- 권한신청
- P-ISSN1013-0799
- E-ISSN2586-2073
- KCI
초록
이 연구에서는 도서관에서 구독하는 전자자원의 효율적 관리를 위한 필수 전자자원 관리용 메타데이터를 제안하였다. 제안의 근거를 확보하기 위한 기초자료로 DLF ERMI 권고안을 비롯하여 해당 권고안을 제안한 연구컨소시엄에 참여한 UCLA 대학도서관, 노스캐롤라이나 주립 대학도서관, Boston 대학도서관의 전자자원 관리시스템의 메타데이터의 요소를 활용하였다. 이상의 기초자료를 비교, 분석하여 도출된 결과를 국내 전자자원관리담당자에 검증을 받았다. 그 결과 본 연구에서는 다음과 같이 전자자원 관리용 메타데이터를 요소를 제안하였다. 트라이얼 범주는 트라이얼 URL을 포함한 총 12개 요소, 컨소시엄 범주는 컨소시엄 명을 포함한 총 15개 요소, 수서정보 범주는 수서ID를 포함한 총 24개 요소, 라이선스 범주는 라이선서를 포함한 총 33개 요소, 전자자원 정보는 P-ISSN을 포함한 총 21개 요소, 접근/관리정보는 관리자ID를 포함한 총 20개 요소, 이용통계 범주는 이용통계 유형을 포함한 총 13개 요소, 워크플로우 범주는 워크플로우ID를 포함한 총 14개 요소, 연락정보 범주는 연락ID를 포함한 총 18개 요소 이다.
Abstract
This study suggested indispensable elements of metadata for electronic resource management and effectively manage of electronic resource in library. Therefore, this research analyzed into the data elements of DLF ERMI's ERMS data structure, foreign three universities. The Data elements are verified by domestic ERM specialist. As result of study, Trial categories are 12 elements, Consortium categories are 15 elements, License categories are 33 elements, Electronic resource information categories are 21 elements, Access/Administrative information categories are 20 elements, Usage statistics categories are 13 elements, Workflow categories are 14 elements, Contact information categories are 18 elements.
초록
이 연구는 온라인 학습과정 중 학생들의 비공식 정보 추구 행태와 그들의 비공식 정보 요구를 지원하는 온라인 학습 환경을 알고자 한다. 연구 참여자는 미국 럿거스 대학 평생 교육 프로그램의 온라인 학생 29명이고, 설문지를 통해 수집한 데이터는 내용분석과 기술적 통계를 통해 분석되었다. 이 연구의 초점은 온라인 학생들이 학습 문제를 해결하기 위해 비공식 정보를 필요로 하는 이유와 그들이 온라인 학습 환경에서 구성원간의 의사소통을 통해 이를 해결하는 방식에 있다. 결론에서는 연구 결과에 기초하여 온라인 학생들의 비공식 정보 추구 행태를 지원하기 위하여 고려해야 할 사항들이 제안된다.
Abstract
This study aims to examine online students informal information seeking behavior during their learning process and online learning environments to support their informal information needs. The participants of the study were 29 online students in the Professional Development Studies of Rutgers University. Data was collected by the questionnaire and was analyzed with content analysis and descriptive statistics. This study focuses on when and why online students need human interaction to solve their learning problems and how they communicate with others to meet their informal information needs. Moreover, how online students think about their personal communication opportunities and the functions of their online learning system to support their learning problems is also examined. Finally, online students suggest the ways to effectively support personal communication needed during learning process in online learning systems. Based on the findings of this study, a few considerations are suggested in conclusions.
초록
본 연구에서는 대학 도서관들이 이용자들에게 제공하는 여러 가지 기능들을 조사하고 그 가치를 측정하였다. 이용자들의 판단을 중시하는 연구의 수행을 위해 구체적인 대학 도서관의 이용요인이나 기능이 될 수 있는 상황이나 조건들은 이용자들이 직접 설정하고 그 중요도 평가를 설문조사방법으로 수집하였다. 수집된 자료의 분석은 크게 세 단계로 나누어 시행하였다. 첫째, 측정변수들의 관련성 및 독특성, 그리고 통계적 중요도에 따른 요인을 영역별로 나누기 위해 요인분석을 실시하였다. 둘째, 연구모형을 도출하기 위해 이분 로지스틱 회귀분석(binary logistic regression)을 실시하여 판별력 향상을 검정하였다. 세 번째 분석에서는 연구모형의 독립변수들에 대해 집단간 평균차이 분석을 실시하여 집단별 변수값 등 부가적인 설명을 하였다. 분석결과, 이용자들이 대학 도서관을 활용하는 목적 뿐만 아니라 이용자들에게 끼치는 지식이나 정보 그리고 도서관 시설들을 설명하는 데에는 도서요인, 경쟁 및 효율요인, 그리고 지불(무료)요인 등이 있음이 밝혀졌다. 또한 본 연구에서는 전자도서관 기능과 지불요인과의 상관성도 통계적으로 유의하게 나타났다.
Abstract
This paper examines the values of various library functions according to users' points of view. To execute this study, the several 'circumstance', related variables and 'condition' variables that lead to factors or functions of academic libraries were measured.Analysis was carried out in three stages. In the first, factor analysis was used on the three multi variable dimensions to ensure that the groups of variables loaded significantly and uniquely on the respective dimensions. The second phase of analysis involved the use of binary logistic regression analysis to complete research models. In the third phase, t-test was used to identify significant differences in the independent variables for additional explanation of the models. Books, competition & effectiveness and fee verses free (fee-free hereafter) are the three main factors that distinguish not only the purpose of using an academic library but also the degree of influence on knowledge, information and library facilities for the users. In addition, the fee-free factor related to digital library facilities was also uncovered.
초록
학술지 논문에 디스크립터를 자동부여하기 위하여 기계학습 기반의 접근법을 적용하였다. 정보학 분야의 핵심 학술지를 선정하여 지난 11년간 수록된 논문들을 대상으로 문헌집단을 구성하였고, 자질 선정과 학습집합의 크기에 따른 성능을 살펴보았다. 자질 선정에서는 카이제곱 통계량(CHI)과 고빈도 선호 자질 선정 기준들(COS, GSS, JAC)을 사용하여 자질을 축소한 다음, 지지벡터기계(SVM)로 학습한 결과가 가장 좋은 성능을 보였다. 학습집합의 크기에서는 지지벡터기계(SVM)와 투표형 퍼셉트론(VPT)의 경우에는 상당한 영향을 받지만 나이브 베이즈(NB)의 경우에는 거의 영향을 받지 않는 것으로 나타났다.
Abstract
This study utilizes various approaches of machine learning in the process of automatically assigning descriptors to journal articles. After selecting core journals in the field of information science and organizing test collection from the articles of the past 11 years, the effectiveness of feature selection and the size of training set was examined. In the regard of feature selection, after reducing the feature set by χ2 statistics(CHI) and criteria which prefer high-frequency features(COS, GSS, JAC), the trained Support Vector Machines(SVM) performs the best. With respective to the size of the training set, it significantly influences the performance of Support Vector Machines(SVM) and Voted Perceptron(VTP). but it scarcely affects that of Naive Bayes(NB).