1 团队介绍
团队名称:New Vision
团队成员:周闵、赵禄、谢帅
学校:中南林业科技大学
2 作品背景
2.1作品背景
每年十月初是诺奖公布时间,今年的诺奖颁布也引发了社会的广泛关注,我们想到很多人对诺奖的细节了解都不太充分,觉得对诺奖数据分析是一个好的选题;
诺贝尔奖是诺贝尔为了表彰在物理、化学等科学领域具有杰出贡献人才的奖项,至今已有121年的历史,除了因为战争特殊时期或者没有候选人未颁发以外基本上每年都有奖项颁发,各自代表着在各自科学领域上的最高成就。
2.2制作原因
基于本团队对于获奖者的信息有着较高的兴趣,因此想要对一些杰出的科学家去进行分析,包括国籍,年龄,性别等。
在诺贝尔等得奖上我国有以下三人:
1、1957年诺贝尔物理学奖杨振宁,为中国历史上第一位获得诺贝尔奖的中国人。1922年生于安徽合肥,1957年获得诺贝尔物理学奖,获奖时为中国国籍,后加入美国国籍,2017年恢复中国国籍。
2、2012年诺贝尔文学奖授予中国作家莫言。莫言成为有史以来首位获得诺贝尔文学奖的中国籍作家(获奖时杨振宁为美国国籍)。
3、2015年10月5日,中国女科学家屠呦呦因在疟疾治疗研究中的突出贡献荣获2015年诺贝尔生理学或医学奖。她也成为第一位获得诺贝尔科学奖项的中国本土科学家、第一位获得诺贝尔生理医学奖的华人科学家。
我们团队旨在提高大学生对于科研的兴趣,提升大学生对于科学领域研究的坚持,所以在此对于诺贝尔奖这个对于物理、化学等科学领域的最高荣誉进行分析。
3 制作流程
诺奖是社会上广泛关注的一个热点,它的获得者是谁,又是来自与哪里等等都是大家乐于探讨的话题,对此,我们研究的是各大奖项的分布,获得者的国家,性别,年龄等方面。需要思考的是,诺奖触及的各个领域并不是统一颁布,为何在不同国家之家获奖的数量差别会如此之大,是否获奖又与年龄有关,获得者是否又有相同的感悟等等。
对此,本作品制作过程分为四个阶段。第一阶段是概况,包含地区以及奖项分布。第二阶段为获得者的性别分析,第三阶段则是获得者的年龄分析,最后是获奖致辞分析。
首先,地区分析我们希望的是能够清晰的反馈出不同国家获奖人数的差异,我们通过制作地图,树形图,条形图以及面积图的方式实现。在奖项上,通过环形图,条形图以及雷达图来统计各个奖项的百分比,对于奖项有更好的了解及分析。
其次,对于性别比例可从总人数比列扩充到各大领域的男女比列,更好更直观的反映出在不同奖项上不同性别的优势。通过堆积图,环形图,以及条形图等实现。
然后分析年龄对于获奖概率的影响,年龄与知识储备有一定关系,它也间接影响到了获奖概率。
最后,对获得者的致辞进行统计,致辞中包含了获得者自己独到的感悟,结合前三阶段进行作品展示。
![](https://hwobs-sq.fanruan.com/shequ_forum/image/04de723c263654dbab4b9ddaea99f452.jpg)
![wps](https://hwobs-sq.fanruan.com/shequ_forum/image/924f7c88512c68578ab62ffbd5d6e015.jpg)
4成果展示
国家之间对于诺奖的重视程度不同,诺奖保持宁缺毋滥的原则,知识需要沉淀。
4.1 模块一 总体分析
地区差异很大,两级分化极大,美国更是一家独大。可见,对于诺奖的重视程度以及人才的储备美国等欧洲国家是明显高于其它国家的,提醒其它国家注意人才培养以及改善学术环境。
![](https://hwobs-sq.fanruan.com/shequ_forum/image/f996506e20927aa3a9a556a51f1343fe.jpg)
![](https://hwobs-sq.fanruan.com/shequ_forum/image/0cc08797a5eb0fad02655ab5492daac9.jpg)
![](https://hwobs-sq.fanruan.com/shequ_forum/image/cb865d9b2e1d94054a48a5989c5e2d57.jpg)
![](https://hwobs-sq.fanruan.com/shequ_forum/image/f65f9079c4f5c493d0376cfdc6722675.jpg)
