초록

학문의 지식체계를 형성하는데 있어서 하나의 일련과정으로 밀접하게 상호연관된 이론개발 및 이론활용 연구가 뒷받침되어야 한다는 전제 하에, 본 연구는 문헌정보학 연구논문의 이론개발 및 이론활용 사례의 양적/질적 측면을 조사함으로써 문헌정보학의 이론적 기반을 분석하고자 하였다. 특히, 본 연구는 세부주제영역에 따른 이론개발 및 이론활용 연구의 특성에 주목함으로써 문헌정보학의 이론적 기반 형성에 기여한 세부주제영역을 보다 구체적으로 파악하고자 하였다. 이를 위해 1984년부터 2003년에 출판된 1,661편의 연구논문을 대상으로 내용분석을 실시하였다. 분석결과, 22개의 세부주제영역 중에서 정보이용탐색, 정보검색, 도서관경영, 학술커뮤니케이션 영역이 이론개발과 이론활용의 모든 측면에 가장 큰 기여를 한것으로 나타났다. 또한 주제영역별로 생산된 논문 수에 따른 이론적 연구의 비율을 살펴보았을 때, 계량정보학과 전문직 영역에 대한 연구가 매우 이론적인 특성을 보였다. 이 외에 각 세부주제영역별로 사용된 이론을 분석하였을 때, 일부 세부주제영역 간에 유사한 이론적 기반을 공유하고 있는 것으로 나타났다.

Abstract

Based upon the assumption that both theory building and theory use are intertwined to construct a cohesive body of knowledge in the filed, this study attempts to identify the state of theoretical framework by examining the number and the quality of theoretical articles by subfield. Theoretical article is characterized as an incident in which in which the author contributes to the development or the use of theory in his/her own paper. Theoretical incidents were identified by a content analysis of 1,661 articles in four LIS journals from 1984 to 2003. The findings suggest that the four subfields, such as information seeking/use, information retrieval, library management, and scholar communication had great contributions to both theory building and theory use. Also, two research areas such as bibliometrics and professionals are very likely to be theoretical. Further, the analysis of the name of theories used by subfields could give an insight into the understanding of how the theoretical frameworks of each subfield are related.

초록

Abstract

In this study, the author examined medical information management research trends in abroad and Korea from the perspectives of library and information science. LISA was used to collect research data in abroad from 2007 to 2010 (a total of 225 research articles). Korean studies were investigated using DBPIA to compare research trends. Content analysis results based on subject category show that research in abroad increased consistently and electronic resources and collection-related subjects were frequently studied. In Korea, the electronic resources and collection-related research proportion was also high, and much research was done in the areas of bibliometrics. However, medical information management researches did not increase in Korea between 2000 and 2010.

초록

이 연구에서는 계량정보학적 기법을 사용하여 국내 트위터 관련 연구의 동향을 분석하고자 하였다. 이를 위해 KCI에서 검색된 2009년부터 2014년 4월까지의 트위터 관련 논문 539편에서 제목, 초록, 키워드를 추출하여 분석 자료로 삼았다. 프로파일링 기법을 이용해 트위터 관련 연구가 수행된 학문 분야와 저널을 분석하였고, 동시출현단어 분석을 통해 트위터 관련 연구의 세부 주제 영역을 파악하였다. 그 결과, 국내 트위터 관련 연구는 53개 학문분야에서 다양하게 다루어지고 있으며 핵심 분야는 신문방송학, 경영학, 컴퓨터학 분야로 나타났다. 세부 주제로는 선거를 비롯한 정치 관련 이슈가 가장 많이 다루어졌으며, 기업/구매 관련 이슈도 활발히 연구되었음을 확인할 수 있었다.

