<?xml version="1.0" encoding="utf-8"?>
<rss version="2.0" xmlns:atom="http://www.w3.org/2005/Atom" xmlns:cf="http://www.microsoft.com/schemas/rss/core/2005">
<channel xmlns:cfi="http://www.microsoft.com/schemas/rss/core/2005/internal" cfi:lastdownloaderror="None">
<title cf:type="text"><![CDATA[编辑学报编辑部 -->数智出版]]></title>
<item>
<title xmlns:cf="http://www.microsoft.com/schemas/rss/core/2005" cf:type="text"><![CDATA[生成式人工智能在科技期刊出版中的实践与思考——以中国激光杂志社为例]]></title>
<link><![CDATA[http://bjxb.cessp.org.cn/ch/reader/view_abstract.aspx?file_no=20260210&flag=1]]></link>
<description xmlns:cf="http://www.microsoft.com/schemas/rss/core/2005" cf:type="html"><![CDATA[生成式人工智能(GenAI)是推动科技期刊高质量发展的新动能。本文总结归纳了科技期刊应用GenAI的必要条件,并以中国激光杂志社为例,系统梳理其数据资源建设、光学垂类语言模型构建,以及在新媒体、数字出版平台等场景的应用实践与成效。实践表明,GenAI有助于提升用户触达范围与互动性,延伸学科知识服务,加速出版数智化发展进程。本文重点探讨生成垂类内容的准确性与创新性；资源有限的单刊依托集群平台共享人工智能赋能,是更为可行的发展路径；编辑需承担起更具创造性的策划与质量把控职责。本文可为同行在人工智能战略布局、人才培养与应用落地等方面提供有益参考,助力开拓世界一流科技期刊建设的新思路。]]></description>
<pubDate>2026/5/6 0:00:00</pubDate>
<category><![CDATA[数智出版]]></category>
<author><![CDATA[徐睿，徐燕，吕璇，郑继承，邓迎，陈青，姜虹亦，王晓峰，杨蕾]]></author>
<guid><![CDATA[http://bjxb.cessp.org.cn/ch/reader/view_abstract.aspx?file_no=20260210&flag=1]]></guid><cfi:id>5</cfi:id><cfi:read>true</cfi:read></item>
<item>
<title xmlns:cf="http://www.microsoft.com/schemas/rss/core/2005" cf:type="text"><![CDATA[科技期刊公众号科普实践特征及发展策略——以广东省科技期刊为例]]></title>
<link><![CDATA[http://bjxb.cessp.org.cn/ch/reader/view_abstract.aspx?file_no=20260211&flag=1]]></link>
<description xmlns:cf="http://www.microsoft.com/schemas/rss/core/2005" cf:type="html"><![CDATA[开展科技期刊新媒体科普传播现状调研,对指导其新媒体科普传播效能提升具有实践价值。鉴于此,本研究调研广东省科技期刊162种,对其微信公众号发布科普内容的起始时间、内容、形式、对象等要素进行统计分析。调查发现,科技期刊公众号科普建设在内容原创性、更新稳定性和持续性上展现出了积极的特点,但仍普遍存在参与度不足、专业领域较窄、“四科”(科学知识、科学方法、科学思想、科学精神)内容不均衡、内容与学术成果脱节、创作形式单调等5类问题。针对上述问题,本研究从激发意愿、内容建设、栏目建设、形式创新、场景联动等多角度提出了科技期刊的新媒体科普传播效能提升策略。]]></description>
<pubDate>2026/5/6 0:00:00</pubDate>
<category><![CDATA[数智出版]]></category>
<author><![CDATA[江睿，詹拔群，张冰]]></author>
<guid><![CDATA[http://bjxb.cessp.org.cn/ch/reader/view_abstract.aspx?file_no=20260211&flag=1]]></guid><cfi:id>4</cfi:id><cfi:read>true</cfi:read></item>
<item>
<title xmlns:cf="http://www.microsoft.com/schemas/rss/core/2005" cf:type="text"><![CDATA[人工智能生成内容在期刊学术论文中的标识研究]]></title>
<link><![CDATA[http://bjxb.cessp.org.cn/ch/reader/view_abstract.aspx?file_no=20260115&flag=1]]></link>
<description xmlns:cf="http://www.microsoft.com/schemas/rss/core/2005" cf:type="html"><![CDATA[随着人工智能(AI)技术在学术研究领域的广泛应用,AI生成内容(AIGC)在期刊学术论文中的标识问题日益凸显,成为影响科研诚信与学术交流的关键因素。本研究分析AIGC在期刊学术论文中标识的技术挑战,梳理当前国内外不同AIGC标识应用实践路径；从AIGC标识制度、技术赋能、多层次审查和教育培训4个维度,构建有针对性的AIGC在期刊学术论文中的标识体系,完善AI时代的科研诚信建设,促进学术生态健康发展。]]></description>
