- 권한신청
- P-ISSN1013-0799
- E-ISSN2586-2073
- KCI
초록
본 연구는 현재 상업적인 지식거래소를 통해서 유통되고 있는 다양한 유형의 지식콘텐츠들의 저작권 문제를 저작권법에 비추어 분석하고 있다. 지식거래소에 정보를 제공하는 주체는 수많은 개인, 원문DB제공업체, 국가 및 공공기관, 출판사 등 매우 다양하다. 그러나 이러한 정보제공주체와 지식거래소간에 이루어지는 저작물의 상업적인 거래에서 정작 원저작자인 개인 저자들은 빠져있다는 점을 주목할 필요가 있다. 원칙적으로 모든 저작물의 저작권은 원저작자에게 있으며, 원저작자가 저작권 이양 동의서를 통하여 2차적 저작물 생성권 등을 포함한 모든 권리를 양도하지 않는 이상 저작물의 디지털화, 원문DB화 및 지식거래소를 통한 유통 등은 저작권에 위배된다는 결론을 내릴 수 있다.
Abstract
This study aims to identify copyright issues regarding the knowledge content currently circulated through knowledge exchange markets in the Republic of Korea. The content providers of knowledge exchange markets comprise government & public institutions, full-text database companies, publishers and individuals. It is worth noting that commercial trade of copyrighted content or material among academic journals, database companies and knowledge exchange markets essentially exclude individual authors who are the actual copyright holders. In principle, the original author owns the copyright whether it has an explicit notice or not. Unless the author/owner officially agrees to transfer the copyright including the right for so-called "derivative works", content-making based or derived from the copyrighted material, digitalization of the copyrighted work as well as its registration on full-text database and circulation through knowledge markets are illegal.
초록
국내 학술연구의 동향을 구체적으로 파악하여 연구개발 활동의 체계적인 지원 및 평가는 물론 현재와 미래의 연구 방향을 설정할 수 있는 기초 데이터로서, 개별 학술지 논문에 표준화된 주제 범주(통제키워드)를 부여할 수 있는 효율적인 방안을 모색하였다. 이를 위해 한국연구재단 ｢학술연구분야분류표｣ 상의 분류 범주를 국내 학술지 논문에 자동 할당하는 과정에서, 자질선정 기법을 중심으로 자동분류의 성능에 영향을 미치는 주요 요소들에 대한 다각적인 실험을 수행하였다. 그 결과, 실제 환경의 불균형 데이터세트(imbalanced dataset)인 국내 학술지 논문의 자동분류에서는 보다 단순한 분류기와 자질선정 기법, 그리고 비교적 소규모의 학습집합을 사용하여 상당히 좋은 수준의 성능을 기대할 수 있는 것으로 나타났다.
Abstract
As basic data that can systematically support and evaluate R&D activities as well as set current and future research directions by grasping specific trends in domestic academic research, I sought efficient ways to assign standardized subject categories (control keywords) to individual journal papers. To this end, I conducted various experiments on major factors affecting the performance of automatic classification, focusing on feature selection techniques, for the purpose of automatically allocating the classification categories on the National Research Foundation of Korea’s Academic Research Classification Scheme to domestic journal papers. As a result, the automatic classification of domestic journal papers, which are imbalanced datasets of the real environment, showed that a fairly good level of performance can be expected using more simple classifiers, feature selection techniques, and relatively small training sets.
초록
구조적 초록은 학술 논문의 주제를 표현하는 역할을 하여 학술 논문을 처리하는데 중요한 요소로 인식되어왔다. 이 연구에서는 구조적 초록을 구성하는 세부 필드의 속성을 4개로 분석하고 초록의 구조를 활용하여 문서 클러스터링에 적용할 수 있는 가능성을 고찰고자 하였다. 구조적 초록의 필드 속성을 문서 클러스터링에 적용한 결과 클러스터링 기법간의 편차가 있었으나 연구 목적이 제공하는 정보량에 비해 주제성이 커서 클러스터링 성능에 가장 큰 영향을 미치고 있는 것으로 나타났다. 또한 분석 결과 특정 필드에 특화되어 출현하는 필드 종속적인 단어가 발생하는 것으로 나타나 필드 종속적인 단어를 배제하고 집단내 평균연결 기법을 적용하였을 때는 클러스터링의 성능이 개선되는 것으로 분석되었다.
