- 권한신청
- P-ISSN1013-0799
- E-ISSN2586-2073
- KCI
초록
최근까지 학술지의 영향력을 측정하기 위하여 Thomson Reuters(ISI)의 영향력지수(JIF: Journal Impact Factor)가 널리 사용되어왔다. 그러나, 이러한 JIF는 학술지 단위가 아니라 수록 논문의 평균 영향력을 측정하는 지표라는 근본적인 한계를 가지고 있으며, 이외에도 다양한 측면에서 많은 문제점들이 지적되었다. 특히 국내 인용색인은 국제적인 인용색인 데이터베이스에 비해서 인용 데이터의 규모가 상당히 제한적이므로, 이를 고려하여 국내 학술지 인용 환경에 적합한 지수의 적용이 필요하다. 따라서 이 연구는 최근 급속히 확산되고 있는 Hirsch 유형 지수(h-type indices)를 적용하여 국내 학술지의 영향력을 보다 더 상세하게 측정할 수 있는 실제적인 방안을 모색하였다. 결과적으로, h-지수의 변형지수(hs-지수, fs-지수)를 사용하거나 호 단위 합산(호 기반 h-지수, 호 기반 f-지수) 방법을 통하여, 기존 Hirsch 유형 지수들의 변별력을 향상시킬 수 있음은 물론 국내 학술지의 영향력을 더욱 정밀하게 측정할 수 있는 것으로 나타났다.
Abstract
The journal impact factor(JIF) of the Thomson Reuters(ISI) has been widely used to assess the impact of journal as well as its quality. However, the JIF contains its critical limitation, in which it does not measure the impact of journal but the average impact of articles in journal. Besides significant number of problems of the JIF has been noticed. Furthermore, given the limited coverage of domestic citation index database in comparison to those of international citation index, it is necessary to apply a more appropriate index with a high level of discriminating power. This study, therefore, aims to introduce some practical methods to measure the impact of domestic journals by using the Hirsch-type indices. As the Hirsch-type indices has been often used for overcoming the limitations of the JIF in worldwide, we hope that our research outcome offers an effective alternative to gauge the impact of journals more accurately. Consequently, using the variations of the h-index(hs-index, fs-index) or the sum of issue level(issue based h-index, issue based f-index), we argue that it would improve the discrimination capacity of the Hirsch-type indices significantly and that we can measure the impact of domestic journals more clearly.
초록
디지털 정보환경에서 하나의 단일기능에서 복잡한 복합기능으로 새롭게 발전하고 있는 정보매체의 사용자 인터페이스 특성은 이용의도 향상을 위한 새로운 사용자 인터페이스 평가방법을 요구하고 있다. 본 연구는 정보매체의 인터페이스 특성을 하드웨어 구성요소인 물리적 컨트롤 구조특성과 정보내용의 명확성을 전달하는 콘텐츠 표현 특성으로 구분하여 정보매체의 기술수용관점에서 이용의도 향상을 위해 고려되어야 할 인터페이스 특성에 대해 논의하였다. 물리적 컨트롤 인터페이스, 콘텐츠 표현 인터페이스 특성요인으로 148명의 사용자에 대한 설문내용을 기초로 정보매체의 기술수용과 관련된 인지된 유용성, 인지된 이용 용이성, 그리고 이용의도에 대한 가설을 검증하였다. 연구결과 물리적 구조 인터페이스와 콘텐츠 표현 인터페이스 특성은 인지된 유용성에 유의한 영향을 미치는 것으로 파악되었으며, 정보매체의 이용 의도는 인지된 유용성과 인지된 이용 용이성에 의해 영향을 받는 것으로 밝혀졌다. 본 연구를 통해 사용자 인터페이스에 대한 설계는 디자인 관점에서 접근하기 보다는 성능에 대한 유용성 평가과정 그 자체로서 물리적 구조 인터페이스와 콘텐츠 표현 인터페이스 특성의 중요성을 확인하였다.
Abstract
Whereas traditional user interface are well accepted modes of information exchange, the new digital conversion type's of information media is relatively complex and provides new means of transaction with user interface. User interface can be decomposed into two component: the physical structure through which information media is controlled, and the presentation of the content. This research explores the two user interface element have different effect on the adoption of information media and, as such, can influence perceived usefulness, perceived easy of use, and intention of use. The hypotheses have been tested with the survey of 148 end-users examines two interface characteristics factors such as efficiency, error, design, entertainment, accuracy, and vividness, and so on. The research summarized in this paper decomposes the influence of interface elements of physical structure interface and content presentation interface to gain a better understanding of how interface stimulates user's perceived usefulness to adopt the information media.
초록
이 연구에서는 특허의 인용에 영향을 미치는 주요 변수들을 토대로 특허의 피인용횟수를 예측하기 위한 모형을 제시하였다. 이를 위해 미국특허를 대상으로 5개 주제분야에 걸쳐 특허의 피인용횟수와 일정 수준 이상의 상관관계, 즉 5% 이상의 설명력을 갖는 것으로 밝혀진 페이지 수, 청구항 수, 참고문헌 평균 피인용횟수, 서지결합도, 문헌간유사도 등 5개 변수들을 토대로 다중회귀분석을 실시하였다. 연구결과에 따르면, 제시된 5개 주제분야의 특허인용 예측모형의 설명력은 주제분야에 따라 58.3%~89.6%로 나타났으며, 예측변수로 사용된 5개의 독립변수 중 특허 피인용횟수에 가장 영향력이 높은 변수는 ‘문헌간유사도’로 나타났다. 또한 이 연구에서 추정된 주제분야별 예측모형을 토대로 산출한 특허 피인용횟수에 대한 예측값과 실제값을 비교한 결과 이들 예측모형은 5개 주제분야에서 모두 적합한 것으로 나타났다.
Abstract
The purpose of this study is to develop a prediction model of patent citation counts based on major factors which affect patent citation. To this end, we performed multiple regression analysis between the patent citation counts and five explanatory variables such as the number of pages, the number of claims, the reference-average-citation rate, the strength of bibliographic coupling, and the document similarity proved as having 5% or more standardized variances(r2) with patent citation counts, with a test dataset of U.S. patents in five subject fields. As a result, our prediction models showed 58.3% to 89.6% predictability depending on subject fields and revealed the document similarity has the highest impact on citation counts among the five predictive variables in all the subject fields. The result of comparison between the predicted citation counts and the actual ones confirmed the usefulness of the citation prediction models built for each subject field.