今天小编为大家推荐《社科基金体育学论文(精选3篇)》，欢迎大家借鉴与参考，希望对大家有所帮助！摘要：通过对我国19个体育学博士学位授予单位的198名在职博士生导师的现状进行统计研究，以期发现现存问题，提出相关建议，为更好地提高我国高端体育人才培养水平提供参考。采用文献资料、数理统计和逻辑分析等方法。研究结果显示：从自然特征看，体育学博士生导师过分集中在华北和华东两地，年龄结构以中青年博导占较大比例等。
社科基金体育学论文 篇1：
我国民族高校体育学科发展现状调查与思考
摘 要：采用文献资料法、访谈法等研究方法，对我国民族高校体育学科发展现状进行调查分析。结果表明，随着本科专业设置以及硕士点培养平台的不断完善，民族院校体育学科建设整体呈现出快速发展态势；同时，存在学科建设重视程度不够、研究团队尚未形成、教学科研未能有效融合、学科组织文化落后等问题。建议：加快学科队伍建设，努力构建学科平台，有效整合教学科研，积极培育学科组织文化。
关键词：民族高校；体育学科；组织文化
Key words： ethnic university； sports discipline； organization culture
民族高校是党和国家为解决我国国内民族问题而建立的综合性普通高等院校。新中国成立以后，从1950年西北民族学院建立至2012年，我国先后成立了15所民族高校，共有56个民族的在校学生20余万人。我国民族高校先后毕业、结业的学生总计接近110万[1]。民族高校在民族地区人才培养、民族问题及民族政策研究、传承和弘扬民族文化方面发挥了独特而不可替代的作用。民族高校首先是高校，民族高校具有一般高校的功能属性和办学规律，民族性则是其办学特色。民族高校同样肩负着一般高校的基本功能属性，即人才培养、科学研究、服务社会以及文化传承与创新。在我国高等教育学科体系中，体育学从一门边缘新兴学科随着社会进步与需求而不断发展壮大，并呈现出快速发展态势。“传统意义上的不同类型学校之间的职能划分格局已经发生了变化。越来越多的高等院校设置体育专业，并已成为体育学学科建设与发展的重要力量，为加快体育学学科建设与发展奠定了较广泛的基础[2]。”民族高校体育学科既具有体育学科一般属性，同时也具有自身的优势与不足。为全面梳理当前民族高校体育学科发展的情况，采用文献资料法，通过中国知网、中南民族大学图书馆等途径，以“民族院校”、“体育学科”、“民族院校体育学科”为关键词，查阅了专著8部、期刊文献30篇及学位论文15篇，为本文研究奠定了坚实的理论基础。同时，利用“2013年全国高校民族体育工作研讨会”的契机，就民族高校体育学科发展访谈了与会的其他民族高校的10位学者与13位院系行政领导。通过访谈，不仅获得了较为详实的第一手资料，也为本文研究提供了重要的方法指导。
1 我国民族高校体育学科发展现状
1.1 民族高校体育学科建设情况
1.1.1 专业设置 教育部2012年颁布的《普通高等学校本科专业目录》中，共设13个学科门类、506个专业（基本专业352个，特设专业154个）。在教育学门类下，体育学下设体育教育、运动训练、社会体育指导与管理、武术与民族传统体育、运动人体科学5个专业。在特设专业教育学门类体育学类下设有运动康复、休闲体育2个专业。目前在研究生专业目录中，作为一级学科的体育学下属4个二级学科，分别是体育人文社会学、体育教育训练学、运动人体科学以及民族传统体育学。通过对2014年15所高校的招生计划进行统计可知（表1）：1）目前，西藏民族学院和四川民族学院招收专科层次的专业均为体育教育，培养目标主要定位在解决少数民族地区学校体育师资不足问题。2）在14所招收本科层次院校中，设置体育教育专业的有11所，设置社会体育指导与管理专业的有9所，设置运动训练专业的有1所，设置武术与民族传统体育专业的有1所。其中，有8所院校设置了2个本科专业。3）在研究生培养层次上，中央民族大学、中南民族大学招收学科教学（体育）专业学位研究生，西藏民族学院在民族学下设少数民族体育文化方向，贵州民族大学在民族学下设民族传统体育方向；在另外4所设有体育学二级学科硕士点的民族高校中，内蒙古民族大学设有体育教育训练学专业，云南民族大学和西北民族大学设有民族传统体育学专业，广西民族大学设有体育教育训练学、民族传统体育学2个专业。从本科专业设置情况来看，设置了突显民族性的武术与民族传统体育本科专业的学校仅有青海民族大学1所院校，分析认为，这主要是由于武术与民族传统体育本科专业只限招国家一级和二级运动员，设置门槛较高；而对绝大多数的民族高校体育学科未设置该专业，体育学科的建设未能很好地整合与利用民族学的优势学科平台与资源，这也在客观上造成了科学研究与教学实践未能得到充分融合。
1.1.2 培养层次 高等教育层次结构，是指不同程度和要求的高等教育的构成状态，反映的是高等教育中各层次间的相互关系和组合方式[3]。学界通常把我国高等教育层次结构分为专科教育、本科教育和研究生教育（包括硕士研究生和博士研究生）。目前，我国民族高校体育学科培养层次结构包括专科、本科及硕士研究生3个层次。1）四川民族学院和西藏民族学院2所学校招收专科层次体育专业考生。2）有14所院校进行本科层次招生。3）有8所院校进行研究生层面招生，其中，中央民族大学和中南民族大学招收学科教学（体育）专业学位研究生，而贵州民族大学和西藏民族学院招收的民族体育方向研究生挂靠在民族学学科；有4所民族高校设置了体育学二级学科硕士点，分别是西北民族大学、广西民族大学、云南民族大学以及内蒙古民族大学。从整体培养层次来看（表2），2014年我国15所民族高校共招收体育本科生1 379人，而研究生招生只有76人，本科与研究生的招生比例约为18∶1，相对于发达国家的2.5∶1[4]数值相对过大，这也从一个侧面反映了研究生的培养层次相对滞后。但实际上，研究生是科学研究的重要力量，研究生教育也是学科建设的重要内容。
1.1.3 培养规模 学科专业培养规模主要指某一学科专业专门人才的培养数量[5]。任何学科的培养规模与社会专业人才的需求量应以相对契合的状态呈正比增长和减少，但应是一种有质量的规模数量增长和输入、输出社会所需人才的良性循环过程[6]。根据2014年的招生计划统计（表2），1）我国14所民高校校共计招收1 478名学生（包含专科生99人）。其中，体育教育专业923人、社会体育指导与管理专业445人、运动训练30人、武术与民族传统体育专业30人。2）在研究生培养层次上，2014年8所民族高校共计招收76人。其中，体育教育训练学专业17人、民族传统体育学专业37人、学科教学（体育）专业学位研究生20人、民族学民族体育文化方向研究生2人。可见，社会体育指导与管理专业培养规模仅次于体育教育专业。20世纪90年代，为了满足广大人民群众参与全民健身运动的需求，国家急切需要培养一批社会体育的专门人才，高等教育社会体育专业应运而生。经过十几年的发展，社会体育专业由一个新办专业一跃成为5个体育本科专业中的主干专业。截止到2012年，设置社会体育专业的院校达到210所[7]。值得注意的是，2014年教育部公布的“近两年全国就业率较低的本科专业”名单中包含了社会体育指导与管理专业。基于此，我国民族高校体育学科在专业设置以及培养规模上必须紧密结合社会需求因素。
1.1.4 学术水平 大学学术水平是一个发展、动态的概念，它是伴随大学职能拓展而衍生并得到逐步凸显的。学术水平是现代大学核心竞争力的本质[8]。大学的学术水平是通过教师对高深知识以及科学真理的探索而达到的创新程度。学术水平又是学科建设成就的重要体现。国家社科基金项目的立项数目已经成为我国高校人文社会科学领域研究水平的重要指标，通过国家社科基金项目立项情况可以反映一所高校体育学科的发展水平。通过全国哲学社会科学规划办公室官方网站“项目查询”[9]统计得知，截止到2014年，我国15所民族高校共计获得12项国家社科基金项目立项。从立项的课题研究范围来看，发挥民族特色与民族地区优势是获得国家级课题资助的有利条件，在12项国家社科立项中，有8项课题研究领域定位于民族传统体育文化。其余4项分别涉及职业体育、体育赛事以及民间体育社团研究。12项体育学国家社科基金项目集中在6所民族高校，其中云南民族大学4项、中央民族大学2项、中南民族大学2项、内蒙古民族大学2项，其余2项分布于青海民族大学以及西藏民族学院。云南民族大学4项国家社科基金项目中有2项属于西部项目。可见，从立项绝对数来看，我国民族高校体育学科整体发展水平还较低；从立项的院校分布来看，我国民族高校体育学科发展水平又存在不平衡现象。
1.2 民族高校体育学科发展存在的不足 学科建设是一项长期系统工程。任何学科的发展都要经过从无到有、不断完善的探索历程。我国民族高校体育学科建设整体上处于起步发展阶段，尽管具有自身的优势与特色，但同时也存在一些不容忽视的问题和不足。