Abstract
Structured abstracts have been regarded as an essential information factor to represent topics of journal articles. This study aims to provide an unconventional view to utilize structured abstracts with the analysis on sub fields of a structured abstract in depth. In this study, a structured abstract was segmented into four fields, namely, purpose, design, findings, and values/implications. Each field was compared in the performance analysis of document clustering. In result, the purpose statement of an abstract affected on the performance of journal article clustering more than any other fields. Furthermore, certain types of keywords were identified to be excluded in the document clustering to improve clustering performance, especially by Within group average clustering method. These keywords had stronger relationship to a specific abstract field such as research design than the topic of an article.
초록
데이터 학술지와 데이터 논문이 오픈과학 패러다임에서 데이터 공유와 재이용이라는 학술활동이 등장하여 지속적으로 성장하고 있다. 본 논문은 영향력있는 다학제적 분야의 데이터 학술지인 Scientific Data에 게제된 총 713건의 논문을 대상으로 저자, 인용, 주제분야 측면을 분석하였다. 그 결과 저자의 주된 주제 영역은 생명공학, 물리학 등으로 나타났으며, 공저자 수는 평균 12명이다. 공저 형태를 네트워크로 살펴보면, 특정 연구자 그룹이 패쇄적으로 공저활동을 수행하는 것으로 나타났다. 인용의 주제영역을 살펴보면, 데이터 논문 저자의 주제영역과 크게 다르지 않게 나타났으나, 방법론을 주로 다루는 학술지의 인용 비중이 높은 것은 데이터 논문의 특징으로 볼 수 있다. 데이터 논문 저자의 키워드를 사용하여 동시출현단어분석 네트워크로 살펴본 데이터 논문의 주제영역은 생물학이 중심이며, 구체적으로 해양생태, 암, 게놈, 데이터베이스, 기온 등의 세부 주제 영역을 확인할 수 있다. 이러한 결과는 다학제학문 분야를 다루는 데이터 학술지이지만, 데이터 학술지 출간에 관한 논의를 일찍부터 시작해온 생명공학 분야에 집중된 현상을 보여준다.
Abstract
Data journals and data papers have grown and considered an important scholarly practice in the paradigm of open science in the context of data sharing and data reuse. This study investigates a total of 713 data papers published in Scientific Data in terms of author, citation, and subject areas. The findings of the study show that the subject areas of core authors are found as the areas of Biotechnology and Physics. An average number of co-authors is 12 and the patterns of co-authorship are recognized as several closed sub-networks. In terms of citation status, the subject areas of cited publications are highly similar to the areas of data paper authors. However, the citation analysis indicates that there are considerable citations on the journals specialized on methodology. The network with authors’ keywords identifies more detailed areas such as marine ecology, cancer, genome, database, and temperature. This result indicates that biology oriented-subjects are primary areas in the journal although Scientific Data is categorized in multidisciplinary science in Web of Science database.
초록
대표적인 앙상블 기법으로서 랜덤포레스트(RF)를 문헌정보학 분야의 학술지 논문에 대한 자동분류에 적용하였다. 특히, 국내 학술지 논문에 주제 범주를 자동 할당하는 분류 성능 측면에서 트리 수, 자질선정, 학습집합 크기 등 주요 요소들에 대한 다각적인 실험을 수행하였다. 이를 통해, 실제 환경의 불균형 데이터세트(imbalanced dataset)에 대하여 랜덤포레스트(RF)의 성능을 최적화할 수 있는 방안을 모색하였다. 결과적으로 국내 학술지 논문의 자동분류에서 랜덤포레스트(RF)는 트리 수 구간 100〜1000(C)과 카이제곱통계량(CHI)으로 선정한 소규모의 자질집합(10%), 대부분의 학습집합(9〜10년)을 사용하는 경우에 가장 좋은 분류 성능을 기대할 수 있는 것으로 나타났다.
