AI-Assisted Curation of Conference Scholarship: Compiling, Structuring, and Analyzing Two Decades of Presentations at the Society for Social Work and Research

本研究利用人工智能辅助技术，构建了涵盖 2005 至 2026 年社会社会工作与研究学会（SSWR）会议近 2.4 万篇摘要的数据库，揭示了该领域在作者协作、国际参与度及研究方法（以定量为主）等方面的显著演变趋势。

要点

这篇文章就像是在给社会工作的学术圈做了一次"超级人口普查"和"历史大回顾"。

想象一下，社会工作领域的学者们每年都要开一次盛大的“学术年会”（SSWR 年会），大家把最新的研究想法、发现和方法像“预告片”一样展示出来。过去，这些“预告片”只是散落在会议手册里的文字，没人把它们整理成一本整齐的账本，所以很难看清过去 20 年大家到底在忙什么、怎么忙、以及谁在忙。

这篇论文的作者（Perron 教授等人）做了一件很酷的事情：他们利用人工智能（AI），把 2005 年到 2026 年这 20 年间，年会里所有的 23,793 个研究摘要都“扫描”了一遍，把它们变成了一部可搜索、可分析的超级数据库。

为了让你更容易理解，我们可以用几个生动的比喻来拆解这篇论文：

1. 他们是怎么做到的？（AI 作为“超级图书管理员”）

以前，要把这些杂乱无章的文字整理好，可能需要几百个图书管理员花几年时间，一个个去读、去分类、去记录作者是谁。

• 比喻：作者们请了一位不知疲倦的“超级图书管理员”（一个小巧但聪明的 AI 模型，叫 gpt-oss-20b）。这位管理员不需要睡觉，也不用去昂贵的云端服务器，直接在自己的电脑上就能干活。
• 任务：它把那些乱糟糟的摘要（比如“张三，密歇根大学，做了一项关于贫困的研究”）瞬间变成了整齐的数据表（作者：张三；机构：密歇根大学；方法：定量研究）。
• 亮点：他们特意选了一个“小个子”AI，就像用一辆省油的小轿车代替了耗油的巨型卡车，既省钱又环保，还能保护数据隐私（因为数据不用上传到别人的服务器）。

2. 他们发现了什么？（学术圈的“成长日记”）

整理好数据后，他们看到了过去 20 年的几个有趣变化：

• 规模大爆炸：

  • 比喻：2005 年的年会像是一个小型的社区聚会（423 个报告），而到了 2026 年，它已经变成了一个巨大的体育场馆（1935 个报告）。
  • 数据：参会人数和报告数量翻了两倍多，平均每年增长 7.5%。这说明社会工作这个领域越来越热闹，大家的研究热情越来越高。

• 研究方法变了：

  • 比喻：以前大家主要靠**“数数”（定量研究，比如统计数字、做问卷），这就像是用尺子去量世界。现在，虽然“尺子”还是主力，但大家也开始更多地用“讲故事”**（定性研究，比如访谈、观察）来理解世界。
  • 数据：以前 70% 的研究都在“数数”，现在降到了 50% 左右；而“讲故事”的比例从 15% 涨到了 30%。这说明学者们开始意识到，光有数字不够，还要理解人的故事和感受。

• 大家更爱“组队”了：

  • 比喻：以前很多研究是**“独行侠”（一个人做），现在大家更喜欢“组团打怪”**。
  • 数据：2005 年时，平均每个报告只有 2.2 个人；现在平均有 3.3 个人。一个人做研究变少了，四个人以上的大团队变多了。这说明现在的研究更复杂，需要更多人合作。

• 世界变“小”了：

  • 比喻：以前这个聚会主要是**“美国本地人”的聚会，现在“国际友人”**越来越多。
  • 数据：来自美国以外的作者比例从 4.5% 涨到了 13.5%。虽然美国学者还是占绝大多数，但全球各地的声音都进来了。

