信息素养的基本含义通常不包括以下哪一项？
能够识别信息需求，并有效地获取、评价和利用信息
具备使用计算机、网络和常用信息工具的基本操作能力
能够遵守信息伦理与法律法规，合法合规地使用信息
能够独立设计并制造高性能摩擦纳米发电机
成都信息工程大学图书馆的官网网址是？
https://www.lib.cuit.edu.cn/
http://www,lib.cuit.edu.cn/
http://lib.cuit.edu.cn/
https://lib.cuit.edu.cn/
信息检索的核心环节构建检索式。构建检索式的主要步骤包括？
将检索课题（需求）拆分成多个核心概念，如概念A、概念B
用逻辑或（OR）连接核心概念的同义词或近义词，如（概念A OR 概念A1）
用逻辑与（AND）链接多个核心概念，如（概念A OR 概念A1） AND （概念B OR 概念B1）
匹配不同的字段，如标题=（概念A OR 概念A1） AND （概念B OR 概念B1）或者 作者=（概念A OR 概念A1） AND （概念B OR 概念B1）
成都信息工程大学图书馆的中文数据库包括哪些
CNKI中国知网资源数据库
经纶知识资源系统（维普）
Spischolar学术资源在线
万方知识服务平台
成都信息工程大学图书馆的外文数据库包括哪些
SCIE（Web of Science Expanded）数据库
IEL（IEEE/IET Electronic Library）数据库
SpringerLink电子期刊数据库
Sciencedirect数据库
成都信息工程大学图书馆的试用数据库包括哪些
智启电路
维普考试资源系统
气象科学知识服务平台
研图学堂学习平台
成都信息工程大学图书馆官网的服务导航栏目包括包括哪些服务项目
中国知网数据库的高级检索页面，文献类型选择学术期刊，可看到系统提供的检索方式包括哪些
中国知网数据库的高级检索页面，文献类型选择图书，可看到系统提供的检索方式包括哪些
中国知网数据库的高级检索页面，要检索成都信息工程大学署名的所有期刊论文，需要选择哪个字段中输入成都信息工程大学
中国知网数据库的高级检索页面，检索成都信息工程大学历史上发表的所有期刊论文，关于成都信息工程大学的检索式应该是
成都信息工程大学+成都信息工程学院+成都气象学院
成都信息工程大学
成都信息工程大学*成都信息工程学院*成都气象学院
成都信息工程大学OR成都信息工程学院OR成都气象学院
中国知网数据库的高级检索页面，文献类型选择学术期刊，检索方式选择专业检索，检索成都信息工程大学署名的期刊论文，专业检索式应该是
AF=成都信息工程大学
TI=成都信息工程大学
SU=成都信息工程大学
KY=成都信息工程大学
中国知网数据库的高级检索页面，文献类型选择学术期刊，检索方式选择句子检索，在同一句中检索关键词“信息检索”和“计算机”，得到检索结果中2025年的数量最接近的数字是多少
中国知网数据库的高级检索页面，文献类型选择学术期刊，检索成都信息工程大学2025年的论文，得到检索结果中发文数量最多的作者是
中国知网数据库的高级检索页面，文献类型选择会议，检索成都信息工程大学的会议论文，得到检索结果中发文数量最多的作者是
WOS核心合集数据库的高级检索页面，检索成都信息工程大学的论文，限定字段是
WOS核心合集数据库的高级检索页面，检索成都信息工程大学的论文，应该用的检索词为
Chengdu University of Information Technology
Chengdu University of Information and Technology
Chengdu University of Information Technology
Chengdu University of Information And Technology
WOS核心合集数据库的高级检索页面，检索成都信息工程大学的论文，得到检索结果数量最接近于哪个数字
WOS核心合集数据库的高级检索页面，检索成都信息工程大学的论文，得到检索结果中2025年的数量最接近于哪个数字
WOS核心合集数据库的高级检索页面，检索成都信息工程大学的论文，得到检索结果中2025年的作者发文数量最多的是？
Li, Jie
Yao, Jianquan
Li, Zhibin
Zeng, Tixian
WOS核心合集数据库的高级检索页面，检索成都信息工程大学的论文，得到检索结果中2025年的发文数量最多的作者的论文主要研究方向是？