1.2.1 研究团队尚未形成 科学研究是学科建设的核心要素，科学研究往往是学科建设的先导，也是不断提高教学质量的保障。正如我国著名教育家朱九思所言“科学研究要走在教学的前面。”通过科学研究可以提高教师的科研水平与教学水平，可以募集或引进高水平的一流教师，这些都为研究团队的形成奠定人力基础。而研究团队的形成与否是衡量学科发展水平高低的重要标志，高水平研究项目争取以及高水平研究成果取得离不开研究团队的通力合作。民族学之所以能够成为我国民族院校的优势学科，科学合理、稳定成熟的研究团队是重要前提。而反观我国民族高校体育学科研究团队发展现状可以看出，团队建设尚需加强。通过访谈了解到，各校体育学科研究团队组建模式主要有2种形式：1）学院内部根据研究方向划分研究团队，例如，中南民族大学、湖北民族学校等院校等；2）体育学院教师参与其他学科研究团队，例如，中央民族大学、中南民族大学、西南民族大学等院校。但在实践中，2种团队均存在问题与不足，包括学院内部团队过于松散、凝聚力不够；团队成员的研究基础及能力参差不齐，团队进行组合的主要原动力就是争取项目与经费等。实践表明，只是在项目申报或检查验收时才将各自的成果临时拼凑，这样的团队很难取得标志性成果。而对于跨学院、跨学科团队同样存在形式大于内容的问题。体育学科还是一个相对年轻的学科体系，作为一门学科不可避免与其他学科产生交叉与融合，但是由于学科年轻所以在同其他学科一体化水平上存在较大差异，在实践中也未能形成跨学科异质性团队的集体攻关。通过访谈得知，15所民族院校近半数没有成立学术团队，业已成立的学术团队或多或少存在着学术组织文化淡薄的问题，未能形成良好的学术团队凝聚力。
1.2.2 学科建设重视不够 学科建设是高等学校一项基础性工作，而重点学科建设则是学科建设的重点。学科建设反对平均主义，一般“将学术基础好，学科队伍强，有广阔发展前景，能够带动其它学科发展，能够创造较好的经济效益和社会效益的学科确立为学校的重点学科[10]。”我国民族高校体育学科则属于相对弱势边缘学科，不仅受限于学校优先发展重点特色学科的现实需要，也与体育学科师资力量以及学科理念滞后有关。1）在学校层面，长期以来我国民族高校体育工作重心在于公共体育教学。随着我国高等教育大众化以及高校扩招，我国民族高校体育学科伴随着体育院系的建立而进入快速发展阶段。学科建设包括硬件和软件2个方面，尽管民族高校在场地设施等硬件方面投入较大，但是在学科组织的机构设计、制度建设和学科发展规划、学科文化建设等软件方面体育学科亟待加强。2）在学院内部，学科建设的理念尚需提升。例如，通过对15所民族高校体育学院门户网站浏览发现，开设“学科建设”专栏的只有中央民族大学、内蒙古民族大学以及湖北民族学院等3所院校，其余12所院校只是针对专业设置以及科研成果统计等进行了简单性描述；而对于学科制度建设、发展规划以及学科组织文化等方面则呈现缺失状态。
1.2.3 教学科研未能融合 学科是相对独立的知识体系，科研创造知识，教学传播知识。教学与科学研究相结合原则是高等学校教学过程特有的原则[11]，只有实现教学与科研的有效结合才能切实推进学科发展。高等教育的基本职能是人才培养，高水平的教学才能培养高质量的人才。而离开了科学研究，教学的功效性与时效性就会缺失。教学内容手段需要科学研究成果的不断充实与更新，因为只有在教学中传授科学知识与方法，才能使得学生在校时就具有科学研究的初步能力。体育学科在民族院校尚属年轻新兴学科，教学实践与科学探索需要进一步的融合。1）教学方面，目前我国14所民族高校体育学科采取的是专业教学与公共体育教学相结合的模式（大连民族学院因目前未设置体育学科不包括在内），2种教学的要求在实践中存在较大差异。公共体育课教学占据了较多的课时，而专业课教学需要投入更多的知识准备或技能教学。民族高校体育教师工作量普遍较大，这在客观上增加了教师教学钻研的难度。2）科研方面，同其他学科教学相比，体育教学不仅是脑力劳动也是体力劳动，在身心疲惫的状态下使得大多数体育教师在科学研究方面表现出心有余而力不足、半途而废和研究进展缓慢3种状态。而对于部分研究志趣强烈、学术思维活跃的教师来说，又存在研究方向与专业教学不一致的问题，真正做到研究方向与专业教学有效融合的较少。在我国15所民族高校12项国家社科立项中，其中有8项研究方向定位于民族传统体育，而这8项课题负责人所在工作单位均未成立民族传统体育本科专业。虽然部分院校设置了民族传统体育研究生培养方向，但是限于招生规模较小，从而影响了教学、科研融合的深度与广度。
1.2.4 学科组织文化落后 由于“文化”的丰富内涵以及广泛外延，使得人们很难达成对“文化”概念的诠释趋同一致。同样，对于“学科文化”、“学科组织文化”的内涵理解尚不统一。伯顿·R·克拉克认为，学术文化是学科组织特质和基本要素，学科文化是学术文化的核心和基础，学科文化根植于学科，每一学科都有一种知识传统和相应的行为准则[12]。而邹晓东在其“研究型大学学科组织创新研究”一文的研究中提出，学科组织在形成和发展过程中积累的语言、价值标准、伦理规范、思维与行为方式等形成了学科组织文化[13]。英国苏塞克斯大学教育学教授托尼·比彻在其代表作《学术部落和领地——智力探求和学科文化》中，把学科视为一个个相对独立的“学术部落”，每个部落拥有各自不同的文化，具有认可的身份和特征的文化属性。按照这样的比拟，体育学科也是一个“学术部落”，那么体育学科在民族高校的存在形态就属于一个个较小的“学术村落”。学科的组织文化，对学科队伍建设具有重要的导向和约束作用，是学科生态环境的重要组成[14]。民族高校体育学科发展水平制约因素较多，其中学科组织文化建设是一个重要方面。通过访谈得知，目前存在的不足在于：学术理念不够坚定、学术目标比较模糊以及学术气氛比较淡薄等。健康和谐的学科组织文化有利于凝聚学科队伍，改善和协调组织内部的人际关系；有利于产生学术共鸣，从而形成集体攻关的团队力量。民族高校专业学科平台构建较晚，既往的工作重心在于公共体育教学，因此，不同的人根据教学专项习惯性地形成自己的研究方向。尽管各校按照学科建设需要不断加大人才引进力度，但是引进人才大多具有各自既往的研究旨趣，同时引进人才与教学组织人员无形中形成学术隔离。而随着体育学科不断深入发展，原先的单打独斗式的个体研究行为显然不能适应高水平学术研究的需要，这也是我国民族高校争取高水平、高层次研究项目数量偏少的重要原因。
2 提升我国民族高校体育学科发展水平的思考
2.1 加快建设学科队伍 高等教育的根本任务是人才培养。人才培养的过程就是塑造人才的过程，而学科建设水平则直接影响着人才培养的质量。因此，学科队伍的结构、水平、实力直接决定了一门学科的发展。学科队伍建设主要包括学科带头人的确立以及学术团队的建设。1）学术带头人确立是指选拨和任用合适人选导向和统帅学科的发展。如果没有著名的专家、学者往往是不可能建成高水平学科的。就我国民族高校的纵向发展来看，体育学科起始于中央民族大学，该校体育学院成立于1951年，而绝大多数民族高校体育学院成立时间较晚。整体而言，民族高校体育学科还是一个年轻的学科体系；而就横向发展来看，截止到2014年我国15所民族高校只有6所院校总共获得了12项国家社科立项，这也说明我国民族高校的专家、学者相对匮乏，在一定程度上反映了民族高校体育学科建设整体上还处于初级发展阶段。因此，选拔任用德才兼备的学科带头人尤为重要。2）学术团队建设是指建立结构合理的学术梯队。结构合理主要体现在年龄结构、能力结构、知识结构和学缘结构等方面。结构合理对于保持学术团队的新陈代谢以及稳定、持续、深入发展具有重要意义。由于长期以来，我国民族高校体育教育工作的重心在于公共体育教学，既往的师资队伍兼顾公共体育教学以及体育专业教学就显得任务繁重，而对于科学研究和学术思考难免心有余而力不足。
基于我国民族高校体育学科队伍构成现状，建议：1）积极争取学校政策支持选拔和任用高水平的学科领军人物；2）合理配置教学组织与学科组织的师资力量，在学科组织内部也要根据师资情况确立教学以及科研重心；3）根据学科方向招聘或培养中坚和后备力量，努力构建结构合理、充满活力的研究团队。
2.2 努力构建学科平台 学科是高等学校的组织细胞，高校的各种功能活动都是在学科这一平台上展开的，离开了学科载体，大学的职能便无法实现和伸展。构建学科平台是学科建设的核心环节。学科平台的申报是学科建设的起点，学科平台的取得为学科发展提供良好的契机。当然，学科平台取得不是学科建设的保证，它是学科建设阶段性成果的体现。学科平台建设也是一个长期的系统工程。由于我国民族院校体育学科整体发展起步较晚，学科平台建设理念及实践均存在差距。正如美国首位华裔大学校长、加州大学校长田长霖所说：“任何一所高校要成为世界知名大学，不可能在所有学科上齐头并进，而必须集中力量在一、两个学科上有所突破”。我国民族高校体育学科平台建设也是一样，既要理性地看到与别人的差距与不足，也要看到自身的特色与优势，努力做到“人无我有，人有我强，人强我特”。以云南民族大学体育学院为例，该院成立于2003年，是我国民族高校中第1批成立的体育学院。目前，在本科培养层次方面，设有体育教育以及社会体育指导与管理专业，同时设有民族传统体育学硕士学位授予点；并且，基于地处少数民族地区以及民族地区丰富的少数民族体育文化的先天便利条件，学院设有少数民族体育文化研究中心，目前已成为云南省民族传统体育教学、科研、训练的中心。以民族传统体育为学科研究方向，经过多年的学术探索与积累，截止到2014年，云南民族大学体育学院在民族传统体育研究领域已获得国家社科基金项目4项，立项数位居15所民族院校首位。
