초록

오픈 과학으로 진화하는 학문 생태계 속에서 개방형 동료심사는 학술 커뮤니케이션의 투명성과 개방성을 강화하는 방안으로 주목받고 있다. 본 연구는 개방형 동료심사를 도입한 오픈액세스 학술지 118건을 대상으로 개방형 동료심사 제도 구성요소의 채택 현황과 출판사 유형, 국가․대륙별, 언어별, 학문 분야별 특성을 살펴보았다. 개방형 동료심사는 심사 보고서 또는 심사 전 논고를 공개하거나 저자와 심사자의 신원을 상호 간에 공개하는 등 다양한 방식으로 구현되었다. 또한 학문 분야별로 채택된 구성요소 간에 차이를 발견할 수 있었다. 출판사 유형별 비중이 큰 상업 출판사가 대체로 많이 채택한 것으로 나타났으며, 주로 유럽에 속하는 국가에서 영어로 발행되는 현황이다. 분야별로 살펴보면, 전통적으로 개방적인 학술 커뮤니케이션을 지향하는 의약학, 자연과학 분야에서 더욱 활발한 개방형 동료심사 제도를 찾아볼 수 있었던 반면, 복합학, 인문학 분야에서는 소수의 학술지를 찾아볼 수 있다. 이를 통해 개방형 동료심사 제도의 학술지 채택 현황을 파악할 수 있으며, 개방형 동료심사 제도 채택에 따른 학술 커뮤니티의 특성에 대한 이해를 높일 수 있다.

Abstract

In an academic ecosystem evolving into open science, open peer review is gaining attention as a way to enhance transparency and openness in scholarly communication. This study examines the adoption of open peer review components in 118 open access journals that have implemented open peer review, and their characteristics by publisher type, country/continent, language, and discipline. Open peer review has been implemented in a variety of ways, including making review reports or pre-prints publicly available or disclosing the identities of authors and reviewers to each other. We also found differences in the components adopted across disciplines. It appears that commercial publishers, which account for a large proportion of publisher types, have generally adopted it, and it is mainly published in English in European countries. By discipline, we find more open peer review in the medical and natural sciences, which traditionally aim for open scholarly communication and fewer journals in the multidisciplinary and humanities. This provides insights into the adoption of open peer review by journals, as well as a better understanding of the characteristics of the academic community in terms of their adoption of open peer review.

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.

초록

Abstract

As co-authorship has been prevalent within science communities, counting the credit of co-authors appropriately is an important consideration, particularly in the context of identifying the knowledge structure of fields with author-based analysis. The purpose of this study is to compare the characteristics of co-author credit counting methods by utilizing correlations, multidimensional scaling, and pathfinder networks. To achieve this purpose, this study analyzed a dataset of 2,014 journal articles and 3,892 cited authors from the Journal of the Architectural Institute of Korea: Planning & Design from 2003 to 2008 in the field of Architecture in Korea. In this study, six different methods of crediting co-authors are selected for comparative analyses. These methods are first-author counting (m1), straight full counting (m2), and fractional counting (m3), proportional counting with a total score of 1 (m4), proportional counting with a total score between 1 and 2 (m5), and first-author-weighted fractional counting (m6). As shown in the data analysis, m1 and m2 are found as extreme opposites, since m1 counts only first authors and m2 assigns all co-authors equally with a credit score of 1. With correlation and multidimensional scaling analyses, among five counting methods (from m2 to m6), a group of counting methods including m3, m4, and m5 are found to be relatively similar. When the knowledge structure is visualized with pathfinder network, the knowledge structure networks from different counting methods are differently presented due to the connections of individual links. In addition, the internal validity shows that first-author-weighted fractional counting (m6) might be considered a better method to author clustering. Findings demonstrate that different co-author counting methods influence the network results of knowledge structure and a better counting method is revealed for author clustering.