초록

본 연구는 최근 학술지 출판에 있어 전통적인 동료 심사 방식의 문제점을 개선하기 위해 새롭게 시도되고 있는 오픈 피어 리뷰(OPR)에 대한 연구자의 인식을 파악하고자 대표적인 메가 오픈 액세스(OA) 학술지의 국내 저자를 대상으로 설문조사를 실시하고 그 결과를 분석하였다. 설문조사 대상은 국제적인 OA 학술지이며 메가학술지인 PLOS 학술지에 논문을 출판한 국내 교신 저자로 선정하였고, 설문조사는 온라인 설문으로 진행하였으며, 총 238명이 응답하였고 202개의 유효 설문을 대상으로 분석을 수행하였다. 수집된 설문 데이터에 대해 빈도 분석, 집단 간 평균 비교를 수행하여 통계분석을 하였다. 연구자의 연령, 연구경력, OPR 경험 유무 등에 따라 OPR에 대한 인식에 차이가 나타나는지 분석한 결과 44세 이하 연구자, 9년 이하의 연구경력을 갖는 연구자, OPR 참여 경험이 있는 연구자의 경우 OPR 인식에서 몇 가지 차이를 보였다. 44세 이하 연구자의 경우 현재 동료 심사 방식의 변화를 바라지만 OPR에 대해서는 적극적으로 수용하지 않고 있는 것으로 나타났다. 연구자가 OPR에 동의하지 않는 이유를 분석한 결과 객관성 결여, 심사자 부담 증가, 감정 및 관계 문제를 제기하였고, 잊혀질 권리도 필요하다고 응답하였다.

Abstract

This study was conducted to ascertain a better understanding of researchers’ perception of open peer review (OPR), which is being attempted to improve the problems of traditional peer review methods in recent journal publications. A survey was conducted on the Korean authors of a mega open access (OA) journals and the results were analyzed. The subjects of the survey were selected as Korean corresponding authors published on PLOS, an international OA journal and mega journal. The survey was conducted as an online questionnaire and a total of 238 responses were collected; the analysis was based on 202 valid responses. Data were analyzed by performing frequency analysis and average comparison between groups for the collected questionnaire results. As a result of analyzing whether there is a difference in perception of OPR depending on the age, research experience, and OPR experience of the researcher, researchers under the age of 44, researchers with research experience of 9 years or less, and researchers with OPR participation experience had differences in some OPR perceptions. Results show that researchers under the age of 44 want to change the current peer review approach, but they are not yet actively accepting OPR. As a result of analyzing the reasons why the researcher disagrees with OPR, they raised questions about lack of objectivity, increased burden of reviewers, emotions and relationships, and responded that the right to be forgotten was also necessary.

초록

대학소속 연구자들의 연구 분야가 다변화되면서 대학도서관에서는 서비스 운영을 위하여 학과별 주제 분야를 파악하는 것이 중요한 과제로 인식되고 있다. 이 연구는 대학 학과 소속구성원들의 학술지 논문 서지사항을 분석하여 학과별 주제특성을 다차원적으로 분석하고자 하였다. 게재한 학술논문을 분석하여 1차적으로 해당 학과의 주제영역을 파악하고자 하였으며 심층적으로 주제영역을 분석하기 위하여 해당 논문들이 인용한 학술지를 조사하여 확장된 주제영역을 조사하였다. 또한 상위 인용된 학술지를 대상으로 네트워크 분석을 하여 학술지간 관계를 분석하였다. 분석 결과 학과별 주제 분야별 학술지 이용현황에 차이가 있는 것으로 조사되었으며 특정 주제 분야의 경우 학술지 종수와 논문 수에 따라 주제 분야의 중요도가 비례하지 않는 것으로 나타났다. 즉, 특정분야의 경우 소수의 학술지에서 많은 논문이 인용되고 있는 현상이 있으며 게재하는 주제 분야와 인용하는 주제 분야의 중요도가 일치하지 않는 것으로 나타났다.

