- 권한신청
- P-ISSN1013-0799
- E-ISSN2586-2073
- KCI
초록
본 연구에서는 공공부문에서 운영되고 있는 KMS의 성과평가의 일환으로 KMS 사용자 만족도의 선행요인 및 사용자 만족도와 성과 간의 구조적 관계를 분석하고 효과적인 KMS 운영을 위한 함의를 제시하였다. 본 연구에서 실시한 지식품질과 KMS 품질, 사용자 만족도 및 성과 간의 영향관계에 관한 구조방정식 분석결과, 연구모형에서 설정한 3개의 가설 모두가 채택되었다. 이러한 분석결과를 토대로 본 연구에서는 KMS 사용자 만족도 및 성과 향상을 위한 효과적인 KMS 운영방안을 제시하였다.
Abstract
The purposes of this study are to examine the factors influencing the user satisfaction of knowledge management system(KMS) and the influence of the user satisfaction on the performance, and to search the strategies for effective KMS operating. The results of covariance structural analyses indicate that the factors-knowledge quality and KMS quality significantly influence the user satisfaction. User satisfaction also significantly affects the performance. Based on the results, this study discusses the potential implications for the strategies of KMS implementing to improve the user satisfaction and performance.
초록
정보통신 기술이 빠르게 발전하면서 데이터의 생산 속도가 급증하였고, 이는 빅데이터라는 개념으로 대표되고 있다. 단시간에 데이터 규모가 급격하게 증가한 빅데이터에 대해 품질과 신뢰성에 대한 논의도 진행되고 있다. 반면 스몰데이터는 품질이 우수한 최소한의 데이터로, 특정 문제 상황에 필요한 데이터를 의미한다. 문화예술 분야는 다양한 유형과 주제의 데이터가 존재하며 빅데이터 기술을 활용한 연구가 진행되고 있다. 하지만 문화예술기관의 기본정보가 정확하게 제공되고 활용되는지를 탐색한 연구는 부족하다. 기관의 기본정보는 대부분의 빅데이터 분석에서 사용하는 필수적인 근거일 수 있고, 기관을 식별하기 위한 출발점이 된다. 본 연구는 문화예술 기관의 기본정보를 다루는 데이터를 수집하여 공통 메타데이터를 정의하고, 공통 메타데이터를 중심으로 기관을 연계하는 지식그래프 형태로 스몰데이터를 구축하였다. 이는 통합적으로 문화예술기관의 유형과 특징을 탐색할 수 있는 방안이 될 수 있다.
Abstract
With the rapid development of information and communication technology, the speed of data production has increased rapidly, and this is represented by the concept of big data. Discussions on quality and reliability are also underway for big data whose data scale has rapidly increased in a short period of time. On the other hand, small data is minimal data of excellent quality and means data necessary for a specific problem situation. In the field of culture and arts, data of various types and topics exist, and research using big data technology is being conducted. However, research on whether basic information about culture and arts institutions is accurately provided and utilized is insufficient. The basic information of an institution can be an essential basis used in most big data analysis and becomes a starting point for identifying an institution. This study collected data dealing with the basic information of culture and arts institutions to define common metadata and constructed small data in the form of a knowledge graph linking institutions around common metadata. This can be a way to explore the types and characteristics of culture and arts institutions in an integrated way.
초록
본 연구에서는 공기업의 지식관리 영향요인, 지식관리 활동과 그 성과 간의 구조적 관계를 파악하고자 하였다. 이를 위해 본 연구는 정부기관 중 지식관리를 최초로 도입한 기관이자 공공부문 지식관리의 선도기관으로 평가받고 있는 한국철도공사 직원들을 대상으로 한 설문조사를 통해 실증분석을 시도하였다. 가설검증 결과, 지식관리 영향요인으로는 학습지향문화와 지식품질, KMS 품질 등이 지식창출 및 공유 활동 모두에 유의미한 영향요인으로 검증되었으며, 개인태도는 지식창출 활동에만 유의미한 영향을 미치는 것으로 나타났다. 또한 지식창출은 지식공유 활동에 유의미한 영향을 미치는 것으로 나타났으며, 지식창출과 지식공유 모두 성과에 유의미한 영향을 미치는 것으로 나타났다. 이러한 분석결과를 토대로 본 연구에서는 지식창출 및 공유 활성화 방안을 제시하였다.
Abstract
The purpose of this study is to examine the causal relationships among knowledge management(KM) influence factors(leadership, learning culture, member' attitude, reward, knowledge quality, KMS quality), KM activities(knowledge creation, knowledge sharing), KM performance in public enterprise. The results of data analysis by structured equation model(SEM) indicate that learning culture, knowledge quality and KMS quality significantly influence the knowledge creation and sharing. Member' attitude has significant influences on the knowledge creation. And knowledge creation and sharing have a significant affect on KM performance. Based on the results, the potential implications of the strategy for effective knowledge management are discussed.