Abstract
Random Forest (RF), a representative ensemble technique, was applied to automatic classification of journal articles in the field of library and information science. Especially, I performed various experiments on the main factors such as tree number, feature selection, and learning set size in terms of classification performance that automatically assigns class labels to domestic journals. Through this, I explored ways to optimize the performance of random forests (RF) for imbalanced datasets in real environments. Consequently, for the automatic classification of domestic journal articles, Random Forest (RF) can be expected to have the best classification performance when using tree number interval 100〜1000(C), small feature set (10%) based on chi-square statistic (CHI), and most learning sets (9-10 years).
초록
문헌정보학 분야의 국내 학술지 논문으로 구성된 문헌집합을 대상으로 기계학습에 기초한 자동분류의 성능에 영향을 미치는 요소들을 검토하였다. 특히, 「정보관리학회지」에 수록된 논문에 주제 범주를 자동 할당하는 분류 성능 측면에서 용어 가중치부여 기법, 학습집합 크기, 분류 알고리즘, 범주 할당 방법 등 주요 요소들의 특성을 다각적인 실험을 통해 살펴보았다. 결과적으로 분류 환경 및 문헌집합의 특성에 따라 각 요소를 적절하게 적용하는 것이 효과적이며, 보다 단순한 모델의 사용으로 상당히 좋은 수준의 성능을 도출할 수 있었다. 또한, 국내 학술지 논문의 분류는 특정 논문에 하나 이상의 범주를 할당하는 복수-범주 분류(multi-label classification)가 실제 환경에 부합한다고 할 수 있다. 따라서 이러한 환경을 고려하여 단순하고 빠른 분류 알고리즘과 소규모의 학습집합을 사용하는 최적의 분류 모델을 제안하였다.
Abstract
This study examined the factors affecting the performance of automatic classification based on machine learning for domestic journal articles in the field of LIS. In particular, In view of the classification performance that assigning automatically the class labels to the articles in 「Journal of the Korean Society for Information Management」, I investigated the characteristics of the key factors(weighting schemes, training set size, classification algorithms, label assigning methods) through the diversified experiments. Consequently, It is effective to apply each element appropriately according to the classification environment and the characteristics of the document set, and a fairly good performance can be obtained by using a simpler model. In addition, the classification of domestic journals can be considered as a multi-label classification that assigns more than one category to a specific article. Therefore, I proposed an optimal classification model using simple and fast classification algorithm and small learning set considering this environment.
초록
본 연구에서는 공공연구기금으로 생산된 논문성과물에 대한 공중의 접근을 확대하기 위한 방안을 모색하기 위하여 국내외 주요학술지의 오픈액세스 관련 정책을 조사 분석하였다. 조사대상의 선정을 위하여 국가과학기술지식정보서비스(NTIS)논문의 국내외 등록현황, 원문연계 비중, 기금지원기관별 논문성과물 현황과 게재 학술지 현황을 분석하였으며, 이를 기반으로 공공연구기금 논문성과물의 게재 건수가 높은 국내외 18종의 학술지를 선정하였다. 조사 결과는 오픈액세스 관련 정책의 성문화 및 공시, 저작권 귀속주체, 재사용 권리, 셀프 아카이빙 정책, 무료접근 등의 구성요소로 구분하여 분석하고, 이를 토대로 국가차원에서 공공연구기금 논문성과물의 수집 유통 정책 수립에 참고할 사항들을 제안하였다.
Abstract
This study analyzes the open access policies of major scholarly journals that have large number of publicly funded articles, for the purposes of expanding and facilitating the public access. Eighteen scholarly journals in Korea and abroad were selected based on the number of published publicly funded articles through a survey of dissemination of publicly funded journal articles via information from NTIS. The open access policies of the selected journals were analyzed by 5 categories including codification of OA related policy, copyrights, reuse rights, self archiving policy, free access. As a result, this research proposed several considerations for establishing national policies for the collection and distribution of the publicly funded research products.
