초록

본 연구는 계량서지학적 분석 방법을 통해 여러 영역으로 나누어진 국내 건강정보 관련 연구를 통합적인 시각으로 보고자 하였다. 이를 위해 한국학술지인용색인 데이터베이스를 통해 2002년부터 2023년까지의 국내 ‘건강정보’ 관련 논문 1,193편을 수집하여 시기별 동향, 학문분야, 지적구조, 키워드 변화 시기를 분석하였다. 분석결과, 건강정보 관련 논문 수는 지속적으로 증가하였으며, 2021년 이후 감소하고 있다. 건강정보 관련 연구의 주요 학문분야는 ‘의공학’, ‘예방의학/직업환경의학’, ‘법학’, ‘간호학’, ‘문헌정보학’, ‘학제간연구’로 볼 수 있다. 건강정보 관련 연구의 지적구조를 파악하기 위해 단어동시출현분석을 시행하였다. 이후 도출된 네트워크의 구조와 군집파악을 위해 병렬최근접이웃클러스터링 알고리즘을 적용한 결과 ‘건강정보에 대한 의료공학적 관점’과 ‘건강정보에 대한 사회과학적 관점’이라는 2개의 대군집을 중심으로 그에 속한 4개의 중군집, 17개의 소군집을 파악할 수 있었다. 학문분야와 키워드의 변화 시기를 추적하기 위해 변곡점 분석을 시도하였으며 공통적으로 2010년과 2011년 사이에 변화가 있는 것으로 나타났다. 마지막으로 평균 출판년도와 단어출현빈도를 통해 전략 다이어그램을 도출하였으며 고빈도 키워드를 ‘유망’, ‘성장’, ‘성숙’ 영역으로 구분하여 제시하였다. 본 연구는 주로 내용분석 중심의 선행연구들과 다르게 여러 가지 계량서지학적 방법을 통해 건강정보 관련 연구영역을 통합적인 시각으로 바라보았다는 데 의의가 있다.

Abstract

This study aims to identify and comprehensively view health information-related research trends using a bibliometric analysis. To this end, 1,193 papers from 2002 to 2023 related to “health information” were collected through the Korea Citation Index (KCI) database and analyzed in diverse aspects: research trends by period, academic fields, intellectual structure, and keyword changes. Results indicated that the number of papers related to health information continued to increase and has been decreasing since 2021. The main academic fields of health information-related research included “biomedical engineering,” “preventive medicine/occupational environmental medicine,” “law,” “nursing,” “library and information science,” and “interdisciplinary research.” Moreover, a co-word analysis was performed to understand the intellectual structure of research related to health information. As a result of applying the parallel nearest neighbor clustering (PNNC) algorithm to identify the structure and cluster of the derived network, four clusters and 17 subgroups belonging to them could be identified, centering on two conglomerates: “medical engineering perspective on health information” and “social science perspective on health information.” An inflection point analysis was attempted to track the timing of change in the academic field and keywords, and common changes were observed between 2010 and 2011. Finally, a strategy diagram was derived through the average publication year and word frequency, and high-frequency keywords were presented by dividing them into “promising,” “growth,” and “mature.” Unlike previous studies that mainly focused on content analysis, this study is meaningful in that it viewed the research area related to health information from an integrated perspective using various bibliometric methods.

초록

외국어 교육 분야에서 학습자는 교육의 한 축을 이루는 중요한 부분이지만 한국어교육의 경우 교육 내용, 교수 방법, 교재 등에 비해 학습자 연구는 미진한 면이 있었다. 이에 학습자 연구, 그중에서도 학습전략 연구가 어떻게 이루어져 왔는지를 분석하고 더 나은 교육을 위해 연구가 필요한 부분을 도출해 보는 것은 의미가 있다. 본 연구에서는 한국어교육 분야에서 학습전략 연구의 현황을 분석하기 위해 학술지와 학위논문의 제목에 대해 동시출현단어 분석을 진행하였다. 연구 결과, 한국어 학습자의 학습전략 관련 가장 많은 연구가 이루어진 분야는 ‘읽기’이고, 대상은 ‘중국인 유학생’과 ‘결혼이민자’였다. 또한, 연구 주제에 대한 서브그룹 분석 결과를 보면 주요 서브그룹이 네 개가 나타나는데 ‘학문 목적 읽기’ 관련 그룹, ‘요청, 거절, 대화 등 화행’ 관련 그룹, ‘쓰기’ 관련 그룹, ‘어휘, 듣기’ 관련 그룹이다. 이를 통해 한국어 학습자의 학습전략과 관련해 연구자들의 주요 관심 분야가 ‘읽기, 화행’ 등임을 알 수 있으며, 연구 대상과 연구 분야가 부분적으로 편중되어 있는 상황이므로 다양한 분야와 대상으로 연구를 확대할 필요가 있음을 알 수 있다.