2.3 有效整合教学科研 《中华人民共和国高等教育法》第47条将“具备相应职务的教育教学能力和科学研究能力”，作为高校教师取得相应教师职务应当具备的基本条件之一。由此可见，具有一定的教学能力与科研水平是高校教师的必备法定素质。而民族高校体育教师也是如此。但是在实践中，我国民族高校体育教师整体上存在教学能力强于科研能力，科研方面仍存在学习少、动笔少、经费少的“三少”问题。对于个体而言，教学是果，科研是根，教学科研是内在的统一体。而对于学院来说，每一个体育教师都是学科发展的重要组成部分，有效整合教学与科研需要体育教师个体的智力投入与学术探索，也需要组织的管理与协调。对于民族高校体育教师个体而言，要不断提升科研意识，逐步形成科研习惯，学术思考与科研选题可以紧密结合丰富的民族传统体育文化教学实践与传承保护；而对于组织管理与协调而言，可以争取学校更多的支持力度，使得体育学科得到更多的关注与扶持。此外，学校在积极支持体育学科争取国家级课题立项的同时，更需要加大紧密结合教学实践的教研教改课题的政策倾斜，尤其是民族传统体育项目在进校园的教学实践中，亟需理论的论证与指导，而规律性的理论归纳可以更好地促进教学实践的有效开展。
2.4 培育学科组织文化 学术组织文化是组织文化的一种特殊形态，它不仅是学术组织管理的重要手段，而且是学术道德伦理教育的有效途径，决定着组织成员的价值取向，是学术组织前进的动力并指引着它的发展方向[15]。针对我国民族高校体育学科学术组织文化存在的不足，培育学科组织文化应该处理以下3个方面内容。1）倡导良好的学术风气，使恪守学术规范成为“学术村落”的共同价值观与行为准则。学术风气看似无形，却对学术环境起着“润物细无声”的作用。从微观上讲，良好学风折射出研究者良好的道德修养；从宏观来看，良好学术风气是坚守社会良知的最后壁垒。2）建立和谐的人际关系，营造尊重学术、尊重学者、帮助同事、提携后辈的集体温暖氛围，最大限度地让组织成员享受学术成果带来的收益和喜悦。美国管理学家利皮特博士指出：“人的价值，除了具有独立完成工作的能力外，更重要的是赋予和他人共同完成工作的能力[16]。”民族高校体育学术组织一旦自觉形成尊重、信任和沟通交流的学术文化氛围，必然为组织发挥出惊人的创造力和竞争力。3）通过制度建设创造公平竞争的学术生态环境。制度建设是学科组织文化培育的基础，是学术组织良好运行的保障。仅仅依靠纯粹的理念价值并不能提供有效的组织控制和制度预防手段；仅仅诉诸于组织主体的道德自律，就显得非常脆弱[17]。通过制度建设可以为民族高校体育学术生态系统建立提供了比较稳定的保障。无论是日常科研管理、教学科研、科研工作量设定、科研奖励激励，还是课题申报都要制度化，从而有章可循。
3 结 语
学科发展是一项长期任务，也是一项系统工程。作为一个相对年轻的“学术村落”，我国民族高校体育学科发展，在专业设置、培养规模、培养层次、学术水平等方面已经取得了令人欣喜的成绩。但是，在取得进步的同时也存在一些问题与不足。例如，专业设置未能充分发挥民族特色与优势、培养规模未能紧密结合社会需要、培养层次上研究生培养比例较小，以及学术水平发展存在不均衡等。现代学科发展的交叉、融合趋势不断加强，民族高校体育学科建设完全可以凭借区域优势与民族特色，坚持特色发展，构建学科平台，确定学科方向，加强学科队伍建设，培育学术组织文化，科学选准学科项目，理性培育新兴学科，促进我国民族高校体育学科的科学发展。
参考文献：
[1] 张京泽，唐纪南.新中国民族院校的发展与改革的历史性回顾[J].北方民族大学学报（哲学社会科学版），2012（4）：5-16.
[2] 杨桦.关于加强体育学科建设的思考[J].成都体育学院学报，2011，37（1）：1-5.
[3] 闫亚林.高等教育层次和科类结构研究[D].上海：华东师范大学，2005：15-16.
[4] 当前研究生培养制度不完善，改革政策不可贸然突进[EB/OL].中国新闻网（2012-11-09）[2014-06-10].http：//edu.enorth.com.cn/system/2012/11/13/010263940.shtml.
[5] 王新兵，杜学元.试论新世纪的教育发展观[J].教育探索，2006（1）：48-50.
[6] 王莹.我国高等院校体育学本科专业培养规模现状分析[J].成都体育学院学报，2011，37（8）：60-63.
[7] 舒宗礼，夏贵霞，杨斌，等.社会体育专业特色建设探索——以湖南城市学院社会体育专业为例[J].北京体育大学学报，2013，36（2）：115-119.
[8] 王春玲.大学核心竞争力的研究[D].阜新：辽宁工程技术大学，2006：24-25.
[9] 全国哲学社会科学规划办公室[DB/OL].http：//www.npopss-cn.gov.cn.
[10] 陈达云.关于加强高校学科建设问题的思考[J].中南民族大学学报（人文社会科学版），2005，25（1）：5-9.
[11] 潘懋元.潘元文集[M].广州：广东高等教育出版社，2010：210.
[12] 何敦春，欧阳迪莎.学科文化与高等教育管理的关系及培育[J].福州大学学报（哲学社会科学版），2012，107（1）：108-111.
[13] 邹晓东.研究型大学学科组织创新研究[D].杭州：浙江大学，2003：57.
[14] 刘虹，马桂林.高水平大学学科队伍建设的思考[J].清华大学教学研究，2007，28（3）：65-69.
[15] 肖楠，杨连生.基于学术组织文化的学术伦理建设思考[J].文化学刊，2011（2）：71-75.
[16] 魏芬.高校知识管理的几对内在矛盾分析[J].现代大学教育，2004（6）：45-49.
[17] 苏均平.学科与学科建设：院校业务建设的核心与龙头[M].上海：第二军医大学出版社，2004：45-46.
作者：郝家春
社科基金体育学论文 篇2：
我国体育学博士生导师的现状
摘 要：通过对我国19个体育学博士学位授予单位的198名在职博士生导师的现状进行统计研究，以期发现现存问题，提出相关建议，为更好地提高我国高端体育人才培养水平提供参考。采用文献资料、数理统计和逻辑分析等方法。研究结果显示：从自然特征看，体育学博士生导师过分集中在华北和华东两地，年龄结构以中青年博导占较大比例等。就教育背景而言，年轻博导中绝大多数具有博士学位，但具有海外进修经历的博士生导师的比例仍然偏低。关于专业素养，体育学博士生导师的h指数值整体偏低，主持过国家级科研项目的博士生导师人数较少等。研究结论：这种非均衡分布状态反映了体育学博士生导师的准入门槛较高，体育学科的不成熟，以及我国体育学博士生导师队伍建设的相关制度尚不完善等原因导致学科建设结构上的差异，这是未来一段时间需要重视和解决的问题。
关键词： 体育学；博士生导师；体育教育
Current Situation of Doctoral Supervisors in Sport Science in China
CHEN Qingwei
Key words：sport science；doctoral supervisor；physical education
收稿日期：2012-11-14
作者简介：陈庆伟（1968-），男，河南商丘人，硕士，副教授，研究方向为学校体育和社会体育。
作为博士生培养工作的直接承担者，体育学博士指导教师是体育界学术与科研的带头人，导师水平对于培养工作的质量不仅起着重要的作用[1]，而且关系到一个学科的发展方向，甚至关系到一个学科的国际声誉。文献检索显示，目前未见专门研究体育学博士生导师的论文，相关的研究仅在几篇关于体育学博士生培养的文献中就博士生导师队伍建设问题泛泛提及。
1 研究对象与方法
1.1 研究对象
1.1.1 研究对象界定
国务院学位办公室副主任谢桂华指出：“博士生导师是指导、培养博士生的重要工作岗位，不是教授职务中的固定层次和终身的荣誉称号。招生并实际指导博士生者即为博士生导师，不招生且不实际指导博士生者则不是博士生导师。”[2]因此，本研究对博士生导师从3个方面作出相应限定。
1）在学科范围上，指体育学一级学科之下的体育人文社会学、体育教育训练学、运动人体科学和民族传统体育学等4个学科方向的博士生导师。对于在其他学科之下设置的交叉性质的博士点的导师不纳入统计。
2）在单位权限上，指经过国务院学位委员会评定的具有体育学博士学位授予权单位的博士生导师。经国务院学位委员会评审，我国共有19家体育学博士学位授予单位，其中15家一级学科授权单位为：北京体育大学、上海体育学院、华东师范大学、华南师范大学、清华大学、北京师范大学、山西大学、东北师范大学、苏州大学、南京师范大学、浙江大学、福建师范大学、华中师范大学、武汉体育学院和湖南师范大学；4家二级学科授权点为：辽宁师范大学、河南大学和河北师范大学是体育教育训练学授权点；曲阜师范大学是体育人文社会学授权点。
3）在就职状态上，指当前在职并全职工作（每年在所在单位工作9个月以上）的博士生导师，不包括退休的导师，但若退休后获返聘且仍招收博士生的纳入统计范围。
1.1.2 研究框架
研究体育学博士生导师群体的现状，必须确定一个分析框架。为便于统计，本文通过咨询相关专家，将研究阶层特性的分析框架细化为具体的指标系统，并强调指标系统的有效性和可行性。所谓有效性，指框架能够恰当地描述体育学博导的存在状态；所谓可行性，指框架中确定的指标要具备可量化统计的现实条件。引入3组变量来描述体育学博士生导师的当下状态：一是自然特征，包括年龄、性别和所在城市等指标；二是教育背景，包括最高学位及是否有国外进修经历等指标；三是专业素养，包括职称、职务和科研绩效等指标。
1.2 研究方法
1.2.1 数据采集
