圖書館Master講堂「MASTER探索．開啟智慧之窗」系列講座，2025年4月25日邀請化學系劉如熹特聘教授以「善用論文專利地圖：掌握創新研發趨勢」為題發表演講。劉教授在學術論文與專利發表成果豐碩，研究成果備受國際推崇，所主持的材料化學實驗室（Materials Chemistry Laboratory, MCL）是專注於以跨領域應用為導向的基礎學術研究，以光轉化材料為發展策略，深入探索光轉光（光顯示材料）、光轉電（金屬空氣電池）和光轉熱（奈米生醫材料）的技術研究。實驗室的核心技術是材料配方合成、分析和應用，掌握這些核心能力，即使市場需求不斷變動，仍能靈活應變。
劉如熹老師蒞臨圖書館演講
圖書館Master講堂「MASTER探索．開啟智慧之窗」系列講座，2025年4月23日邀請哲學系梁益堉教授以「自我意識與身體經驗的跨領域探索」為題，分享「分析哲學家」進行自我意識的研究，加入身體經驗的探索，兩者激發的研究靈感，啟發一系列的實證探討。聽完本次講座，發現原來哲學研究也會進行實驗，而且還是有趣的實驗！
梁益堉老師與圖書館學科服務組林鳳儀組長合影
繼續閱讀
Scopus／SciVal資料庫將所收錄的期刊歸入27種學科領域內，每種期刊不限單一學科領域，而期刊內各篇文章隨其所屬期刊學科分類歸入相同學科領域。但是期刊文章隨期刊分類於27種學科領域過於廣泛籠統，因此資料庫每年將各篇文章彼此之間的引用關係，透過分析方法來細分歸屬約為94,000個主題（Topic）和1,500個主題集合（Topic Clusters）。這些主題跨越27種學科領域分類的限制，且每篇文章只歸屬某一主題與某一主題集合。為了解這些主題被研究的熱門程度，進一步依文章的引用次數（Citation）、瀏覽次數（View）和期刊影響指數（CiteScore）三種指標數據來計算分析，將所得結果用百分位方式呈現各研究主題的熱門程度（Topic Prominence），例如某主題的Prominence Percentile為99.986，即表示該主題為全球前1％的熱門研究主題，研究動能與趨勢強烈向上。不過Prominence Percentile僅代表主題的熱門程度，並非判斷該主題的研究價值與重要性。對機構而言，就機構所產出的文章進行主題熱門程度分析，在巨觀視野下可看到機構的研究主題對應到全球研究的熱門程度為何；在微觀的視角下搭配FWCI值（Field-Weighted Citation Impact，領域權重引用影響指數，以全球平均水準為FWCI值等於1，FWCI值大於1表示高於平均水準，FWCI值可以跨領域跨主題來進行比較），更可以在此二維度下清楚了解機構成員對各種不同熱門程度研究主題的貢獻與影響力。
繼續閱讀
想了解已發表文章被其他文章所引用的情形，經常會查詢Scopus和Web of Science這兩大引用文獻資料庫，有些學科專屬領域的資料庫也有提供文章被引用的情形，但查詢結果通常只限學術性論文之間的引用關係，對於文章被專利引用情形幾乎沒有提供。其實透過Scopus和Web of Science是可以連結到專利引用資訊，只是如果機構有訂閱Scopus但沒有訂閱同出版社的SciVal資料庫，則無法查得文章是否有被專利所引用；而有訂閱Web of Science但無訂閱其同公司的Derwent Innovation，則雖可查知文章被其他文章與專利所引用，但無法進一步得知這些有引用的專利名稱。目前The Lens網站可以免費提供查詢文章被專利所引用情形，不妨加以善用。
繼續閱讀
臺大前身為日治時期之「臺北帝國大學」，其設立宗旨是以臺灣為中心，主要研究對象包括華南、臺灣及南洋地區，故於設校初期便建立極具地域特色之講座與研究所，從事華南、臺灣及南洋地區有關歷史、自然、產業、資源等各方面之調查和研究；至於本校法學院前身之一的「臺北高等商業學校」，更以培養臺灣、華南及南洋地區之經理人才為設立目標，因此本校對於相關資料的收藏或研究成果，堪稱臺灣及東南亞研究之重鎮。其中臺灣資料舊籍數量龐大，與「國立臺灣圖書館」和「國史館臺灣文獻館」鼎足而三，為臺灣研究資料重要的收藏機構。以下簡要提供本館特藏資料中的臺灣研究相關資源，作為研究者之基本指引：
繼續閱讀
Scopus與SciVal都是Elsevier旗下的資料庫，Scopus是引用文獻資料庫，以協助研究為導向提供文獻查詢，利用文獻引用關係協助使用者查得更多相關研究資料；SciVal的基礎資料來自Scopus，主要功能則在於利用文獻的引用脈絡進行計量分析來剖析研究績效，提供學術機構／學者／國家地區／出版品／研究主题的學術影響力分析比較與關係探尋。只要機構有同時訂閱這兩種資料庫，所屬成員在查詢時，可在此二者之間以匯入／出及藉由所提供連結相互進出查看。隨著功能的增加，Scopus的查詢結果同時提供一些學術分析數據，但數值卻可能與SciVal分析結果略有差異。會有差異的主要原因是二者資料更新的時間差，在參考這些數據時必須注意以免有所困惑或誤解，此外二者的分析年代區間可能不同，查看時也要特別留意。
繼續閱讀
