[目的/意义] 在科技与文化深度融合的大环境下，探究AIGC赋能下的文化内容生产，充分认识AIGC为GLAM带来的内容生产模式转变和服务创新能力升级，以期为GLAM应用AIGC的实践提供参考。[方法/过程] 在对以往研究进行梳理的基础上，提出AIGC赋能下从技术支撑、资源建设到内容生成、服务创新的GLAM内容生产机制。其中，通过分析目前的实践案例，对辅助型、应用型和创造型3种内容生成模式的内在机制和特点进行探析，并归纳总结AIGC在GLAM机构数字馆藏、数字人和数字场景3个方面的实际应用。[结果/结论] AIGC赋能为GLAM内容生成的业务效率、生成规模、个性化体验、创新能力方面带来积极影响。GLAM机构积极拥抱AIGC热潮，有助于提升管理与服务效能，为用户带来高效精准的问答与推荐以及情感互动的交互与展示，进而加速GLAM机构的数智化转型升级。

[目的/意义] 在公共文化服务走向数智化成为必然的环境下，分析当前我国公共文化机构服务数智化存在的问题与面临的困境，从而为公共文化机构服务数智化的发展提供有效建议。[方法/过程] 通过挖掘公共文化机构在社交媒体平台发布的数智化相关内容及其用户行为信息，探究其服务数智化的关注度与实现情况，以及公共文化机构应用场景下以AIGC等为代表的数智技术的受众群体对于公共文化机构服务数智化的关注重点与情感倾向。[结果/结论] 目前公共文化机构对于数智化的整体关注度和实现情况还有待提升，其中，公共博物馆对于数智化的关注度和实现程度相对更高。用户对于公共文化机构服务数智化的主要关注属性围绕智能机器人、虚拟数智人、三维文物、展览观看以及文物AI建模这几个主题展开，其整体情感倾向偏负面。公共文化机构应当顺应用户需求，积极完善和改进自身数智化服务，进而提升自身服务数智化的发展水平。

[目的/意义] 探讨基于GLAM数字化融合服务的内容生产模式和主要经验，有助于推动GLAM融合趋势下的数字文化内容高质量生产，并促进服务创新。[方法/过程] 运用网络调查和文献调研方法，以Europeana、DPLA、DigitalNZ以及国家公共文化云为案例，深入解构GLAM数字化融合服务底层的内容生产模式及经验特点。[结果/结论] GLAM数字化融合服务平台主要包括以下4类内容生产模式：AI赋能型内容生产、数据聚合型内容生产、用户众包型内容生产、线上线下联动型内容生产，并构建出GLAM融合平台综合内容生产模式。最后结合目前我国GLAM机构内容生产的实际情况，提出4点启示：加强技术基础建设、制定统一数据标准、拓展多元化资金渠道以及提升用户参与积极性。

[目的/意义] 数据赋能智慧转型、知识发现成为图书馆保持发展活力、创新服务理念的新增长点。通过数据治理实现图书馆海量多模异构数据的高效汇聚、有序组织、融合利用和开放共享，是图书馆智慧化转型的重要驱动力量。[方法/过程] 根据智慧图书馆对数据管理、服务和分析挖掘层面的需求，分析智慧化转型背景下图书馆数据治理的内涵以及面临的问题和挑战。[结果/结论] 提出项目建设驱动法和应用驱动法相结合的图书馆数据治理体系实施路径，基于智慧图书馆管理系统建设，立足数据赋能图书馆智慧化转型目标，以“数据标准化、数据资产化、数据知识化、数据智慧化”为导向，开展数据平台架构、数据治理组织机制、数据标准规范体系、资产管控和运营模式、全流程数据安全合规治理以及数据融合应用等方面的优化和管控，使数据治理工作能够更好地契合智慧图书馆发展目标，助力图书馆事业的智慧化转型。