Abstract

This study explored the research trends on Twitter in Korea by informetric methods. All 539 articles on Twitter published from 2009 to the April of 2014 were obtained from the KCI. Only article titles, abstracts, and keywords by authors were used in analysis. Academic journals in many different disciplines where Twitter articles were produced were analysed by profiling, and then, the subject areas of researches on Twitter were analysed by co-word analysis. The results of this study showed that Twitter-related papers were published in as many as 53 disciplines with journalism, business administration, and computer science to be core fields. It was also found that the core subject areas are political issues and business.

초록

본 연구는 근거중심 문헌정보실무의 개념과 연구방법 및 동향을 분석하여 국내 적용가능성을 살펴보기 위한 기초연구로 수행되었다. 근거중심 문헌정보실무는 실무에서 문제해결과 업무수행 향상을 위해 신뢰성 있는 연구 결과의 활용을 촉진함으로써 연구와 실무 간에 근본적으로 존재하는 격차를 줄이기 위한 운동이다. 근거중심 문헌정보실무는 초기에 의학도서관을 중심으로 수행되었으나 점차로 대학, 전문, 학교도서관으로 확대되었으며 연구 주제 또한 이용자연구, 평가에 한정되었던 것이 경영, 장서, 서비스 등 도서관 서비스 전분야로 확대되고 있다. 근거중심 문헌정보실무의 수행은 특정한 문제해결을 위한 다양한 연구 결과의 검색, 선정, 평가, 활용의 과정이 이루어진다. 또한 가장 높은 수준의 연구결과인 비평적 리뷰의 생산과정을 정형화함으로써 기존 연구의 체계적인 평가를 수행함과 동시에 새로운 연구통합 방법을 제시하고 있다.

Abstract

The purpose of this study is to apply the evidence-based library and information practice(EBLIP) in Korean librarianship with analysis of concepts and research method on EBLIP. EBLIP seeks to improve library practice by utilising the best available evidence in conjunction with a pragmatic perspective developed from working experiences in librarianship. The EBLIP focused on the medicine library, however, it is spread to academic, special, school library. EBLIP process can be described through its five stage: formulate a question, find evidence, critically appraise the evidence, apply results of appraisal, evaluate change, redefine problem. It provides a standardized methodology of systematic review, which is a best evidence in EBLIP and is a new mixed research method.

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

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.

초록

본 연구는 연구 영역 분석을 위하여 통제어휘와 비통제어휘를 연계해서 사용하는 새로운 방법을 모색하기 위한 것이다. 동시출현단어분석은 크게 통제어휘와 비통제어휘를 사용하는 경우의 두 가지 유형으로 구분할 수 있는데, 통제어휘를 사용할 경우에는 자료 희귀성 및 색인자 효과가 단점이며, 비통제어휘를 사용할 경우에는 저자의 주관에 따른 단어 선택 및 단어의 중의성이 문제가 된다. 이 연구에서는 양자를 보완할 수 있는 방법으로, 통제어휘인 디스크립터를 비통제어휘인 단어와의 동시출현 정보로 표현하는 디스크립터 프로파일링을 제안하였다. 정보학 분야에 적용해본 결과, 디스크립터 프로파일링은 특정 영역의 최신 동향을 파악하는데 있어 통제어휘와 비통제어휘가 갖는 본질적인 문제점을 어느 정도 보완할 수 있는 것으로 나타났다.

Abstract

This study aims to explore a new technique making complementary linkage between controlled vocabularies and uncontrolled vocabularies for analyzing a research domain. Co-word analysis can be largely divided into two based on the types of vocabulary used: controlled and uncontrolled. In the case of using controlled vocabulary, data sparseness and indexer effect are inherent drawbacks. On the other case, word selection by the author's perspective and word ambiguity. To complement each other, we suggest a descriptor profiling that represents descriptors(controlled vocabulary) as the co-occurrence with words from the text(uncontrolled vocabulary). Applying the profiling to the domain of information science implies that this method can complement each other by reducing the inherent shortcoming of the controlled and uncontrolled vocabulary.