研究数据于2012年6月25日至7月25日通过以下途径采集：1）各博士生导师的自然特征和教育背景等数据信息通过我国19所体育学博士授权单位的官方网站、电话或以该博士生导师的姓名为关键词在“百度”搜索工具上获得。2）各博士生导师的科研绩效信息通过中国知网（CNKI）获得：各博士生导师的论文h指数及发文量、被引频次等科研信息通过CNKI的“中国学术期刊网络出版总库”“中国重要会议全文数据库”和“中国重要报纸全文数据库”，检索各博士生导师截止2012年6月在CNKI数据库中收录的全部论文量和这些论文在 CNKI 数据库中的被引频次等数据，然后用h指数计算方法计算各博士生导师在2012 年（统计年）的h指数。各博士生导师主持的科研项目信息通过CNKI“国家各级科研项目”平台、“全国哲学社会科学规划办公室成果数据库”和“全国教育科学规划办公室年度课题名单”，检索各博士生导师截至2012年6月主持的“国家社会科学基金”“国家自然科学基金”“全国教育科学规划课题”和“国家体育总局体育哲学社会科学研究项目”等科研项目信息。
1.2.2 数理统计法
采用了常规描述统计，对统计数据进行了专业处理。
1.2.3 逻辑分析法
综合运用了比较与类比，归纳与演绎，分析与综合等逻辑方法对统计结果进行分析。
2 研究结果与分析
2.1 我国体育学博士生导师自然特征分析
2.1.1 我国体育学博士授权单位空间分布状况
截至2012年底，我国已有19家体育学博士学位授予单位，其中体育学一级学科博士授权单位由2010年前的4家增至15家。
由表1可见，19所体育学博士生招生院校中：华东地区6所，分别是上海体育学院、华东师范大学、浙江大学、南京师范大学、苏州大学和曲阜师范大学；华北地区6所，分别是北京体育大学、清华大学、河南大学、河北师范大学、北京师范大学和山西大学；华中地区有武汉体育学院、华中师范大学和湖南师范大学3所；华南地区有华南师范大学和福建师范大学2所；东北地区有东北师范大学和辽宁师范大学2所；西南与西北地区均没有体育学博士生招生院校。体育学博士生招生院校主要集中在华北和华东地区，各占31.6%，华中地区占15.8%，东北和华南地区各占10.5%。
表 1 我国体育学博士生导师人数分布情况统计表
人
注：“上体”指上海体育学院；“华东”指华东师范大学；“浙大”指浙江大学；“南京”指南京师范大学；“苏大”指苏州大学；“曲阜”指曲阜师范大学；“华南”指华南师范大学；“福建”指福建师范大学；“北体”指北京体育大学；“清华”指清华大学；“河大”指河南大学；“河北”指河北师范大学；“北京”指北京师范大学；“山西”指山西师范大学；“武体”指武汉体育学院；“华中”指华中师范大学；“湖南”指湖南师范大学；“东北”指东北师范大学；“辽宁”指辽宁师范大学。下同。
从区域来看，重东部，轻西部，布局结构明显不平衡[3]。从地方来看，重省市级大都市，轻地方小城市，招收体育学的19个博士点学校只有辽宁师范大学、河南大学和曲阜师范大学3所学校在地级城市，其余都是在省级城市。
西部地区含12个省市自治区，辖540万km2，人口近3亿，迄今尚无一个体育博士授予单位和博士学位授予点。这种学科专业布局的缺位，既不利于全国培养体育高层次人才的均衡发展，也不能适应西部大开发战略的发展要求，更没有真实反映西部体育学科的水平[4]。
这种不平衡缘于教育部在进行首批博士授予单位、学科和专业授权审核时强调“主要限于全国高等学校和国务院有关部门主管的科学研究机构中能培养攻读博士学位研究生的重点学科”，并且在此后的博士学位授权审核过程中长期坚持在已有条件的基础上强化发展，强调“应首先考虑将博士、硕士研究生的培养集中在已是博士、硕士学位授予单位且条件较好的高等学校，特别是要注意充分发挥研究生院在培养博士、硕士研究生中的作用，不要搞平衡照顾、分散布点”。这一种强迫性机制，最终导致了博士点向条件较好的高校和地区高度集中的现象，体育学博士点的区域布局亦然[5]。
可喜的是，位居西南的成都体育学院正在进行“立项建设博士学位授权一级学科点”工作，该项工作的验收将由国务院学位办和四川省学位委员会联合于2012年12月—2013年2月期间进行。成都体育学院此次“博建”若能成功，将对提高西南地区体育学高层次人才培养水平和均衡体育学博士授权单位空间分布状态起到积极促进作用。
2.1.2 我国体育学博士授权单位性质及学科分布状况
我国体育学研究生从体育人文社会学、运动人体科学、体育教育训练学和民族传统体育学4个二级学科进行培养，形成了体育院校、师范院校、综合性大学培养的格局，体育学博士点的规划经历了体育院校—师范院校—综合性大学的发展过程。现阶段，19所体育学博士研究生招生单位中，体育专业院校3所，师范院校11所，综合性大学5所。目前，全部3所体育院校、11所师范院校中的8所和5所综合性大学中的4所均已成为体育学一级学科博士授权点，招生专业涵盖了体育人文社会学、运动人体科学、体育教育训练学、民族传统体育学4个学科。辽宁师范大学、河南大学和河北师范大学为体育教育训练学授权点，曲阜师范大学为体育人文社会学授权点。
2.1.3 我国体育学博士生导师人数分布状况
与体育学博士生招生院校主要集中在华北和华东地区相应，我国体育学博士生导师分布也呈高度集中状态。目前，我国在职体育学博士生导师共198人，其中：华北地区体育学博士生导师数达82人，占总数的41.4%；华东地区67人，占总数的33.8%。仅这2个地区的博导人数即占到我国体育学博导总数的75.3%，即近一半的体育学博士生导师集中于华北地区，近8成集中在华北和华东2地。其他依次为：华中地区21人，占总数的10.6%；华南地区19人，占总数的9.6%；东北地区9人，占总数的4.6%。博士生导师还处于流动状态，总体趋势是由各地省城流向位于华北的首都北京，由中西部城市流向东南沿海城市。市场力量的资源配置模式已经形成“马太效应”，博士生导师过分集中于少数城市，不利于体育学的均衡发展。
各高校体育院（系）所拥有的博士生导师数量在很大程度上代表该学科的实力。以院校为单位，对我国19个体育学博士学位授予单位的博士生导师数量进行排名发现，北京体育大学有体育学博士生导师54人，居全国之首。该校是我国体育院校中唯一的一所全国重点大学和国家“211工程”重点建设院校，是第一个拥有体育学博士学位授权点和体育学一级授予点的单位，体育学学科设置齐全，二级学科划分比较细，因而，体育学博士生导师较多。往下依次是：上海体育学院34人，居第2位；华东师范大学14人，居第3位；武汉体育学院、华南师范大学和北京师范大学各13人，并列第4位；苏州大学8人，居第5位；福建师范大学和东北师范大学各6人，居第6位；南京师范大学5人，居第7位；其他授予点的体育学博士生导师均为4人或3人，其中，4人的院校5所，分别是华中师范大学、湖南师范大学、清华大学、河北师范大学和河南大学，3人的院校4所，分别是浙江大学、曲阜师范大学、山西大学和辽宁师范大学。对各单位数据进行加权平均发现，我国平均每个体育学博士授予单位的博士生导师数是10.4人，但最多者拥有54人，最少仅3人，极差值达51，足见各体育学博士授予单位博士生导师数量分布也极不均衡。尤其对于新增的11家体育学一级学科博士授权单位而言，博导数量远跟不上学科数量的增加。这种不均衡是否会引发不惜通过降低增补博导的标准，尽力扩大博导的数量与规模的现象，这也正是验证体育学博导选拔制度公信度的契机。
2.1.4 我国体育学博士生导师性别分布状况
表1统计表明，在全国198名体育学博士生导师中，男性164人，占82.8%，女性34人，占17.2%，男女比例为4.8∶1。据教育部2010年教育统计数据，全国博士生导师为1万2 460人，其中男性1万787人，占88.2%，女性1 673人，占11.8%，男女比例为7.4∶1。总体看，我国体育学博士生导师男女比例较全国水平更趋平衡。
但具体到各授予单位，博士生导师的性别结构状况又有所不同：北京体育大学女博士生导师12人，占该校总数的22.2%，男女比例是3.5∶1；上海体育学院女博士生导师5人，占该校总数的14.7%，男女比例是5.8∶1。但其他院校的女性博士生导师均未超过4人，武汉体育学院等9所院校无一名女性体育学博士生导师。
与男性相比较，女性在认知力、瞬间记忆力、语言组织能力等方面的天然优势更有助于其科学研究；女教师在形象思维、观察力、注意力和动作协调能力等方面的优势使其更适合体育教学；而性情温和、细腻和体贴的天性使其在工作中更加细心，更擅长处理细节问题，更有利于彰显以学生为本的教育理念；因此，各体育博士授权单位在根据按需增补原则进行自行审核、遴选博士生导师的工作中，要注重对女性教师的培养与选拔，加强性别结构的优化。
2.1.5 我国体育学各学科博士生导师人数分布状况
由表2可知，我国体育学博士生导师的学科分布主要是：体育人文社会学导师60人，占总数的30.3%；体育教育训练学导师76人，占38.4%；运动人体科学导师53人，占26.8%；民族传统体育学导师9人，占4.5%。民族传统体育学博导数量少的主要原因是由于民族传统体育的研究生培养历程较短，是我国的特色学科，在研究生培养上没有模式可借鉴[6]。从各学科在各地区的分布状况看：体育人文社会学导师主要分布在华东地区，有26人，占该学科总数的43.3%；体育教育训练学和运动人体科学导师在华北地区的比例最大，分别有42人和有23人，分别占各自学科总数的55.2%和43.3%；仅有的9位民族传统体育学导师在华东地区有7个，占该学科总数的63.6%，华北和东北地区0个。5个有博士点的地区，其中3个地区是4个二级学科博士点全有的全学科地区，而东北地区仅有体育教育训练学一个博士点。研究方向并无优劣高下之别，却有分布和发展水平的差异。统计数据说明，体育学博士生导师的研究兴趣仍集中在体育人文社会学和体育教育训练学学科领域，对运动人体科学和民族传统体育学等新兴学科的研究比较薄弱。
