- 권한신청
- P-ISSN1013-0799
- E-ISSN2586-2073
- KCI
초록
본 연구에서는 P대학도서관 이용자 만족도와 요구사항 등을 설문조사를 통해 파악하고자 하였다. 이를 바탕으로 CRM기법을 적용하여 이용자의 요구를 충족시킬 수 있는 방안을 마련하는 것을 목적으로 하였다. 이를 위하여 P대학 구성원을 대상으로 응답자 기본정보, 소장자료, 자료이용, 홈페이지, 이용자서비스, 시설/환경의 6가지 영역으로 구성하여 설문조사를 실시하여 분석하였다. 연구결과를 요약해 보면 첫째, 만족도조사에서 자료이용 부분이 가장 높게 나타났고, 시설환경 부분이 가장 낮게 나타났다. 자료이용에서는 희망도서 신청 자료를 신속히 구입 및 정리하여 제공하고, 예약도서에 대한 캠퍼스 간 대출이 필요하다. 둘째, 홈페이지에서는 OPAC의 검색시스템과 예약시스템 기능 개선이 필요하고, 자주 이용하는 기능에 대한 메뉴 재배치도 필요하다. 셋째, 이용자서비스에서는 도서관 행사를 더욱 확대하고, 문제점으로 지적되는 행사 안내와 홍보를 강화할 수 있는 방안(SMS, Push 등)을 마련할 필요가 있다. 넷째, 시설환경에서는 개인 및 그룹 학습공간의 부족, 사물함 부족, 환기 및 냉난방 관리 문제, 화장실 시설관리 불만 (휴지 부족 등) 도서관의 지리적 접근성 부족, 외부이용자 관리 등에 대한 불만을 개선할 수 있는 정책이 필요하다.
Abstract
The user satisfaction and needs of an academic library were caught through a questionnaire survey in this study. The aim of this study is to draw up the CRM based plan for meeting user needs on the study. The users’ demographic information, library resources & their use, homepage, services, and facilities/environment of the library were categorized in the questionnaire and analyzed for this study. The major conclusions of this study are: ⑴ The library resources use was the highest, and its facilities/environment was the lowest in the user satisfaction study. It also revealed that there are much necessities for the quick acquisition and dissemination of the requested material to the library users, and for the inter-library loan (ILL) services among campuses for the subscription books in the library resources use study, too; ⑵ There are a lot of necessities for the improvement of OPAC retrieval and the subscription books system, and menu rearrangement in the library homepage; ⑶ There are a lot of necessities for the plans of more frequent library event, more detailed event guidance, and more reinforcement of public relations such as SMS, push services of SDI etc. in the library user services; and ⑷ There are a lot of necessities for the improved policies to the complaints of library users such as the lack of common study place and lockers, air conditioning and heating problem, complaints about facilities management of restroom (lack of toilet paper), library accessibility on campus, unauthorized user management etc. in the facilities/environment of the library.
