- 권한신청
- P-ISSN1013-0799
- E-ISSN2586-2073
- KCI
초록
이 연구에서는 우리나라의 인문학자들이 최근 학술정보환경의 급격한 변화에 직면하여 연구를 수행하는 과정에서 현재 어떤 정보자원을 이용하고 중요하다고 여기며, 앞으로 오년 동안 이용 빈도의 변화를 어떻게 전망하는지 살펴보았다. 이 연구의 목적은 인문학자들의 정보자원 이용행태의 현상과 변화에 관한 전망을 포괄적으로 분석하고, 이를 근거로 대학도서관들이 어떤 서비스를 제공할 수 있는 방안을 제안하는 것이다. 이 연구를 위해 스물다섯 개 대학 소속 인문학 분야 교수 중 799명을 표본으로 확정한 후, 2007년 11월부터 2008년 1월 사이 우편 서베이를 실시하여, 모두 132개의 분석 가능한 설문을 수집하였다. 서베이 응답자들은 대체로 연구와 교육에 균등한 시간을 배분하며, 대부분 단독연구를 수행하는 독자적 연구행태를 보였다. 책과 인쇄학술지(심사)로 대표되는 전통적 자원의 현재 이용 빈도 및 중요성의 인식도가 절대적으로 높았으나, 전자원문, 전자학술지 등 텍스트 형태의 전자자원에 대한 의존도 또한 높았고, 향후 오년 동안 그 이용 빈도는 상당히 증가할 것으로 전망하였다. 인문학자들 가운데 신진연구자, 중견연구자 및 최고경력자 집단 사이에 정보자원의 이용 행태 면에서 다소 차이점이 있는 것으로 보였다. 대학도서관은 인문학자들을 위해 (1) 보다 적극적인 “아웃리치(Outreach)” 수행, (2) 인쇄 및 전자자원 장서의 균형적 구성 및 우선순위 결정, (3) 전통적 정보자원을 위한 정보리터러시 교육의 적절한 수행, (4) 전자자원 이용 행태의 현황 및 변화 추이의 지속적 모니터링 및 교육 시행, 그리고 (5) 적절한 물리적 공간으로서 역할 확인이 필요함을 강조하였다.
Abstract
The purpose of this study is to investigate the use of information resources of the humanities scholars in Korea and suggest the strategic planning of academic library and information services to serve their needs. To collect data, a mail survey was conducted during the period of November 2007 through January 2008. Out of 799 humanities scholars sampled from 25 universities, 132 responded with the completion rate of 16%. Major findings in this study are as follows: First, the majority of the humanities scholars distribute their time equally to research and education, and conduct independent research. Second, they still largely depend on print resources, including scholarly journals, books, and manuscripts for getting information, while using some online information resource mostly in text such as electronic documents and journals. They expect that the frequency of using such print resources would not decline much, but the use of online resources could definitely increase in the next five years. Some variances in the behavior were observed among the groups of scholars according to their research experiences. It is suggested that academic libraries (1) conduct more active outreach, (2) prioritize between traditional and electronic resources, (3) plan information literacy education for traditional resources.
초록
오픈액세스의 기본적인 정신은 법적, 경제적, 기술적 장벽없이 전세계 누구나 학술정보를 공유함으로써 학술정보유통 활성화에 기여하고자 함이다. 이를 실현하기 위한 전략으로서 기관리포지터리가 있다. 본 연구는 국내에서의 기관리포지터리 성공을 위한 주요 요인들을 도출하여 오픈액세스 기반 학술정보유통 활성화에 필요한 기초자료를 마련하는데 그 목적이 있다. 구체적으로 문헌조사, 사례연구를 통하여 기관리포지터리 성공요인을 도출하였으며, 관련 분야 전문가와 심층면담을 통해 요인을 검증하였다. 그 결과는 조직적 요인과 정책적 요인, 그리고 기술적 요인으로 구분할 수 있었다. 조직적 요인에는 기관장의 적극적 의지가 포함된다. 정책적 요인에는 핵심콘텐츠 선정, 품질통제 수준의 최소, 저작권보호, 적극적 홍보를 통한 옹호집단구성, 장기보존, 인센티브, 의무조항이 포함된다. 기술적 요인에는 제출방식의 편이성, 상호운영성 지원, 저작활동 지원이 포함된다.