2.1.6 我国体育学各年龄段博士生导师人数分布状况
合理的年龄结构是博士生导师梯队形成最佳群体结构的一个重要因素。一个合理的导师梯队应该由老、中、青年导师按适当比例结合而成。从表3统计的198位体育学博导年龄情况看，各出生时间段人数由多到少排序依次是：1951—1960年91人，占体育学博导总数的45.9%；1961—1970年68人，占34.3%；1941—1950年34人，占17.2%；1971—1980年5人，占2.5%。总体看，我国体育学博士生导师中，60岁以上的老年博导和50～60岁之间的中年博导，以及50岁以下的青年博导的比例为1∶2.7∶2.1，由此比例我们可以看到我国体育学博士生导师以中青年占较大比例，并且显现出年轻化趋势。具体到各校，华东师范大学和福建师范大学50岁以下体育学博导人数占到该校7成以上，北京师范大学占到该校近7成。年轻化虽然彰显了体育学博导队伍的动力与活力，但有时也暴露出经验不足的弱点。
表 2 我国体育学各学科博士生导师人数分布情况
人
注：“人文”指体育人文社会学；“教育”指体育教育训练学；“人体”指运动人体科学；“民传”指民族传统体育学。
表 3 我国体育学各年龄段博士生导师人数分布情况 2.2 我国体育学博士生导师教育背景状况分析
2.2.1 我国体育学各年龄段和各学科博士生导师学历状况
表4统计显示，本课题研究的198位博导中：具有博士学位的共111人，占56.1%；具有硕士学位的共30人，占15.2%；具有学士学位的共57人，占28.8%。
从各年龄段学历情况看：1971—1980年出生的5位博导全是博士；1961—1970年出生的68位博导中，博士学位者占80.9%；1951—1960年出生的91位博导中，博士学位者占49.5%；1941—1950年出生的34位博导的学位，学士有22人，博士和硕士各只有6人。由此可见：年龄越大，最高学位越低，具有学士学位的比例越高；年龄越小，最高学位越高，具有博士学位的比例越高。这反映出当前我国博导遴选对最高学位的政策性要求。
从4个二级学科学历情况看，各学科拥有博士学位人数占该学科比例由高到低依次为：运动人体科学占67.9%，体育人文社会学占63.3%，民族传统体育学占44.4%，体育教育训练学占43.4%。此排序也反映出我国体育学博士研究生学科建设和学缘结构问题。民族传统体育学学科的“民族性”特点限制了其博士点的发展，也自然限制了该学科博士生的培养数量。调查显示，有一半以上的博士生导师在本校获得博士学位，在国内其他院校获得博士学位的博士生导师有4成，在国外获得博士学位的博士生导师占不到1成。由此表明，我国体育学博士生导师队伍中存在着较严重的“近亲繁殖”和“师徒同堂”的现象，这不利于不同学术思想的交流，不利于拓展博士研究生的学术视野，在很大程度上影响了学科的建设与发展。
表 4 我国体育学各年龄段和各学科博士生导师学历及海外进修情况
2.2.2 我国体育学各年龄段和各学科博士生导师海外进修状况
具有海外进修经历往往意味着具有国际化的跨文化资源和开放的学术视野，在开展对外学术交流，推进体育学学术研究与国际接轨等方面都具有重要意义。本文所说的海外进修经历是指在海外有过一定时间的留学、访学或专业培训经历。
表4统计表明，统计的198位博导中，仅有57人有过海外进修经历，占28.8%，不足3成。从各年龄段看，有过海外进修经历的博导人数占该年龄段比例由高到低依次是：5位“70后”博导中有60%，1951—1960年出生的有31.7%，1961—1970年出生的有25%，60岁以上的有23.5%。研究发现，海外进修形式因年龄而不同，年龄越大，留学进修越多，年龄越小，访学进修和培训进修越多。从各学科看，有过海外进修经历的博导人数占该学科比例由高到低依次是：体育人文社会学38.3%，体育教育训练学27.6%，运动人体科学24.5%.此3个学科差距不大，而民族传统体育学则为0。由此反映出民族传统体育学这个新兴学科的发展难度和光明前景，若能在内无前车之鉴，外无先进经验的条件下将其科学开展，发扬光大，则不失为世界体育学的发展与完善作出了贡献。
2.3 我国体育学博士生导师专业素养状况分析
2.3.1 我国体育学博士生导师职称、职位（兼职）状况
职称在一定程度上可以反映一个人的“专业技术或学术水平的等级”。统计显示，198位体育学博导中，98.7%具有教授职称。博士生导师的高职称传达出2方面信息：一方面表明体育学博导的进入门槛较高，博士生导师的整体水平高；另一方面表明我国体育学博士生教育的体制不够灵活[2]。过分强调导师的职称有时会限制博士研究生对导师的选择权，许多能力较强的教授以下职称的教师被剥夺了指导学生的资格，而学生也就失去了选择那些没有博导头衔的老师作为论文指导者的权利[7]，不利于博士生培养。2010年，上海体育学院首开评聘副教授为博士生导师的先例，打破了大陆只有教授才能成为博士生导师的现状。
198位博导中，90.6%的导师兼任党政工作，其中，93.6%的导师在国际、国内学术组织机构和体育单项协会兼职或担任重要职务或在国家二级学会任常委以上职务。在本单位任职或在相关组织机构兼职虽然无可厚非，但恐怕这在某种意义上正如中国政法大学教授郭世佑先生所讲，当“官本位”的管理模式与价值体系把许多在学术上相对稍优者推向系、所、院、校各级领导岗位时，当各级“政协委员”“人大代表”等政治荣誉与社会兼职不期而至时，兼职的博导们即使个个都很讲职业道德，都很尽职，其应对本职的时间与精力也不过是雪上加霜。个中甘苦，唯有自知[8]。
2006年6月，北京体育大学研究生院对2006届全体研究生毕业生进行调查，结果显示：35%的研究生每周与导师见面少于1次，45%的研究生与导师交流的时间小于1 h/周，而70%的研究生希望的是至少能每周与导师交流1次。有近60%的学生论文导师没有看过，近20%的研究生认为导师对自己学业帮助不大，其原因主要是导师的专业水平有待提高和导师工作繁忙[9]。此现象并非北京体育大学独有。
尤其现在有些学校力聘上级部门行政官员当博导的作法很是流行。笔者认为，无论由博导提拔为官员，还是由官员被聘为博导，凡不能以培养博士生为主业者，需在每次博导选聘时，真正从我国博士生培养质量出发，扪心自问能否尽到博导职责，为振兴我国博士生教育事业以身作则，起“领导带头”作用。
2.3.2 我国体育学博士生导师科研绩效状况分析
2.3.2.1 h指数概念解析
一直以来，科学家科研能力和学术造诣的主要呈现形式是学术论文，因此，用来评价科学家科研绩效的主要方法是对其学术论文进行计量分析。2005年8月，美国加州大学圣地亚哥分校物理学家乔治·赫希教授（Jorge E.Hirsch）提出了一项旨在评价科学家个人绩效的指标——h指数。h指数的定义是：如果一位科学家发表的n篇论文中有h篇论文被引次数不小于h，其他（n-h） 篇论文中每一篇的被引次数都小于h，那么这位科学家的h 指数就是h[10]。例如，某科学家的 h指数为18，则表示该科学家至少发表了18 篇被引频次至少在18次的论文。该指数巧妙地将数量指标（发表的论文数量）和质量指标（被引频次）结合在一起，h指数高不仅表明评价对象发表的论文质量高，而且表明高质量论文的数量多，克服了以往各种评价科学家科研绩效的单项指标的缺点；因此，在它发表后的短短几个月当中，就在10多个国家的文献计量学研究者中引起了热烈的反响[11]。
2.3.2.2 我国体育学博士生导师科研绩效概况
通过对19所院校的198位体育学博导在CNKI 数据库中收录的全部论文量和这些论文在 CNKI 数据库中的被引频次等数据的统计计算得出，198名体育学博导的h指数值范围为2≤h≤28，平均值为11.3。
根据乔治·赫希教授的研究，美国研究型大学的物理学家要获得永久教职（副教授），h指数一般大约为12，晋升正教授大约为18[12]。上述198名体育学博导的h指数平均值较之偏低。统计表明：我国体育学博导的h指数达到或超过12的有84人，占42.4%；达到或超过18的有18人，占9.1%。尽管存在物理科学的h指数普遍高于社会科学这样的学科差异，但如此低的人数比例亦将成为体育学奋起直追的动力。
表 5 我国体育学博士生导师h指数及相关绩效概览表
从表5统计的各项指标数据范围的底线数值，如h指数2、个人发文量4篇、总被引频次6次、第一（含独著）作者百分率6.3%和篇均被引频次1.1次等数据信息，我们可以发现，这些较之一名普通体育教师都显低的科研评价数据让人实难与体育学博导联系起来，当然，有些博导的有些文章可能未被收录在CNKI中。198位博导中，h指数小于等于5的有18位，这些博导中确有文章多发在他所留学国家的期刊上的，但有些并未发现有留学经历。
表6统计了198位博导主持的“国家社会科学基金”“国家自然科学基金”“全国教育科学规划课题”和“国家体育总局体育哲学社会科学研究项目”等科研项目情况。统计显示，198位博导共有115（占58.1%）人次主持过共计249项国家级科研项目，其中：社科基金项目105项，66位主持人，占总人数的33.3%；自然基金项目27项，19位主持人，仅占总人数的9.6%；全国教育科学规划项目24项，21位主持人，占总人数的10.6%；体育总局项目93项，59位主持人，占总人数的29.8%。由此不难发现，主持过国家级科研项目的人数不足6成，尤其国家自然基金项目更是体育科研的弱项。
