초록

본고는 사서교사가 정보이용교육을 실시하는 데 필수적인 수행평가 방법 및 도구를 개발하기 위한 것이다. 사서교사의 정보이용교육에서 중요한 영역이 평가이다. 그런데 지금까지 사서교사의 교육 활동은 평가 방법에 대한 연구가 거의 없는 실정이다. 다만, 초·중등학교 정보와 도서관 교육과정에 평가 영역이 제시되어 있을 뿐이다. 이에, 사서교사가 실시하는 정보이용교육을 위한 수행평가 방법 및 도구의 개발은 중요한 의미를 갖는다. 평가 방법과 도구는 평가이론과 목표준거에 입각하여 개발되어야 한다. 본고의 최종적인 목적은 현장 사서교사들이 수행평가이론과 목표준거를 바탕으로 정보이용교육을 위한 다양한 수행평가 방법, 도구, 사례를 구현할 수 있도록 하는 데 있다.

Abstract

This thesis presents the methods and tool development of performance assessment as final stage for information literacy instruction of teacher-librarians. The evaluation is an important part in information literacy instruction of teacher-librarians in the school libraries. But until now, there is little research on evaluation methodologies in the instructional activities of teacher-librarians. There is only evaluation domain presented in the primary and secondary ‘Information and the Library’ curriculum. To develop an evaluation model as a base for measuring performance assessment related to teacher- librarians is important. The goal of this thesis is to provide teacher-librarians with basic principles to develop many kinds of performance assessment tools in their own instructional activities.

초록

이 연구에서는 White가 제안한 자아 중심 인용 분석을 응용하여 연구 주제에 대한 다층적인 분석을 가능하게 해주는 자아 중심 주제 인용 분석 기법을 제안하였다. 시험적으로 폭소노미에 대한 연구문헌을 Web of Science 데이터베이스로부터 검색한 후 이에 대한 주제 인용 분석을 수행해보았다. 폭소노미 주제에 대한 자아 중심 인용 분석은 자아 문헌 집단 분석, 주제 인용 정체성 분석, 주제 인용 이미지 분석의 세 단계로 나뉘어 수행되었다. 분석 결과 이 연구에서 제안된 자아 중심 주제 인용 분석을 통해서 폭소노미 연구의 내부 지적 구조와 외부 지적 구조를 함께 파악하는 것이 가능함이 확인되었다.

Abstract

This research aims to present the ego-centered topic citation analysis, which is a new application of White’s ego-centered citation analysis, for analyzing multilayered knowledge structure of a subject domain. An experimental topic citation analysis was carried out on the folksonomy research documents retrieved from Web of Science. Ego-centered topic citation analyses on folksonomy research domain were conducted in three stages: ego-documents set analysis, topic citation identity analysis, and topic citation image analysis. The results showed that the ego-centered topic citation analysis suggested in this study was successfully performed to illustrate the inner and the outer knowledge structures of folksonomy research domain.

초록

이 연구에서는 연구자의 연구 이력을 분석하기 위해서 White(2000)가 제안한 인용 정체성과 Hellsten 등(2007)이 제안한 자기 인용 네트워크의 두 가지 최신 기법을 비교해보았다. 국내 대표적인 정보학자인 정영미의 연구 성과물을 대상으로 실험적인 분석을 수행해본 결과 두 기법에서 구분한 연구 시기가 동일하게 나뉘었으며 주요 연구 주제도 유사하게 파악되었다. 그러나 인용 정체성 지도에서는 주제영역별로 영향받은 주요 저자를 파악할 수 있는 반면에 자기 인용 네트워크에서는 시기별 핵심 문헌과 선도 문헌이 식별되었다. 따라서 이 두 가지 기법을 상호보완적으로 사용할 때 연구자의 연구 이력에 대해서 풍부한 정보를 획득할 수 있다는 결론을 얻었다.