Abstract
One of the main goals of providing open access is to vitalize the exchange of academic information by allowing access to the scholarly research outputs for everyone without the legal, financial, and technical barriers. We regard the use of the institutional repository as an open access enabler. In this study, we tried to make the factors, which enable the successful deployment of the institutional repository, explicit. We utilized literature review and case studies to generate the potential success factors for the institutional repository deployment. We verified the factors by having in-depth interviews with the subject matter experts. The resulting factors were organized as organizational, political, and technical ones. The organizational factors included the strong open access support by the organization heads. Under the policy factors, a number of issues such as selection of the core contents, minimum quality control, protection of the copyrights, forming supporting groups through active advertising, long-term preservation, incentive, and mandate, were included. The technical factors included easy submission, support for interoperability, and support for the publication activities.
초록
본 연구는 LDA 토픽 모델과 딥 러닝을 적용한 단어 임베딩 기반의 Doc2Vec 기법을 활용하여 자질을 선정하고 자질집합의 크기와 종류 및 분류 알고리즘에 따른 분류 성능의 차이를 평가하였다. 또한 자질집합의 적절한 크기를 확인하고 문헌의 위치에 따라 종류를 다르게 구성하여 분류에 이용할 때 높은 성능을 나타내는 자질집합이 무엇인지 확인하였다. 마지막으로 딥 러닝을 활용한 실험에서는 학습 횟수와 문맥 추론 정보의 유무에 따른 분류 성능을 비교하였다. 실험문헌집단은 PMC에서 제공하는 생의학 학술문헌을 수집하고 질병 범주 체계에 따라 구분하여 Disease-35083을 구축하였다. 연구를 통하여 가장 높은 성능을 나타낸 자질집합의 종류와 크기를 확인하고 학습 시간에 효율성을 나타냄으로써 자질로의 확장 가능성을 가지는 자질집합을 제시하였다. 또한 딥 러닝과 기존 방법 간의 차이점을 비교하고 분류 환경에 따라 적합한 방법을 제안하였다.
Abstract
This research evaluated differences of classification performance for feature selection methods using LDA topic model and Doc2Vec which is based on word embedding using deep learning, feature corpus sizes and classification algorithms. In addition to find the feature corpus with high performance of classification, an experiment was conducted using feature corpus was composed differently according to the location of the document and by adjusting the size of the feature corpus. Conclusionally, in the experiments using deep learning evaluate training frequency and specifically considered information for context inference. This study constructed biomedical document dataset, Disease-35083 which consisted biomedical scholarly documents provided by PMC and categorized by the disease category. Throughout the study this research verifies which type and size of feature corpus produces the highest performance and, also suggests some feature corpus which carry an extensibility to specific feature by displaying efficiency during the training time. Additionally, this research compares the differences between deep learning and existing method and suggests an appropriate method by classification environment.
초록
본 연구는 한국학 연구 논문 텍스트의 의미 구조를 기반으로 하는 메타데이터를 적용한 학술정보시스템을 구축하여 기존 유사 시스템과의 비교를 통해, 텍스트 구조 기반 메타데이터의 활용 가능성을 확인해 보고자 하는 것을 목적으로 한다. 이를 위해 한국학술지인용색인(Korea Citation Index, KCI)에서 일정 기준을 충족하는 한국학 분야 연구 논문 데이터를 대상으로 의미 구조 메타데이터 항목을 적용한 시범적 검색 시스템(Korean Studies Metadata Database, KMD)을 구축하였으며, 동일한 검색 키워드를 적용하여 기존의 KCI 시스템과 비교했을 때 어떤 특징과 차이점을 갖는지 비교해 보았다. 연구 결과, KMD 시스템이 KCI에 비해 이용자의 검색 의도에 맞는 결과를 보다 효율적으로 보여주는 것으로 확인되었다. 즉 검색하고자 하는 키워드의 조합이나 조건식이 기존 시스템과 동일하더라도 검색 결과를 통해 최종적으로 연구 진행과 관련해 찾고자 하는 연구 목적, 연구의 대상 데이터나 시공간적 배경 등에 따른 검색 결과를 다양하게 보여줄 수 있는 것으로 나타났다.