초록
본 연구의 목적은 지식기여 활동의 영향요인을 분석하고, 지식기여 활성화 방안을 모색하는데 있다. 특히 본 연구에서는 공공부문을 대상으로 온라인에서의 지식기여와 오프라인에서의 지식기여 활동에 영향을 미치는 요인을 분석하고, 이를 통해 지식기여 활성화 방안을 제시하고자 하였다. 구조방정식 모형 분석을 통한 가설검증 결과, 온라인 지식기여와 오프라인 지식기여에 유의미한 영향을 미치는 요인으로는 지지적 리더십, 내재적 동기, 지식품질 등으로 나타났다. 이러한 분석결과를 토대로 본 연구에서는 지식기여 활성화를 위한 전략 및 함의를 제시하였다.
Abstract
The purposes of this study are to find factors that have influences on the knowledge contribution activities, and to offer some suggestions to improve the knowledge contribution. Especially this study suggests to improve knowledge contribution by analyzing both on-line and off-line knowledge contribution activities in the public sector. The results of data analysis by structured equation model(SEM) indicate that leadership, intrinsic motivation, and knowledge quality significantly influence on-line and off-line knowledge contribution. Based on the results, the potential implications for the strategy of effective knowledge contribution are discussed.
초록
본 연구는 공공데이터 품질관리 모델, 빅데이터 품질관리 모델, 그리고 연구데이터 관리를 위한 데이터 생애주기 모델을 분석하여 각 품질관리 모델에서 공통적으로 나타나는 구성 요인을 분석하였다. 품질관리 모델은 품질관리를 수행하는 객체인 대상 데이터의 특성에 따라 생애주기에 맞추어 혹은 PDCA 모델을 바탕으로 구축되고 제안되는데 공통적으로 계획, 수집 및 구축, 운영 및 활용, 보존 및 폐기의 구성요소가 포함된다. 이를 바탕으로 본 연구는 연구데이터를 대상으로 한 품질관리 프로세스 모델을 제안하였는데, 특히 연구데이터를 대상 데이터로 하여 서비스를 제공하는 연구데이터 서비스 플랫폼에서 데이터를 수집하여 서비스하는 일련의 과정에서 수행해야하는 품질관리에 대해 계획, 구축 및 운영, 활용단계로 나누어 논의하였다. 본 연구는 연구데이터 품질관리 수행 방안을 위한 지식 기반을 제공하는데 의의를 갖는다.
Abstract
This study analyzed the government data quality management model, big data quality management model, and data lifecycle model for research data management, and analyzed the components common to each data quality management model. Those data quality management models are designed and proposed according to the lifecycle or based on the PDCA model according to the characteristics of target data, which is the object that performs quality management. And commonly, the components of planning, collection and construction, operation and utilization, and preservation and disposal are included. Based on this, the study proposed a process model for research data quality management, in particular, the research data quality management to be performed in a series of processes from collecting to servicing on a research data platform that provides services using research data as target data was discussed in the stages of planning, construction and operation, and utilization. This study has significance in providing knowledge based for research data quality management implementation methods.
초록
사람들은 청소년기에 성적 지향이나 성 정체성에 대해 인식하기 시작하며, 청소년들은 성에 관한 민감한 건강정보 탐색을 위해 접근이 편하고 익명성이 보장된 지식검색 커뮤니티를 자주 이용한다. 본 연구는 지식검색 커뮤니티에 나타난 청소년들의 성 정체성에 관련된 질문과 답변을 바탕으로 그들의 정보탐색 행태를 관찰하고자 하였다. 먼저, 그들의 정보 요구를 파악하고 그들이 공유한 질문에 제공된 답변들 가운데 채택된 답변과 비 채택된 답변의 특성을 비교하여 청소년들이 어떠한 답변을 선호하는지 조사하였다. 이를 위해 국내의 대표적인 지식검색 커뮤니티인 네이버 지식iN에서 2016년 1월부터 2018년 12월까지 3년간 채택된 답변과 비 채택된 답변으로 구성된 총 358세트의 데이터를 분석하였다. 분석 결과, 성 정체성에 관한 고민을 가진 청소년들은 성 정체성에 대한 정의나 혼란에 관한 정보 요구가 많았다. 이용자들이 채택한 답변에는 공감 및 긍정적인 느낌을 주는 요인들이 채택되지 않은 답변에 비해 많았으며, 반면에 채택되지 않은 답변에는 부정적인 요인들이 높게 나타났다. 본 연구는 성 정체성이 확립되지 않은 청소년들이 가진 정보 요구와 정보탐색 행태를 분석하여 정보탐색 분야의 논의를 확장하고 건강정보 이용자의 정보 평가에 이용되는 인지적 및 감정적 모델을 검증했다는 데 학문적 의의가 있다. 또한 연구 결과를 바탕으로 소셜 미디어가 청소년에게 제공해야 할 성 정체성에 관한 효과적인 정보서비스에 대한 실질적인 함의를 제안한다.
