초록

대학소속 연구자들의 연구 분야가 다변화되면서 대학도서관에서는 서비스 운영을 위하여 학과별 주제 분야를 파악하는 것이 중요한 과제로 인식되고 있다. 이 연구는 대학 학과 소속구성원들의 학술지 논문 서지사항을 분석하여 학과별 주제특성을 다차원적으로 분석하고자 하였다. 게재한 학술논문을 분석하여 1차적으로 해당 학과의 주제영역을 파악하고자 하였으며 심층적으로 주제영역을 분석하기 위하여 해당 논문들이 인용한 학술지를 조사하여 확장된 주제영역을 조사하였다. 또한 상위 인용된 학술지를 대상으로 네트워크 분석을 하여 학술지간 관계를 분석하였다. 분석 결과 학과별 주제 분야별 학술지 이용현황에 차이가 있는 것으로 조사되었으며 특정 주제 분야의 경우 학술지 종수와 논문 수에 따라 주제 분야의 중요도가 비례하지 않는 것으로 나타났다. 즉, 특정분야의 경우 소수의 학술지에서 많은 논문이 인용되고 있는 현상이 있으며 게재하는 주제 분야와 인용하는 주제 분야의 중요도가 일치하지 않는 것으로 나타났다.

Abstract

As topics of researchers become diverse horizontally or vertically, academic libraries have difficulties to identify the dynamic change of researchers' needs for academic publications. This research aims to illustrate the topic areas of researchers in a department of university by analyzing bibliographies of their publications. First, researchers' publications were used to discover the topic areas where the researchers had published. Second, the cited publications in those papers were analysed to identify the expanded topic areas of these researchers. Finally, highly cited journals were analyzed by network analysis method. The major finding is that the importance of topic areas by the number of journals was not necessarily proportional to that by the number of papers. Researchers have a tendency to use many papers in a small number of journals in a certain topic area. Furthermore, the importance of topic areas discovered by researchers' publications was not the same as that discovered by researchers' citations.

초록

기관 리포지토리는 오픈 액세스 운동을 실현할 수 있는 핵심적인 체제의 하나로 알려져 있다. 한국교육학술정보원은 학술 정보 공유 공간으로 대학 기관 리포지토리 컨소시엄인 dCollection을 2003년에 구성하여 현재 62개의 국사립 대학들이 회원 대학으로 참가하고 있다. 본 연구의 목적은 2005년도에 구축된 dCollection 평가 모형을 조사 도구로 활용하여, 40개의 대학 기관 리포지토리의 운영 현황을 파악하고, 이러한 조사 결과를 기초로 하여 dCollection 자료의 등록률 및 이용율 향상에 초점을 맞춰 국내 기관 리포지토리의 발전 방안을 제안하여 효율적인 국가지식정보 유통체제의 인프라 구축을 목적으로 한다.

Abstract

Building institutional repositories is known as one of powerful methods for realizing the open access movement. The Korean Education and Research Information Service(KERIS) proposed to organize institutional repositories into a consortium, called "dCollection (Digital Collection)," composed of 62 universities since 2003. The purpose of this study is to investigate the current state of 40 member universities of dCollection using the evaluation model including 4 categories and 39 indicators, and, based on the survey outcomes, to pinpoint the procedural or performance weak points of the dCollection systems in order to find its customized solutions focusing on the improvement of use and self-archiving rates.

초록

The purpose of this study is to induce the activation of public libraries in community through make use of public libraries as a plan for accomplishing regional informatization which based on regionalization and informatization. To acquire the twin goal of regional informatization and activation of public libraries, I propose a strategic plan which makes use of regional public libraries as an infrastructure of educating informatization and community-network concept. Especially those plans would cover recent background issues of super-national interest in rural welfare & development venture.攀＊＊＊본 논문은 윤구호교수정년 기념논문집 수록논문을 전개 보완한 것임.＊＊＊ 전주대학교 사회과학부 문헌정보학전공 교수(sj1bae@hanmail.net) 논문접수일자 : 2004년 7월 23일 게재확정일자 : 2004년 9월 18일攀攀

