跳到正文
学研指南DATASENSE ACADEMY学研指南DATASENSE / 学研指南研究中的每一步,都有迹可循。关于我们
研究与数据工具教程 · 2 分钟阅读

研究成果被贴上SDG标签,就能当作贡献证明吗?

自动标签可以帮助查找候选研究,但不能替代对论文主要内容的阅读;分类分数也不应直接当成正确概率。

自动标签可以作为“值得查看”的线索,但不应单独作为“这项成果已经贡献于某目标”的证明。先看研究主要处理什么问题,再决定标签是否适合用于你的表格或论证。

OpenAlex在10月4日介绍了SDG分类更新,并解释其判断关注研究主要内容是否对应目标的具体要求,而不是仅出现相近主题词。来源同时明确,分类分数反映模型的置信程度,不是可以直接读取为正确概率的数值。[1]

实际使用时,先保存查询日期、字段和分类版本,再抽样阅读命中的论文题名、摘要及必要全文。把“系统分配的标签”与“经研究者核对后的判断”分开记录;某篇只讨论一个相关名词,不一定就满足你所采用的目标定义。

做前后对比也要谨慎:本次分类切换会改变数量,来源提醒普通更新日期并不直接反映这次切换。[1] 因而数量增长不能立即解释成研究活动增长。先确定两次报表是否使用相同口径,再讨论趋势。本文不提供机构排名,也不由一个标签推断具体项目的真实社会效果。

完成前,再核对一遍

  • □标签与研究内容经过抽样核对
  • □未把分类分数写成正确概率
  • □前后比较记录了分类版本与统计口径

TRACEABLE SOURCES

回到原始依据

引用支持的具体内容列于下方。访问来源不代表已获得全文或图片再分发许可。

  1. [1] OpenAlex’s SDG tags are now right 7 times in 10, up from 3 ↗

    OpenAlex官方数据更新 · 核对日期 2026-10-09 · 原资料日期 2026-10-04T21:00:59.000Z

    OpenAlex于2026年10月4日介绍SDG分类器更新,说明标签依据研究主要内容与目标的关系,提醒分数不是概率且分类切换会改变统计数量。 先核对目标定义和研究主要内容,记录分类版本,明确分数用途,不直接用自动标签证明贡献。