sunbet申搏7月科研速递

01.绿色化学与工程研究院最新成果

锂硫电池（Li-S）因其高理论能量密度被认为是最有潜力的储能设备之一。然而，硫正极的低速反应动力学、可溶性多硫化物的穿梭效应以及锂金属负极的低可逆性等相关问题限制了锂硫电池的商业化。为了应对这一难题，sunbet申搏绿色化学与工程研究院金钟教授与化学化工学院的左景林教授、马晶教授和袁帅教授合作，通过将路易斯酸金属簇和氧化还原活性的镍二硫烯单元构筑成稳定的金属有机框架材料（MOFs），为Li-S电池正极和负极主体材料提供了可调的平台。相关研究成果以“All-Purpose Redox-Active Metal–Organic Frameworks as Both Cathodic and Anodic Host Materials for Advanced Lithium-Sulfur Batteries”为题发表在Matter期刊上。

博士生周啸成、王耀达和顾玉明博士为该论文共同第一作者，金钟教授、左景林教授、马晶教授和袁帅教授为论文的共同通讯作者，中科院高能物理研究所石伟群研究员、南京理工大学苏剑教授等也参与了该研究。

氧化还原活性MOFs的结构与功能设计示意图 

论文链接：

https://doi.org/10.1016/j.matt.2024.04.039

02.数据管理创新研究中心最新论文

《科学研究的数据生态及其模式演进研究》

数据是现代科学研究不可或缺的重要组成部分，数据生态及其模式演进对于促进科研创新、推动学术出版至关重要。sunbet申搏数据管理创新研究中心夏义堃教授运用数据生态理论深入阐释了科研数据生态的运作机制、演进过程和机理。研究首先论述数据生态与科研创新、学术出版的内在逻辑关联。数据生态通过协调多主体数据关系、优化数据管理、共享和应用模式，以提升科研创新和学术出版的效率和质量。科研创新与学术出版则基于资源型与权利型两种路径驱动数据流动、共享和生态建设。其次，从数据思维、数据制度、数据主体关系、数据管理结构、数据流通环境、数据管理方法的不同维度将科研数据生态划分为封闭型、扩张型、协同型三个演进阶段。科研数据生态总体呈现从单一到融合、从碎片到系统、从单边到协同、从点对点到一体化、从手工到智能的发展趋势与表现形态。数据流动、知识转化的动态平衡与循环上升是理解科研数据生态模式演进的关键，不同科研范式下评价指挥棒对数据行为驱动与偏好选择的影响是数据生态更迭的本质。最后，研究强调，数据驱动型研究范式下，我国科研数据管理的深入推进应树立数据生态与科研创新、学术出版协同发展理念，建构科研创新链-数据链-学术出版链一体化融合的数据生态体系，平衡多数据主体关系以构建面向科学数据智能转化与知识创新扩散的连通空间。

科学研究数据生态模式演进机理的理论模型

论文链接：

https://journal08.magtechjournal.com/kxxyj/CN/Y2024/V42/I4/673

《基于主客观融合的人工智能跨模态生成内容质量及效能测度研究》

跨模态生成式人工智能不同算法、训练数据及优化目标引致的生成质量与效能差异性与不确定性凸显，急需提出一种测度基准准确反映真实质量，从而为在人智协同中更好整合生成式人工智能技术提供有益参考。针对这一问题，sunbet申搏数据管理创新研究中心李白杨助理教授以主流跨模态文生图领域为例，综合考虑生成式人工智能接入、生成以及评估三阶段过程，结合客观标准主观感知两个维度进行质量测度以及全工作流效能评估基准构建，并基于投入产出视角结合所提基准进行测度。结果表明，性别、年龄、就职状态以及数字素养对主观感知表现出一定影响，过于片面地看待生成式人工智能可能带来AI辨识障碍；Midjourney表现出较强的主观感知质量，且综合值已超过人类，Imagen 2在综合客观质量测度中表现更强；生成速度与主观得分呈现出显著正相关，而提示词长度与主、客观得分呈现出显著负相关；质量偏好者选择如Midjourney的高成本、高回报工具，效能追求者选择如SDXL-Turbo的低成本、高效率工具，而两者兼顾则可选择Imagen 2。