Optics
Physics
Materials Science
Engineering
2026年诺贝尔生理学或医学奖获得者之一是卡尔·戴瑟罗思（Karl Deisseroth）。用WOS核心合集数据库检索其论文，在高级检索的作者字段输入哪个检索式可以查的比较全？
DEISSEROTH KARL or Karl Deisseroth
Karl Deisseroth
DEISSEROTH KARL
DEISSEROTH KARL and Karl Deisseroth
2026年诺贝尔生理学或医学奖获得者之一是卡尔·戴瑟罗思（Karl Deisseroth）。用WOS核心合集数据库检索其论文，分析检索结果中可以看到其论文的主要研究方向为？
Neurosciences Neurology
Science Technology Other Topics
Biochemistry Molecular Biology
Cell Biology
从成都信息工程大学图书馆中文数据库列表找到 大为 innojoy 专利搜索引擎，打开进入首页，可以看到本校的发明大师，其中专利授权最多的发明人是？
从成都信息工程大学图书馆中文数据库列表找到 大为 innojoy 专利搜索引擎，进入表格检索功能，检索成都信息工程大学作为申请（专利权）人的中国专利，检索结果中，授权年度2025的中国发明授权专利数量最接近的数字是？
国家统计局数据查询服务的年度数据查询页面提供的查询方式包括？
国家统计局数据查询服务，查询2025年我国农村居民人均可支配收入 (元)和城镇居民人均可支配收入 (元)，分别是多少？
24456、56502
24556、56402
24356、56502
24456、56402
通过“国家标准全文公开系统”（openstd.samr.gov.cn）检索标准号“GB/T 7714-2025”，可查到该标准的中文名称、发布日期、实施日期，并判断其当前状态（现行/即将实施/废止），能否下载全文？
信息与文献 参考文献著录规则、2025-12-02、2026-07-01、现行、不能下载全文
信息与文献 参考文献著录规则、2025-12-02、2026-07-01、现行、能下载全文
信息与文献 参考文献著录规则、2025-12-02、2026-08-01、现行、不能下载全文
信息与文献 参考文献著录规则、2025-11-02、2026-07-01、现行、不能下载全文
在“全国标准信息公共服务平台”（std.samr.gov.cn）查询 GB/T 7714-2025，回答以下问题：（1）该标准代替了哪一项标准？（2）该标准是第几次修订版本？此前历次版本分别是什么？
GB/T 7714-2015 、第三次修订
GB/T 7714-2005 、第三次修订
GB/T 7714-2015 、第二次修订
GB/T 7714-1987 、第三次修订
VOSviewer支持多种文献计量网络分析类型。请将以下研究需求与对应的分析功能进行匹配，并简要说明每种分析所依据的关联逻辑：（1）考察某领域内作者之间的科研合作关系；（2）识别某领域高频关键词所反映的研究主题聚类；
（1）匹配 Co-authorship（合作分析）。关联逻辑：以作者、机构或国家共同署名发表文献的数量来确定节点间关系的强度。（2）匹配 Co-occurrence（共现分析）。关联逻辑：以关键词或术语在文献中同时出现的频次来构建网络，揭示概念之间的关联。
（1）匹配 Co-authorship（合作分析）。关联逻辑：以作者、机构或国家共同署名发表文献的数量来确定节点间关系的强度。（2）匹配 Citation（引文分析）。关联逻辑：基于文献之间相互引用的次数，反映知识流动与影响力分布。
（1）匹配 Co-occurrence（共现分析）。关联逻辑：以关键词或术语在文献中同时出现的频次来构建网络，揭示概念之间的关联。（2）匹配 Citation（引文分析）。关联逻辑：基于文献之间相互引用的次数，反映知识流动与影响力分布。
（1）匹配 Citation（引文分析）。关联逻辑：基于文献之间相互引用的次数，反映知识流动与影响力分布。（2）匹配 Co-occurrence（共现分析）。关联逻辑：以关键词或术语在文献中同时出现的频次来构建网络，揭示概念之间的关联。