Abstract

As topics of researchers become diverse horizontally or vertically, academic libraries have difficulties to identify the dynamic change of researchers' needs for academic publications. This research aims to illustrate the topic areas of researchers in a department of university by analyzing bibliographies of their publications. First, researchers' publications were used to discover the topic areas where the researchers had published. Second, the cited publications in those papers were analysed to identify the expanded topic areas of these researchers. Finally, highly cited journals were analyzed by network analysis method. The major finding is that the importance of topic areas by the number of journals was not necessarily proportional to that by the number of papers. Researchers have a tendency to use many papers in a small number of journals in a certain topic area. Furthermore, the importance of topic areas discovered by researchers' publications was not the same as that discovered by researchers' citations.

초록

심사자 자동추천시스템은 심사 대상에 대한 포괄성, 전문성, 공정성, 타당성을 확보할 수 있도록 설계되어야 한다. 이를 위해 본 연구는 다면적인 학문분야분류표의 각 범주 간 연관성을 자동으로 산출할 수 있는 확률적 온톨로지를 적용하여 포괄적으로 심사자 추천 범위를 넓히고 전문성을 반영한 심사자 랭킹을 가능하도록 한다. 또한 연구자 간의 멘터, 공저역, 공동연구를 포함하는 연구자 네트워크를 구축하고 이를 심사자 배제 규칙으로 활용함으로써 공정한 심사자 추천이 이루어질 수 있도록 한다. 아울러, 전문가들을 통해 상기 방법론과 패널 결과를 검증 받아 타당성 있는 시스템이 갖추어야 할 방향을 제시한다.

Abstract

Automatic Recommendation System of Panel pool should be designed to support universal, expertness, fairness, and reasonableness in the process of review of proposals. In this research, we apply the theory of probabilistic ontology to measure relatedness between terms in the classification of academic domain, enlarge the number of review candidates , and rank recommendable reviewers according to their expertness. In addition, we construct a researcher network connecting among researchers according to their various relationships like mentor, coauthor, and cooperative research. We use the researcher network to exclude inappropriate reviewers and support fairness of reviewer recommendation process. Our methodology recommending proper reviewers is verified from experts in the field of proposal examination. It propose the proper method for developing a resonable reviewer recommendation system.

초록

Abstract

Despite the widespread use, critics claim that citation analysis has serious limitations in evaluating the research performance of scholars. First, conventional citation analysis methods yield one-dimensional and sometimes misleading evaluation as a result of not taking into account differences in citation quality, not filtering out citation noise such as self-citations, and not considering non-numeric aspects of citations such as language, culture, and time. Second, the citation database coverage of today is disjoint and incomplete, which can result in conflicting quality assessment outcomes across different data sources. This paper discuss the findings from a citation analysis study that measured the impact of scholarly publications based on the data mined from Web of Science, Scopus, and Google Scholar, and briefly describes a work-in-progress prototype system called CiteSearch, which is designed to overcome the weaknesses of existing citation analysis methods with a robust citation-based quality assessment approach.

초록

본 연구는 정보추구행태 모형을 제시하고 있는 기존 논의들을 대상으로 이들의 연구경향들을 개관하고 분석함으로써 향후 정보추구행태 연구의 방향점을 논의하고자 하는 시도이다. 본 연구에서는 기존논의들을 정보추구행태의 영향요인 모형, 과정모형, 스타일/패턴모형의 3가지 연구유형으로 대별하였으며, 이들 모형들을 방법론/이론적 틀, 정보추구 맥락, 연구대상/주제분야, 모형 특색 등 9가지 측면에서 분석하였다. 기존 연구의 한계를 극복하기 위한 한국적 연구전략은 연구대상의 확대뿐 아니라, 정보추구가 가지는 복잡다양성과 다차원성을 포함하는 총체적인 연구접근이 필요하다. 더불어, 한국적 정보추구 현상을 설명하는 실제에 기반한 이론들을 개발할 필요가 있다.

Abstract

The purpose of this study is to discuss the direction of studies of information seeking behavior(ISB) by analyzing previous studies provided model of ISB. Studies were divided into 3 types in terms of factors, processes, or types/patterns of ISB and sub-analyzed by 9 aspects such as research method/ theoretical framework, context of ISB and vice versa. Korean research strategies for overcoming the limitation of ISB studies are to do holistic research approach capturing complexity and multidimention of ISB as well as to extend research objects. Also, it needs to construct substantive theories based upon korean phenomenon of ISB.