Abstract

초록

본 연구는 코로나바이러스감염증-19 (이하 코로나19)로 인해 생겨난 코로나19 반시민성 주제와 코로나19 혐오 정서를 파악하기 위해 소셜 미디어 중 하나인 트위터의 코로나19 관련 게시물을 분석하였다. 2019년 12월 1일부터 2021년 8월 31일까지 21개월 동안 작성된 코로나19 관련 혐오 대상별(지역, 공공시설 혐오, 특정 인구 집단 혐오, 종교 혐오) 게시물 수집 및 전처리를 진행하여 총 63,802개의 게시물을 분석하였다. 혐오 대상별 빈도 분석, 다이나믹 토픽 모델링, 키워드 동시 출현 네트워크 분석 기법을 통하여 혐오 대상별 반시민성 주제와 혐오 키워드를 파악하였다. 첫째, 빈도 분석 결과, 지역, 공공시설 혐오는 상대적으로 증가하는 추세를 보이고 특정 인구 집단과 종교 혐오는 상대적으로 감소하는 추세를 확인할 수 있었다. 둘째, 다이나믹 토픽 모델링 분석 결과, 지역, 공공시설 혐오는 ‘대구, 경북지방 혐오’, ‘지역 간 혐오’, ‘공공시설 혐오’로 나타났고, 특정 인구 집단 혐오는 ‘중국 혐오’, ‘바이러스 전파자’, ‘실외(야외)활동 제재’로 나타났으며, 종교 혐오는 ‘신천지’, ‘기독교’, ‘종교 내 감염’, ‘방역 의무 거부’, ‘확진자 동선 비난’으로 나타났다. 셋째, 키워드 동시 출현 네트워크 분석 결과, 지역, 공공시설 혐오(코로나, 대구, 확진자, 신천지, 경북, 지역), 특정 인구 집단 혐오(코로나바이러스, 우한폐렴, 우한, 중국, 중국인, 사람, 입국, 금지), 종교 혐오(신천지, 코로나, 교회, 대구, 확진자, 감염) 등을 핵심 키워드로 확인할 수 있었다. 본 연구는 소셜 미디어를 활용한 국내 코로나19 혐오 대상 및 키워드 파악을 통해 코로나19 관련한 대중의 반시민성 여론을 파악하고자 하였다. 특히 기존의 선행연구에서 시도하지 않았던 주제인 코로나19 관련 혐오에 데이터 마이닝 기법을 이용하여 소셜 미디어에서 표출하는 대중의 반시민성 주제와 혐오 정서 탐색은 대중들의 여론을 파악하는 것이 의의가 있다. 더불어 본 연구 결과는 포스트 코로나 시대를 대비하는 문화적 소통 방안의 제도 및 정책 수립 기여를 위한 기본 자료에 기초할 수 있다는 점에서 실질적 함의를 시사한다.

Abstract

This study aims to understand topics of incivility related to COVID-19 from analyzing Twitter posts including COVID-19-related hate speech. To achieve the goal, a total of 63,802 tweets that were created between December 1st, 2019, and August 31st, 2021, covering three targets of hate speech including region and public facilities, groups of people, and religion were analyzed. Frequency analysis, dynamic topic modeling, and keyword co-occurrence network analysis were used to explore topics and keywords. 1) Results of frequency analysis revealed that hate against regions and public facilities showed a relatively increasing trend while hate against specific groups of people and religion showed a relatively decreasing trend. 2) Results of dynamic topic modeling analysis showed keywords of each of the three targets of hate speech. Keywords of the region and public facilities included “Daegu, Gyeongbuk local hate”, “interregional hate”, and “public facility hate”; groups of people included “China hate”, “virus spreaders”, and “outdoor activity sanctions”; and religion included “Shincheonji”, “Christianity”, “religious infection”, “refusal of quarantine”, and “places visited by confirmed cases”. 3) Similarly, results of keyword co-occurrence network analysis revealed keywords of three targets: region and public facilities (Corona, Daegu, confirmed cases, Shincheonji, Gyeongbuk, region); specific groups of people (Coronavirus, Wuhan pneumonia, Wuhan, China, Chinese, People, Entry, Banned); and religion (Corona, Church, Daegu, confirmed cases, infection). This study attempted to grasp the public’s anti-citizenship public opinion related to COVID-19 by identifying domestic COVID-19 hate targets and keywords using social media. In particular, it is meaningful to grasp public opinion on incivility topics and hate emotions expressed on social media using data mining techniques for hate-related to COVID-19, which has not been attempted in previous studies. In addition, the results of this study suggest practical implications in that they can be based on basic data for contributing to the establishment of systems and policies for cultural communication measures in preparation for the post-COVID-19 era.