초록
최근 자기주도적 학습, 평생교육이 강조되면서 교육과정에서 학교도서관의 중요성이 부각됨에 따라 학교도서관의 구조적, 제도적, 운영적 관점에서의 연구들이 주로 이루어지고 있다. 그러나 학교도서관이 자율성 기반의 자기주도적 교육 운영에 핵심적인 역할을 수행한다는 점을 고려하면 학교도서관 이용자의 자율적 내적동기와 같은 미시적인 주제에 대한 고찰이 필요하다. 이에 본 연구는 자기결정성 이론을 기반으로 학교도서관 이용 동기에는 어떠한 유형이 더 중요한지, 학교도서관 이용 동기가 서비스 품질에 미치는 영향은 어떠한지에 대해 고찰하였다. 또한 학교도서관 이용 동기와 서비스 품질 인식이 도서관 이용자의 학년에 따라 어떻게 달라지는가에 대해서도 알아보았다. 포커스 그룹 인터뷰를 통한 예비 연구를 기반으로 서울에 소재한 4개의 고등학교와 2개의 중학교 학생 588명을 대상으로 학교도서관 이용 동기가 도서관 서비스 품질 인식에 미치는 영향에 대해 설문조사를 실시하였다. 서비스 품질, 그리고 서비스 품질 요소 중 서비스 감성, 정보제어, 도서관 장소를 종속 변수로 각각 설정하였을 때, 네 가지 경우 모두 내재적 동기요인이 외재적 동기요인보다 더 많은 영향을 미치는 것으로 분석되었다. 또한 중학생과 고등학생 집단을 각각 별도의 대상으로 설정하였을 때에도 두 집단 모두 내재적 동기가 높을수록 서비스 품질을 더 높게 인식하는 것으로 나타났다. 본 연구는 자기결정성 이론을 학교도서관 서비스에 적용하였다는 점, 이론을 토대로 구분한 동기 유형의 영향력을 측정하였다는 점, 그리고 학교도서관 서비스 향상을 위해 미시적 요인에 초점을 맞추었다는 점에서 의의를 가진다.
Abstract
Recently, the emphasis on self-directed learning and lifelong education is increasing the importance of school libraries in the curriculum. Accordingly, various studies have been conducted mainly from a structural, institutional and operational point of view. However, more research is necessary on the micro topics such as school library users’ autonomous intrinsic motivations in the sense that school libraries play key roles in autonomy-based self-directed education. This study aims at finding out what types of school library use motivations are more important and the degree to which the use motivations affect the school library service quality based on the self-determination theory. In addition, this study examines how the use motivations and the perceived service quality vary depending on the school grade of the library users. Based on a focus-group-interview pilot study, a questionnaire survey was administered on the effects of school library motivations on perceived library service quality to 588 students from 5 high schools and 2 middle schools in Seoul. When the service quality and its components, service affect, information control, and library as place were set as dependent variables, in all these four cases, intrinsic motivations were more significant than extrinsic motivations. In addition, when middle school students and high school students were selected as separate analysis target groups, the results of both analyses show that the higher the intrinsic motivations were, the higher the perceived service quality was. The contribution of this study is that it applies the self-determination theory to school library service, measures the influence of motivation type based on the theoretical basis, and focuses on micro aspects to improve school library services.
초록
본 연구는 과학영재학교 재학생을 대상으로 심층면담을 실시하여 정보요구와 정보이용행태를 분석하는데 목적이 있다. 선행연구를 바탕으로 연구를 설계하고, 전국 8개의 과학영재학교 중 6개 학교에 재학 중인 10명의 학생들을 대상으로 반구조화된 면담을 진행하여 정보요구와 정보이용행태 전반을 탐색하였다. 과학영재학교 학생들의 정보요구를 교과 활동과 교과 외 활동 영역으로 확인할 수 있었고, 학생들의 주요 관심 주제인 수업 및 학습, 연구 활동에서의 정보이용행태를 ISP 모형 기반으로 살펴보았다. 정보 이용의 전 과정에서 선호정보원을 파악하고, 이를 종합하여 과학영재학교 학생들의 정보이용행태의 특이점과 시사점을 논의하였다. 본 연구는 영재학교 도서관 연구를 위한 기초자료로 사용되며, 과학 주제 분야에 심화적인 관심과 재능이 있는 학생들을 위한 서비스를 제공하기 위한 자료로도 활용할 수 있는 점에서 그 의의를 찾을 수 있다.
Abstract
This study aims to analyze students’ information needs and information-seeking behavior at science schools for gifted through in-depth interviews. The research design was conducted based on previous studies. Through in-depth interviews, this study examined ten students from six out of eight science schools for the gifted in Korea for information needs and overall information-seeking behavior. The results showed the information needs of students at science schools for gifted in the areas of curricular and extracurricular activities as well as the information-seeking behavior in teaching, learning, and research activities, which were the main topics of interest to students based on the ISP model. Based on these results, we identified the preferred information sources in the information-seeking process and discussed the peculiarities and implications of students’ information-seeking behavior. The research is meaningful as it can be used as a basis for further research on the science school for gifted library and as a resource for providing services for students with deep interests and talents in science subject areas.