초록

본 연구는 실증적 데이터의 검토 및 분석을 통해 이용자연구와 실용연구 분야의 특징을 발견하고, 이용자연구와 실용연구 분야의 융합 가능성을 논하고자 수행되었다. 이용자연구의 개척 및 확장 가능성을 살펴보기 위해, 실용연구 분야 중 UX 연구를 선택하여 비교하였고, 이용자연구 영역과 UX 영역의 주제어 및 분야별 중복도를 살펴보았다. 연구를 위해 국내 이용자연구 3,370개 논문과 국내 UX 연구 2,413개 논문, 국외 이용자연구 3,875개 논문과 국외 UX 연구 2,515개 논문을 수집하였고, 단순 출현빈도를 포함한 계량정보학적 분석 방법을 이용하여 네트워크 맵핑 및 순위 선정, 시기별 비교분석을 수행하였다. 분석 결과 국내의 이용자연구와 UX 연구 중복도는 국외보다 낮은 편이었고, 분야 간 협업의 활발성이 중복도와 연관이 있다고 해석할 수 있었다. 시기별 분석을 통해 이용자연구와 UX 연구간 중복되는 키워드가 점차 증가하고 있음을 발견하였기에, 향후 이용자연구와 실용연구 분야 간의 융합이 활발히 일어날 가능성을 엿볼 수 있었다.

Abstract

This research aims to discover various aspects of the user studies and the research in practice and also to propose collaboration methods by empirical analysis of the data. To determine the application applicability of the user studies in other subject areas, the degree of keyword overlap between the user studies and the User Experience (UX), one of the research in practice discipline, was measured. The quantitative information science methods including simple frequency analysis were applied to more than ten thousand published papers to generate the network mapping and ranking as well as comparative analysis by time. The analysis result showed that there were slightly lesser overlap between the user studies and the UX in the domestically published articles than the international ones. It also revealed that there is a relationship between the actual occurrences of collaboration and the keyword overlap. The temporal analysis showed that there is increasingly more keyword overlap between two disciplines and thus it is possible to predict the active convergence in the future.

초록

이 연구의 목적은 대량의 최신정보를 제공하는 정보필터링 시스템에서 이용자 피드백에 의해 수정질의를 자동생성하여 재검색을 수행함으로써 검색 성능을 최적화할 수 있는 방안을 찾는 데 있다. 이용자가 입력한 초기질의를 사용하여 정보필터링 시스템이 검색한 문헌에 대해 이용자가 적합성 여부를 온라인으로 입력하도록 하고, 이 피드백 결과를 토대로 '중복제거법'과 '저빈도제거법' 두 가지 방법에 의해각각 17개의 수정질의를 생성하여 재검색한 결과를 초기 검색결과와 비교 분석하였다. 수정질의는 각각의 방법마다 17개 패턴의 불논리 질의형태를 미리 만든 다음 초기질의에 디스크립터와 분류기호를 결합하여 생성하였으며, 재검색 결과에 대한 적합성 평가를 통해 최적의 수정질의식을 도출하였다.

Abstract

In this study an information filtering system was implemented and a series of relevance feedback experiments were conducted using the system. For the relevance feedback, the original queries were searched against the database and the results were reviewed by the researchers. Based on users' online relevance judgements a pair of 17 refined queries were generated using two methods called "co-occurrence exclusion method" and "lower frequencies exclusion method." In order to generate them, the original queries. the descriptors and category codes appeared in either relevant or irrelevant document sets were applied as elements. Users' relevance judgments on the search results of the refined queries were compared and analyzed against those of the original queries. [ 더 많은 내용 보기 ]

초록

기록이나 문헌의 자동분류에 관한 연구는 오래 전부터 시작되었다. 최근에는 인공지능 기술이 발전하면서 기계학습이나 딥러닝을 접목한 연구로 발전되고 있다. 이 연구에서는 우선 문헌의 자동분류와 인공지능의 학습방식이 발전해 온 과정을 살펴보았다. 또 기계학습 중 특히 지도학습 방식의 특징과 다양한 사례를 통해 기록관리 분야에 인공지능 기술을 적용해야 할 필요성에 대해 알아보았다. 그리고 실제로 지도학습 방식으로 서울시의 결재문서를 ETRI의 엑소브레인을 통해 정부기능분류체계로 자동분류해 보았다. 이를 통해 기록을 다양한 방식의 분류체계로 자동분류하기 위한 각 과정의 고려사항을 도출하였다.