초록
이 연구에서는 국내 문헌정보학 학술지 논문의 사사표기 유형을 파악하고, 유형에 따라 학술지 논문의 계량서지적 특성에 차이가 있는지를 알아보고자 하였다. 분석을 위해서 국내 문헌정보학 분야 대표 학술지 4종에 2013년부터 2021년까지 9년간 게재된 논문 2,143편의 사사표기와 참고문헌, 인용횟수를 데이터로 확보하였다. 전체 논문 중에서 61.2%인 1,311편에 실린 사사표기 1,433건의 내용을 분석하여 유형을 나눈 다음, 각 유형에 해당하는 논문의 계량서지적 특성을 살펴보았다. 사사표기 유형은 크게 ‘윤리(중복게재회피)’와 ‘감사’ 유형으로 양분되었으며, 각각 9가지와 10가지로 세분할 수 있었다. 계량서지적 특성으로 참고문헌 수, 참고문헌의 최신성, 인용도를 살펴본 결과 모든 특성이 사사표기 유형별로 차이가 있는 것으로 나타났다.
Abstract
In this study, we aimed to identify the types of acknowledgments in Korean LIS journal articles and to find out whether there are differences in the bibliometric characteristics of journal articles based on the types of acknowledgments. For the analysis, the acknowledgments, references, and citation counts of 2,143 articles published in four representative journals in the field of library and information science in Korea for nine years from 2013 to 2021 were obtained as data. We analyzed the contents of 1,433 acknowledgments in 1,311 articles (61.2% of all articles) to divide them into types and then examined the bibliometric characteristics of each type of article. The acknowledgment types were broadly divided into the ‘ethics’ type (avoiding duplicate publication) and ‘thanks’ type, which were further subdivided into 9 and 10 types, respectively. We examined the number of references, recency of references, and citations as bibliometric characteristics, and found that all of these characteristics differed between the types of acknowledgements.
초록
본 연구는 대표적인 오픈액세스 학술지 중에서 범학문적인 성격을 가진 PLoS ONE에 게재된 국내 기관 소속 연구자들의 출판 활동에 대한 계량적인 분석을 제시하고 있다. 대표적인 메가학술지인 PLoS ONE에 국내 연구자들은 2006년부터 2019년의 기간 동안 약 6,500여 개의 연구논문을 게재하였고 이는 국가 기준으로는 전세계 11위에 해당하는 수준이다. 국내 기관 소속 저자들의 PLoS ONE 논문은 대부분 의생명 공학에 집중되어 있다. 최근에는 PLoS ONE에 대한 논문 게재가 감소하고 Scientific Reports, BMJ Open 등과 같은 경쟁 메가학술지로의 이동이 감지된다. 이러한 변화는 논문심사 기간의 지연, 영향력 지수 감소에 영향을 받은 것으로 보인다. PLoS ONE에 10건 이상의 논문을 게재한 국내 교신저자의 전반적인 연구 업적을 보면 오픈액세스 출판 비중이 약 30% 수준으로 나타나 오픈액세스에 대한 수용이 상당한 것으로 분석된다. 하지만 연구자별로 최대 50% 이상의 편차가 있는 것으로 조사된다. PLoS ONE에서 제공하는 이용지표 중에서 저장수는 열람수, 인용수와의 상관계수가 높은 것으로 나오는 반면 공유수는 열람수, 인용수 그리고 저장수와 상관계수가 상대적으로 높지 않은 것으로 조사되었다. 이상의 분석결과는 국내 연구자들의 오픈액세스 출판에 대한 구체적인 데이터에 기반하고 있다는 점에서 의의가 있으며, 논문을 게재한 연구자를 대상으로 한 설문조사 형식의 후속연구를 통해 오픈액세스 출판 배경, 심사과정 등에 대한 구체적인 데이터를 수집, 분석할 예정이다.