초록
이 연구의 목적은 ChatGPT가 도서의 표지, 표제지, 판권기 데이터를 활용하여 생성한 더블린코어의 품질 평가를 통하여 ChatGPT의 메타데이터의 생성 능력과 그 가능성을 확인하는 데 있다. 이를 위하여 90건의 도서의 표지, 표제지와 판권기 데이터를 수집하여 ChatGPT에 입력하고 더블린 코어를 생성하게 하였으며, 산출물에 대해 완전성과 정확성 척도로 성능을 파악하였다. 그 결과, 전체 데이터에 있어 완전성은 0.87, 정확성은 0.71로 준수한 수준이었다. 요소별로 성능을 보면 Title, Creator, Publisher, Date, Identifier, Right, Language 요소가 다른 요소에 비해 상대적으로 높은 성능을 보였다. Subject와 Description 요소는 완전성과 정확성에 대해 다소 낮은 성능을 보였으나, 이들 요소에서 ChatGPT의 장점으로 알려진 생성 능력을 확인할 수 있었다. 한편, DDC 주류인 사회과학과 기술과학 분야에서 Contributor 요소의 정확성이 다소 낮았는데, 이는 ChatGPT의 책임표시사항 추출 오류 및 데이터 자체에서 메타데이터 요소용 서지 기술 내용의 누락, ChatGPT가 지닌 영어 위주의 학습데이터 구성 등에 따른 것으로 판단하였다.
Abstract
The purpose of this study is to evaluate the Dublin Core metadata generated by ChatGPT using book covers, title pages, and colophons from a collection of books. To achieve this, we collected book covers, title pages, and colophons from 90 books and inputted them into ChatGPT to generate Dublin Core metadata. The performance was evaluated in terms of completeness and accuracy. The overall results showed a satisfactory level of completeness at 0.87 and accuracy at 0.71. Among the individual elements, Title, Creator, Publisher, Date, Identifier, Rights, and Language exhibited higher performance. Subject and Description elements showed relatively lower performance in terms of completeness and accuracy, but it confirmed the generation capability known as the inherent strength of ChatGPT. On the other hand, books in the sections of social sciences and technology of DDC showed slightly lower accuracy in the Contributor element. This was attributed to ChatGPT’s attribution extraction errors, omissions in the original bibliographic description contents for metadata, and the language composition of the training data used by ChatGPT.
초록
불면증은 최근 5년 새 환자가 20% 이상 증가하고 있는 현대 사회의 만성적인 질병이다. 수면이 부족할 경우 나타나는 개인 및 사회적 문제가 심각하고 불면증의 유발 요인이 복합적으로 작용하고 있어서 진단 및 치료가 중요한 질환이다. 본 연구는 자유롭게 의견을 표출하는 소셜 미디어 ‘Reddit’의 불면증 커뮤니티인 ‘insomnia’를 대상으로 5,699개의 데이터를 수집하였고 이를 국제수면장애분류 ICSD-3 기준과 정신의학과 전문의의 자문을 받은 가이드라인을 바탕으로 불면증 경향 문헌과 비경향 문헌으로 태깅하여 불면증 말뭉치를 구축하였다. 구축된 불면증 말뭉치를 학습데이터로 하여 5개의 딥러닝 언어모델(BERT, RoBERTa, ALBERT, ELECTRA, XLNet)을 훈련시켰고 성능 평가 결과 RoBERTa가 정확도, 정밀도, 재현율, F1점수에서 가장 높은 성능을 보였다. 불면증 소셜 데이터를 심층적으로 분석하기 위해 기존에 많이 사용되었던 LDA의 약점을 보완하며 새롭게 등장한 BERTopic 방법을 사용하여 토픽 모델링을 진행하였다. 계층적 클러스터링 분석 결과 8개의 주제군(‘부정적 감정’, ‘조언 및 도움과 감사’, ‘불면증 관련 질병’, ‘수면제’, ‘운동 및 식습관’, ‘신체적 특징’, ‘활동적 특징’, ‘환경적 특징’)을 확인할 수 있었다. 이용자들은 불면증 커뮤니티에서 부정 감정을 표현하고 도움과 조언을 구하는 모습을 보였다. 또한, 불면증과 관련된 질병들을 언급하고 수면제 사용에 대한 담론을 나누며 운동 및 식습관에 관한 관심을 표현하고 있었다. 발견된 불면증 관련 특징으로는 호흡, 임신, 심장 등의 신체적 특징과 좀비, 수면 경련, 그로기상태 등의 활동적 특징, 햇빛, 담요, 온도, 낮잠 등의 환경적 특징이 확인되었다.
