초록

국내 문헌정보학 분야에서 10년간 발표된 논문의 저자와 인용빈도를 대상으로 공저 네트워크에서의 중심성과 연구성과 지수 사이의 관계를 분석하였다. 특히 공저를 고려하지 않고 연구성과 지수를 산출하는 경우와 공저를 고려하여 연구성과 지수를 산출하는 경우로 나누어서 분석하였다. 또한 저자 집단을 논문 수에 따라 다르게 설정하여 지수 사이의 상관관계를 분석한 결과, 연구자의 인용지수와 연구자 중심성 사이의 상관관계에 대한 선행 연구의 일관성없는 결과를 설명해낼 수 있었다. 전체적으로 공저 활동의 정도는 연구성과와 상관관계가 유의하지 않았으며 일부에서는 오히려 부정적인 상관관계를 가진 것으로 나타났다. 중심성과 연구성과 사이의 관계는 통계적으로 유의한 긍정적인 상관관계가 나타났으나 상위 저자 30명만을 대상으로 분석한 결과에서는 상관관계가 유의하지 않았다.

Abstract

We analyzed the relationships between the co-authorship network centralities and the research performance indicators with the authors and the number of citations of the papers published for 10 years in Korean library and information science journals. In particular, the research performance indicators were calculated with normal counting and with fractional counting also. As a result of correlation analysis between the variables by setting the different ranges of the author groups to be analyzed according to the number of articles, it was possible to explain the inconsistent results of the previous studies on the correlations between the researchers' citation indicators and their co-authorship network centralities. Overall, the degree of co-authorship activities measured by collaboration coefficient showed no or negatively correlated with research performance. There were statistically significant positive correlations between the centralities and the research performance indicators, but the correlation was not significant in the analysis of the top 30 authors by number of articles.

초록

Abstract

The characteristics of citation and centrality measures in citation networks can be identified using multiple linear regression analyses. In this study, we examine the relationships between bibliometric indices and centrality measures in an article-level co-citation network to determine whether the linear model is the best fitting model and to suggest the necessity of data transformation in the analysis. 703 highly cited articles in Physics published in 2004 were sampled, and four indicators were developed as variables in this study: citation counts, degree centrality, closeness centrality, and betweenness centrality in the co-citation network. As a result, the relationship pattern between citation counts and degree centrality in a co-citation network fits a non-linear rather than linear model. Also, the relationship between degree and closeness centrality measures, or that between degree and betweenness centrality measures, can be better explained by non-linear models than by a linear model. It may be controversial, however, to choose non-linear models as the best-fitting for the relationship between closeness and betweenness centrality measures, as this result implies that data transformation may be a necessary step for inferential statistics.

초록

본 연구의 목적은 오픈 데이터 관련 연구의 최근 동향과 지적 구조를 고찰하는 것이다. 이를 위하여 본 연구는 Scopus에서 저자 키워드로 ‘open data’를 검색하여 1999년부터 2023년까지 총 6,543건의 논문을 수집하였으며, 데이터 전처리 이후 5,589편 논문의 저자 키워드를 대상으로 오픈 데이터 관련 연구 분야 및 링크드 오픈 데이터 관련 연구 분야의 중심성 도출과 네트워크 분석을 수행하였다. 그 결과, 오픈 데이터 관련 연구에서는 ‘big data’가 가장 높은 중심성을 보였으며, 주로 공공데이터 개념의 오픈 데이터로서의 활용 및 정책 적용 연구, 빅데이터와의 연관개념으로서의 오픈 데이터를 활용한 데이터 분석에 관한 연구, 오픈 데이터의 재생산이나 활용 및 접근과 같은 오픈 데이터의 이용과 관련한 주제의 연구가 이뤄지고 있음이 나타났다. 그리고 링크드 오픈 데이터 관련 연구는 삼각매개중심성 및 최근접이웃중심성에서 모두 ‘semantic web’이 가장 높은 것으로 나타났으며, 정부 정책의 공공데이터보다 데이터 연계와 관계 형성을 중점으로 한 연구가 많이 수행된 것으로 나타났다.

Abstract

The purpose of this study is to examine recent trends and intellectual structures in research related to open data. To achieve this, the study conducted a search for the keyword “open data” in Scopus and collected a total of 6,543 papers from 1999 to 2023. After data preprocessing, the study focused on the author keywords of 5,589 papers to perform network analysis and derive centrality in the field of open data research and linked open data research. As a result, the study found that “big data” exhibited the highest centrality in research related to open data. The research in this area mainly focuses on the utilization of open data as a concept of public data, studies on the application of open data in analysis related to big data as an associated concept, and research on topics related to the use of open data, such as the reproduction, utilization, and access of open data. In linked open data research, both triadic centrality and closeness centrality showed that “the semantic web” had the highest centrality. Moreover, it was observed that research emphasizing data linkage and relationship formation, rather than public data policies, was more prevalent in this field.

