- 권한신청
- P-ISSN1013-0799
- E-ISSN2586-2073
- KCI
초록
본 논문은 임상의사가 환자치료 시 발생하는 문제를 해결하기 위해 온라인상에서 정보검색하는 과정을 연구하였다. 이를 위해 국내 대학병원 내과 전문의 10명을 대상으로 관찰조사와 심층면담을 수행하였다. Wilson의 문제 해결 모형을 기반으로 임상의사가 임상질문 해결을 위해 온라인상에서 검색하는 단계별 특성과 정보검색의 효용성에 대해 분석하였다. 그 결과, 임상의사는 사전 배경지식을 바탕으로 즉각적인 임상질문을 구성하지만, 실제 검색에서는 대부분 기본 검색전략만 사용하였으며, 본인에게 익숙한 특정 정보원만을 선호하였다. 하지만, 온라인 정보검색 평균 만족도는 7점 리커트 스케일 기준 5.7로 높게 나타났으며, 정보검색 후에 문제해결지수가 상승하였다. 임상의사는 잘 정리된 근거 중심의 신뢰성 높은 정보를 빠르고 쉽게 이용하기를 원하기 때문에 환자 진료시스템에서 바로 치료에 필요한 정보를 보여줄 수 있는 검색시스템의 연계가 필요함을 알 수 있다. 또한, 구글이나 PubMed 외에 다른 온라인 정보원에 대한 인지도는 현격히 낮게 나타나 다른 정보원에 대한 적극적인 홍보와 정보활용교육의 활성화도 필요함을 알 수 있다.
Abstract
This study aims to analyze physicians’ online information search process to solve the clinical questions at the point of care. To achieve this purpose, ten university hospital-based physicians participated in-depth interviews and observation studies. Based on Wilson’s problem solving process, this study analyzed the characteristics of each information search stage and efficiency of online searching. The results showed that participants tend to relatively immediately formulate their clinical questions. However, basic searching strategies were only used and a few preferred information sources were chosen. However, average satisfaction degree of online searching appeared high with 5.7 (7 Likert-scale) and problem-solving index increased after searching. As physicians are likely to use well organized and evidenced-based credible information easily, it implies the needs for an integrated search system within the electronic medical record (EMR). In addition, as other online resources’ awareness is lower comparing Google and PubMed, active promotions and training of other resources are needed.
초록
현대사회의 다양하고 복잡한 문제들을 해결하기 위해 학문영역을 넘나드는 학제적 연구가 등장하게 되었다. 본 연구에서는 최근 다양한 영역에서 주목 받고 있는 빅데이터 분야를 대상으로 학제성을 규명하고 학제적 구조를 파악하고자 하였다. 이를 위해 빅데이터를 다룬 학술지 총 1,083종의 데이터를 수집하였다. 이 중 420종(38.8%)의 학술지에 둘 이상의 Web of Science SC범주가 부여되었고, 239종(22.1%)에 부여된 SC범주는 상이한 학문영역에 속하여 빅데이터 분야의 비교적 높은 학제성을 확인할 수 있었다. 이와 함께 논문 게재 상위 56종의 학술지를 대상으로 서지결합분석 네트워크를 생성한 결과 총 10개의 군집이 나타났다. 10개 군집 중 7개 군집이 컴퓨터공학 분야에 해당하여 대부분의 연구가 빅데이터의 저장, 처리, 분석 등 기술적인 부분에 집중되어 있었다. 이외에도 군집분석을 통해 과학기술, 공학, 커뮤니케이션, 법학, 지리학, 생명공학 등 다양한 분야에서 빅데이터의 분석과 활용에 관한 연구가 이루어지고 있음을 확인할 수 있었다. 마지막으로 네트워크에서 매개중심성, 최근접중심성, 삼각매개중심성을 측정한 결과 컴퓨터공학 분야의 학술지들이 네트워크에 미치는 영향력이 크고 주제적 연관성이 강한 것으로 나타났다.
Abstract
Interdisciplinary approach has been recognized as one of key strategies to address various and complex research problems in modern science. The purpose of this study is to investigate the interdisciplinary characteristics and structure of the field of big data. Among the 1,083 journals related to the field of big data, multiple Subject Categories (SC) from the Web of Science were assigned to 420 journals (38.8%) and 239 journals (22.1%) were assigned with the SCs from different fields. These results show that the field of big data indicates the characteristics of interdisciplinarity. In addition, through bibliographic coupling network analysis of top 56 journals, 10 clusters in the network were recognized. Among the 10 clusters, 7 clusters were from computer science field focusing on technical aspects such as storing, processing and analyzing the data. The results of cluster analysis also identified multiple research works of analyzing and utilizing big data in various fields such as science & technology, engineering, communication, law, geography, bio-engineering and etc. Finally, with measuring three types of centrality (betweenness centrality, nearest centrality, triangle betweenness centrality) of journals, computer science journals appeared to have strong impact and subjective relations to other fields in the network.