Abstract
Insomnia is a chronic disease in modern society, with the number of new patients increasing by more than 20% in the last 5 years. Insomnia is a serious disease that requires diagnosis and treatment because the individual and social problems that occur when there is a lack of sleep are serious and the triggers of insomnia are complex. This study collected 5,699 data from ‘insomnia’, a community on ‘Reddit’, a social media that freely expresses opinions. Based on the International Classification of Sleep Disorders ICSD-3 standard and the guidelines with the help of experts, the insomnia corpus was constructed by tagging them as insomnia tendency documents and non-insomnia tendency documents. Five deep learning language models (BERT, RoBERTa, ALBERT, ELECTRA, XLNet) were trained using the constructed insomnia corpus as training data. As a result of performance evaluation, RoBERTa showed the highest performance with an accuracy of 81.33%. In order to in-depth analysis of insomnia social data, topic modeling was performed using the newly emerged BERTopic method by supplementing the weaknesses of LDA, which is widely used in the past. As a result of the analysis, 8 subject groups (‘Negative emotions’, ‘Advice and help and gratitude’, ‘Insomnia-related diseases’, ‘Sleeping pills’, ‘Exercise and eating habits’, ‘Physical characteristics’, ‘Activity characteristics’, ‘Environmental characteristics’) could be confirmed. Users expressed negative emotions and sought help and advice from the Reddit insomnia community. In addition, they mentioned diseases related to insomnia, shared discourse on the use of sleeping pills, and expressed interest in exercise and eating habits. As insomnia-related characteristics, we found physical characteristics such as breathing, pregnancy, and heart, active characteristics such as zombies, hypnic jerk, and groggy, and environmental characteristics such as sunlight, blankets, temperature, and naps.
초록
이 연구의 목적은 합리적인 장서관리정책 수립을 위한 이론적 근거와 계량화된 객관적 기준점 제시이다. 본 연구의 연구결과를 요약하면 다음과 같다. 스테디셀러는 정기간행물 형태의 학습서가 대부분이었다. 또한, 현대소설로서 스테디셀러는 특정 작가에 의존하는 현상을 확인할 수 있었다. 베스트셀러는 출판사와 저자의 영향을 받는 것으로 조사되었다. 특히 만화와 아동용 교재를 출판하는 출판사의 도서는 베스트셀러 선정에 상당부분 상관성을 갖고 있었다. 추천된 도서 한 권당 추천 도서의 대출 수 평균은 14,871권이었으며, 베스트셀러로 선정된 도서 한 권당 평균 대출 수는 53,531권이었다. 한편 대출데이터를 기준으로 약 80~82%의 도서가 전체 상위권 대출의 90%를 감당하고 있고, 약 27~29%의 도서가 전체 상위권 대출의 50%를 감당하고 있었다. 이는 일련의 파레토법칙이 공공도서관 대출패턴에서도 굳건히 적용될 수 있음을 보여주고 있다. 문학의 대출은 전체 대출에서 50.6%를 차지하였으며, 문학 중에서 한국문학작품이 전체 51.3%를 차지하였다. 자연과학은 다른 주제분야에 비해 상대적으로 작은 수의 문헌으로 더 많은 대출을 발생시키고 있었다.
