초록

Abstract

This thesis is the study of the relationship between school libraries and academic achievement. This thesis defines research areas between school libraries and academic achievement, analyzes the representative related thesis, and them partly applies meta-analysis methodology. This thesis present research sciences, research methodologies, statistical techniques, and research pursuit pertinent to Korea for the sceitific research between school libraries and academic achievement. In the future, to develop school libraries in the long term, in-depth academic research must be developed. The focus of the research should include the MLS and Ph.D. thesis of education of information and library as a subject matter' field to analyze the relationship between school libraries and academic achievement.

초록

본 연구의 목적은 국내 디지털 도서관 관련된 연구의 동향을 분석하는 것이다. 연구의 목적을 달성하기 위하여 국내 문헌정보학 분야 대표 학술지 4종으로부터 최근 10년(2007년-2016년) 동안 발표된 디지털 도서관 관련 논문 272편을 대상으로 해당 논문의 저자가 직접 부여한 영문키워드 578개를 수집하였다. 수집된 자료는 NetMiner V.4를 사용하여 연결중심성과 매개중심성을 분석하였다. 연구 결과로는, 첫째, 연구 주제의 양적인 측면에서는 ‘Academic Library’, ‘Reference Service’, ‘Public Library’, ‘E Resource’, ‘E Book’ 순으로 나타났고, 둘째, 연구 주제의 영향력 측면에서는, ‘Academic Library’, ‘Reference Service’, ‘Information Behavior’, ‘E Resource’ 등의 순으로 나타났다. 마지막으로 연구 주제의 확장성 측면에서는, ‘Academic Library’, ‘Metadata’, ‘Information Behavior’, ‘E Resource’, ‘Librarian’ 등의 순으로 파악되었다.

Abstract

The aim of this study was to analyze the research trends on the digital libraries in Korea. To achieve this objective, a total of 578 author-assigned English keywords were collected from the 272 major LIS journal articles published in Korea during last ten years-period, i.e., 2007-2016. The collected data were analyzed using NetMiner V.4 to discover their ‘degree centrality’ and ‘betweenness centrality’. As the results, ‘Academic Library’, ‘Reference Service’, ‘Public Library’, ‘E Resource’, and ‘E Book’ showed the most frequently conducted research topics, and ‘Academic Library’, ‘Reference Service’, ‘Information Behavior’, and ‘E Resource’ were the most influencing research topics. Finally, ‘Academic Library’, ‘Metadata’, ‘Information Behavior’, ‘E Resource’, and ‘Librarian’ seemed the most widely intervening research topics in this research.

초록

본 연구는 사회 네트워크 분석 기법을 통하여 K대학도서관의 학술DB 이용현황을 분석하고 이용자의 요구에 적합한 서비스를 개발 및 제공하고자 하는데 그 목적을 두고 있다. 이를 위하여 K대학 도서관의 학술DB 로그 데이터를 이용하여 학문분야별, 신분별, 학문분야 및 신분별 학술DB 네트워크를 구성하고 실증 분석하였다. 본 연구의 결과, 전임교원의 학술DB 네트워크와 박사과정의 학술DB 네트워크는 특화된 학술DB를 중심으로 강한 결속력을 보이고 있으며 다른 신분의 학술DB 네트워크보다 밀도, 연결정도 집중도 및 연결정도 중심성이 높게 나타났다.

Abstract

The purpose of this study is to analyze the usage pattern between each academic database through social network analysis, and to support the academic database for users's needs. For this purpose, we have extracted log data to construct the academic database networks in the proxy server of K university library and have analyzed the usage pattern among each research area and among each social position. Our results indicate that the specialized academic database for the research area has more cohesion than the generalized academic database in the full-time professors' network and the doctoral students' network, and the density, degree centrality and degree centralization of the full-time professors' network and the doctoral students' network are higher than those of the other social position networks.