초록

Abstract

As co-authorship has been prevalent within science communities, counting the credit of co-authors appropriately is an important consideration, particularly in the context of identifying the knowledge structure of fields with author-based analysis. The purpose of this study is to compare the characteristics of co-author credit counting methods by utilizing correlations, multidimensional scaling, and pathfinder networks. To achieve this purpose, this study analyzed a dataset of 2,014 journal articles and 3,892 cited authors from the Journal of the Architectural Institute of Korea: Planning & Design from 2003 to 2008 in the field of Architecture in Korea. In this study, six different methods of crediting co-authors are selected for comparative analyses. These methods are first-author counting (m1), straight full counting (m2), and fractional counting (m3), proportional counting with a total score of 1 (m4), proportional counting with a total score between 1 and 2 (m5), and first-author-weighted fractional counting (m6). As shown in the data analysis, m1 and m2 are found as extreme opposites, since m1 counts only first authors and m2 assigns all co-authors equally with a credit score of 1. With correlation and multidimensional scaling analyses, among five counting methods (from m2 to m6), a group of counting methods including m3, m4, and m5 are found to be relatively similar. When the knowledge structure is visualized with pathfinder network, the knowledge structure networks from different counting methods are differently presented due to the connections of individual links. In addition, the internal validity shows that first-author-weighted fractional counting (m6) might be considered a better method to author clustering. Findings demonstrate that different co-author counting methods influence the network results of knowledge structure and a better counting method is revealed for author clustering.

초록

21세기 지식기반사회에 있어서 도서관은 디지털도서관 개념으로 빠르게 변모되면서 인쇄매체의 디지털화, 디지털출판물의 증가 및 네트워크를 통한 전송이 용이해 짐에 따라 디지털저작물에 대한 불법적인 이용과 복제 및 전송이 쉽게 이루어지고 있는 것이 현실이다. 디지털저작물의 저작권관리를 위한 저작권관영성으로 효과적인 유통 구조의 체계를 구축할 수 있다. 본 연구는 도서관에서 효과적인 저작권 관리를 위해서 저작권정보 구축시스템을 개발하고 저작권정보의 이용 프로세스를 구현하였다.

Abstract

In order to adapt the digital rights management community for the standardisation of expressing rights information in the libraries' content for the control of the rights of the digital works, it is necessary to establish rights information, that can build effective system of the distribution structure by the public ownership of the rights information and the interoperability of system. This research developed rights information constructing system in order to protect and enforce their rights over digital assets and embodied utilizing use-process of rights information.

초록

본 연구는 저자서지결합분석을 사용하여 한국 문헌정보학의 1990년대와 2000년대 지적구조와 그 변화를 분석하는데 목적을 두고 있다. 이를 위해 첫째, 군집분석, 다차원척도법을 통하여 시기별 세부 주제 영역을 밝혔다. 둘째, 네트워크 분석을 통해 세부 주제 영역 간 관계를 시각화하고 전역 중심성이 높은 주제 영역을 확인하였다. 셋째, 1990년대와 2000년대 지적구조 비교를 통해 시간의 경과에 따른 주제 영역의 흐름을 규명하였다.

Abstract

The purpose of this study was to examine the intellectual structure of domestic LIS in the 1990s and 2000s using author bibliographic coupling analysis (ABCA). First, cluster analysis and multi-dimensional scaling analysis were performed to examine core subject areas and to map authors in two-dimensional space. Second, network analysis was used to visualize intellectual relationships among subject areas and to reveal the top subject areas for global centrality. Third, the 1990s and 2000s intellectual structures was compared to identify the changes of the intellectual structure over the course of time.

초록

이 연구에서는 데이터 리터러시 분야 연구의 발전 경로와 지적구조 및 떠오르는 유망 주제를 파악하고자 하였다. 이를 위해서 Web of Science에서 검색한 데이터 리터러시 관련 논문은 교육학 분야와 문헌정보학 분야 논문이 전체의 60% 가까이를 차지하였다. 우선 인용 네트워크 분석에서는 페이지랭크 알고리즘을 사용해서 인용 영향력이 높은 다양한 주제의 핵심 논문을 파악하였다. 데이터 리터러시 연구의 발전 경로를 파악하기 위해서 기존의 주경로분석법을 적용해보았으나 교육학 분야의 연구 논문만 포함되는 한계가 있었다. 이를 극복할 수 있는 새로운 기법으로 페이지랭크 주경로분석법을 개발한 결과, 교육학 분야와 문헌정보학 분야의 핵심 논문이 모두 포함되는 발전 경로를 파악할 수 있었다. 데이터 리터러시 연구의 지적구조를 분석하기 위해서 키워드 서지결합 분석을 시행하였다. 도출된 키워드 서지결합 네트워크의 세부 구조와 군집 파악을 위해서 병렬최근접이웃클러스터링 알고리즘을 적용한 결과 대군집 2개와 그에 속한 소군집 7개를 파악할 수 있었다. 부상하는 유망 주제를 도출하기 위해서 각 키워드와 군집의 성장지수와 평균출판년도를 측정하였다. 분석 결과 팬데믹 상황과 AI 챗봇의 부상이라는 시대적 배경 하에서 사회정의를 위한 비판적 데이터 리터러시가 고등교육 측면에서 급부상하고 있는 것으로 나타났다. 또한 이 연구에서 연구의 발전경로를 파악하는 수단으로 새롭게 개발한 페이지랭크 주경로분석 기법은 서로 다른 영역에서 병렬적으로 발전하는 둘 이상의 연구흐름을 발견하기에 효과적이었다.

