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

Abstract

Emerging Web 2.0 services such as Twitter, Blogs, and Wikis alongside the poorly- structured and immeasurable growth of information requires an enhanced information organization approach. Ontology has received much attention over the last 10 years as an emerging approach for enhancing information organization. However, there is little penetration into current systems. The purpose of this study is to propose ontology implementation and methodology. To achieve the goal of this study, limitations of traditional information organization approaches are addressed and emerging information organization approaches are presented. Two ontology data models, RDF/OW and Topic Maps, are compared and then ontology development processes and methodology with topic maps based medical information retrieval system are addressed. The comparison of two data models allows users to choose the right model for ontology development.

초록

오늘날 정보환경은 정보이용자로 하여금 도서관 장서뿐만 아니라 다양한 디지털 정보자원으로의 접근을 가능하게 하였다. 변화하는 환경에서 이용률이 증가하는 디지털 정보자원으로 웹사이트, 각종 데이터, 홈페이지 등을 들 수 있다. 이 연구는 ISI Web of Knowledge의 Essential Science Indicators에서 제공하는 인용정보를 이용하여 임상의학 분야의 피인용 횟수가 높은 저자들과 이 저자들의 논문을 인용한 저자들의 홈페이지에 수록된 연구 성과물을 추출한 후, 의학대학 디지털 도서관 및 학술포털과 비교 분석하였다. 10,000여명의 저자 중 연구 성과물 정보를 제시하는 146명의 홈페이지 연구정보를 분석하였는데, 홈페이지에서만 제공하는 연구정보는 학술지 논문, 단행본, 학술대회 발표논문, 강의노트를 포함하였다. 이 중 학술지 논문은 약 15%, 단행본은 약 32%, 학술대회 발표논문은 약 48%, 강의노트는 100% 모두 홈페이지를 통해서만 접근할 수 있는 연구 성과물로 분석되었다. 실제로 의학대학 도서관과 학술포털에서 제공하는 연구정보가 대부분 일치했던 점을 고려할 때, 저명한 연구자들의 홈페이지를 통한 연구정보의 확충이 디지털 도서관 장서개발의 양적, 질적 향상을 위한 방안이 될 수 있다.

Abstract

Nowadays the information environment enables users to access the traditional library collection as well as various digital information resources. In this rapidly changing environment, the use of digital information resources such as web sites, data, and homepages has increased. In this research, highly-cited authors' research outcomes as well as the research outcomes of the people, who cited the highly-cited authors' works, were extracted then compared with information stored in the medical colleges' digital libraries and the academic information portals in the clinical medicine area by using the citation information provided by Essential Science Indicators from ISI Web of Knowledge. Out of 10,000 authors, 146 people's homepages, which present research outcomes, were analyzed. The research outcomes listed in the homepages included journal papers, monographs, conference proceedings, and lecture notes. About 15% of the journal papers, 32% of the monographs, 48% of the conference proceedings, and 100% of lecture notes were accessible only through the homepages. The research outcomes accessible from the homepages were almost analogous to the ones available through the medical college's digital libraries and the academic information portals. Therefore, the digital library collection will be improved and expanded quantitatively and qualitatively by collecting and using the information in the homepages of the prestigious researchers.

초록

본 연구의 목적은 생명과학분야 연구자들의 인용문헌 형태와 국외정보의 의존도를 밝히고, 주제별, 개발과 장서평가 및 폐기와 관련된 도서관 정책을 수립하는데 필요한 근거자료를 확보하는데 있다. 이를 위하여 생명과학분야에 해당하는 의학, 약학, 식품, 농학, 미생물분야의 학술지 기사의 인용문헌의 특성을 비교 분석하였다. 그 결과, 연구자는 학술지를 가장 많이 인용하고 있었으며, 해외의존도는 미생물분야가 반감기가 8.98년으로 가장 긴 것으로 나타났으며, 미생물분야가 7.38년, 식품분야가 7.1년, 약학분야가 6.96년의 순으로 높았으며, 의학분야는 6.73년으로 가장 짧은 반감기를 보였다.

Abstract

The purpose of this study is to analysis the type of cited mate rials, dependence ratio of foreign information of domestic researchers, and to predicts half-life of life science for the collection development of libraries and user friendly information services extracted from five subjects-medical science, pharmacy, food sc ience, agricultural science, microbiology. In result, it was found that it citing the schola rly journal most plentifully, and dependence ratio of foreign infor mation of domestic researchers was high most the microbiology. And then, half-life of life science was found 8.98 in agricultu and 6.96 in pharmacy, and so on.

