- 권한신청
- P-ISSN1013-0799
- E-ISSN2586-2073
- KCI
초록
본 연구는 2004년에서 2012년까지 9년간의 KERIS 문헌복사 트랜잭션 데이터를 대상으로 문헌복사 서비스 참여기관에 대한 통계 분석과 네트워크 분석을 수행하였다. 연구 결과 발견한 주요 사실은 다음과 같다. 첫째, 신청건수가 제공건수에 비해 많은 기관이 전체 기관 중에서 약 80%를 차지하고 있었다. 둘째, 신청과 제공면 모두 건수가 많은 상위기관들에게 문헌복사 서비스 의존도가 높으며, 특히 제공면에서 그 집중도가 더욱 높았다. 셋째, 2012년 대학도서관 학술지를 대상으로 주제별 네트워크 분석 결과 각 주제별로 단일기관 집중형, 복수기관 주도형, 다수기관 분산형과 같은 세 가지 유형의 협력체제가 나타남을 파악하였다.
Abstract
In this study, we analyzed KERIS Document Delivery Service (DDS) using its transaction data for the period of nine years from 2004 to 2012. We first examined the overall statistics focusing on member contributions, and conducted a network analysis based on the records of request/response (supply) between member libraries. Key findings include the following: First, in over 80% of member libraries, the number of outgoing requests exceeded the number of their responses to incoming requests. That is, for the vast majority of member libraries, their participation was concentrated on the request side. Second, KERIS DDS relies heavily on a relatively small number of top contributors, especially on the supply side. While the top contributors were active in both requests and responses (supplies), in most cases, they received and processed a disproportionally large number of requests. Third, the network analysis based on DDS requests for journal articles in 2012 further revealed the central role of top contributors. The level and pattern of concentration, however, appeared to differ by subjects (DDC). Three main patterns of centralization were found in different subjects - a network centered on a single member, a network having multiple centers, or a distributed network.
초록
본 연구에서는 성격유형과 흥미유형에 따른 독서 감상문에 나타난 독서에 대한 반응의 차이를 탐구하였다. 이를 위해 대전의 D과학고등학교 3학년 학생 81명을 대상으로 성격유형분석 데이터, 흥미유형분석 데이터, 교과독서 활동으로 작성된 독서 감상문 데이터를 수집하였다. 수집된 독서 감상문의 토픽 분석을 수행하고, 성격유형(사고형, 감정형)과 흥미유형(탐구형, 탐구형 외)에 따른 독서 감상문의 토픽 발현 확률을 통계적으로 검증하였다. 이어서 키워드 네트워크 분석을 통해 단어들의 개념 연결 구조를 측정하고, 중심성 지표를 통해 토픽모델링의 분석 결과를 보완하였다. 연구 결과, 토픽 회귀분석을 통해 토픽2(이해와 공부)와 토픽3(읽기와 사고)에서 사고형(T)과 감정형(F) 간에 통계적으로 유의한 차이를 확인할 수 있었으며, 토픽2(이해와 공부)에서 탐구형과 탐구형 외 간에 통계적으로 유의한 차이가 확인되었다. 본 연구의 결과는 맞춤형 도서 추천이나 개인화를 고려한 독서교육의 기초자료로 활용될 수 있을 것이다.
Abstract
This study aimed to investigate the difference in response to reading as shown in book reports by personality type and interest type. For this purpose, personality type analysis data, interest type analysis data, and book report data written in subject reading activities were collected from 81 third graders at D Science High School in Daejeon. Topic analysis was conducted on the collected book reports, and the probability of a topic being mentioned was statistically tested according to personality type (thinking type, feeling type) and interest type (investigative type, types other than investigative). Subsequently, the conceptual connection structure of words was measured by keyword network analysis, and the analysis results of topic modeling were complemented by the centrality index. As a result of the study, the topic regression analysis showed statistically significant differences between thinking type (T) and feeling type (F) in topic 2 (understanding and studying) and topic 3 (reading and thinking), and statistically significant differences between investigative type and non-investigative type in topic 2 (understanding and studying). The results of this study can be used as a basis for tailored book recommendations and personalized reading education.
초록
최근 다양한 학문 분야는 대내외적 요인으로 인해 학제적 연구 흐름에 영향을 받고 있는 추세이다. 본 연구는 문헌정보학 분야를 대상으로 학제성과 연구 영향력의 상관관계를 분석하고자 하였다. 이를 위해 2011년 JCR(Journal Citation Reports)의 학술지 영향력 지수 상위에 해당하는 문헌정보학 학술지 10종을 선정하여 WoS(Web of Science) 인용색인 DB에서 2006년부터 2010년까지 1,873편의 논문의 참고문헌 데이터를 대상으로 분석하였다. 동시인용 네트워크 분석과 선정된 4가지 학제성 지수를 사용하여 문헌정보학 분야의 학제적 구조를 파악하고 학제성과 연구 영향력 사이의 상관관계를 분석하였다. 분석 결과를 통해 문헌정보학의 학제적 구조를 제시하였으며, 학제성 지수 중 매개중심성은 학술지 영향력 지수(5년) 그리고 논문당 영향도(Article Influence Score)와 통계적으로 유의한 상관관계가 있음이 밝혀졌다.