[目的/意义] 聚焦科学研究影响产生与传播过程中不同利益相关者的参与细节，并在此基础上关注以学科分类为依据选取评价主体的合理性及具体方案，可以为全面认知科学研究影响提供新的切入点。[方法/过程] 在政策层面的分类评价制度和理论层面的评价理论发展的共同驱动下，提出以科学知识内容属性为依据选取评价主体的分类评价思路，并通过现实案例数据进一步验证该思路的合理性。以REF2021部分案例数据为主要分析来源，利用提示学习的方式辅助人工完成政府类、企业类、高校类及公众类利益相关者的识别工作，在此基础上从参与分布和认知主题层面探寻不同类型利益相关者在科学研究影响产生过程中参与情况的差异性。[结果/结论] 结果发现，4种类型利益相关者在科研影响产生过程中的主观认知和现实参与层面均存在差异性。在确认评价思路合理性的基础上，结合具体的案例数据提出基于学科分类的评价主体选择建议，以期从现实层面为我国学术评价工作提供新的实践思路。

[目的/意义] 在国家文化数字化战略和数字中国建设要求的背景下，数字记忆建设已成为新的研究和实践热点。探讨高校数字记忆的建设路径，将为数字时代高校学术传承与文明发展提供新的思路，为政府、企事业等以单位为主体开展的数字记忆项目提供参考和借鉴，具有重要的理论和现实意义。[方法/过程] 广泛参考和借鉴国内外文化记忆项目的建设经验和数字人文领域的相关理论，在关于高校数字记忆项目建设策略的理论层面策略制定和宏观分析的研究成果基础之上，结合亲身参与的重庆大学数字记忆运行和管理实践，对项目实施过程中关于资源建设、项目运行、组织架构和工作机制等实施经验和实施情况开展进一步研究。研究和探讨适用于高校数字记忆项目运行、组织架构和工作机制等项目运行机制，展示在此运行机制下项目的建设成效，并对高校数字记忆的未来服务模式进行展望。[结果/结论] 良好的运行机制是高校数字记忆成功的关键，但还应在技术更新与培训、学术合作与交流、宣传推广助力资金筹措、内容与展示的精化方面加以思考；同时不同学校还应考虑自身独特的文化背景、学科优势、资源规模以及用户群体情况，在目标定位、实施计划、团队组织和服务模式方面进行综合设计。数字记忆对高校具有重大意义，应作为高校的一项长期基本职能来持续推进，以实现其深远影响和持久成效。

[目的/意义] 以《科技信息检索与利用》课程为例，对课程思政融入方法开展教学实践和实证研究，以期为同类型信息素养教育课程提供参考借鉴。[方法/过程] 结合该课程的专业性、实践性和通识性等教学特征，从教学目标、教学内容、教学方式和教学技术4个方面设计课程思政的融入路径，介绍将课程思政理念付诸教学实践、实现专业课程与思政教育有机结合的有效方法。[结果/结论] 问卷调查显示，课程思政融入该课程取得一定教育实效，未来将持续探索优化。

[目的/意义] 青少年是维护网络安全的主力军和未来数字公民的生力军，其数字传播水平已成为影响网络空间信息传播安全的重要制约因素，通过构建科学合理的青少年数字传播素养框架和实施路径，以期提升数字时代青少年的网络信息安全治理水平。[方法/过程] 以胜任力理论为分析视角，结合国内外治理实践，构建以感知认同力、技能操作力、创造参与力和协作发展力为核心的青少年数字传播素养培育“四力”模型，作为提升青少年群体网络信息安全维护能力的分析框架。[结果/结论] 应当强化青少年数字传播治理能力、完善数字传播制度体系、打造安全健康数字生态，构筑起青少年数字传播素养培育的内在屏障、支撑屏障和环境屏障，从而有效增强青少年的数字传播思维和安全治理水平，为建设网络强国、数字中国注入强大动力。

[目的/意义] 构建AIGC质量评估指标体系，有助于用户识别高质量的AIGC以及AIGC服务商提高内容质量。[方法/过程] 通过文献检索和用户访谈获得原始数据，使用扎根理论研究方法对原始数据进行三级编码，提取AIGC质量评估指标。在此基础上，使用问卷调查法和层次分析法确定指标权重，构建AIGC质量评估指标体系。[结果/结论] AIGC质量评估指标体系包括内容特征、表达特征、效用特征、技术特征4个一级指标和个性化、高效性、易理解性、可解释性等21个二级指标，其中内容特征的权重最大，对于AIGC质量的影响程度最高。此外，研究发现AIGC与PGC、UGC在质量评估方面存在一定的评估异同，可追溯性、类人性、可塑性、可解释性等是AIGC质量评估特有的指标。