3. 谁在参会？（学术圈的“人员构成”）

• 主力军：最活跃的不是那些德高望重的老教授，而是博士生和助理教授。他们就像学术界的“新鲜血液”和“中坚力量”，占了参会人数的大头。
• 趋势：虽然年轻学者很多，但资深教授（正教授）的比例也在慢慢回升，说明这个领域既有活力，也有经验传承。

4. 为什么要做这件事？（意义）

这就好比给一个正在快速生长的孩子拍了一部连续剧。

• 以前：我们只能看到孩子每年的照片，不知道他是怎么长大的。
• 现在：有了这个数据库，我们就能看清他成长的轨迹：他什么时候开始长高了？他什么时候开始换了一种走路方式？他什么时候交到了新朋友？

这对我们有什么帮助？

1. 看清方向：知道大家现在最关心什么问题（比如从单纯的数据分析转向了更关注人的故事）。
2. 发现问题：比如发现国际学者虽然多了，但最近因为签证、战争或旅行成本等原因，有些国家的人来不了了，这就提醒组织者要想办法解决。
3. 未来规划：既然大家喜欢“组队”，未来的会议是不是要设计更多促进合作的机会？既然“讲故事”变多了，是不是要增加相关的讨论环节？

总结

这篇论文不仅仅是一堆冷冰冰的数据，它是一次用高科技手段对学术历史的“考古”和“透视”。它告诉我们，社会工作这个领域正在变得更大、更多元、更合作，也更关注人的真实故事。而这一切，都要感谢那个不知疲倦的“超级图书管理员”AI，帮我们把混乱的过去整理成了清晰的未来地图。

技术摘要

论文技术摘要：AI 辅助的会议学术策展——社会工作和研究学会（SSWR）二十年（2005–2026）报告的结构化与分析

1. 研究背景与问题 (Problem)

社会工作领域的学术会议（特别是北美社会工作研究与实践学会 SSWR 年会）是学科知识生产、方法创新和早期职业发展的关键场所。然而，与许多其他科学领域不同，SSWR 的会议摘要长期以来以非结构化文本的形式存在于会议管理系统（Confex）中，缺乏标准化的元数据。

• 核心痛点：由于摘要格式不统一、作者隶属关系混杂、方法论描述非结构化，导致无法进行大规模、系统性的文献计量分析（Bibliometric Analysis）。
• 现有局限：以往关于 SSWR 的研究仅涉及少量摘要样本，缺乏对二十年（2005-2026）全量数据的纵向分析。此外，传统的大型语言模型（LLM）虽然能力强，但依赖云端 API，存在高昂成本、数据隐私风险及高碳排放问题，难以在资源受限的社科研究中普及。

2. 方法论与技术路线 (Methodology)

本研究构建了一个自动化的数据管道，将非结构化会议记录转化为可分析的结构化数据库。

2.1 数据采集 (Data Collection)

• 数据源：SSWR Confex 会议管理系统，涵盖 2005 年至 2026 年（第 9 届至第 30 届）的所有公开会议。
• 网络爬虫：使用 Python 编写的自定义脚本（基于 Crawl4AI 和 BeautifulSoup4）进行网络爬虫。
  • 针对 2005-2008 年与 2009-2026 年不同的 HTML 结构，开发了特定的解析逻辑。
  • 提取标题、摘要、作者信息、会议格式（口头、海报、研讨会等）。
  • 排除无摘要或摘要过短（<50 字符）的记录。

2.2 核心处理：小语言模型 (SLM) 的应用

研究创新性地使用了本地部署的小语言模型（Small Language Model, SLM），具体为 gpt-oss:20b（200 亿参数），而非依赖云端的大型模型。