Abstract
This study aims to develope a scholarly metadata information system based on conceptual elements of text structure of Korean studies research articles and to identify the applicability of text structure based metadata as compared with the existing similar system. For the study, we constructed a database(Korean Studies Metadata Database, KMD) with text structure based on metadata of Korean Studies journal articles selected from the Korea Citation Index(KCI). Then we verified differences between KCI system and KMD system through search results using same keywords. As a result, KMD system shows the search results which meet the users’ intention of searching more efficiently in comparison with the KCI system. In other words, even if keyword combinations and conditional expressions of searching execution are same, KMD system can directly present the content of research purposes, research data, and spatial-temporal contexts of research et cetera as search results through the search procedure.
초록
본 논문은 고에너지 물리학(HEP) 분야 국내 연구자들의 학술 커뮤니케이션의 특성을 파악하고자 성공적인 오픈액세스 모델로 평가되는 SCOAP3 학술지를 분석하였다. HEP 분야 국내 연구자들의 협업과 연구 활동 내용을 파악하기 위한 연구방법으로 통계를 활용한 양적 분석과 저자 소속기관과 학술지에 대한 네트워크 분석을 수행하였다. 연구 결과, 국내 연구자가 참여한 10종의 SCOAP3 학술지 가운데 국내 저자 참여 논문 비율은 전체 논문 가운데 8.0%였다. 논문 한 편당 공저자 수가 천 명이 넘는 논문 비율이 전체 논문의 28.7%나 되었다. 이 분석 결과들은 HEP 글로벌 네트워크에서 국내 연구자들이 적극적으로 협업하고 있다는 것을 증명하였다. 소속기관을 중심으로 협력 관계를 파악하고자 네트워크 분석을 실시한 결과, 협력 네트워크를 3개의 클러스터로 구분할 수 있었다. 즉 S대학 중심의 클러스터, CERN과 협력 인프라를 제공하는 K연구기관 중심의 클러스터, 그리고 I연구원 중심의 클러스터로 나누어졌다. 연구기관과 학술지의 네트워크 분석을 통하여 학술지 중 JHEP, PRD, PLB가 참여도가 높은 학술지였으며 대학들과 연구원들도 협력하여 오픈 액세스 논문 저작에 참여하고 있음을 알 수 있었다. 본 연구 결과는 SCOAP3 컨소시엄에 참여하는 도서관들이 HEP 분야 연구자를 이해하고 이들을 위한 최적의 연구 정보환경을 구축하기 위한 기초자료로 활용될 수 있다.
Abstract
This paper analyzed SCOAP3 journals, which have been evaluated as successful open access models, to understand the characteristics of scholarly communication among domestic researchers in the field of high energy physics (HEP). As research methods, a quantitative analysis using statistics and a network analysis of authors’ affiliated institutions and academic journals were conducted to understand collaboration and research activities of domestic researchers in the HEP field. The results of the study revealed that, among the 10 SCOAP3 journals in which Korean researchers participated, the proportion of articles in which Korean authors participated was 8.0% of the total. The proportion of papers with more than 1,000 co-authors per paper was 28.7% of the total. The results of this analysis proved that Korean researchers were actively collaborating in the HEP global network. From the results of the network analysis to understand the cooperative relationship centered on the affiliated organization, the cooperative network could be divided into three clusters: a cluster centered on S universities, a cluster centered on K research institutes that provided researchers a cooperative infrastructure with CERN, and a cluster centered on I research institute. Through the network analysis for research institutes and journals, it was found that JHEP, PRD, and PLB among academic journals were highly participating journals, and universities and researchers were also participating in the writing of open access papers. The results of this study can be used as a basic resource for understanding researchers and building a research information environment in libraries.