초록

이 연구는 한국의 정신의학 국제공동연구 협력망 구축을 위하여, 네트워크 분석에 중점을 두어 정신의학 국제공동연구의 공저관계를 반영하는 지식구조를 규명하였다. 먼저 국가 레벨에서의 지식구조 분석 결과는 다음과 같다. 첫째, 5년 간 공동연구 비율은 89.97%로 높은 편이며, 시간의 경과에 따라 국제공동연구의 비율은 증가함을 확인하였다. 둘째, 아시아 국가들 간의 협업은 저조한 상태임을 확인하였다. 셋째, 국제공동연구 논문 수 및 중심성 값이 가장 높은 국가(또는 집단)는 EU-28로 확인되었다. 또한 연구성과 레벨에서의 지식구조 분석 결과는 다음과 같다. 중심성과 연구성과와의 상관관계를 분석하였으며, 분석 결과 세 가지 중심성 지표 간에는 정적 상관관계가 나타났고 중심성이 높은 국가는 연구성과도 좋았다.

Abstract

This study clarified the knowledge structure of international collaboration in psychiatry based on analyzing networks in order to construct cooperation networks for international collaboration in psychiatry in South Korea. The result of analysis of knowledge structure at a state-level is as follows. First, this study found that the rate of collaboration for five years is high as 89.97%. Moreover, this study investigated the change of rate of collaboration and international collaboration according to the passage of time, and ascertained that while the rate of international collaboration has increased, Second, this study examined the trend of research on collaboration between Asian countries, and found that collaboration between Asian countries is on a low level. Third, the country (or group) that the number of papers of international collaboration and the value of centrality are the highest is EU-28. The result of analysis of knowledge structure at a research output-level is as follows. this study analyzed the correlation of centrality with research output, and found that positive correlation exists in the three indicators of centrality, and a country with high centrality has good research output.

초록

본 연구는 2014년부터 2018년까지 최근 5년간 미국에서 발표된 도서관학 및 정보과학 분야 학위논문의 연구 동향을 파악하기 위해 PQDT Global 데이터베이스에 수록된 1,016편의 박사학위 논문을 수집하여 각 논문의 관련 학문 분야를 나타내는 분야명들을 추출하고 네트워크 분석을 통해 분야명 간의 관계와 네트워크 전반에 걸쳐 다른 분야들과 관계가 있는 전역중심성이 높은 분야명을 파악하는 것과 동시에 군집분석을 통해 연관성 높은 분야명들이 어떠한 군집을 형성하는지, 각 군집 안에서 지역중심성이 높은 분야명들은 어떤 것들인지 살펴보았다. 103개 핵심 분야명 키워드를 이용한 네트워크 분석 결과 최근 5년간 미국의 도서관학 및 정보과학 분야 박사학위 논문의 관련 학문분야로는 컴퓨터 관련 분야, 교육 관련 분야, 커뮤니케이션 관련 분야 외에도 다양한 이용자 집단에 관한 연구와 정보시스템 관련 분야 등을 포함하여 26개의 군집을 형성하는 것으로 나타났다. 26개 군집들 중 정보과학을 중심으로 하는 군집에는 컴퓨터 관련 학문 분야명들이 다수 포함되었고, 도서관학을 중심으로 하는 군집에는 대부분 교육 관련 분야명들이 포함되었으며, 그 외에도 이용자 연구와 관련하여 특정 이용자 그룹과 관련된 젠더연구 분야나 정보시스템과 관련하여 경영학, 지리학, 의공학 등 다양한 학문 분야와 연관되어 있음을 알 수 있다.

Abstract

The study examines the research trends of doctoral dissertations in Library Science and Information Science published in the U.S. for the last 5 years. Data collected from PQDT Global includes 1,016 doctoral dissertations containing “Library Science” or “Information Science” as subject headings, and keywords extracted from those dissertations were used for a network analysis, which helps identifying the intellectual structure of the dissertations. Also, the analysis using 103 subject heading keywords resulted in various centrality measures, including triangle betweenness centrality and nearest neighbor centrality, as well as 26 clusters of associated subject headings. The most frequently studied subjects include computer-related subjects, education-related subjects, and communication-related subjects, and a cluster with information science as the most central subject contains most of the computer-related keywords, while a cluster with library science as the most central subject contains many of the education-related keywords. Other related subjects include various user groups for user studies, and subjects related to information systems such as management, economics, geography, and biomedical engineering.