VOSviewer提供三种主要的图谱可视化视图：Network Visualization（网络视图）、Overlay Visualization（叠加视图） 和 Density Visualization（密度视图）。请回答：（1）若要快速判断某一研究领域中最密集、最核心的主题区域，应优先选择哪种视图？简述该视图的颜色编码含义。（2）若要在关键词共现网络的基础上，观察不同时间段内关键词出现的变化（例如哪些关键词在近年才兴起），应选择哪种视图？其实现前提是什么？
（1）选择 Density Visualization（密度视图）。颜色编码：某点附近项目数量越多、权重越高，颜色越接近红色；反之越接近蓝色。红色区域代表图谱中的高密度核心地带。（2）选择 Overlay Visualization（叠加视图）。实现前提：导入的文献数据中必须包含时间字段（如出版年份），且在创建图谱时或之后将时间信息映射到颜色上，方可按时间维度着色。
（1）选择Network Visualization（网络视图）。颜色编码：某点附近项目数量越多、权重越高，颜色越接近红色；反之越接近蓝色。红色区域代表图谱中的高密度核心地带。（2）选择 Overlay Visualization（叠加视图）。实现前提：导入的文献数据中必须包含时间字段（如出版年份），且在创建图谱时或之后将时间信息映射到颜色上，方可按时间维度着色。
（1）选择 Overlay Visualization（叠加视图）。实现前提：导入的文献数据中必须包含时间字段（如出版年份），且在创建图谱时或之后将时间信息映射到颜色上，方可按时间维度着色。（2）选择 Density Visualization（密度视图）。颜色编码：某点附近项目数量越多、权重越高，颜色越接近红色；反之越接近蓝色。红色区域代表图谱中的高密度核心地带。
（1）选择 Density Visualization（密度视图）。颜色编码：某点附近项目数量越多、权重越高，颜色越接近红色；反之越接近蓝色。红色区域代表图谱中的高密度核心地带。（2）选择Network Visualization（网络视图）。实现前提：导入的文献数据中必须包含时间字段（如出版年份），且在创建图谱时或之后将时间信息映射到颜色上，方可按时间维度着色。
VOSviewer的Layout设置中提供Attraction（吸引力）与Repulsion（排斥力）两个核心参数。请回答：（1）这两个参数分别影响图谱中节点分布的什么效果？（2）在大多数情况下，官方推荐将Attraction与Repulsion设置为哪一组数值？（3）两者之间必须满足什么数值关系约束？
（1）Attraction与Repulsion共同影响节点在图中的定位方式：吸引力倾向于将关联紧密的节点拉近，排斥力倾向于将节点推开，二者平衡决定布局的疏密结构。（2）推荐设置为 Attraction = 2，Repulsion = 1。此外，2和0、1和0的组合有时也能产生良好效果。（3）Attraction的值必须高于Repulsion的值。Attraction取值范围为-9至+10，Repulsion取值范围为-10至+9。
（1）推荐设置为 Attraction = 2，Repulsion = 1。此外，2和0、1和0的组合有时也能产生良好效果。（2）Attraction与Repulsion共同影响节点在图中的定位方式：吸引力倾向于将关联紧密的节点拉近，排斥力倾向于将节点推开，二者平衡决定布局的疏密结构。（3）Attraction的值必须高于Repulsion的值。Attraction取值范围为-9至+10，Repulsion取值范围为-10至+9。
（1）Attraction与Repulsion共同影响节点在图中的定位方式：吸引力倾向于将关联紧密的节点拉近，排斥力倾向于将节点推开，二者平衡决定布局的疏密结构。（2）Attraction的值必须高于Repulsion的值。Attraction取值范围为-9至+10，Repulsion取值范围为-10至+9。（3）推荐设置为 Attraction = 2，Repulsion = 1。此外，2和0、1和0的组合有时也能产生良好效果。
（1）Attraction的值必须高于Repulsion的值。Attraction取值范围为-9至+10，Repulsion取值范围为-10至+9。（2）推荐设置为 Attraction = 2，Repulsion = 1。此外，2和0、1和0的组合有时也能产生良好效果。（3）Attraction与Repulsion共同影响节点在图中的定位方式：吸引力倾向于将关联紧密的节点拉近，排斥力倾向于将节点推开，二者平衡决定布局的疏密结构。