Abstract

In the foreign language education, learners are an important part of education, however in the Korean language education, the study of learners was insufficient compared to the contents of education, teaching methods and textbooks. Therefore, it is meaningful to analyze how learner research, especially learning strategy research, has been conducted and derive areas that need research for better education. In this study, co-word analysis was conducted on the titles of academic journals and dissertations in order to analyze the learning strategy research in Korean language education. I found it is about “reading” that the most studies related to Korean language learners’ learning strategies were conducted and those studies’ subjects mostly were ‘Chinese international students’ and ‘marriage-immigrants’. In addition, the results of the subgroup analysis on the research topic show four major subgroups: a group related to ‘reading for academic purposes’, a group related to ‘request, rejection, conversation, etc.’, a group related to ‘writing’, and a group related to ‘vocabulary, listening’. This shows that the researchers’ major interests in studying Korean learner’s strategies are “reading” and “speaking” and their studies have been concentrated in the specific areas. Therefore, it is necessary for researchers to study various functions and subjects in Korean language learner’s learning strategies.

초록

본 연구에서는 2000년부터 2009년까지 10년 동안 국내의 학술지에 발표된 사회 연결망 분석과 관련된 논문들을 대상으로 하여 연도별 연구논문 추이와 학문분야별로 구분하여 연구동향을 분석하였다. 연구결과 사회 연결망 분석을 적용한 연구는 총 163편으로서 연차적으로 증가하여 수행되고 있으며, 특히 최근에 많은 연구들이 발표되고 있음을 확인할 수 있었다. 사회연결망 분석은 다양한 분야에서 적용되고 있었고 특히 경영학, 교육학, 행정학 분야 등에서 많이 적용되고 있는 것으로 나타났으며 단독연구보다는 공동연구가 많은 것으로 나타났다. 문헌정보학 분야에서는 웹계량정보학을 포함한 계량정보학 분야에서 최근 들어 상대적으로 많이 사용되고 있는 것으로 나타났다. 이러한 연구결과는 정보학 영역에 있어 사회 연결망 분석의 접목 가능성을 확인하고, 향후 사회 연결망 분석을 정보학에 활용하기 위한 기초자료로 활용할 수 있을 것이다.

Abstract

In this study, we analyzed the research trend of social network analysis. We investigated how this topic can be linked to the information science. We analyzed 163 articles that were retrieved from searching “social network analysis” in the keyword search field from 2000 to 2009. The study revealed the fast growth of the research of social network analysis in recent years. Also, the study showed that social network analysis has been applied to many cognate disciplines including management science, education science, and administration science. Finally, the study showed that social network analysis is a field equally important to information science as to other disciplines. Particularly, the study demonstrated that social network analysis can be applied to bibliometrics, including webmetrics.

초록

본 연구의 목적은 LDA 토픽모델링 결과와 BERTopic 토픽모델링 결과를 합성하는 방법론인 Augmented and Extended Topics(AET)를 제안하고, 이를 사용해 문헌정보학 분야의 연구주제를 분석하는 데 있다. AET의 실제 적용결과를 확인하기 위해 2001년 1월부터 2021년 10월까지의 Web of Science 내 문헌정보학 학술지 85종에 게재된 학술논문 서지 데이터 55,442건을 분석하였다. AET는 서로 다른 토픽모델링 결과의 관계를 WORD2VEC 기반 코사인 유사도 매트릭스로 구축하고, 매트릭스 내 의미적 관계가 유효한 범위 내에서 매트릭스 재정렬 및 분할 과정을 반복해 증강토픽(Augmented Topics, 이하 AT)을 추출한 뒤, 나머지 영역에서 코사인 유사도 평균값 순위와 BERTopic 토픽 규모 순위에 대한 조화평균을 통해 확장토픽(Extended Topics, 이하 ET)을 결정한다. 최적 표준으로 도출된 LDA 토픽모델링 결과와 AET 결과를 비교한 결과, AT는 LDA 토픽모델링 토픽을 한층 더 구체화하고 세분화하였으며 ET는 유효한 토픽을 발견하였다. AT(Augmented Topics)의 성능은 LDA 이상이었으며 ET(Extended Topics)는 일부 경우를 제외하고 대부분 LDA와 유사한 수준의 성능을 나타내었다.