Abstract

This paper compares two recent methods for exploring a scientist's research history: citation identity and self-citation network. The former is proposed by White(2000), while the latter is suggested by Hellsten et al.(2007). An experimental citation analysis was carried out on the research output of Young Mee Chung, a renouned Korean information scientist. The result shows that the two methods divided the research period into two sub-periods in the same way. They also identified the major research themes very similarly. In the analysis of each method's performance in depth, the two methods revealed different functions to understand a researcher's history. Citation identity was useful to identify authors who have affected Chung's research in terms of research topics. whereas, self-citation network was successful to identify the core papers and leading papers of the research sub-periods. This study indicates the combination of two methods can provide rich information on a scientist's research history.

초록

구조적 초록은 학술 논문의 주제를 표현하는 역할을 하여 학술 논문을 처리하는데 중요한 요소로 인식되어왔다. 이 연구에서는 구조적 초록을 구성하는 세부 필드의 속성을 4개로 분석하고 초록의 구조를 활용하여 문서 클러스터링에 적용할 수 있는 가능성을 고찰고자 하였다. 구조적 초록의 필드 속성을 문서 클러스터링에 적용한 결과 클러스터링 기법간의 편차가 있었으나 연구 목적이 제공하는 정보량에 비해 주제성이 커서 클러스터링 성능에 가장 큰 영향을 미치고 있는 것으로 나타났다. 또한 분석 결과 특정 필드에 특화되어 출현하는 필드 종속적인 단어가 발생하는 것으로 나타나 필드 종속적인 단어를 배제하고 집단내 평균연결 기법을 적용하였을 때는 클러스터링의 성능이 개선되는 것으로 분석되었다.

Abstract

Structured abstracts have been regarded as an essential information factor to represent topics of journal articles. This study aims to provide an unconventional view to utilize structured abstracts with the analysis on sub fields of a structured abstract in depth. In this study, a structured abstract was segmented into four fields, namely, purpose, design, findings, and values/implications. Each field was compared in the performance analysis of document clustering. In result, the purpose statement of an abstract affected on the performance of journal article clustering more than any other fields. Furthermore, certain types of keywords were identified to be excluded in the document clustering to improve clustering performance, especially by Within group average clustering method. These keywords had stronger relationship to a specific abstract field such as research design than the topic of an article.

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

본 연구는 대학도서관 정보서비스 연구동향을 살펴보고자 함이 목적이며 이를 수행하기 위하여 2006년부터 2015년까지 문헌정보학 주요 4개 학회지에 발표된 대학도서관 정보서비스 논문을 대상으로 내용분석을 실시하였다. 조사항목으로는 대학도서관 정보서비스 연구 건수, 정보서비스 기능별 하위 주제, 연구방법, 자료수집방법, 연구 이용자 대상 그리고 이론 연구 vs. 실제 서비스 연구이다. 연구결과, 대학도서관 대상의 정보서비스 연구는 다른 분야에 비해 많은 연구가 이루어졌다. 정보서비스 기능에서는 정보제공 기능이, 하위 주제별로는 전자정보서비스, 정보활용교육, 정보(참고)봉사 일반에 관한 연구가 주를 이루고 있었다. 연구방법으로는 조사연구, 사례연구가 주로 사용되었으며 자료수집방법으로는 질문지와 웹사이트 방법이 많이 사용되었다. 학부생 대상의 이용자 연구가 많았으며 실제 서비스 연구가 많은 비중을 차지하였다.

Abstract

With the purpose of looking into the information service study tendency, targeted at university library, this performed a content analysis of the articles in print from 2006 to 2015 on major four academic journals of Library and Information Science. Investigation items were study number of information services, subsidiary themes classified with information service functions, study method, collection method, user object, and theory study vs. service study in reality. As a result, information service studies were performed more than other areas. Information service functions targeted at the study were that of information supply. Major subsidiary themes were electronic information service, information literacy instruction, and information (reference) services general. Major study methods were survey research method,, case study, and major material collection methods were questionnaire and web-based research methods. Major user studies were targeted at undergraduates, and service study in reality took a great share.