초록

본 연구는 디지털 형태의 학위논문, 학술지논문, 연구보고서 등과 같은 다양한 형태의 학술자료를 저장, 배포, 관리하는 학술 기관 레포지터리를 활성화시키기 위한 방안으로 이용자, 연구자, 학회기관 등을 위한 부가 서비스 페이지를 제안하였다. 이를 위하여 문헌조사, 사례조사 및 이화여자대학교 학과교수 홈페이지 분석을 실시하였으며, 이 결과를 바탕으로 부가 서비스 페이지 구성에 필요한 기능 및 요소 등을 도출하였다. 제안하는 부가 서비스 페이지의 도입은 연구자들의 기관 레포지터리에 대한 참여를 유도하여 보다 적극적으로 저작물을 제출하게 함으로써, 궁극적으로 기관 레포지터리 활성화를 도모할 것이다.

Abstract

This study proposes additional service pages for users, researchers, institutions to activate academic institutional repository which captures, disseminates, and manages various academic resources, i.e. theses, dissertations, journal articles, research reports, and so on. The research methods include literature study, case study, and site analysis on the current homepages of Ewha Womans University faculties & institutions. As a result, components and functions of additional service pages such as researchers' pages are suggested. Additional service pages will be made it possible for researchers to submit their products willingly and for academic institutional repositories to activate their services and improve content recruitment in the end.

초록

대학도서관 발전계획은 외부적으로는 도서관의 역할과 발전 방향에 대한 명시적인 선언이자 내부적으로는 도서관 서비스 제공을 위한 지침으로 기능한다는 점에서 중요한 의미를 지닌다. 발전계획 수립을 위해서는 국제적, 국가적 환경에 대한 이해, 개별 대학과 대학구성원에 대한 이해가 요구된다. 본 연구는 대학도서관과 관련된 국제 환경의 추세를 파악하기 위하여 해외 대학도서관 발전계획 사례를 조사하고, 내용분석과 네트워크 분석을 통해 그 동향을 파악하였다. 그 결과, 대부분의 해외 대학도서관에서는 ‘협업’, ‘컬렉션 개발 및 구축’, ‘연구지원’이라는 키워드를 주축으로 다양한 전략과 세부 계획을 제시하고 있는 것으로 나타났다. 이에 본 연구에서는 향후 대학도서관 발전계획 수립 시 고려해야 하는 사항으로, 발전계획 내 대학도서관의 사명과 비전, 가치의 구체적 명시, 문화적 다양성성과 형평성, 포용성 등의 핵심가치의 중요성 인식, 대학도서관 내외부의 파트너십 및 협업의 중요성 인식, 경영 목적 달성의 도구로서 대학도서관 발전계획의 활용을 제시하였다.

Abstract

The academic library development plan has external importance as it explicitly declares the library’s role and development direction. Internally, it is also a library service guideline. To develop the development plan, libraries must understand the trends and needs of international, national, and affiliating universities and their constituents. Accordingly, this research includes case, content, and network analyses of foreign academic libraries’ development plans to identify the trends. The analysis results show most foreign academic libraries employed various strategies and plans, which can be characterized as ‘collaboration,’ ‘collection development,’ and ‘research support.’ Consequently, we propose the following factors to consider when developing an academic library development plan: specification of mission, vision, and core values; recognition of core values such as diversity, equity, and inclusion; awareness of the significance of collaboration and partnership with other units within the universities and external organizations; and utilization of university library development plans as tools for achieving management objectives.

초록

최근 학술문헌의 양이 급증하고, 융복합적인 연구가 활발히 이뤄지면서 연구자들은 선행 연구에 대한 동향 분석에 어려움을 겪고 있다. 이를 해결하기 위해 우선적으로 학술논문 단위의 분류 정보가 필요하지만 국내에는 이러한 정보가 제공되는 학술 데이터베이스가 존재하지 않는다. 이에 본 연구에서는 국내 학술문헌에 대해 다중 분류가 가능한 자동 분류 시스템을 제안한다. 먼저 한국어로 기술된 기술과학 분야의 학술문헌을 수집하고 K-Means 클러스터링 기법을 활용하여 DDC 600번 대의 중분류에 맞게 매핑하여 다중 분류가 가능한 학습집합을 구축하였다. 학습집합 구축 결과, 메타데이터가 존재하지 않는 값을 제외한 총 63,915건의 한국어 기술과학 분야의 자동 분류 학습집합이 구축되었다. 이를 활용하여 심층학습 기반의 학술문헌 자동 분류 엔진을 구현하고 학습하였다. 객관적인 검증을 위해 수작업 구축한 실험집합을 통한 실험 결과, 다중 분류에 대해 78.32%의 정확도와 72.45%의 F1 성능을 얻었다.