表 6 我国体育学博士生导师主持科研项目状况统计
体育学博士生导师肩负着培养体育高端人才的重任，其学术态度与水平直接影响博士生质量的好坏。当前，国际上评价科学家的科研绩效仍以学术论文为主要评价标准，而我们的一些博士点对博导的科研绩效以申请的科研课题经费多少为主要标准，降低甚至忽略了对论文的要求，以致一些教师在评上博导后的独著（或第一作者）论文量明显减少。在当今搞课题颇受重视的形势下仍有4成多博导没有主持过课题，这除了课题立项竞争激烈的原因外，科研态度和环境也不容忽视。
3 结论与建议
3.1 结论
本文通过对我国19所体育学博士学位授予单位198名在职博士生导师的统计分析，对这一特殊阶层的现状进行了全方位研究。总体来看，我国体育学博士生导师呈“非均衡分布”状态：就自然特征而言，体育学博士生导师过分集中在华北和华东两地；男性博士生导师占据绝对优势；运动人体科学和民族传统体育学等新兴学科的研究比较薄弱；博士生导师的年龄结构以中青年占较大比例。就教育背景而言，我国体育学博士生导师的学位分布已经比较合理，年轻博导中绝大多数具有博士学位，但具有海外进修经历的博士生导师的比例仍然偏低，学缘结构不尽合理。就专业素养而言，我国体育学博士生导师基本都有教授职称，9成以上有行政职务和学术兼职，目前，国内其他学科学者科研成果的h指数相关研究未见，与美国物理学相比，体育学博导的h指数值整体偏低，主持过国家级科研项目的博导人数较少。这种非均衡分布状态可从两方面阐释：一方面，由于体育学是一个年轻的学科，体育学博士生导师的准入门槛较高，博导队伍发展必然是非均衡的，不可能同步发展；但另一方面，也正因为体育学科的不成熟，我国体育学博士生导师队伍建设的相关制度尚不完善，导致学科建设结构存在差异，这是未来一段时间需要重视和解决的问题。
3.2 建议
1）均衡布局结构，促进协同发展。
针对目前我国体育学博士学位授权单位和博士学位授权点大多集中在发达地区，而西部地区为零的不平衡布局结构，必须充分发挥我国目前的教育资源优势，进行科学的全局性布局考虑，从而有效促进我国体育学科区域间的协同发展和整体水平的快速提高，进一步优化我国高层次体育学教育资源的配置。
2）落实遴选机制，狠抓质量建设。
遴选体育学博导的关键在于遴选制度是否落到实处。在遴选时要严把质量关，要对遴选对象的事业心、责任感、学术水平、科研能力等进行科学、客观考评，并且要进行任期内的年度评估。
3）注重学习交流，改善学缘结构。
为防止“近亲繁殖”，改善学缘结构，要从制度入手，研究出台高校教师出国研修相关政策，把年轻教师出国进修深造经历作为晋升职称和评聘博导的必备条件，并且，鼓励支持教师在高校间自由流动，在多所高校间承担岗位教学或科研任务。从而加强学术思想的交融，促进学术交流，促进创新，促进学科发展。
4）加强梯队建设，形成优势互补。
加强体育学博导梯队建设要从两方面考虑，一方面要使导师队伍保持持久活力和发展动力，老中青比例要协调，既要有利于发展年轻导师的工作热情，又要敢于为年轻导师提供承担重大课题的机会，让他们在实际操作中探寻经验和寻找不足，为自己才华的发挥创造足够的空间。另一方面，要充分发挥即将退休的老教授、有经验的导师的传、帮、带作用，缩小导师队伍中因年龄和阅历而造成的衔接困难。
需要指出的是，由于条件所限，本研究在统计上存在一定的误差，如在博士生导师数量的认定上，有的单位聘请了大量的兼职博导，有的单位对博导岗位实行动态管理，有的单位信息不够公开，博导的详细信息不充分等；还有就是对个别留学时间较长的博导所发表的论文量的统计不够完整。这些因条件造成的不足留待下一步研究时改进。
参考文献：
[1] 田麦久，郑吾真，黄竹杭.体育学博士立足于国内培养之对策[J].北京体育大学学报，1996，19（4）：2-6.
[2] 吴锋.中国大陆新闻传播学博士生导师现状统计研究[J].现代传播，2008，150（1）：115-118.
[3] 李燕领，王家宏，陶玉流.1979—2009年中国体育学研究生学位点的发展[J].体育学刊，2010，17（10）：59-63.
[4] 陈伟，欧阳川，李国栋.立足08奥运、完善培养体制、构筑高端人才工程[J].成都体育学院学报，2007，33（2）：1-4.
[5] 卢志成，郭惠平，李斌琴.对我国体育学博士教育扩散现象的新制度主义诠释[J].武汉体育学院学报，2010，44（9）：17-22.
[6] 杨贵仁，黄汉升，方千华.新时期我国体育学博士研究生教育审视[J].体育科学，2005，25（6）：3-12.
[7] 顾海兵.质疑“博导遴选”制度[N].南方周末，2003-08-14.
[8] 郭世佑.博导的质量、责任与权力[J].中国高等教育，2005（19）：29-31.
[9] 钟秉枢，蒋家珍.以规范为基础，以创新求发展：体育学博士生培养若干问题的探讨[J].武汉体育学院学报，2006，40（12）：7-11.
[10] Hirsch J.An Index to Quantify an Individual’s Scientific Re-search output [J].Proceedings of the National Academy of Sciences of the United States of America，2005，102 （46）：16569-16572.
[11] 万锦堃，花平寰，赵呈刚.中国部分重点大学h指数的探讨[J].科学观察，2007，2（3）：9-16.
[12] 王兰敬.h指数在学术评价领域的应用研究进展[J].情报科学，2011，29（4）：624-627.
作者：陈庆伟
社科基金体育学论文 篇3：
国家社科基金学科类别自动判定模型构建研究
摘 要：在把所获取的国家社科基金项目标题按照词表示成训练和测试语料的基础上，基于条件随机场模型和双向长短时记忆模型对所构建的国家社科基金项目学科类别判定模型，进行了多个角度和层面的验证，并与支持向量机模型的实验结果进行对比. 基于相应的模型性能评价指标，验证了传统机器学习模型在小规模语料上的整体性能，证明增加了人工特征模型后的条件随机场模型的整体性能并未突出，同时对条件随机场的性能进行个案分析.
关键词：机器学习;条件随机场模型;国家社科基金;文本挖掘
Key words：machine learning;conditional random field;National Social Science Foundation;text mining
國家社科基金成立二十多年以来，其学科类别逐步得到完善，形成了一套相对完整的类别体系. 排除数量相对较少的艺术学和军事学这两个学科类别，目前，国家社科基金主要由马列·科社、党史·党建、哲学、理论经济、应用经济、政治学、社会学、法学、国际问题研究、中国历史、世界历史、考古学、民族学、宗教学、中国文学、管理学、教育学、外国文学、语言学、新闻学与传播学、人口学、统计学、图书馆、情报与文献学、体育学等24个学科类别构成. 上述24个学科覆盖了重点项目、一般项目、青年项目、西部项目、后期资助、成果文库和中华学术外译等不同类别的国家社科项目. 但有部分国家社科基金，特别是国家社科重大项目有些是缺乏类别的知识. 如何对国家社科基金，特别是国家社科基金重大项目进行类别判断，不仅对于后续的项目申请者和研究者具有直接的指导意义和价值，还可以提高项目管理者对项目管理的精准度，从而提升对国家社科项目管理的科学性和高效性.
条件随机场（Conditional Random Field，CRF）、支持向量机（Support Vector Machine，SVM）和双向长短时记忆模型（Bidirectional Long-Short Term Memory Model，Bi-LSTM）均可以实现对短文本的自动类别判定，围绕这3个模型的代表性研究如下：Lannoy等[1]提出一种在心电信号中自动分类心跳的方法，根据该应用的特定特征提出了一个特定的分类器，该分类器是条件随机场分类器的加权变体，实验结果优于以往的心跳分类方法，尤其在病理性心跳方面;Delaye等[2]提出了一种在不受约束的在线手写文档中，区分文本和非文本笔迹的新方法，该方法基于条件随机场联合多个信息源建模，实现了在笔画级别提高分类精度，同时也突出了上下文信息不同来源的贡献;Hu等[3]提出了一种新的高光谱图像分类处理方法，即在CRF中加入低维表示，研究了LE（Laplacian Eigenmaps）、SSSE（Spatial-Spectral Schrocedinger Eigenmaps）、LLE（Local Linear Embedding） 3种基于图的降维算法对随后基于CRF分类的影响，有效地解决了CRF在高光谱分类应用中需要大量计算的问题;张春元[4]提出了一种基于条件随机场的文本分类模型，利用特征选择将文本表示成为CRFs的观察序列和状态序列，提取序列之间的关联特征，用前向或后向算法评估出各状态序列的概率，有效提高了文本分类的效率;曾佳妮[5]对基于条件随机场的短文本分类算法进行了改进，将条件随机场理论和序列标注的方法用于短文本分类领域，并利用类别作为标注使用条件随机场模型进行标注;汪光亚[6]提出了一种基于CRF模型的多时相遥感影像分类方法，运用最大期望算法，结合空间以及时间上下文信息构造了条件随机场模型. 条件随机场作为线性序列模型的代表，不仅在分词、词性和实体等识别上表现出了极强的性能，而且在序列的分类任务上也有较好的表现.