초록

이 연구는 연구정보시스템의 이용성을 높이기 위해 필요한 이용자 인터페이스 설계 원칙이 무엇인지 확인하고, 연구정보시스템의 개발 및 유지, 보수에 지속적으로 이용할 수 있는 휴리스틱의 개발을 목적으로 수행되었다. 이를 위하여 문헌조사와 이용자 인터페이스 분야의 전문가와 연구정보시스템의 이용자를 대상으로 심층인터뷰와 참여 관찰을 실시하여, 연구정보시스템의 이용자 인터페이스 설계 원칙과 그러한 원칙을 시스템에 적용하기 위해 필요한 인터페이스 요소가 무엇인지 분석하였다. 분석 결과를 토대로 연구정보시스템의 설계 및 평가에 활용될 수 있는 7차원의 86가지 항목으로 구성된 휴리스틱을 제시하였다.

Abstract

The aim of the study is to identify the design principles for user interface required to increase the usability of research information systems and to develop the heuristics for the research information systems. For this purpose, a series of literature review was conducted to examine the user interface design principles for the research information systems, and the in-depth interview and participant observation were performed on the users of the systems and experts in the field of user interface to investigate the design principles and the interface factors for applying such principles in the systems. Based on the results, the heuristics of 86 items in 7 different dimensions were proposed.

초록

Abstract

Although it has been a long subject of study why researchers prefer some cited documents to others, the existing relative researches have had a variety of perspectives on the nature and complexity of the citation behavior and not provided a complete answer to this question. In particular, Korea researchers mainly used statistical analysis of bibliographic information, which has limitations in revealing dynamic and complex cognitive aspects of the citation process. In this study, I investigate the citer perception of citing motives and bibliographic factors through survey and compared the responses according to the researchers’ characteristics. After extracting the 22 motivations and 21 factors through the literature analysis and configuring a 5-point Likert scale questions, I conducted a survey in the wat of an e-mail attachment. From the SPSS 22.0, the frequency analysis, t-test, and one-way ANOVA were performed on the 354 valid samples. As a result, it is found that supporting is considered the most important citing motive and social connection, self-citation have little influence. In the case of bibliographic factors, the journal’s reputation was recognized the most influential factor and the number of pages and authors was the least. Significant differences in fields of study and research careers were showed in some parts. These results can substantiate earlier studies, determine whether the factors assumed influential in selecting references were intended, and suggest the search point to the specialty library or academic database.

초록

학제적 분야의 연구 전선을 분석하는 새로운 기법으로 인용 이미지 구축자 프로파일링 기법을 제안하였다. 인용 이미지 구축자 프로파일링은 해당 문헌을 인용한 문헌의 표제어를 단서로 사용하여 문헌 간의 주제관계를 파악하는 방법이다. 이 연구에서는 시험적으로 국내 여성학 연구를 대상으로 인용 이미지 구축자 프로파일링 기법을 적용하여 연구 전선과 주요 연구 주제를 파악해보았다. 분석 대상은 KCI의 2015년 기준 여성학분야 인용빈도 10회 이상에 해당하는 핵심문헌 집합이다. 여성학 분야에 문헌동시인용 기법을 적용한 결과 인용 데이터 부족 때문에 어려움이 있었던 반면에, 인용 이미지 구축자 프로파일링 기법을 적용한 결과 성공적으로 2개 대분야 및 6개 소분야를 파악할 수 있었다. 이 연구에서 제안한 인용 이미지 구축자 프로파일링 기법은 학제적 연구분야의 동향을 파악하는데 기여할 수 있을 것으로 기대된다.

Abstract

A new technique for revealing the research fronts of a interdisciplinary discipline has been developed. Citation image makers profiling (CIMP) determines the relationships between research papers with the title words of the citing documents. We adapted this new technique to analyze the research fronts and hot topics in women’s studies of Korea. By Korean Citation Index (KCI) data in 2015, we selected 148 papers cited more than 9 times as the core documents of women’s studies. Analysis of intellectual structure using citation image makers profiling was performed with the 148 core documents and those citing papers. Document co-citation analysis was hindered by citation data sparsity, while CIMP method successfully revealed the structure of research fronts of Korean women’s studies including 2 divisions and 6 subdivisions. The CIMP method suggested in this study has good potential to discover the characteristics of research fronts of interdisciplinary research domains.

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.