[目的/意义] 探究探寻式搜索过程中用户的认知转换特征，分析不同任务知识类型与不同搜索意图下用户认知变化过程，有助于深入理解探寻式搜索过程中的学习机理。[方法/过程] 采用实验法录屏记录参与者的搜索过程，出声思维法收集参与者对搜索过程的描述，使用问卷采集参与者个人情况和搜索前后的任务感知、任务答案等数据，对录屏数据和文本数据编码后分析不同类型任务下用户的认知转换路径长度、转换概率与不同搜索意图下的用户认知转换路径特征。[结果/结论] 研究发现，用户执行程序型任务时的认知转换路径最短，多以理解为起始认知状态，而应用这一认知状态是认知转换路径中的升降级分界点。搜索意图对应的认知转换路径特征显示，不同的搜索意图下用户的认知转换路径差异显著，其中信息收集、信息评估两种意图下的认知转换路径特征最为复杂。

[目的/意义] 考察有声阅读平台用户持续使用行为的影响因素及其作用机理，旨在丰富用户行为研究理论体系，为有声阅读平台改造提供理论参考。[方法/过程] 采用程序化扎根理论方法对访谈资料进行编码分析，系统提炼有声阅读平台用户使用行为影响因素的三级范畴，厘清各范畴关系的“故事线”，并构建有声阅读平台用户持续使用行为影响机理模型，具体涵盖7个主范畴，24个基本范畴和103个初始概念。[结果/结论] 结果表明，身心障碍、有声阅读平台设计、阅读体验、使用与转移成本和立体化信息内容呈现对有声阅读平台用户持续使用行为具有直接影响，同时也通过满意度对其产生间接影响，且身心障碍、有声阅读平台设计和立体化信息内容呈现对阅读体验产生影响。据此，基于供给侧视角提出有声阅读平台生态优化与服务改造的策略建议。

[目的/意义] 识别领域新兴主题，不仅可为科研人员的科学选题提供意见指导，亦可为战略性新兴产业发展规划的精准制定提供技术支持。[方法/过程] 针对新兴主题概念界定不统一、识别时高维数据复杂难处理等问题，提出一种基于主题热度演化的新兴主题识别方法。结合关键词重要性、平均相似性系数和近邻传播聚类算法自适应识别领域研究主题。以主题新颖度、主题影响力和主题潜力表征新兴主题，借助天际线算法和主成分分析法获取主题热度排名时间序列，通过主题热度排名的时间演化趋势识别新兴主题。[结果/结论] 通过对中国知网2012—2021年供应链领域期刊论文进行数据处理和挖掘，本研究表明，所提出的方法可以有效地识别该领域新兴主题，这为相关科研人员和政府部门的选题和规划制定提供了决策支持.

[目的/意义] 实现无标注数据情况下使用ChatGPT从自由临床量表文本中抽取结构化的项目信息，高效推进医学量表资源的结构化与智能化。[方法/过程] 定义包含8类属性、兼顾临床量表测量概念结构差异性的项目信息抽取框架，收集59个临床常用心理评定量表文档自建数据集；分类设计零样本提示，调用ChatGPT-3.5和ChatGPT-4官方接口进行实验；多角度分析ChatGPT不同版本在处理不同临床量表文本时的抽取表现和可能影响因素。[结果/结论] 研究结果表明，来源属性抽取表现最佳，Micro-F1和Macro-F₁最低也分别达98.90%和97.83%；反应选项、使用说明和计分规则随后；编号和项目指令居中；临床解释最低，Micro-F1和Macro-F₁分别为47.73%和45.51%。ChatGPT-4整体表现更优，但部分属性召回率弱于ChatGPT-3.5。量表测量概念层级、维度数、项目数和文本长度的增加会降低模型表现。综上，ChatGPT能够高效辅助医学量表资源的结构化，尤其是在处理简单量表时。