Ravi等[7]提出了一种基于深度特征的SVM分类模型，针对裁判员的手势数据集进行分类，利用预训练卷积神经网络，使用线性支持向量机分类器，从而得出基于vgg19提取的特征训练的支持向量机实现网络具有最佳的分类性能;Maldonado等[8]提出用SVM分类的嵌入式特征选择算法，来处理高维类不平衡数据集，所提出的嵌入式策略与支持向量数据描述（Support Vector Data Description，SVDD）和成本敏感型SVM（CS-SVM）一起使用，对12个高度不平衡的微阵列数据集进行实验，可实现最高平均预测性能. 牛国成等[9]通过层次分析方法和信息熵值，界定了影响变压器健康的主、客观权重，并基于支持向量机设计了判断变压器未来是否正常的算法. 王峥等[10]基于句法决策树、N-gram模型特征要素提取方法和SVM分类器，提出一种语境分类模型，解决字词在不同语境的多义性问题，有效解决文本挖掘中语境识别难题. 冷强奎等[11]提出了一种基于混合二叉树结构的多类支持向量机分类算法，该分类模型由提升分类速度的超平面和完成最终精确分类的支持向量机混合构成，既保证了分类精度，又提升了分类效率. 林香亮等[12]回顾了近30年来支持向量机的发展历史与基本理论，介绍了其改进算法，系统总结了支持向量机在分类与回归问题中的具体应用实例及优势，肯定了传统和改进的支持向量机在未来的发展潜力. Abidine等[13]對支持向量机、条件随机场和线性判别分析模型进行比较，分别对智能家居活动进行自动识别，C-SVM能够纠正大多数的固有偏差，提高活动分类的类精度. 证明向量机性能，支持向量机作为分类的代表不仅在图像、音频等数据上应用广泛，还在非结构化的文本自动分类任务上表现突出.
胡新辰[14]提出一个基于 LSTM 的深度学习模型来解决语义关系分类问题. 先提取文本特征，再抽取对应实体的特征组成实体类型特征，最后对这两种类型特征做特征融合并分类. 该模型在标准评测集合上取得的成绩达到了目前最好水平. 赵明等[15]针对饮食领域文本分类，提出了一种基于word2vec和长短期记忆网络（Long-Short Term Memory，LSTM）的分类模型，利用word2vec构建饮食文本的文本向量作为LSTM模型的输入，训练LSTM模型进行分类，有效解决了数据表示稀疏及维度灾难问题，提高了分类准确率. 近年来，深度学习在文本挖掘的各个研究任务上得到了迅速应用，在本文的社科基金项目类别自动判定上引入深度学习模型，并与传统的机器学习模型的整体性能进行对比.
基于已有的研究，本文的整体研究框架如下. 首先，确定本文所使用的类别判定的机器学习模型，并对模型的原理进行简单介绍. 其次，给出了本文所使用的模型训练与测试的数据源，明确对模型判定所使用的评价指标体系. 之后在所确定的数据源基础上，完成基于支持向量机、条件随机场和深度学习的类别模型训练，并对模型的整体性能进行判定和分析. 最后，在分析模型整体性能的基础上，对类别判定模型所存在的错误和不足之处进行分析.
1 类别构建模型说明
从线性序列、整体文本和神经网络的角度，条件随机场模型、支持向量机模型和长短时记忆模型被用来验证国家社科基金项目的学科分类，各个模型的整体状况如下.
1.1 CRF
条件随机场 [16]在分词、词性、实体识别、句法器的开发等自然语言处理与文本挖掘的研究上表现出极强的性能. 本文通过把社科项目标题学科类别的判定这一分类问题转化为序列标注的问题，为构建基于条件随机场的社科项目类别判定模型提供了条件. 从而实现把分类问题转化为序列标注的问题.
若x = {x1，x2，…，xn - 1，xn}代表输入被观察的国家社科项目的数据序列，如“庄子今注今译”，则y = {y1，y2，…，yn - 1，yn}表示有限状态的整体集合，其中每个状态对应一个国家社科基金项目待标注的类别标记. 在给定输入的社科项目序列x的条件下，参数λ = {λ1，λ2，…，λn - 1，λn}的线性链CRFs的状态序列y的条件概率为：
式中：Zx为归一化因子，表示所有可能的国家社科项目文本的状态序列的得分，确保所有可能状态序列的条件概率之和为1;fj（yi-1，yi，x，i）为特征函数，表示二值表征函数;λj是基于条件随机场模型对所训练语料中国家社科项目数据之和获得的相应特征函数的权重.
实验中，简单特征模板主要基于词这1列特征进行模型训练;复杂特征模板使用了词、词长、左边界词和右边界词这4列特征进行训练.
1.2 SVM
支持向量机 [17]的主旨思想是通过设计分割面将结构化、半结构化和非结构化数据进行两个及两个以上的分类. 支持向量机具有添加特征便捷、操作简单、整体性能较为突出等特点，该模型广泛应用于图像、文本等数据媒介分类领域.
国家社科项目标题学科类别的判定，由该项目标题所组成的文本中的不同词频，作为特征输入到支持向量机模型中，结合所确定的24个学科类别知识，构建相应的分类模型. 针对国家社科基金项目学科类别判定这一探究任务，按照该基金项目24个不同学科类别，对某一项目标题进行学科归属的判定，适合基于支持向量机进行构建模型，这一探究是典型的多分类任务. 基于训练语料构建国家社科基金项目分类模型过程中确定的核函数为linear，使用word2vec构建国家社科基金项目特征向量，实验中使用的维度数为50，其中惩罚参数为2.0，径向基核函数的系数gamma值为0.5.
1.3 Bi-LSTM
结合社科基金项目的具体类别，长短时记忆模型公式中的it、 ft、Ot、ct分别表示t时刻社科基金项目类别数据输入门（Input gate）、社科基金项目类别数据遗忘门（Forget gate）、输出门（Output gate）和社科基金项目类别数据细胞状态单元（Memory cell）的输出，有待训练的社科基金项目类别数据权重矩阵W、V和偏置向量b. σ表示用于控制社科基金项目类别数据输入和社科基金项目类别数据遗忘和记忆单元的记忆程度、遗忘程度以及社科基金项目类别数据输入门保留程度的激活函数sigmoid. xt表示项目标题的第t个词汇的embedding向量;ht-1表示LSTM中t-1时刻更新门;U表示上一个隐含状态. 长短记忆网络的训练过程为[18]：
国家社科基金项目单向LSTM对于后续的信息不能有效利用，通过在单层国家社科基金项目LSTM上添加一层后向的LSTM，实现国家社科基金项目双向长短记忆网络（Bidirectional LSTM，Bi-LSTM）的构建，在一定程度上可以解决国家社科基金项目自动分类长距离依赖的问题，并有效地利用国家社科基金项目序列前后的特征信息. 国家社科基金项目自动分类中每个隐藏层（hidden layer）的隐藏单元数（hidden unit）为256个，每批国家社科基金项目自动分类中数据量（batch size）大小为64，国家社科基金项目自动分类中隐藏单元随机删除概率（dropout rate）为0.5，国家社科基金项目自动分类中学习率（learning rate）为0.001，国家社科基金项目自动分类中最大迭代次数（epochs）为100，国家社科基金项目自动分类中梯度裁剪（clip）为5.
2 语料获取和评价指标
2.1 语料获取
研究所使用的数据全部通过国家社科基金项目数据库[19]获取，该数据库囊括了历年公布的国家社科基金项目. 以全国哲学社会科学工作办公室设立的1991年为起始年，本研究抓取了1991～2015年间的国家社科基金项目（国家社科基金项目数据库的检索页面中未呈现出1994年的社科项目）. 数据具体抓取的网页样例如图1所示.
针对抓取数据中存在的问题，设计专门的数据清洗程序进行数据清洗、加工与整理，具体如下：首先，在数据抓取过程中，去除了1991年之前立项的国家社科项目的数据，如1987年立项的“老、少、山、边、侨地区职业技术教育为经济发展服务的研究与实验”和“战后苏联教育研究”项目;其次，删除国家社科基金项目数据库中存在错误的数据，如“123456 重大项目 0 dasdasda 0000-01-01 dasd 0”、“批准号 课题名称0000-00-00首席专家”此类有明显错误的数据，从所获取的数据中进行清洗;最后，对于项目中被标注为多个学科类别的数据，根据该项目的标题、作者及所属单位，进行人工核对，在数据清洗和整理加工的基础上修正错误，如一个项目被标注为“人类学、艺术学和计算机科学”.
本文共涵盖24个学科的47 352个国家社科基金项目，在后续构建类别判定模型的过程中，基于所获取的47 352个国家社科基金项目的标题和类别，构建国家社科项目自动类别判定的模型.
为了更加直接、高效地对训练和测试语料进行标注，本文对“马列·科社、党史·党建、哲学、理论经济、应用经济、政治学、社会学、法学、国际问题研究、中国历史、世界历史、考古学、民族学、宗教学、中国文学、管理学、教育学、外国文学、语言学、新闻学与传播学、人口学、统计学、图书馆、情报与文献学、体育学”这24个学科的类别分别编制了相应的代码. 为了验证各个模型利用最直接的语词特征进行类别判定的性能，对不同类别下的社科项目标题中的词按照其所处的开始、中间和结尾3个位置，分别设计了B、I、E共3个标记，具体语料训练如表1所示.
2.2 评价指标
为了更好地统一判定所构建国家社科基金项目的学科分类模型的整体性能，条件随机场模型、双向长短记忆模型与支持向量机模型的性能判定均基于准确率、召回率和调和平均值。
在所构建的国家社科基金项目学科分类模型中，只使用了上述3个指标，鉴于正确率不能准确地衡量国家社科基金项目学科分类模型的性能，为了更好地判定所构建国家社科基金项目的学科分类模型的整体性能，在条件随机场模型、双向长短记忆模型与支持向量机模型的性能判定上引入调和平均值.
3 國家社科基金项目的学科分类模型性能
分析
在对国家社科基金项目进行划分训练和测试语料基础上，验证了3个模型的整体性能. 在相应实验的设计过程中，通过十折交叉验证的方法，来测试所构建的3个模型的性能，将国家社科基金项目标题的数据集按照9 ∶ 1拆分为训练和测试的语料. 为了获得高性能的国家社科基金项目类别判定模型，设置了两组对比实验，一组是条件随机场、支持向量机和双向长短时记忆模型;另一组是基于简单特征基础的条件随机场分类模型和复杂特征基础上的条件随机场模型.
3.1 3个模型整体性能的对比
基于国家社科基金标题的词汇，通过双向长短时记忆、支持向量机和条件随机场模型，验证了所构建的国家社科基金项目学科分类的整体性能，如图2～图4所示.