초록

본 연구는 최근 7년간 문헌정보학분야에 게재된 논문 1,752건을 대상으로 빈도 분석과 네트워크텍스트 분석을 실시하여 다양한 주제 개념의 분포와 그 관계성을 도출하였다. 더불어 보다 최근의 연구 경향을 분석하고 변화 양상을 살펴보기 위해, 최근 2년 사이에 연구된 482건을 추출하여 2차 분석을 실시하였다. 분석 결과, 최근 7년간 문헌정보학 분야는 “공공도서관”과 “대학도서관” 개념을 중심으로 하는 연구가 가장 높은 출현 빈도를 보였으며, “평가”, “교육”, “웹”은 가장 높은 연결 중심성을 나타내 다양한 문헌정보학의 주제 개념들과 관련을 맺고 연구되고 있는 개념으로 파악할 수 있었다. 최근 2년간을 대상으로 한 2차 분석 결과에서는 “웹”, “분류” 개념이 종전보다 높은 상대 빈도를 보였으며, 네트워크 텍스트 분석 결과에서는 “이용자” 연구와 “공공도서관” 개념이 종전보다 더 다양한 주제 개념들과 관련을 맺고 수행되고 있음을 확인할 수 있었다.

Abstract

In this study, Network Text Analysis was performed on 1,752 articles which had been published in recent 7 years and drew the subject concept distribution and their relations in Library and Information Science research areas. Furthermore, for analyzing more recent trends and changing aspects, this study performed secondary analysis based on 482 articles published in recent 2 years. Results show that “public library”, and “academic library” concepts were most frequently studied in the field and “evaluation”, “education”, and “web” concepts showed the highest-degree centrality during the recent 7 years. In the result of recent two years analysis, “web”, and “classification” concepts showed high frequency and “user”, and “public library” showed an improvement in high degree centrality.

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

전 세계적으로 협동연구가 증가함에 따라 복수저자 연구업적물 상의 개별저자 기여도를 보다 정확하고 합리적으로 산정하는 것이 중요해지고 있다. 효과적인 저자 기여도 산정을 위해서는 개별 학문분야의 고유한 연구행태 및 규범에 대한 이해가 우선되어야 한다. 그럼에도 불구하고 연구업적 평가 시 개별 학문분야의 특수성을 고려하지 않고 일률적인 방식으로 저자 기여도를 산정하는 경우가 많다. 따라서 본 연구에서는 국내 대학에서 사용하는 교수 연구업적 평가방식에 제시된 복수저자 기여도 측정방식이 특정 학문분야 즉, 경제학 분야 교수의 연구업적 평가에 적용되었을 때 나타나는 문제점을 제시하고 이를 해결할 수 있는 방안을 제안하였다. 본 연구에서는 문헌연구, 업적평가 규정분석 및 경제학 분야 교수 면담 등을 통하여 경제학 분야의 알파벳 순 저자표기 관행을 확인하였고, 이러한 표기방식이 연구업적 평가과정에 제대로 고려되고 있지 않음을 알 수 있었다. 연구결과를 토대로 저자들은 세 가지 즉, (1) 대학 업적평가 규정상의 주저자에 대한 명확한 정의 및 인정기준 확립, (2) 복수저자 기여율 평가규정의 융통성 제고, (3) 저자 기여율에 대한 인식연구의 필요성 등을 제안하였다.

Abstract

There has been growing interest in the methods for measuring the credits of individual authors in multi-authored research papers in response to the increase of research collaboration. Having a good understanding for academic norms of individual discipline is essential to measure author credit effectively. However, many Korean universities do not consider different norms for determining the order of authors across disciplines. Rather, they tend to use a standardized method to assess the credits of authors in multi-authored papers. Therefore, this study presented some problems of applying a standardized method to measure author credits in multi-authored papers in economics. The findings of this study confirmed the frequent use of alphabetical author order in economics papers; however, many university guidelines for research evaluation do not take account the alphabetical authorship in measuring the credits of authors. The authors suggest the needs for (1) establishment of a clear definition for primary authors, (2) flexibility in assessment methods for author credit, and (3) empirical research on author credit.