- 권한신청
- P-ISSN1013-0799
- E-ISSN2586-2073
- KCI
초록
사회 전반적으로 협업의 중요성과 필요성이 강조되고 있으며, 연구자들의 협업 역시 증가하고 있다. 연구자의 협업에는 학자로서의 특성이 반영된다는 점에서 특이성을 가진다. 본 연구는 연구자 협업 패턴에 영향을 미치는 요인을 알아보기 위해 가설을 설정하고 이를 검증하였다. 영향 요인은 연구자들의 협업 행태 및 동기에 대한 선행연구를 토대로 추출하였으며, 계량정보학 분야 연구자들을 대상으로 네트워크 분석과 설문 분석의 두 가지 방법을 활용하여 가설을 검증하였다. 설문은 네트워크 분석에 포함된 연구자를 대상으로 한 웹 설문으로 진행하였다. 본 연구 결과는 연구자 인식 분석을 통한 개인적 선택 요인과 관계 계량정보학 분석을 통한 집단적 결과 요인을 분석했다는 점에서 의의가 있으며, 연구자 협업을 장려하는 정책 및 디지털 협업서비스 기획 등에 활용될 수 있을 것이라 기대된다.
Abstract
The collaboration is becoming ever more widespread in scientific research. Unlike collaboration in other areas such as in a company, research collaboration has an unique feature that it is reflected by scholars’ characteristics. Based on previous studies on research collaboration, five major factors are identified. We propose five hypotheses from them and examine these by using both in-person questionnaire survey and relational bibliometric analysis. The survey analysis informs individual choice factors and the bibliometric analysis informs collective consequence factors. The results of this study may have implications for science policies and digital collaboration services.
초록
정보통신기술의 발달로 학술 정보의 양이 기하급수적으로 증가하였고 방대한 양의 텍스트 데이터를 처리하기 위한 자동화된 텍스트 처리의 필요성이 대두되었다. 생의학 문헌에서 생물학적 의미와 치료 효과 등에 대한 정보를 발견해내는 바이오 텍스트 마이닝은 문헌 내의 각 개념들 간의 유의미한 연관성을 발견하여 의학 영역에서 상당한 시간과 비용을 줄여준다. 문헌 기반 발견 연구로 새로운 생의학적 가설들이 발견되었지만 기존의 연구들은 반자동화된 기법으로 전문가의 개입이 필수적이며 원인과 결과의 한가지의 관계만을 밝히는 제한점이 있다. 따라서 본 연구에서는 중간 개념인 B를 다수준으로 확장하여 다양한 관계성을 동시출현 개체와 동사 추출을 통해 확인한다. 그래프 기반의 경로 추론을 통해 각 노드 사이의 관계성을 체계적으로 분석하여 규명할 수 있었으며 새로운 방법론적 시도를 통해 기존에 밝혀지지 않았던 새로운 가설 제시의 가능성을 기대할 수 있다.
Abstract
Due to the recent development of Information and Communication Technologies (ICT), the amount of research publications has increased exponentially. In response to this rapid growth, the demand of automated text processing methods has risen to deal with massive amount of text data. Biomedical text mining discovering hidden biological meanings and treatments from biomedical literatures becomes a pivotal methodology and it helps medical disciplines reduce the time and cost. Many researchers have conducted literature-based discovery studies to generate new hypotheses. However, existing approaches either require intensive manual process of during the procedures or a semi-automatic procedure to find and select biomedical entities. In addition, they had limitations of showing one dimension that is, the cause-and-effect relationship between two concepts. Thus, this study proposed a novel approach to discover various relationships among source and target concepts and their intermediate concepts by expanding intermediate concepts to multi-levels. This study provided distinct perspectives for literature-based discovery by not only discovering the meaningful relationship among concepts in biomedical literature through graph-based path interference but also being able to generate feasible new hypotheses.
초록
이 연구에서는 계량정보학적 기법을 사용하여 국내 트위터 관련 연구의 동향을 분석하고자 하였다. 이를 위해 KCI에서 검색된 2009년부터 2014년 4월까지의 트위터 관련 논문 539편에서 제목, 초록, 키워드를 추출하여 분석 자료로 삼았다. 프로파일링 기법을 이용해 트위터 관련 연구가 수행된 학문 분야와 저널을 분석하였고, 동시출현단어 분석을 통해 트위터 관련 연구의 세부 주제 영역을 파악하였다. 그 결과, 국내 트위터 관련 연구는 53개 학문분야에서 다양하게 다루어지고 있으며 핵심 분야는 신문방송학, 경영학, 컴퓨터학 분야로 나타났다. 세부 주제로는 선거를 비롯한 정치 관련 이슈가 가장 많이 다루어졌으며, 기업/구매 관련 이슈도 활발히 연구되었음을 확인할 수 있었다.
Abstract
This study explored the research trends on Twitter in Korea by informetric methods. All 539 articles on Twitter published from 2009 to the April of 2014 were obtained from the KCI. Only article titles, abstracts, and keywords by authors were used in analysis. Academic journals in many different disciplines where Twitter articles were produced were analysed by profiling, and then, the subject areas of researches on Twitter were analysed by co-word analysis. The results of this study showed that Twitter-related papers were published in as many as 53 disciplines with journalism, business administration, and computer science to be core fields. It was also found that the core subject areas are political issues and business.