초록

본 연구는 충북대표도서관의 건립 기본계획 수립을 위한 기초연구이다. 이를 위해 본 연구에서는 충청북도의 지역 여건을 조사하고, 전국 공공도서관과 주요 대표도서관의 소장 자료 현황, 이용 현황, 직원 수, 프로그램 현황 등을 분석하였다. 이를 토대로 SWOT 분석을 실시하여 충북대표도서관의 건립 기본계획을 위한 비전과 목표, 추진전략을 도출하였다. 연구 결과를 기반으로 충북대표도서관이 수행해야 하는 사명은 “지식과 문화의 교차로, 도민의 삶과 동행하며 함께 성장하는 도서관”으로 제시하였다.

Abstract

This study is a foundational research for establishing the basic plan of the Chungcheongbuk-do Central Library. The research investigates the regional conditions of Chungcheongbuk-do and the status of collections, usage, staff, and programs of public libraries nationwide and major representative libraries. Based on this, a SWOT analysis was conducted to derive the vision, goals, and implementation strategies for establishing the basic plan of the Chungcheongbuk-do Central Library. Based on the research findings, the mission of the Chungcheongbuk-do Central Library is presented as “The library that grows alongside the lives of local residents, intersecting knowledge and culture.”

초록

Abstract

This study aims at proposing three prestige indices—closeness prestige, input domain, and proximity prestige- as useful measures for the impact of a particular node in citation networks. It compares these prestige indices with other impact indices as it is still unknown what dimensions of impact these indices actually measure. The prestige indices enable us to distinguish the most prominent actors in a directed network, similar to the centrality indices in undirected networks. Correlation analysis and principal component analysis were conducted on the author citation network to identify the differentiated implications of the three prestige indices from the existing impact indices. We selected simple citation counting, h-index, PageRank, and the three kinds of centrality indices which assume undirected networks as the existing impact measures for comparison with the three prestige indices. The results indicate that these prestige indices demonstrate distinct impact dimension from the other impact indices. The prestige indices reflect indirect impact while the others direct impact.

초록

오늘날 다양한 질병의 출현과 빠르게 변화하는 의료환경에 보다 효과적으로 대처하기 위해 대학병원 내에서 여러 진료과들이 협업진료를 수행하고 있다. 이러한 협업진료는 매우 중요하며 의료 현장에서 이미 보편화되어 있다. 그럼에도 불구하고, 이에 대한 연구, 특히 진료과들이 어떻게 협업을 하고 있는지에 대한 연구는 전무하다. 따라서 본 연구는 대학병원 내의 진료과 간의 협업진료 관계를 탐색하여 진료협업 네트워크 특성들이 연도별 및 계절별로 어떻게 달라지는지를 고찰하는 것에 목적이 있다. 본 연구는 국내 A대학교 대학병원에서 이루어진 29개 진료과 사이의 협업 진료를 연도별 및 계절별로 나누어 29개 진료과 협업 네트워크를 분석하였다. 협업진료의 요청 및 피요청에 따라 방향네트워크를 구성하였으며, 매개중심성, 아이겐벡터중심성, 근접중심성 분석, 에고 네트워크 분석 및 팩션분석과 더불어 추후 인터뷰도 실시하였다. 본 연구는 최초의 진료과 간의 협업 네트워크 분석을 수행하였으며, 의료기관 내에서의 동선을 고려한 진료과의 위치 및 공간 구성에 새로운 통찰력을 제시할 것으로 기대된다.

Abstract

Today, in order to more effectively cope with the emergence of various diseases and the rapidly-changing medical environment, several medical departments are conducting treatment collaborations within the university hospital. This collaborative care is very important and is already common in the medical field. Nevertheless, there is no research on this, especially how the departments are collaborating. Therefore, the purpose of this study is to investigate how the characteristics of the treatment collaboration networks vary by year and season by exploring the relationship between the medical departments within the university hospital. This study analyzed the collaboration networks of 29 medical departments of ‘A’ university in Korea by dividing the collaborative care by year and season. Directed networks were constructed in response to departments requesting and departments requested for collaborative care. Betweenness centrality, eigenvector centrality, closeness centrality analysis, ego network analysis, and faction analysis were also conducted. This study performed the first treatment collaboration network analysis among medical departments, and is expected to present new insights into the location and spatial composition of medical departments in consideration of the knowledge transfer paths within medical institutions.

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

This paper examines the characteristics of the JASIST (Journal of the Association for Information Science and Technology) editorial board members and their research areas through author co-citation analysis, and investigates whether the editorial board members’ research areas are related with keywords frequently appeared in the journal’s research articles. In the process, research areas of the central members and those appeared most frequently as keywords will be identified. Research areas of the 36 members on the JASIST editorial board are collected and categorized to compare with the categorization of keywords extracted from 169 research articles published in JASIST, 2013. The result shows that members with higher centrality in the co-citation network are related with research areas that are also dominant in the distribution of article keywords. The areas include information behavior and searching, information retrieval, information system design, and bibliometrics.