![](https://hwobs-sq.fanruan.com/shequ_forum/image/06252c6727f3d2ab0c71d4d2a67d1508.jpg)
![](https://hwobs-sq.fanruan.com/shequ_forum/image/07cb16021e17cbc8344148d22290b936.jpg) ![](https://hwobs-sq.fanruan.com/shequ_forum/image/ac4fb2f8e1221e39f6d6ca4acd80513f.jpg)
奖项并不是定期均匀颁布的,而是能者得之,保持宁缺毋滥的原则。
4.2 模块二 获奖者性别数据分析
![](https://hwobs-sq.fanruan.com/shequ_forum/image/314fb9429cf8e79c338d08a8bda25313.jpg)
世界男女比列近似于1:1,但是在获奖者里面,女性却只占了5.32%,远低于男性获奖者。同样的是,在各大领域中,女性获奖者在数量上占据比例极低。
![](https://hwobs-sq.fanruan.com/shequ_forum/image/535e259214d34a79482fb1483f4737f7.jpg)
男性获奖者中医学,物理学和化学的获奖数目最多,而女性获奖者中,文学,和平以及化学类的占比最多;
4.3模块三 获奖者的年龄分布
诺奖获得者的年龄服从正太分布,集中在49-69之间。对于不同的奖项略有差异,文学类和经济学类年龄偏大,而物理学类偏小。所以,年龄太小可能知识储备不够,而年龄太大可能思维不够活跃。
![](https://hwobs-sq.fanruan.com/shequ_forum/image/7559312df941a26c7d6f6c3264c50e2f.jpg)
最年轻和最年长的获奖者:
![](https://hwobs-sq.fanruan.com/shequ_forum/image/adf5870a236a32dbeba1d7645bd1e159.jpg)
4.4模块四 获奖者致辞
致辞包含获奖者的感悟,从此来看,观察力,分析以及理论是相当重要的。在平常的研究中要多观察,善于分析,以及多积累理论知识。获奖者从来都不会只是运气而已,定有异于常人之处。
![](https://hwobs-sq.fanruan.com/shequ_forum/image/e6d091f821f4abcb55bfaf8b5b6717ef.jpg)
5 总结与分享
5.1总结
本作品通过1901年到2022年诺贝尔奖获奖者进行分析可以得到如下信息:
1.获得诺奖数目较多的国家集中分布在欧洲和北美洲;
2.诺奖获得者的出生城市主要集中在沿海地区,欧洲,北美洲以及亚洲和非洲的沿海城市居多;
3.诺奖获得最多的前三个国家分别是:美国,英国和德国;
4.每年颁布的诺将种类中,物理学类,化学类和医学类的数目占比较大于其它种类;
5.诺奖获得者中,男性在各类别的获奖数量远远高于女性;
6.男性获奖者中医学,物理学和化学的获奖数目最多,而女性获奖者中,文学,和平以及化学类的占比最多;
7.诺贝尔奖获得者的年龄服从正态分布,集中分布在49-69岁之间;8.经济学类和文学类获奖者年龄普遍大于其他种类,而物理学类获奖者年龄普遍小于其他种类的获奖者年龄;
9.获奖者致辞中最长说的前三个单词分别是discovery,development,theory;
10.最年轻的获奖者是17岁获得和平奖的Malala Yousafzai.,最年长的获奖者是90岁获得经济学奖的Leonid Hurwicz.
5.2心得体会
在作品制作过程中我们也遇到了各式各样的问题,比如数据源的选择,FineBI进行分享时会出现错误等等,我们对于数据源的采集采取的是多方选择,综合使用的方法,对于各个数据源进行一定的整合以及数据的的预处理,进行数据整理;我们在生活学习中还是需要注意提升数据收集的能力,对有价值的(尤其是有社会价值社的)数据进行收集积累,以及细心的观察。 |