Abstract
People begin to recognize sexual orientation or gender identity in adolescence, and adolescents frequently use an accessible and anonymous anonymity knowledge retrieval community to explore sensitive health information about gender. This study attempted to observe their information search behavior based on questions and answers about adolescents’ gender identity in the knowledge retrieval community. First, we wanted to examine their information needs and to investigate what factors they preferred to answer by comparing the characteristics of the answers adopted with the non-adopted answers among the answers provided in the questions they shared. To this end, Naver, Korea’s representative knowledge search community. In Knowledge-iN, a total of 358 sets of data were analyzed, consisting of responses adopted over three years from January 2016 to December 2018. As a result, adolescents with concerns about gender identity demanded information about definition or confusion about gender identity. In the responses adopted by the users, the factors that gave empathy and positive feelings were higher than those that were not adopted, whereas the negative responses were higher in the unaccepted answers. This study is meaningful in that it analyzes the information needs and information search behaviors of adolescents with no established gender identity, expands the discussion in the information search field, and confirms cognitive and emotional models for information evaluation of health information users. Also, based on the research results, we propose practical implications for effective information services on gender identity that social media should provide to young people.
초록
본 연구는 지금까지 제안된 거대언어모델 가운데 LLaMA 및 LLaMA 기반 모델과 같이 연구데이터를 주요 사전학습데이터로 활용한 모델의 데이터 품질에 중점을 두어 현재의 평가 기준을 분석하고 연구데이터의 관점에서 품질 평가 기준을 제안하였다. 이를 위해 데이터 품질 평가 요인 중 유효성, 기능성, 신뢰성을 중심으로 품질 평가를 논의하였으며, 거대언어모델의 특성 및 한계점을 이해하기 위해 LLaMA, Alpaca, Vicuna, ChatGPT 모델을 비교하였다. 현재 광범위하게 활용되는 거대언어모델의 평가 기준을 분석하기 위해 Holistic Evaluation for Language Models를 중심으로 평가 기준을 살펴본 후 한계점을 논의하였다. 이를 바탕으로 본 연구는 연구데이터를 주요 사전학습데이터로 활용한 거대언어모델을 대상으로 한 품질 평가 기준을 제시하고 추후 개발 방향을 논의하였으며, 이는 거대언어모델의 발전 방향을 위한 지식 기반을 제공하는데 의의를 갖는다.
Abstract
Large Language Models (LLMs) are becoming the major trend in the natural language processing field. These models were built based on research data, but information such as types, limitations, and risks of using research data are unknown. This research would present how to analyze and evaluate the LLMs that were built with research data: LLaMA or LLaMA base models such as Alpaca of Stanford, Vicuna of the large model systems organization, and ChatGPT from OpenAI from the perspective of research data. This quality evaluation focuses on the validity, functionality, and reliability of Data Quality Management (DQM). Furthermore, we adopted the Holistic Evaluation of Language Models (HELM) to understand its evaluation criteria and then discussed its limitations. This study presents quality evaluation criteria for LLMs using research data and future development directions.
초록
본 연구는 기존의 연구성과 분석의 한계를 극복하고 영향력이나 파급효과 등 질적 중심의 연구성과 분석을 위해 텍스트 마이닝, 인용 분석 등을 활용한 새로운 계량정보학적 분석지표를 제안하였다. 즉, 논문품질지수, 인용 영향력지수, 지식확산지수, 국제협력연구지수, 우수논문 생산지수 등 새로운 연구성과 분석지표를 제안하여 질적인 측면을 중심으로 한 연구성과 분석이 가능하도록 하였다. 그리고 제안된 지표를 활용하여 사례분석을 수행하여 그 가능성을 확인하였다.
Abstract
There are some limitations in the existing bibliometric methods to satisfy the various requests of the interest parties including researchers, managers, policy makers to identify 1) which research group or researcher is the key player, and the overall trends of the particular technological sub-fields, 2) which research groups, institutions or countries mainly use their research outputs, 3) what are the spin-offs from research outputs to some scientific and technological fields, 4) in which levels they are when comparing their quantitative and qualitative research outputs to those of other competitive institutions. It is essential to develop new informetric indicators and methodologies in order to satisfy stakeholder's various demands and to strengthen qualitative analysis in measuring research performance. This study suggested informetric indicators such as article quality index, citation impact index, international cooperation index, excellent article production index and methodologies including citation analysis, text mining.