• 部署环境：使用 llama.cpp 在本地硬件运行，确保数据隐私并降低计算成本和碳足迹。
• 任务一：作者与机构解析
  • 设计结构化提示词（Prompt），将非结构化的作者隶属关系字符串（如 "M. Smith, U. Michigan"）解析为 JSON 格式（姓名、学位、职位、机构、城市、国家等）。
  • 实体消歧（Entity Resolution）：结合 HumanName 库和 RapidFuzz 模糊匹配算法，构建基于图的实体识别系统。针对常见姓氏（如 Lee, Kim, Chen）设置特殊规则，通过相似度评分（阈值 90）和机构匹配，将 23,481 个原始姓名变体合并为 20,779 个唯一研究者。
  • 机构标准化：将 "U. Michigan", "U-M" 等变体映射到标准机构名称。
• 任务二：方法论分类
  • 利用 SLM 对摘要内容进行分类，分为五类：定量（Quantitative）、定性（Qualitative）、混合方法（Mixed Methods）、综述（Review）、理论/其他（Theoretical/Other）。
  • 验证：人工抽样验证显示，分类的 Cohen's kappa 系数为 0.83（几乎完全一致），定量和定性分类准确率达 100%。

2.3 质量控制

• 采用“人机协同”模式，在爬虫、解析、实体消歧和分类的关键阶段均有人工审查。
• 数据清洗包括姓名标准化（NFKD 算法）、国家/地区名称统一（如 "UK" 映射为 "United Kingdom"）等。

3. 关键贡献 (Key Contributions)

1. 基础设施构建：建立了包含 23,793 场报告、69,924 条作者记录的 SSWR 二十年全量数据库，填补了该领域缺乏系统性元数据基础设施的空白。
2. 技术范式创新：证明了本地部署的小语言模型（SLM） 在处理特定领域（社会科学）的非结构化文本提取任务中，既能保持高精度，又能显著降低计算成本和环境影响，为资源受限的学科提供了可复制的技术路径。
3. 方法论验证：验证了 AI 辅助的实体消歧和分类流程在学术元数据提取中的有效性，为未来大规模会议数据分析提供了标准范式。

4. 主要研究结果 (Results)

基于 2005-2026 年的数据分析，得出以下核心发现：

• 会议规模增长：
  • 报告数量从 2005 年的 423 场激增至 2026 年的 1,935 场。
  • 复合年增长率（CAGR）为 7.5%，约每十年翻一番。2015 年是一个转折点，单年增长 46%。
• 研究方法演变：
  • 定量方法仍占主导（61.1%），但比例从早期的约 71% 下降至 2025-2026 年的 51%。
  • 定性方法显著上升，从 15% 增至 30%。
  • 混合方法（9.1%）和综述（5.4%）保持稳定增长，显示方法论的多元化趋势。
• 合作模式变化：
  • 平均每篇报告的作者数从 2.22 人（2005 年）增加到 3.31 人（2026 年）。
  • 单人报告比例从 38% 降至 21%，而 4 人及以上团队报告比例从 16% 升至 38%，表明团队协作已成为主流。
• 人口统计学特征：
  • 职位分布：助理教授（19.6%）和博士生（19.0%）是主要贡献者，合计占近 40%。
  • 国际化程度：非美国作者比例从 2005 年的 4.5% 上升至 2026 年的 13.5%（尽管 2026 年国际第一作者比例略有下降，可能受地缘政治和旅行限制影响）。
  • 参与者来自 93 个国家和 4,049 个机构。

5. 研究意义与启示 (Significance)

• 学科发展洞察：该数据库揭示了社会工作研究从单一量化向方法论多元化（特别是定性研究）转变的趋势，以及团队协作在提升研究影响力方面的作用。
• 学术基础设施：该数据库可作为“研究基础设施”，支持对研究优先事项、理论框架演变（如后现代主义、批判理论）的假设检验。
• 政策与规划：
  • 对于会议组织者：数据表明会议规模扩大带来了更多元的机会，但也带来了注意力碎片化和早期职业学者（博士生、助理教授）面临的挑战，提示需要加强导师制和结构化支持。
  • 对于国际参与：数据反映了全球参与度的增长，同时也暴露了地缘政治和旅行限制对国际学者参与的结构性阻碍。
• 技术示范：本研究展示了如何利用低成本、本地化的 AI 技术解决社会科学中的“大数据”难题，为其他缺乏结构化元数据的学科领域提供了技术参考。

总结：本文不仅提供了一个关于 SSWR 二十年发展的详尽实证分析，更重要的是展示了一套利用 AI 技术将非结构化学术遗产转化为可计算、可分析数据的完整方法论框架。