<pubDate>2026/3/10 0:00:00</pubDate>
<category><![CDATA[数智出版]]></category>
<author><![CDATA[莫琳芳，孙岩，余党会，甘辉亮]]></author>
<guid><![CDATA[http://bjxb.cessp.org.cn/ch/reader/view_abstract.aspx?file_no=20260115&flag=1]]></guid><cfi:id>3</cfi:id><cfi:read>true</cfi:read></item>
<item>
<title xmlns:cf="http://www.microsoft.com/schemas/rss/core/2005" cf:type="text"><![CDATA[对AI生成论文摘要的鉴别效能——一项审稿人与AI检测工具的实证研究]]></title>
<link><![CDATA[http://bjxb.cessp.org.cn/ch/reader/view_abstract.aspx?file_no=20260116&flag=1]]></link>
<description xmlns:cf="http://www.microsoft.com/schemas/rss/core/2005" cf:type="html"><![CDATA[分析审稿人、Artificial Intelligence(AI)和专业检测工具对AI生成内容的鉴别能力,整理描绘主流AI的撰文水平和其生成内容的典型特征。设计双盲实验评估审稿人和生成式人工智能(Generative artificial intelligence,GenAI)对AI生成内容的鉴别准确率；分析国内外出版机构、高等院校与期刊平台针对GenAI颁布的最新政策和导向。研究发现审稿人对论著类AI生成摘要的识别准确率显著高于综述类<i>(91.9% vs. 83.8%,P<0.05)</i>,且对全文生成摘要的误判率高于题目生成摘要<i>(28 vs. 11篇次,P<0.05)</i>。AI检测工具(如GPTZero)对生成内容的识别准确率高达90.0%,显著优于大语言模型(ChatGPT、DeepSeek)。国内外政策在AI署名、内容披露等方面存在区域性差异。针对AI生成内容,本文提出构建“算法初筛—人工复核—作者申诉”的审稿模式,让作者合理、规范应用AI撰文,为科技期刊应对GenAI变革操作范式进行初步探索。]]></description>
<pubDate>2026/3/10 0:00:00</pubDate>
<category><![CDATA[数智出版]]></category>
<author><![CDATA[黎世莹，张慧，吕叶辉，姚雪珺，余党会]]></author>
<guid><![CDATA[http://bjxb.cessp.org.cn/ch/reader/view_abstract.aspx?file_no=20260116&flag=1]]></guid><cfi:id>2</cfi:id><cfi:read>true</cfi:read></item>
<item>
<title xmlns:cf="http://www.microsoft.com/schemas/rss/core/2005" cf:type="text"><![CDATA[AI辅助学术写作分布特征的量化分析——以《中华血管外科杂志》(中英文)为例]]></title>
<link><![CDATA[http://bjxb.cessp.org.cn/ch/reader/view_abstract.aspx?file_no=20260117&flag=1]]></link>
<description xmlns:cf="http://www.microsoft.com/schemas/rss/core/2005" cf:type="html"><![CDATA[人工智能生成内容(AIGC)技术作为一种辅助创新的工具,深刻影响了学术写作模式。人工智能(AI)技术为学术写作带来辅助和便捷的同时,如果使用不当,也可能引发学术诚信问题。检测AI辅助率一定程度上可以鉴别文章的原创性和真实性,识别AI生成的内容,帮助期刊制定更科学合理的稿件筛选标准,确保发表论文的学术价值与质量。本文基于《中华血管外科杂志》(中英文)2023 年 7 月至 2025 年 3 月期间 228 篇初稿的AI辅助率数据,从 AI 辅助率的区间分布、时间变化趋势及文献类型差异3个维度,系统揭示了 AI 技术在学术写作中的应用特征与潜在问题。研究发现,AI 辅助写作已呈常态化趋势,AI的使用引起学术诚信风险升级,不同文献类型对 AI 的容斥度存在差异。对此,本文提出加强科研人员AI使用的规范和边界意识,建立分层监管制度和强制AI使用声明制度,根据文献类型制定差异化的AI使用规范,以推动 AI 技术在学术产出中的合理应用,维护学术诚信与知识生产的健康生态。]]></description>
<pubDate>2026/3/10 0:00:00</pubDate>
<category><![CDATA[数智出版]]></category>
<author><![CDATA[王丽萍，李立，李燕]]></author>
<guid><![CDATA[http://bjxb.cessp.org.cn/ch/reader/view_abstract.aspx?file_no=20260117&flag=1]]></guid><cfi:id>1</cfi:id><cfi:read>true</cfi:read></item>
</channel>
</rss>