Abstract

This study investigates the development path and intellectual structure of data literacy research, aiming to identify emerging topics in the field. A comprehensive search for data literacy-related articles on the Web of Science reveals that the field is primarily concentrated in Education & Educational Research and Information Science & Library Science, accounting for nearly 60% of the total. Citation network analysis, employing the PageRank algorithm, identifies key papers with high citation impact across various topics. To accurately trace the development path of data literacy research, an enhanced PageRank main path algorithm is developed, which overcomes the limitations of existing methods confined to the Education & Educational Research field. Keyword bibliographic coupling analysis is employed to unravel the intellectual structure of data literacy research. Utilizing the PNNC algorithm, the detailed structure and clusters of the derived keyword bibliographic coupling network are revealed, including two large clusters, one with two smaller clusters and the other with five smaller clusters. The growth index and mean publishing year of each keyword and cluster are measured to pinpoint emerging topics. The analysis highlights the emergence of critical data literacy for social justice in higher education amidst the ongoing pandemic and the rise of AI chatbots. The enhanced PageRank main path algorithm, developed in this study, demonstrates its effectiveness in identifying parallel research streams developing across different fields.

초록

본 연구는 고도화된 웹 서비스와 스마트 기기의 확산으로 인해 변화된 시스템 환경 속에서 클라우드 서비스에 대한 선호도와 이용의도에 영향을 미치는 데이터 안정성, 네트워크 반응속도, 그리고 시스템 접근성을 중심으로 정보센터의 이용도 향상에 대한 방향 설정을 위해 인지된 유용성, 인지된 이용 용이성을 중심으로 이용자의 이용의도와의 관계를 살펴보았다. 본 연구가설의 검증을 위해 태블릿PC, 스마트폰과 같은 모바일기기를 많이 이용하거나 관심이 높은 20대에서 30대 연령층의 114명으로 부터 설문을 받아 활용하였다. 클라우드 서비스 선호도에 대한 이용자의 인지된 유용성과 인지된 이용용이성에 영향을 미칠 수 있는 정보센터의 시스템 품질특성과 관련된 요인들과의 관계를 살펴봄으로써 최근의 클라우드 서비스를 위해 새롭게 고려되어야 할 정보센터의 시스템 품질특성에 대해 이용자 이용의도 관점에서 논의하였다.

Abstract

The purpose of this study is to identify the new roles and services of information center that is affected by changing information technology so called cloud computing service. Using Information Technology acceptance model, hypotheses were developed to find relationships among intention to use of a cloud service, perceived usefulness, perceived easy of use and three system quality evaluation factors such as data safety, network response time, and system accessibility. The hypotheses have been tested with 114 user surveys. This study presents the relationship between certain attitude and intention to use variables and system accessibility applying clouding service. The result of this research gives an insight of the evaluation and a guideline for the implementation of cloud computing services in information centers.

초록

의견 검색은 사용자의 정보 요구에 주제적으로 연관되면서도 의견이 포함되어 있는 정보를 검색하는 태스크이다. 본 연구는 효과적인 의견 검색을 위해 사용자 정보 요구를 표현하는 방법과 이 요구를 만족시킬만한 여러 의견 자질들을 효과적으로 결합할 수 있는 방법에 대하여 실험을 통해 분석하였다. 본 실험에서는 추론 네트워크 모델을 기본 검색 모델로 사용하였고, Blogs06 컬렉션과 100개의 TREC 토픽에 대해 실험을 수행하였다. 실험 결과, 가상의 ‘의견’ 개념을 설정하여 효과적으로 의견 검색의 정보 요구를 표현할 수 있었으며, 극히 소량의 일반 의견 단어집만을 사용했는데도 동일한 환경에서 기존 모델과 견줄 만한 의견 검색 성능을 달성할 수 있었다.

Abstract

Opinion retrieval is to retrieve items which are relevant to the user information need topically and include opinion about the topic. This paper aims to find a method to represent user information need for effective opinion retrieval and to analyze the combination methods for opinion features through various experiments. The experiments are carried out in the inference network framework using the Blogs06 collection and 100 TREC test topics. The results show that our suggested representation method based on hidden ‘opinion’ concept is effective, and the compact model with very small opinion lexicon shows the comparable performance to the previous model on the same test data set.