某用户在Layout设置中修改了Attraction与Repulsion的值，但发现主面板中的图谱节点位置并未发生变化。请回答：（1）为什么修改参数后图谱没有自动更新？（2）该用户接下来应点击哪个按钮才能使新参数生效？（3）该按钮在什么条件下才处于可用状态？
（1）VOSviewer的Layout参数修改后不会自动重新计算布局。用户必须手动触发更新操作，图谱才会根据新参数重新排列节点。（2）应点击 Update Layout 按钮。（3）该按钮仅在当前活动图谱的节点之间存在链接信息时才可用。若图谱没有链接数据，Update Layout按钮不可用。
（1）应点击 Update Layout 按钮。（2）VOSviewer的Layout参数修改后不会自动重新计算布局。用户必须手动触发更新操作，图谱才会根据新参数重新排列节点。（3）该按钮仅在当前活动图谱的节点之间存在链接信息时才可用。若图谱没有链接数据，Update Layout按钮不可用。
（1）VOSviewer的Layout参数修改后不会自动重新计算布局。用户必须手动触发更新操作，图谱才会根据新参数重新排列节点。（2）该按钮仅在当前活动图谱的节点之间存在链接信息时才可用。若图谱没有链接数据，Update Layout按钮不可用。（3）应点击 Update Layout 按钮。
（1）该按钮仅在当前活动图谱的节点之间存在链接信息时才可用。若图谱没有链接数据，Update Layout按钮不可用。（2）应点击 Update Layout 按钮。（3）VOSviewer的Layout参数修改后不会自动重新计算布局。用户必须手动触发更新操作，图谱才会根据新参数重新排列节点。
在使用VOSviewer对一批文献数据进行关键词共现分析时，用户发现生成的图谱中出现了大量零散的小聚类，导致图谱杂乱、难以解读。请回答：（1）在VOSviewer的 Map 选项卡中，可以调节哪个核心参数来减少聚类数量、提高聚类粒度？（2）该参数应调大还是调小？说明理由。（3）除聚类参数外，还有哪一项设置可以直接过滤掉那些“小而无关”的聚类？
（1）核心参数：Clustering resolution（聚类分辨率）。（2）应调小该参数。参数值越大，得到的聚类数量越多；值越小，聚类越少、粒度越粗，有助于合并零散小聚类，使图谱结构更清晰。（3）调节 Min. cluster size（最小聚类规模） 参数，将阈值设为一个合适的值，使不满足最小项目数要求的微小聚类被自动排除。
（1）应调小该参数。参数值越大，得到的聚类数量越多；值越小，聚类越少、粒度越粗，有助于合并零散小聚类，使图谱结构更清晰。（2）核心参数：Clustering resolution（聚类分辨率）。（3）调节 Min. cluster size（最小聚类规模） 参数，将阈值设为一个合适的值，使不满足最小项目数要求的微小聚类被自动排除。
（1）核心参数：Clustering resolution（聚类分辨率）。（2）调节 Min. cluster size（最小聚类规模） 参数，将阈值设为一个合适的值，使不满足最小项目数要求的微小聚类被自动排除。（3）应调小该参数。参数值越大，得到的聚类数量越多；值越小，聚类越少、粒度越粗，有助于合并零散小聚类，使图谱结构更清晰。
（1）调节 Min. cluster size（最小聚类规模） 参数，将阈值设为一个合适的值，使不满足最小项目数要求的微小聚类被自动排除。（2）应调小该参数。参数值越大，得到的聚类数量越多；值越小，聚类越少、粒度越粗，有助于合并零散小聚类，使图谱结构更清晰。（3）核心参数：Clustering resolution（聚类分辨率）。
信息检索课的核心目标之一是培养“终身学习能力”。请结合本学期所学的检索工具与检索策略，论述：在生成式人工智能（如DeepSeek、Kimi、秘塔AI搜索等）日益普及的背景下，本科生掌握“传统信息检索能力”是否仍有必要？ 要求：（1）明确表明你的立场（仍有必要 / 不再必要 / 需重新定义）；（2）至少从一个维度（如：信息评价与甄别、检索策略的底层逻辑、学术规范与溯源、AI工具的能力边界等）展开论证；（3）结合具体检索场景或工具实例（如CNKI高级检索、国家统计局数据查询、标准文献检索、VOSviewer分析等）说明你的观点；（4）提出你认为本科生在AI时代应重点培养的一项信息检索能力，并说明理由。