Abstract

Research on automatic classification of records and documents has been conducted for a long time. Recently, artificial intelligence technology has been developed to combine machine learning and deep learning. In this study, we first looked at the process of automatic classification of documents and learning method of artificial intelligence. We also discussed the necessity of applying artificial intelligence technology to records management using various cases of machine learning, especially supervised methods. And we conducted a test to automatically classify the public records of the Seoul metropolitan government into BRM using ETRI’s Exobrain, based on supervised machine learning method. Through this, we have drawn up issues to be considered in each step in records management agencies to automatically classify the records into various classification schemes.

초록

전통적인 학술 커뮤니케이션 체제의 문제점을 해결하기 위한 대안으로 오픈액세스 패러다임에 대한 국제적 관심과 확산이 지속되고 있다. 하지만 데이터 기반의 정량적인 방법을 통해 오픈액세스 분야의 글로벌한 동향이나 성장 추세를 파악하려는 노력은 아직까지 부족한 실정이다. 본 연구는 오픈액세스 분야의 학술논문 데이터에 토픽 모델링을 적용하여 세부 연구토픽을 식별하고, 성장곡선을 적합하여 각 연구토픽의 성숙도와 예상 잔여수명을 계산한다. 본 연구는 오픈 사이언스의 세 가지 핵심요소인 오픈액세스, 오픈데이터, 오픈협업과 관련된 14개 토픽들을 식별하였으며, 오픈액세스 분야가 앞으로 약 65년간 꾸준히 성장할 것으로 예상하였다. 본 연구의 분석 결과는 연구자들과 정책 의사결정자들이 오픈액세스 분야의 동향과 성장 추세를 이해하는 데 도움을 줄 수 있을 것으로 기대된다.

Abstract

To solve the problems of the traditional scholarly communication system, global interest in the open access paradigm continues. Nevertheless, there is still a lack of research to understand global research and growth trends in the field of open access through data-based quantitative methods. This study aims to identify which sub-fields exist in open access and analyze how long each research field will grow in the future. To this end, topic modeling and growth curve analysis were applied to global academic papers in the field of open access. This study identified 14 research topics related to open access, open data, and open collaboration, which are three key elements of open science, and foresaw that the field of open access will grow over the next 65 years. The results of this study are expected to support researchers and policymakers in understanding global research trends of open access.

초록

빅 데이터 시대에 접어들면서 저장 기술과 처리 기술이 급속도로 발전함에 따라, 과거에는 간과되었던 롱테일(long tail) 데이터가 많은 기업과 연구자들에게 관심의 대상이 되고 있다. 본 연구는 롱테일 법칙의 영역에 존재하는 데이터의 활용률을 높이기 위해 텍스트 마이닝 기반의 기술 용어 네트워크 생성 및 통제 기법을 제안한다. 특히 텍스트 마이닝의 편집 거리(edit distance) 기법을 이용해 학문 분야에서 사용되는 기술 용어의 상호 네트워크를 자동으로 생성하는 효과적인 방안을 제시하였다. 데이터의 활용률 향상 실험을 위한 데이터 수집을 위해 LOD(linked open data) 환경을 이용하였으며, 이 과정에서 효과적으로 LOD 시스템의 데이터를 활용하는 기법과 용어의 패턴 처리 알고리즘을 제안하였다. 마지막으로, 생성된 기술 용어 네트워크의 성능 측정을 통해 제안한 기법이 롱테일 데이터의 활용률 제고에 효과적이었음을 확인하였다.

Abstract

As data management and processing techniques have been developed rapidly in the era of big data, nowadays a lot of business companies and researchers have been interested in long tail data which were ignored in the past. This study proposes methods for generating and controlling a network of technical terms based on text mining technique to enhance data utilization in the distribution of long tail theory. Especially, an edit distance technique of text mining has given us efficient methods to automatically create an interlinking network of technical terms in the scholarly field. We have also used linked open data system to gather experimental data to improve data utilization and proposed effective methods to use data of LOD systems and algorithm to recognize patterns of terms. Finally, the performance evaluation test of the network of technical terms has shown that the proposed methods were useful to enhance the rate of data utilization.