바로가기메뉴

본문 바로가기 주메뉴 바로가기

logo

  • P-ISSN1013-0799
  • E-ISSN2586-2073

Mendeley co-readership 정보를 활용한 한국 관련 논문의 글로벌 독자 국가 네트워크 분석

Network Analysis of Readers' Countries of Korean Studies using Mendeley Co-readership Data

정보관리학회지, (P)1013-0799; (E)2586-2073
2018, v.35 no.4, pp.107-124
https://doi.org/10.3743/KOSIM.2018.35.4.107
조재인 (인천대학교)
박종도 (인천대학교)

  • 다운로드 수
  • 조회수

초록

Mendeley의 독자 정보는 학계 밖에서 학문의 결과물이 어떻게 소비되고 있는지 다각도로 파악하여 피인용도로는 해석할 수 없었던 미지의 세계를 예측하는데 활용될 수 있다. 본 연구는 Mendeley의 co-readership 데이터를 활용해 한국 관련 논문의 독자 국가 네트워크 분석을 수행하여 공통의 학문적 관심사를 공유하는 국가 군집을 이해하고 이들 국가가 네트워크 상에서 어떠한 영향력을 가지는지 확인하였다. 그 결과 전 분야에서 미국을 비롯한 선진국은 대체로 높은 전역중심성을 보여 한국 관련 연구에 대한 전반적인 협력과 잠재적 교류 가능성을 가지는 것으로 나타났으며, 일부 개발도상국은 높은 지역중심성을 보여 상호간 공통의 학문적 관심사로 연계되어 있는 것으로 확인되었다. 한편 의학과 사회과학 분야는 OECD 국가와 개발도상국이 분리된 독자층을 이루었으며, 공학 분야는 신흥경제개발국이 대규모 독자 군집으로 형성되는 특징을 보였다. 또한 공학은 네트워크 밀도가 상대적으로 높게 나타나 국가간 학문적 교류와 지식의 확산, 협력의 가능성이 높은 것으로 분석되었다.

Abstract

Mendeley readership data could be used to understand how research outcome be spent outside of academia in multi way. So it could be utilized to understand unknown world which citation rate could not explain still now. This study, by conducting a country network analysis using Mendeley’s co readership data about articles of Korea related research, clusters countries that share common academic interest. As a result, the US and other advanced countries in all fields showed high overall and regional centrality, indicating that they have overall cooperation and potential for exchange of Korea related studies. Some developing countries have shown high regional centrality and are linked to common academic interests. In the medical and social sciences, the OECD and developing countries have formed a separate group of readers, and the engineering sector has been characterized by emerging developing countries as a large community of readers. In addition, engineering science field has shown that network density is relatively high, so there might be high possibility of academic exchanges, knowledge dissemination and cooperation among countries.

참고문헌

1

이재윤. (2006). 지적 구조 분석을 위한 새로운 클러스터링 기법에 관한 연구. 정보관리학회지, 23(4), 215-231.

2

이재윤. (2013). tnet과 WNET의 가중 네트워크 중심성 지수 비교 연구. 정보관리학회지, 30(4), 241-264. http://dx.doi.org/10.3743/KOSIM.2013.30.4.241.

3

정대현. (2014). 국가 간 공동연구 네트워크 밀도가 기술 확산에 미치는 영향 분석: 이차전지, 전기자동차 분야 사례를 중심으로. 한국콘텐츠학회 논문지, 14(9), 582-588. http://dx.doi.org/10.5392/JKCA.2014.14.09.582.

4

조재인. (2015). Altmetrics를 통한 연구의 영향력 평가에 관한 연구. 한국도서관·정보학회지, 46(1), 65-81. http://dx.doi.org/10.16981/kliss.46.1.201503.65.

5

조재인. (2017). Mendeley를 통한 문헌정보학 주요 분야 연구 논문의 독자 분석. 한국도서관·정보학회지, 48(1), 77-97. http://dx.doi.org/10.16981/kliss.48.1.201703.77.

6

Bornmann, L.. (2015). Alternative metrics in scientometrics: A meta-analysis of research into three altmetrics. Scientometrics, 103(3), 1123-1144.

7

Cho, Jane.. (2017). A comparative study of the impact of Korean research articles in four academic fields using altmetrics. Performance Measurement and Metrics, 18(1), 38-51.

8

Hammarfelt, B.. (2014). Using altmetrics for assessing research impact in the humanities. Scientometrics, 101(2), 1419-1430.

9

Robin Haunschild. (2015). F1000Prime: an analysis of discipline-specific reader data from Mendeley. F1000Research, 4, 41-. http://dx.doi.org/10.12688/f1000research.6062.2.

10

Robin Haunschild. (2015). Networks of reader and country status: an analysis of Mendeley reader statistics. PeerJ Computer Science, 1, e32-. http://dx.doi.org/10.7717/peerj-cs.32.

11

Stefanie Haustein. (2015). Characterizing Social Media Metrics of Scholarly Papers: The Effect of Document Properties and Collaboration Patterns. PLOS ONE, 10(3), e0120495-. http://dx.doi.org/10.1371/journal.pone.0120495.

12

Peter Kraker. (2015). Visualization of co-readership patterns from an online reference management system. Journal of Informetrics, 9(1), 169-182. http://dx.doi.org/10.1016/j.joi.2014.12.003.

13

Loet Leydesdorff. (2016). Journal portfolio analysis for countries, cities, and organizations: Maps and comparisons. Journal of the Association for Information Science and Technology, 67(3), 741-748. http://dx.doi.org/10.1002/asi.23551.

14

Li, X.. (2012). F1000, Mendeley and traditional bibliometric indicators (541-551). Proceedings of the 17th International Conference on Science and Technology Indicators.

15

Ehsan Mohammadi. (2014). Mendeley readership altmetrics for the social sciences and humanities: Research evaluation and knowledge flows. Journal of the Association for Information Science and Technology, 65(8), 1627-1638. http://dx.doi.org/10.1002/asi.23071.

16

Ehsan Mohammadi. (2014). Mendeley readership altmetrics for the social sciences and humanities: Research evaluation and knowledge flows. Journal of the Association for Information Science and Technology, 65(8), 1627-1638. http://dx.doi.org/10.1002/asi.23071.

17

Ehsan Mohammadi. (2015). Who reads research articles? An altmetrics analysis of Mendeley user categories. Journal of the Association for Information Science and Technology, 66(9), 1832-1846. http://dx.doi.org/10.1002/asi.23286.

18

Pardeep Sud. (2016). Not all international collaboration is beneficial: The Mendeley readership and citation impact of biochemical research collaboration. Journal of the Association for Information Science and Technology, 67(8), 1849-1857. http://dx.doi.org/10.1002/asi.23515.

19

Zohreh Zahedi. (2014). How well developed are altmetrics? A cross-disciplinary analysis of the presence of ‘alternative metrics’ in scientific publications. Scientometrics, 101(2), 1491-1513. http://dx.doi.org/10.1007/s11192-014-1264-0.

정보관리학회지