南京信息工程大学高等教育研究学术沙龙
（2019年第8期）
2019年12月5日晚，在行政楼428会议室举行了高等教育研究学术沙龙活动。本次沙龙由所长吴立保研究员主持，我校高教研究团队教师以及高等教育管理方向的博士生和硕士生参加。王坤老师以及博士研究生杨硕、王婧妍同学分别进行了专题报告。
王坤老师首先就“大学组织发展第三动力：知识生产解释”进行了阐述。报告就大学组织的动力策源和三种动力进行了解释，指出大学行政力量、政治力量与学术力量缠绕，在不同场格交相上台，形成了垂直化与扁平化交织的意义网络，价值意蕴表现在政治取向、市场取向、社会取向和专业取向上。第一动力：垂直化。常见组织形式与职务表现为自上而下的分工赋能与自上而下的任务达成；知识形式表现为政策、资源、权利、传统习俗；知识强化与生产机制表现为符号、市场倾向、文化认同等。第二动力：扁平化。基于学科忠诚和行政习惯的有人才培养、科研服务、组织运行；知识形式表现为学科与学术共同体、教师良知等，知识强化与生产机制表现为“守门人”意志、学术机制等。第三动力：矩阵化。个体与组织因信息技术与智能科技发展呈现出工作与思考的碎片化，大学组织发展的知识生产呈现出新模式和新趋势。
杨硕同学围绕“我国数字创意产业发展脉络与研究现状”进行了汇报。首先梳理了数字创意产业的发展脉络，从人才、版权、技术、政策四个方面展现其发展过程，展现出我国数字创意产业还存在人才短缺，区域发展不均衡，产业链发展不完整，监管不完善的问题。然后从哲学、社会学的视角对数字创意产业定义、特征、发展等的思辨研究进行梳理，从经济学、管理学的视角对数字创意产业的实证研究进行梳理，阐述了关于数字创意产业的研究现状。最后指出当前研究的不足，对数字创意产业的内容范围界定还缺乏共识；学术研究与理论建设的前瞻性和融合性不足；系统性、理论性的建构型研究成果仍存在很大缺失，有关数字创意产业对经济发展的内在推动机制的研究有待深化，关于其如何推动经济发展还缺乏系统的实证分析。
婧妍同学围绕“特征选择在学生成绩机器学习模型中的度量”进行了汇报。主要介绍了三个部分。第一部分，结合大数据广泛应用的背景，提出当前预测类教育数据忽略了原始数据的质量对于成绩预测模型的影响这个问题；第二部分，介绍了数据来源和卡方检验，随机森林特征选择的方法；第三部分，通过决策树模型可视化，解释模型的可靠性，得出结论，这两种方法都认为学校的历次成绩，上课缺席次数，家庭氛围，酒精消耗量，社交情况，学习时间，健康，年龄对学生成绩是影响成绩预测的主要因素。主要运用了模型优化和算法优化的方法，将感性经验转换为数据度量。
会人员围绕王坤老师和两位同学的汇报展开热烈的讨论，吴立保老师进行了总结点评，针对上述报告存在的目的性不强，内容缺乏问题聚焦等现象，指出学术研究在找对领域的基础上，还要找对问题，树立明确的主题意识，聚焦一个具体的问题进行研究。针对文献梳理的方法，吴老师强调仅仅是简单的现状梳理是不够的，还需要在大量综述的基础上找到问题的主线，进行丰富的评述，使在座的老师和同学们受益匪浅。