초록

본 연구는 LDA 토픽 모델과 딥 러닝을 적용한 단어 임베딩 기반의 Doc2Vec 기법을 활용하여 자질을 선정하고 자질집합의 크기와 종류 및 분류 알고리즘에 따른 분류 성능의 차이를 평가하였다. 또한 자질집합의 적절한 크기를 확인하고 문헌의 위치에 따라 종류를 다르게 구성하여 분류에 이용할 때 높은 성능을 나타내는 자질집합이 무엇인지 확인하였다. 마지막으로 딥 러닝을 활용한 실험에서는 학습 횟수와 문맥 추론 정보의 유무에 따른 분류 성능을 비교하였다. 실험문헌집단은 PMC에서 제공하는 생의학 학술문헌을 수집하고 질병 범주 체계에 따라 구분하여 Disease-35083을 구축하였다. 연구를 통하여 가장 높은 성능을 나타낸 자질집합의 종류와 크기를 확인하고 학습 시간에 효율성을 나타냄으로써 자질로의 확장 가능성을 가지는 자질집합을 제시하였다. 또한 딥 러닝과 기존 방법 간의 차이점을 비교하고 분류 환경에 따라 적합한 방법을 제안하였다.

Abstract

This research evaluated differences of classification performance for feature selection methods using LDA topic model and Doc2Vec which is based on word embedding using deep learning, feature corpus sizes and classification algorithms. In addition to find the feature corpus with high performance of classification, an experiment was conducted using feature corpus was composed differently according to the location of the document and by adjusting the size of the feature corpus. Conclusionally, in the experiments using deep learning evaluate training frequency and specifically considered information for context inference. This study constructed biomedical document dataset, Disease-35083 which consisted biomedical scholarly documents provided by PMC and categorized by the disease category. Throughout the study this research verifies which type and size of feature corpus produces the highest performance and, also suggests some feature corpus which carry an extensibility to specific feature by displaying efficiency during the training time. Additionally, this research compares the differences between deep learning and existing method and suggests an appropriate method by classification environment.

초록

본 연구는 계량정보학적 분석을 통해 국내 재난 관련 연구의 동향을 파악하는 것을 목적으로 한다. 이를 위해 KCI 데이터베이스를 검색하여 2002년부터 2016년 사이에 출간된 재난 관련 학술지 논문 772편을 분석하였다. 논문들이 발표된 학문분야의 프로파일링 분석과 저널 프로파일링 분석 및 키워드 동시출현분석을 실시하였다. 분석 결과, 국내 재난 관련 연구의 수는 지속적으로 증가하고 있으며 특히 2014년 세월호 사건 이후에 재난 연구의 수가 급증하였다. 재난 연구의 주요 학문영역은 재난관리 정책을 제시하는 정책학/행정학 영역, 관련 기술을 개발하는 ‘공학’ 영역, 지리정보시스템과 통신기술을 연구하는 ‘GIS/통신’ 영역, 재난을 정신건강학 혹은 인문사회학적 측면에서 연구하는 ‘의학/인문사회과학’ 영역으로 확인되었다. 시기별로 살펴보면, 2014년 이후에는 행정학과 정책학 분야의 비중이 감소한 반면에 법학, 의학, 신문방송학 등의 다양한 학문 분야에서 재난 관련 연구가 활발해졌다.

Abstract

This study aims to investigate the research trends of disaster in Korea through a bibliometric analysis. To do that, it analyzed 772 scholarly articles published from 2002 to 2016, retrieved from KCI (Korean Citation Index) database. For analysis, discipline profiling analysis, journal profiling analysis, and co-word analysis methods were used. The study found that the number of scholarly articles on disaster has increased, especially after Sewol ferry disaster occurred in 2004. The major discipline areas were identified as ‘policy sciences/public administration’ area, ‘engineering’ area, ‘GIS/telecommunication’ area, and ‘medical/humanities/social sciences’ area. In terms of time series, the proportion of scholarly articles published in ‘policy sciences/public administration’ area has decreased since 2014 and at the same time, discipline areas have been diversified including law, medical, and journalism.