Abstract
The purpose of this study is to present the theoretical basis and quantified objective standards for the establishment of collection management policy. The study results are summarized as follows. Most of the study books were in the form of periodicals as a steady seller. Most of the steady sellers were textbooks which published periodically. As a modern novel, a steady seller was able to confirm the phenomenon of dependence on a specific author. Bestsellers were investigated to be influenced by publishers and authors. Books of publishers that publish comics and children’s textbooks had a significant correlation with the selection of bestsellers. The average number of recommended books borrowed per recommended book was 14,871. The average number of loans per book selected as a bestseller was 53,531. Based on the loan data, about 80-82% of all top-tier loans were covered by 90%, and about 27-29% of all top-ranked loans were covered by 50%. This shows that the Pareto Principle can be firmly applied to public library lending patterns. Loans in the field of literature accounted for 50.6% of the total loans. Among literature, Korean literature accounted for 51.3% of the total. The natural sciences were generating more loans with a relatively small pool of literature compared to other subject fields.
초록
본 연구는 단행본, 학술지, 보고서 등 다양한 종류의 발간물로 구성된 연구보고서의 참고문헌 데이터베이스를 효율적으로 구축하기 위한 것으로 딥러닝 언어 모델을 이용하여 참고문헌의 자동추출 성능을 비교 분석하고자 한다. 연구보고서는 학술지와는 다르게 기관마다 양식이 상이하여 참고문헌 자동추출에 어려움이 있다. 본 연구에서는 참고문헌 자동추출에 널리 사용되는 연구인 메타데이터 추출과 더불어 참고문헌과 참고문헌이 아닌 문구가 섞여 있는 환경에서 참고문헌만을 분리해내는 원문 분리 연구를 통해 이 문제를 해결하였다. 자동 추출 모델을 구축하기 위해 특정 연구기관의 연구보고서 내 참고문헌셋, 학술지 유형의 참고문헌셋, 학술지 참고문헌과 비참고문헌 문구를 병합한 데이터셋을 구성했고, 딥러닝 언어 모델인 RoBERTa+CRF와 ChatGPT를 학습시켜 메타데이터 추출과 자료유형 구분 및 원문 분리 성능을 측정하였다. 그 결과 F1-score 기준 메타데이터 추출 최대 95.41%, 자료유형 구분 및 원문 분리 최대 98.91% 성능을 달성하는 등 유의미한 결과를 얻었다. 이를 통해 비참고문헌 문구가 포함된 연구보고서의 참고문헌 추출에 대한 딥러닝 언어 모델과 데이터셋 유형별 참고문헌 구축 방향을 제안하였다.
Abstract
The purpose of this study is to assess the effectiveness of using deep learning language models to extract references automatically and create a reference database for research reports in an efficient manner. Unlike academic journals, research reports present difficulties in automatically extracting references due to variations in formatting across institutions. In this study, we addressed this issue by introducing the task of separating references from non-reference phrases, in addition to the commonly used metadata extraction task for reference extraction. The study employed datasets that included various types of references, such as those from research reports of a particular institution, academic journals, and a combination of academic journal references and non-reference texts. Two deep learning language models, namely RoBERTa+CRF and ChatGPT, were compared to evaluate their performance in automatic extraction. They were used to extract metadata, categorize data types, and separate original text. The research findings showed that the deep learning language models were highly effective, achieving maximum F1-scores of 95.41% for metadata extraction and 98.91% for categorization of data types and separation of the original text. These results provide valuable insights into the use of deep learning language models and different types of datasets for constructing reference databases for research reports including both reference and non-reference texts.