Abstract

The purpose of this study is to propose AET (Augmented and Extended Topics), a novel method of synthesizing both LDA and BERTopic results, and to analyze the recently published LIS articles as an experimental approach. To achieve the purpose of this study, 55,442 abstracts from 85 LIS journals within the WoS database, which spans from January 2001 to October 2021, were analyzed. AET first constructs a WORD2VEC-based cosine similarity matrix between LDA and BERTopic results, extracts AT (Augmented Topics) by repeating the matrix reordering and segmentation procedures as long as their semantic relations are still valid, and finally determines ET (Extended Topics) by removing any LDA related residual subtopics from the matrix and ordering the rest of them by (BERTopic topic size rank, Inverse cosine similarity rank). AET, by comparing with the baseline LDA result, shows that AT has effectively concretized the original LDA topic model and ET has discovered new meaningful topics that LDA didn’t. When it comes to the qualitative performance evaluation, AT performs better than LDA while ET shows similar performances except in a few cases.

초록

이 연구에서는 토픽 모델링 결과 해석의 용이성을 위하여, 동적 인용 네트워크를 활용하여 LDA 기반 토픽 모델링의 토픽 수를 설정하고 중복 배치된 주요 키워드를 자아 중심 네트워크 분석을 통해 재배치하여 제시하는 방법을 제안하였다. ‘White LED’ 두 분야의 논문 데이터를 이용하여 분석한 결과, 동적 인용 네트워크 분석을 통해 형성된 분석대상 문헌집단에 혼잡도에 따른 토픽수를 사용하고 중복 분류된 토픽 내 주요 키워드를 자아중심 네트워크 분석 기법을 적용하여 재배치한 결과가 토픽 간의 중복도가 가장 낮은 것으로 나타났다. 따라서 동적 인용 네트워크 및 자아 중심 네트워크 분석을 적용함으로써 토픽모델링에 의한 분석 결과를 보완하는 다면적인 연구 동향 분석이 가능할 것으로 보인다.

Abstract

The combined approach of using ego-centric network analysis and dynamic citation network analysis for refining the result of LDA-based topic modeling was suggested and examined in this study. Tow datasets were constructed by collecting Web of Science bibliographic records of White LED and topic modeling was performed by setting a different number of topics on each dataset. The multi-assigned top keywords of each topic were re-assigned to one specific topic by applying an ego-centric network analysis algorithm. It was found that the topical cohesion of the result of topic modeling with the number of topic corresponding to the lowest value of perplexity to the dataset extracted by SPLC network analysis was the strongest with the best values of internal clustering evaluation indices. Furthermore, it demonstrates the possibility of developing the suggested approach as a method of multi-faceted research trend detection.

초록

이 연구는 저자동시인용분석과 저자서지결합분석을 종합한 학문의 지적 구조 분석 방법론의 유용성을 밝혀 이를 새롭게 제안하고자 하였다. 또한 국내 사회복지학 분야의 전통적인 지적 구조뿐만 아니라 최신의 연구동향 및 최근 활발한 연구 활동을 하는 핵심 연구자를 파악하는 데에 그 목적이 있다. 연구 결과 특정 학문 분야의 지적 구조를 파악하는데 있어 학문의 전통적 하위 주제 영역의 파악이나 실제 연구자들의 연구 경향을 파악하기 위하여 저자동시인용분석뿐만 아니라 저자서지결합분석을 병행하는 것이 보다 효율적인 것으로 나타났다.

Abstract

This study intended to make new suggestions by clarifying usefulness of analysis methodology for the intellectual structure of disciplines, which combines author co-citation analysis and author bibliographic coupling analysis. It also aimed to identify the recent research trend and key researchers recently doing research activities actively as well as the intellectual structure in the field of social welfare. It was found to be more efficient to conduct both author co-citation analysis and author bibliographic coupling analysis in order to identify traditional sub-areas of disciplinary subject or the research trend of actual researchers in examining the intellectual structure of a specific discipline.

