为主要科研团队负责人，其次为30岁以下初级职称的教师。这两类教师具有职称晋级的压力，科研主动性较为强烈，但是该学院正高以上职称的教师参与科研热情不够，没有充分发挥高级职称的带动优势。
从年龄结构来看，2018年、2019年科研团队主持人与主要成员之间的平均年龄特征呈现，30岁以下的主持人倾向于寻找年龄偏大的成员构成科研团队;主持人年龄在35—40岁之间更倾向于寻找