由图2可知，双向长短时记忆模型的召回率相对精准率而言，整体性能较为突出，最高召回率为61.67%. 调和平均值整体上低于60%，通过计算，双向长短时记忆模型的平均调和平均值为55.14%. 双向长短时记忆模型的性能之所以这么低，根本原因是待分类标题整体上较短并且数量分布不充分，导致神经网络在序列化分类模型的构建上整体性能较差.
由图4可知，相对双向长短时记忆模型和支持向量机模型，条件随机场模型整体性能较为突出，在平均调和平均值上，条件随机场模型整体达到90.70%，比双向长短时记忆模型和支持向量机模型分别高出35.36%和34.78%. 通过十折交叉验证方法所获取的10个分类模型中，后8个模型的整体调和平均值均在96%以上，而前2个模型的调和平均值刚突破60%，说明相对支持向量机，通过序列化的思想对国家社科基金的标题进行分类整体性能较为突出，相较双向长短时记忆模型而言，条件随机场模型更适应数据量较小的短文本.
3.2 不同特征下的条件随机场模型的对比
通过调研，在构建条件随机场模型的过程中，相应特征会被添加到模型的构建中，以验证不同特征对所构建模型性能的影响. 在此基础上，本研究选择了标题的左边界词、右边界词和词长来探究模型的整体性能. 所界定的左边词主要由“中国、我国、基于、新、当代、西部、社会和现代”等词汇构成;右边界词主要由“研究、分析、发展、建设、影响、实践、建设、对策和视角”等词汇构成. 标题词汇的长度分布情况，对于整个类别的判定也有一定的影响，尤其是基于序列化思想进行类别判定的情况下. 根据对所有标题词汇分布情况的统计可知，国家社科基金项目标题词汇的长度主要是集中在2、3、4这3个长度上. 在这3个特征的基础上，所构建的10个国家社科基金项目学科类别自动分类模型的性能如图5所示.
由图5可知，相对所构建的单特征的条件随机场模型而言，多特征分类模型的整体性能并未得到有效提高，所构建的十折交叉模型的平均调和平均值仅为73.50%，其中8个模型的调和平均值均低于70%，仅有2个模型的调和平均值超过了90%. 说明在规模相对较小的数据上，通过增加特征并不能确保所构建条件随机场模型的性能得到提升，且在均分小规模语料进行测试时，导致模型效果出现较大的偏差.
3.3 条件随机场模型分类结果的个案分析
为了从微观角度分析基于条件随机场模型所构建的分类模型的性能，从调和平均值达到90%的构建模型中任意选择一定量的测试结果，从测试结果中任意选择10个识别结果进行分析，如表2所示.
由表2可知，在所选取的10条国家社科标题类别的判定结果样例中，对有明显特征词汇的标题进行了正确的类别判定，如“中国文化资源产权交易法律保障机制研究”、“现代性问题的马克思哲学革命”、“玄言诗派研究”等. 但也出现了类别判定不当的情况，如“农村人口转移背景下惠农政策效果的跟踪、评价与保障研究”这一标题，虽然有“人口”等与“人口学”这一学科相关的特征词汇，但此项目明显是研究经济学的，同样，对于“中国大学核心价值体系教育模式研究”这一标题，由于有“教育”这一特征词汇，类别判定模型自动把此项目划分到教育学，实际上，应该归属为马列·社科这一学科.
通过分析这10个例子可以看出，目前所构建的国家社科基金项目学科类别判定模型，对于语义不是太复杂的标题可以相对精准地给出具体的学科类别，但对于语义复杂、语义内容指向多样性的标题，所构建的模型在自动标注过程中相对较差.
4 结 论
以对未有学科类别的国家社科基金项目标题进行学科类别的自动判定为研究切入点，基于机器学习的系列模型，构建了系列国家社科基金项目学科类别判定模型，完成了对条件随机场模型整体性能的各种判定.
1）基于国家社科基金项目数据库，通过开发相应的网络爬虫，获取了24个学科的国家社科基金项目标题数据，并对所获取的数据进行清洗、整理与加工，为构建国家社科基金项目类别判定模型奠定了数据基础.
2）按照24个学科类别，以字为表示单位，把47 352个国家社科基金项目标题的数据集分成了训练和测试语料，并对模型所使用的参数情况进行了说明.
3）通过系列实验，完成对双向长短时记忆模型、条件随机场模型和支持向量机模型的性能比较，并得出条件随机场模型在整体性能上要优于其他模型.
4）从单一特征、多特征和个案的角度对条件随机场模型在国家社科基金项目学科类别判定上进行了多个角度的验证和对比.
参考文献
[1] LANNOY G D，FRANCOIS D，DELBEKE J，et al. Weighted conditional random fields for supervised interpatient heartbeat classification [J]. IEEE Transactions on Bio-Medical Engineering，2012，59（1）：241—247.
[2] DELAYE A，LIU C L. Text/non-text classification in online handwritten documents with conditional random fields[C]// Chinese Conference on Pattern Recognition. Berlin，Heidelberg：Springer，2012：514—521.
[3] HU Y，CAHILL N D，MONTEIRO S T，et al. Low-dimensional representations of hyperspectral data for use in CRF-based classification[C]// Image & Signal Processing for Remote Sensing XXI. Toulouse，France：SPIE，2015：96430L.
[4] 張春元. 基于条件随机场的文本分类模型[J]. 计算机技术与发展，2011，21（7）：77—80.ZHANG C Y. Text categorization model based on conditional random fields [J]. Computer Technology and Development，2011，21（7）：77—80. （In Chinese）
[5] 曾佳妮. 基于条件随机场的中文短文本分类算法研究[D]. 上海：上海交通大学信息安全工程学院，2013：1—63.ZENG J N. Research on short text classification algorithm based on CRFs[D]. Shanghai：School of Information Security Engineering， Shanghai Jiao Tong University，2013：1—63. （In Chinese）
[6] 汪光亚. 基于条件随机场的多时相遥感影像分类[D]. 南京：南京理工大学计算机学院，2018：1-59.WANG G Y. Multi-temporal remote sensing image classification based on conditional random field[D]. Nanjing：Department of Computer Science，Nanjing University of Science and Technology，2018：1—59. （In Chinese）
[7] RAVI A，VENUGOPAL H，PAUL S，et al. A Dataset and preliminary results for umpire pose detection using SVM classification of deep features [C]// 2018 IEEE Symposium Series on Computational Intelligence. Bangalore，India：SSCI，2018：1396—1402.
[8] MALDONADO S，LOPEZ J. Dealing with high-dimensional class-imbalanced datasets：embedded feature selection for SVM classification [J]. Applied Soft Computing，2018，67：94—105.
[9] 牛国成，胡贞，胡冬梅. 基于SVM与物元信息熵的变压器健康度分析与预测[J]. 湖南大学学报（自然科学版），2019，133（8）：91—97.NIU G C，HU Z，HU D M. Analysis and prediction of transformer health index based on SVM and matter element information entropy[J]. Journal of Hunan University（Natural Sciences），2019，133（8）：91—97. （In Chinese）
[10] 王峥，刘师培，彭艳兵，等. 基于句法决策树和SVM的短文本语境识别模型[J]. 计算机与现代化，2017（3）：13—17.WANG Z，LIU S P，PENG Y B. An essay context recognition model based on syntax decision tree and SVM algorithm[J]. Computer and Modernization，2017（3）：13—17. （In Chinese）
[11] 冷强奎，刘福德，秦玉平. 一种基于混合二叉树结构的多类支持向量机分类算法[J]. 计算机科学，2018，45（5）：227—230，244.LENG Q K，LIU F D，QIN Y P. Multi-class classification algorithm for SVM based on hybrid binary tree structure[J]. Computer Science，2018，45（5）：227—230，244. （In Chinese）
[12] 林香亮，袁瑞，孙玉秋. 支持向量机的基本理论和研究进展[J]. 长江大学学报（自科版），2018，15（17）：6，54—59.LIN X L，YUAN R，SUN Y Q. Basic theory and research progress of support vector machine[J]. Journal of Yangtze University（Natural Science Edition），2018，15（17）：6，54—59. （In Chinese）
[13] ABIDINE M B，FERGANI B. Evaluating C-SVM，CRF and LDA classification for daily activity recognition[C]// International Conference on Multimedia Computing & Systems. Tangier，Morocco：ICMCS，2012：272—277.
[14] 胡新辰. 基于LSTM的語义关系分类研究[D]. 哈尔滨：哈尔滨工业大学，2015：1—71.HU X C. Research on semantic relation classification based on LSTM[D]. Harbin： School of Computer Science and Technology，Harbin Institute of Technology，2015：1—71. （In Chinese）
[15] 赵明，杜会芳，董翠翠，等. 基于word2vec和LSTM的饮食健康文本分类研究[J]. 农业机械学报，2017，48（10）：207—213.ZHAO M，DU H F，DONG C C，et al. Diet health text classification based on word2vec and LSTM[J]. Transactions of the Chinese Society of Agricultural Machinery，2017，48（10）：207—213. （In Chinese）
[16] LAFFERTY J，MCCALLUM A，PRREIRA F. Conditional random fields：probabilistic models for segmenting and labeling sequence data [J]. International Conference on Machine Learning （ICML），2001 （37）：282—289.
[17] HSU C W，LIN C J. A comparison of methods for multi-class support vector machines [J].IEEE Transacatuions on Netural Networks，2002，13（23）：415—425.
[18] SUYKENS J A K，VANDEWALLE J. Least squares support vector machine classifiers [J]. Neural Processing Letters，1999，9（3）：293—300.
[19] 国家社科基金项目数据库[EB/OL]. http：//fz.people.com.cn/skygb/sk/，2019-08-25.Database of National Social Science Foundation [EB/OL].http：//fz.people.com.cn/skygb/sk/， 2019-08-25. （In Chinese）
作者：沈思 翁小颖 孙豪 王东波