Abstract
This research provides a quantitative analysis on research articles published in PLoS ONE, a multidisciplinary open access journal, by authors affiliated with Korean institutions. Korean authors published more than 6,500 research ariticles in the mega journal between 2006 and 2019. Korea is ranked the top 11th place in terms of article publishing in the journal. Most articles by Korean authors are concentrated in the biomedical fields. In recent years, the overall production of PLoS ONE has decreased as authors migrated to competing mega journals such as Scientific Reports and BMJ Open. The change might have been affected in part by the delay in the review period and the dropping impact factor score. The open access share of the Korean PLoS ONE authors of more than 10 articles hovers around 30%. However, there is a significant variation among researchers reaching up to 50% discrepancies. Among altmetrics provided by PLoS ONE, the saves are highly correlated with the views and the citations. On the contrary, the shares show low correlation with other use metrics. A follow up, survey questionnarie based research involving researchers who have published in PLoS ONE is planned in order to investigate author motivation and experience in the review process.
초록
오픈과학의 흐름에서 데이터 공유와 재이용은 중요한 연구자의 활동이 되어가고 있다. 데이터 공유와 재이용에 관한 여러 논의 중에서 데이터학술지와 데이터논문의 발간이 가시적인 결과를 보여주고 있다. 데이터학술지는 여러 학문 분야에서 발간되고 있으며, 논문의 수도 점차 증가하고 있다. 데이터논문은 데이터 자체와는 다르게 인용을 주고 받는 활동이 포함되어, 따라서 이들이 형성하는 고유한 지적구조가 생겨나게 된다. 본 연구는 데이터학술지와 데이터논문이 학술커뮤니티에서 구성하는 지적구조를 규명하고자 Web of Science에 색인된 14종의 데이터학술지와 6,086건의 데이터논문과 인용된 참고문헌 84,908건을 분석하였다. 저자사항과 함께 동시인용분석과 서지결합분석을 네트워크로 시각화하여 데이터논문이 형성한 세부 주제 분야를 규명하였다. 분석결과, 저자, 저자소속기관, 국가를 추출하여 출현빈도를 살펴보면, 전통적인 학술지 논문과 다른 양상을 보인다. 이러한 결과는 데이터의 생산이 용이한 기관과 국가에 주로 데이터논문을 출간하기 때문이라고 해석될 수 있다. 동시인용분석와 서지결합분석 모두 분석도구, 데이터베이스, 게놈구성 등이 주된 세부 주제 영역으로 나타났다. 동시인용분석결과는 9개의 군집으로 형성되었는데, 특정 주제 분야로 나타난 영역은 수질과 기후 등의 분야이다. 서지결합분석은 총 27개의 컴포넌트로 구성되었는데, 수질, 기후 이 외에도 해양, 대기 등의 세부 주제 영역이 파악되었다. 특기할만한 사항으로는 사회과학 분야의 주제 영역도 나타났다는 점이다.
Abstract
In the context of open science, data sharing and reuse are becoming important researchers’ activities. Among the discussions about data sharing and reuse, data journals and data papers shows visible results. Data journals are published in many academic fields, and the number of papers is increasing. Unlike the data itself, data papers contain activities that cite and receive citations, thus creating their own intellectual structures. This study analyzed 14 data journals indexed by Web of Science, 6,086 data papers and 84,908 cited references to examine the intellectual structure of data journals and data papers in academic community. Along with the author’s details, the co-citation analysis and bibliographic coupling analysis were visualized in network to identify the detailed subject areas. The results of the analysis show that the frequent authors, affiliated institutions, and countries are different from that of traditional journal papers. These results can be interpreted as mainly because the authors who can easily produce data publish data papers. In both co-citation and bibliographic analysis, analytical tools, databases, and genome composition were the main subtopic areas. The co-citation analysis resulted in nine clusters, with specific subject areas being water quality and climate. The bibliographic analysis consisted of a total of 27 components, and detailed subject areas such as ocean and atmosphere were identified in addition to water quality and climate. Notably, the subject areas of the social sciences have also emerged.