Abstract

Recently, as the amount of academic literature has increased rapidly and complex researches have been actively conducted, researchers have difficulty in analyzing trends in previous research. In order to solve this problem, it is necessary to classify information in units of academic papers. However, in Korea, there is no academic database in which such information is provided. In this paper, we propose an automatic classification system that can classify domestic academic literature into multiple classes. To this end, first, academic documents in the technical science field described in Korean were collected and mapped according to class 600 of the DDC by using K-Means clustering technique to construct a learning set capable of multiple classification. As a result of the construction of the training set, 63,915 documents in the Korean technical science field were established except for the values ​​in which metadata does not exist. Using this training set, we implemented and learned the automatic classification engine of academic documents based on deep learning. Experimental results obtained by hand-built experimental set-up showed 78.32% accuracy and 72.45% F1 performance for multiple classification.

초록

Abstract

The objective of this research was to quantitatively examine the uses of first person pronouns in academic journal paper abstracts. An approximate total of 144,400 abstracts that comprising of four disciplines (chemistry, computer sciences, social sciences, and medicine) from nine countries (China, Germany, India, Japan, South Korea, France, Spain, United Kingdom, and U.S.) were quantitatively examined. By exploring the use of first person pronoun in abstracts, this paper examined the current practices among academics in the world. The results indicate the norms of each author’s country and the norms of each discipline. Furthermore, the frequency-count result of this study contradicted viewpoints of academics who disapprove the use of personal person expressions in abstracts. An implication of this study is that there is a need for academics to acknowledge the uses of first person pronoun in the real world before forming personal opinions regarding the first person pronoun.

초록

본 연구에서는 해외 비영리기관의 학술 데이터베이스를 도입하기 위해 학술 데이터베이스 현황을 조사하고 그 품질을 평가한 뒤, 실제적인 도입가능성과 방법을 제시한다. 특히 지금까지 국내에서 공동 활용이 불가능한 비영어권 국가의 해외 비영리기관 소장 학술 데이터베이스를 제공함으로써 기존의 학술 데이터베이스와는 다른 차원의 다양한 유형의 자료 발굴 및 자료 범위 확대를 목적으로 한다. 이러한 목적하에 진행된 본 연구는 지금까지 영리기관의 상용 데이터베이스에 거의 의존해왔던 해외 정보 자료수집과정을 저비용-고효율 구조로 개선시켜, 학술 연구의 생산성을 제고시킬 수 있을 것이다.

Abstract

The purpose of this study was to delve into the academic databases of overseas nonprofit organizations, to assess their quality and to discuss whether or not it's possible to introduce them in the nation and in which way that could be done. And it's also attempted to provide information on the academic databases of nonprofit organizations in nonEnglish-speaking countries in a bid to prepare a wide variety of academic materials about broader fields that would be distinguished from those offered by existing academic databases, since it's not currently possible to take advantage of academic materials possessed by such nations. The efforts by this study was expected to gather international information at a lower cost and in a more efficient way and eventually to contribute to improving the productivity of academic research.

초록

본 연구는 이용이 매우 활발한 국내 학위논문의 원문 검색 서비스를 개선하기 위한 하나의 방법으로 한국직업능력개발원이 개발한 커리어넷의 학과정보 분류체계를 한국교육학술정보원이 운영하는 RISS에 포함된 학위논문 정보에 적용한 것이다. 연구 결과 커리어넷의 학과정보 분류체계는 최근 3년간 국내에서 생산되거나 이용된 학위논문을 분류하는데 비교적 적합한 것으로 나타났다. 최근 3개년 동안의 학과분류별 논문생산량과 논문이용량을 분석하였으며, 이를 바탕으로 학과분류 적용 가능성을 검토하고 활용방안을 모색하였다.

Abstract

This study suggests that improvement of theses and dissertations retrieval can be made by applying appropriate academic department classification. We applied the Korea Research Institute for Vocational Education and Training(KRIVET)'s department classification to these and dissertations being serviced by Korea Education & Research Information Service(KERIS). The results show that the chosen classification appropriately represents diverse academic department information contained in the theses and dissertations either published or used within the recent three year period. The study also makes a number of suggestions that will facilitate the application of an academic department classification to a live system.

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.