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

본 연구는 국내 연구자가 저술한 논문의 데이터 가용성 진술(DAS)에 명시된 데이터 공유 메커니즘과 리포지터리를 조사함으로써 국내 연구자의 연구데이터 공유 현황과 특징을 탐구하는 것을 목적으로 한다. 이를 위하여 2014년부터 2022년까지 PLOS ONE에 게재된 국내기관 소속 연구자의 논문을 연구의 대상으로 선정하였다. 우선 논문 내 DAS 존재 현황을 파악하고 선행연구를 활용하여 데이터 공유 메커니즘의 유형을 분석하였으며, 시간의 흐름에 따른 데이터 공유 메커니즘별 변화 추이 등을 조사하였다. 그 결과, 대상 논문의 99.6%에 DAS가 작성되어 있으며 데이터 공유 메커니즘의 유형별 언급 양상은 국제적인 양상과 유사하되, 시간의 흐름에 따라 선호되는 유형이 변화하고 있음을 파악하였다. 이후 데이터 공유 메커니즘 중 리포지터리에 주목하여 DAS에 언급된 리포지터리의 횟수와 비율을 파악하고 다수 언급된 5개 리포지터리의 이용 변화 추이를 시계열적으로 분석하였다. 또한 리포지터리와 함께 언급된 데이터 접근점의 제시 방식과 유형, 유효성 등도 함께 조사하였다. 이를 통해 빈번하게 언급되는 상위 5개 리포지터리가 전체 리포지터리 언급의 60%를 차지하며 데이터 코드를 다루는 리포지터리의 이용이 증가하는 현황이 확인되었고, 리포지터리와 함께 제시된 데이터의 접근점은 대부분 유효하다는 사실을 파악할 수 있었다.

Abstract

The purpose of this study is to investigate the current status and characteristics of research data sharing by domestic researchers by analyzing the data sharing mechanism and repository specified in DAS of papers authored by domestic researchers. To this end, in this study, papers of researchers belonging to domestic institutions published in PLOS ONE from 2014 to 2022 were selected as the subject of the study. First of all, the status of DAS’s existence in the papers was identified, the types of data-sharing mechanisms were analyzed using precedent studies, and the trend of changes in each data-sharing mechanism over time was investigated. As a result, it was found that DAS was written in 99.6% of the target papers, and the types of data-sharing mechanisms were similar to international patterns, but preferred types were changing over time. Afterward, focusing on repositories among data sharing mechanisms, the number and ratio of repositories mentioned in DAS were identified, and the trend of changes in use of the five repositories mentioned a lot was analyzed in a time series. In addition, the presentation method, type, and validity of the data access point mentioned along with the repository were also investigated. It was confirmed that the top five frequently mentioned repositories account for 60% of all repository mentions, and the use of a repository dealing with data codes is increasing; in addition, it was found that most of the data access points presented with the repository were valid.

초록

본 연구는 지금까지 제안된 거대언어모델 가운데 LLaMA 및 LLaMA 기반 모델과 같이 연구데이터를 주요 사전학습데이터로 활용한 모델의 데이터 품질에 중점을 두어 현재의 평가 기준을 분석하고 연구데이터의 관점에서 품질 평가 기준을 제안하였다. 이를 위해 데이터 품질 평가 요인 중 유효성, 기능성, 신뢰성을 중심으로 품질 평가를 논의하였으며, 거대언어모델의 특성 및 한계점을 이해하기 위해 LLaMA, Alpaca, Vicuna, ChatGPT 모델을 비교하였다. 현재 광범위하게 활용되는 거대언어모델의 평가 기준을 분석하기 위해 Holistic Evaluation for Language Models를 중심으로 평가 기준을 살펴본 후 한계점을 논의하였다. 이를 바탕으로 본 연구는 연구데이터를 주요 사전학습데이터로 활용한 거대언어모델을 대상으로 한 품질 평가 기준을 제시하고 추후 개발 방향을 논의하였으며, 이는 거대언어모델의 발전 방향을 위한 지식 기반을 제공하는데 의의를 갖는다.

Abstract

Large Language Models (LLMs) are becoming the major trend in the natural language processing field. These models were built based on research data, but information such as types, limitations, and risks of using research data are unknown. This research would present how to analyze and evaluate the LLMs that were built with research data: LLaMA or LLaMA base models such as Alpaca of Stanford, Vicuna of the large model systems organization, and ChatGPT from OpenAI from the perspective of research data. This quality evaluation focuses on the validity, functionality, and reliability of Data Quality Management (DQM). Furthermore, we adopted the Holistic Evaluation of Language Models (HELM) to understand its evaluation criteria and then discussed its limitations. This study presents quality evaluation criteria for LLMs using research data and future development directions.

초록

Abstract

This paper aims to find out the kinds of sub-topics that were researched in relation to Information Literacy (IL). The text mining method was applied to the articles with ‘information literacy’ in the fields of the descriptor, title and abstract in the LISA Database. Also, out of 214 journals that published these articles, those with the top ten highest frequencies were listed and analyzed. Research results show that 908 articles on information literacy were published in 214 journals and ‘User training’ and ‘Students’ were major descriptors in the sub-topic area of information literacy. Also, Reference Services Review and The Journal of Academic Librarianship are two key journals in IL research as they have the highest frequency of related articles and have shown increasing trends.