Abstract
As interdisciplinary research has been dominant in various fields, the purpose of this study is to analyze the relationship between interdisciplinarity and research impact in the field of Library and Information Science. For a data set, ten journals ranked as the top of 2011 JCR’s in terms of JIF (Journal Impact Factor) were selected. The citation data of 1,873 articles from the ten journals were collected from the WoS during the period from 2006 to 2010. In order to achieve the purpose of this study, as network analysis was conducted to investigate the interdisciplinarity of LIS field, interdisciplinarity indicators, and research impact factors were statistically analyzed. The findings of this study confirmed the interdisciplinary knowledge structure of the LIS field as previous studies identified. More importantly, this study demonstrated that a positive correlation existed between interdisciplinarity represented as betweenness centrality and research impact.
초록
공동발의 네트워크는 법안 공동발의로 형성되는 국회의원 간의 관계를 통해 국회 입법과정을 보여준다. 본 연구는 제19대 국회 임기기간 중 발의된 도서관법안을 중심으로 공동발의 네트워크 분석과 국회의원 액터의 중심성 분석 및 키워드 중심 네트워크의 서브그룹 분석을 실시하였다. 연구결과, 도서관법안 공동발의 네트워크는 정당에 따라 분절된 모습을 보였으며, 다른 소속 정당 의원과 근접한 거리에 위치하면서 매개적 역할을 수행하는 의원들이 네트워크에서 중요한 영향력을 미치고 있었다. 키워드중심 네트워크로 재구조화할 경우, 다른 정당 소속 의원들이 동일한 키워드를 공유하면서 서브그룹을 형성함에 따라 정당으로 분절된 네트워크 구조가 개선되는 모습을 보였다. 연구결과를 토대로, 도서관계 입법활동 활성화를 위해서는 정당 간 매개적 역할을 하는 의원들을 중심으로 도서관 법안이 아닌 주요 키워드를 중심으로 정책이슈를 확산하고 공유하는 전략이 필요하다는 점을 제시하였다.
Abstract
The legislative cosponsorship network shows the legislative process of the National Assembly through the relationship between the members of the National Assembly formed by cosponsorship. This study focused on the library bill proposed during the 19th National Assembly term, and conducted the cosponsorship network analysis, the centrality analysis of actors of the National Assembly, and a subgroup analysis of keyword-centric networks. As the result of the study, the library bill’s cosponsorship network was segmented according to political parties, and lawmakers who played an intermediary role in close proximity to other political party members had an important influence on the network. When restructured into a keyword-oriented network, the network structure segmented into political parties improved as members of different parties shared the same keywords and formed subgroups. Based on the results, it was suggested that a strategy for spreading and sharing policy issues based on core keywords rather than library legislation, centered on lawmakers who play a mediating role between parties, is needed to activate library legislation.
초록
본 연구의 목적은 국내 학술논문 데이터베이스에서 검색한 언어 네트워크 분석 관련 53편의 국내 학술논문들을 대상으로 하는 내용분석을 통해, 언어 네트워크 분석 방법의 기초적인 체계를 파악하기 위한 것이다. 내용분석의 범주는 분석대상의 언어 텍스트 유형, 키워드 선정 방법, 동시출현관계의 파악 방법, 네트워크의 구성 방법, 네트워크 분석도구와 분석지표의 유형이다. 분석결과로 나타난 주요 특성은 다음과 같다. 첫째, 학술논문과 인터뷰 자료를 분석대상의 언어 텍스트로 많이 사용하고 있다. 둘째, 키워드는 주로 텍스트의 본문에서 추출한 단어의 출현빈도를 사용하여 선정하고 있다. 셋째, 키워드 간 관계의 파악은 거의 동시출현빈도를 사용하고 있다. 넷째, 언어 네트워크는 단수의 네트워크보다 복수의 네트워크를 구성하고 있다. 다섯째, 네트워크 분석을 위해 NetMiner, UCINET/NetDraw, NodeXL, Pajek 등을 사용하고 있다. 여섯째, 밀도, 중심성, 하위 네트워크 등 다양한 분석지표들을 사용하고 있다. 이러한 특성들은 언어 네트워크 분석 방법의 기초적인 체계를 구성하는 데 활용할 수 있을 것이다.
Abstract
The purpose of this study is to perform content analysis of research articles using the language network analysis method in Korea and catch the basic point of the language network analysis method. Six analytical categories are used for content analysis: types of language text, methods of keyword selection, methods of forming co-occurrence relation, methods of constructing network, network analytic tools and indexes. From the results of content analysis, this study found out various features as follows. The major types of language text are research articles and interview texts. The keywords were selected from words which are extracted from text content. To form co-occurrence relation between keywords, there use the co-occurrence count. The constructed networks are multiple-type networks rather than single-type ones. The network analytic tools such as NetMiner, UCINET/NetDraw, NodeXL, Pajek are used. The major analytic indexes are including density, centralities, sub-networks, etc. These features can be used to form the basis of the language network analysis method.