초록

새로운 기술의 발달과 병행하는 정보이용환경의 급격한 변화는 정보원의 이용 및 정보서비스에 대한 새로운 고찰을 요구한다. 이용자 정보추구의 올바른 이해는 정보서비스의 향상에 핵심적인 역할을 하고 있으므로 변화하는 정보이용환경에 따라 이용자의 정보추구를 시기적절하게 새롭게 고찰할 필요가 있다. 많은 이전 연구들이 이용자 정보추구에 초점을 맞추고 있으나 의사들의 정보추구, 특히 진료정보 및 의학지식 추구를 동시에 대상으로 한 연구는 거의 없다. 이에 따라 본 연구는 진료와 의학연구를 동시에 수행하는 대학병원의 강사인 의사들의 정보추구행태를 탐구하는 것을 목적으로 하고 있다. 본 연구는 연세의료원 강사 12명을 대상으로 개방형 반구조화 형식의 심층 면접을 통하여 수집하였다. 면접 내용은 크게 연구 환경, 진료와 관련된 정보 추구 행태, 선호하는 정보원과 자료 유형, 검색과정과 만족도의 4가지 주제로 구성하였다. 응답 결과 연구 목적의 정보추구에 있어서는 PubMed를 통한 전자학술지 대한 신뢰도가 더 높았으나 진료 목적인 경우에는 인쇄형태의 교과서를 더 선호하는 것으로 나타났다. 이는 정보원에 대한 권위와 근거를 매우 중요시하는 의사들의 태도에서 그 원인을 찾을 수 있다.

Abstract

Rapid change in information use environments that corresponds with the development of new technologies requires a new perspective in examining information source uses and information services. As understanding information seeking behaviors is an essential element for improving information services, the changing information seeking behaviors should be examined in a timely manner. While several prior studies focus on this topic, few studies deal with medical doctors’ information seeking behaviors especially focusing on information seeking in both medical practices and research. Thus, this study aims to explore the information seeking behaviors of medical doctors who are both medical practitioners and researchers. Data were obtained by open-ended and semi-structured in-depth interviews during one month from April to May, 2009. The interview-question topics ranged from research contexts, medical-practice-related information seeking behaviors, favorable information sources, and information search process and satisfaction. Findings include that, for research purpose, digital journal articles accessed through the PubMed were more favorable sources while, for practice purpose, printed textbooks were preferred. Overall, the most-frequently-used sources were PubMed and articles because medical doctors regard the reliability and authority very highly.

초록

본 연구는 계량서지학적 분석 방법을 통해 여러 영역으로 나누어진 국내 건강정보 관련 연구를 통합적인 시각으로 보고자 하였다. 이를 위해 한국학술지인용색인 데이터베이스를 통해 2002년부터 2023년까지의 국내 ‘건강정보’ 관련 논문 1,193편을 수집하여 시기별 동향, 학문분야, 지적구조, 키워드 변화 시기를 분석하였다. 분석결과, 건강정보 관련 논문 수는 지속적으로 증가하였으며, 2021년 이후 감소하고 있다. 건강정보 관련 연구의 주요 학문분야는 ‘의공학’, ‘예방의학/직업환경의학’, ‘법학’, ‘간호학’, ‘문헌정보학’, ‘학제간연구’로 볼 수 있다. 건강정보 관련 연구의 지적구조를 파악하기 위해 단어동시출현분석을 시행하였다. 이후 도출된 네트워크의 구조와 군집파악을 위해 병렬최근접이웃클러스터링 알고리즘을 적용한 결과 ‘건강정보에 대한 의료공학적 관점’과 ‘건강정보에 대한 사회과학적 관점’이라는 2개의 대군집을 중심으로 그에 속한 4개의 중군집, 17개의 소군집을 파악할 수 있었다. 학문분야와 키워드의 변화 시기를 추적하기 위해 변곡점 분석을 시도하였으며 공통적으로 2010년과 2011년 사이에 변화가 있는 것으로 나타났다. 마지막으로 평균 출판년도와 단어출현빈도를 통해 전략 다이어그램을 도출하였으며 고빈도 키워드를 ‘유망’, ‘성장’, ‘성숙’ 영역으로 구분하여 제시하였다. 본 연구는 주로 내용분석 중심의 선행연구들과 다르게 여러 가지 계량서지학적 방법을 통해 건강정보 관련 연구영역을 통합적인 시각으로 바라보았다는 데 의의가 있다.

Abstract

This study aims to identify and comprehensively view health information-related research trends using a bibliometric analysis. To this end, 1,193 papers from 2002 to 2023 related to “health information” were collected through the Korea Citation Index (KCI) database and analyzed in diverse aspects: research trends by period, academic fields, intellectual structure, and keyword changes. Results indicated that the number of papers related to health information continued to increase and has been decreasing since 2021. The main academic fields of health information-related research included “biomedical engineering,” “preventive medicine/occupational environmental medicine,” “law,” “nursing,” “library and information science,” and “interdisciplinary research.” Moreover, a co-word analysis was performed to understand the intellectual structure of research related to health information. As a result of applying the parallel nearest neighbor clustering (PNNC) algorithm to identify the structure and cluster of the derived network, four clusters and 17 subgroups belonging to them could be identified, centering on two conglomerates: “medical engineering perspective on health information” and “social science perspective on health information.” An inflection point analysis was attempted to track the timing of change in the academic field and keywords, and common changes were observed between 2010 and 2011. Finally, a strategy diagram was derived through the average publication year and word frequency, and high-frequency keywords were presented by dividing them into “promising,” “growth,” and “mature.” Unlike previous studies that mainly focused on content analysis, this study is meaningful in that it viewed the research area related to health information from an integrated perspective using various bibliometric methods.

초록

한국의 dCollection이 학위논문 수집기로 활용되고 있는데 반해, 일본의 레포지토리는 다양한 학술 컨텐츠를 수집, 보존, 확산하고 오픈 엑세스를 실현하기 위한 개별 기관의 자발적인 운영 도구로 발전되고 있다. 본 연구는 일본의 기관 레포지토리 통계 DB인 IRDB를 통해 레포지토리의 특성을 통계적으로 분석하고 구축된 컨텐츠량, 종별 구축 비율, 그리고 종간 상관성을 살펴보았다. 또한 등록된 컨텐츠 특성을 변수로 K-means 군집 분석을 수행함으로써, 일본에 형성된 기관 레포지토리가 어떻게 유형화될 수 있는지 분석하였다. 분석 결과, 일본의 기관 레포지토리는 교내학술논문, 학위논문, 기술보고서, 의학자료, 학술잡지논문 등 다양한 컨텐츠를 수용하고 있을 뿐 아니라, 컨텐츠의 특징에 따라 5개의 차별화된 군집으로 유형화됨으로써 다양한 모습으로 발전되어 가고 있었다.

Abstract

While dCollections of Korea have been initiated by a government for metadata harvesting, institutional repositories of Japan have been managed as instituion’s independent tool for not only collectiong, archiving and distributing their intellecture assets, but also realizing open access. This study analyzes IRDB of Japanese statistically for understanding features of institutional repositories and by clustering the repository on the basis of types of contents, the differences have been brightened. According to analysis result, Japanese repository contains diverse types of contents, such as journal articles, scholarly papers, text books and technical reports. etc. and clustered by five distinguished group with different contents type.

초록

과학기술분야 국제협력은 국가 경쟁력 확보를 위해서 필수적이다. 한국은 과학기술의 인적․물적 자원의 한계를 극복하고자 연구의 국제화를 추진하고 있으며 최근 아시아 국가와 연구협력에서 높은 성장률을 보여주었다. 본 연구에서는 네트워크 분석을 이용하여 한국과의 공동연구가 크게 증가한 아시아 국가 간 공동연구 현황을 공저논문 수와 주제범주로 구분하여 실증적으로 파악하였다. 최근 5년간 아시아 국가 간 공저논문 수 기반 네트워크를 살펴보면, 일본, 중국, 한국 등 동북아시아 국가들이 네트워크 중심부에 있었으며 국가 상호 간 공동연구가 활발하게 이루어졌다. 또한 아시아 지역별로 공동연구의 주제범주를 분석한 결과, 동북아시아 지역은 기초과학 분야에서, 남부아시아, 동남아시아, 서남아시아 지역은 의학 분야에서 공동연구가 활발하게 이루어진 것으로 나타났다.

Abstract

Recently, research community in Korea has shown a rapid growth in collaborating with Asian countries. In this study, we analyzed research collaboration among Asian countries using network analysis of co-authored papers as well as subject categories. The network of co-authored papers among Asian countries over the 5-year period since 2005 revealed that Japan, China, and Korea were positioned at the central part of the network and highly productive in collaborative research. In the analysis of the subject categories of co-authored papers in four different Asian regions with 2009 data, physics and material science were found the most productive subject fields in collaborative research in Northeast Asia. On the other hand, medical science was the most collaborative subject field in the remaining Asian regions.