바로가기메뉴

본문 바로가기 주메뉴 바로가기

logo

논문 상세

다음
논문 투고

Vol.35 No.4
Citation Share

북미 대학도서관 연구데이터 관리 교육 프로그램 내용 분석: 데이터 리터러시 세부 역량을 중심으로

A Content Analysis of Research Data Management Training Programs at the University Libraries in North America: Focusing on Data Literacy Competencies

정보관리학회지 / Journal of the Korean Society for Information Management, (P)1013-0799; (E)2586-2073
2018, v.35 no.4, pp.7-36
https://doi.org/10.3743/KOSIM.2018.35.4.007
김지현 (이화여자대학교)
김지현. (2018). 북미 대학도서관 연구데이터 관리 교육 프로그램 내용 분석: 데이터 리터러시 세부 역량을 중심으로. 정보관리학회지, 35(4), 7-36, https://doi.org/10.3743/KOSIM.2018.35.4.007
  • 다운로드 수
  • 조회수
PDF 다운로드

초록

본 연구에서는 북미에서 연구데이터 관리 서비스를 제공하는 121개 대학도서관 중 연구데이터 관리 교육 프로그램을 제공하는 51개 기관을 대상으로 제공되는 교육 프로그램의 내용을 12개 데이터 리터러시 세부 역량에 기반을 두어 분석하고 시사점을 제시하는 것을 목적으로 하였다. 내용 분석을 위해 집합 교육 프로그램의 제목 317개와 온라인 튜토리얼의 상위 목차 제목 42개를 수집하였으며 선행연구에서 제시된 12개 데이터 리터러시 세부 역량에 따라 코딩을 수행하였다. 집합 교육 프로그램 중에서는 데이터 처리 및 분석 역량에 대한 교육 프로그램이 가장 많은 것으로 나타났으며, 가장 많은 수의 기관에서 데이터 관리 및 조직 역량에 대한 교육을 제공하고 있었다. 데이터 시각화 및 표현은 집합 교육 프로그램 중에서 세 번째로 많이 다루어지는 역량이었다. 그러나 나머지 9개 역량에 대한 교육 프로그램은 매우 적은 것으로 나타나 교육 프로그램 내용이 특정 역량에 집중되어 있음을 알 수 있다. 집합 교육 없이 자체 개발한 온라인 튜토리얼을 제공하는 기관은 5곳이었으며 목차 제목을 분석한 결과 데이터 보존, 윤리 및 데이터 인용, 데이터 관리 및 조직 역량에 대한 교육 내용을 중점적으로 다루고 있어 집합 교육 프로그램에서 강조되는 역량과 차이를 보였다. 효과적인 연구데이터 관리 교육 프로그램 운영을 위해서는 대학도서관 사서들이 전통적으로 교육하고 강조해왔던 역량뿐만 아니라 데이터 처리와 분석, 데이터 시각화와 표현 등 연구자들의 연구 결과 도출에 필요한 데이터 리터러시 세부 역량에 대한 이해와 지원이 요청된다. 또한 연구데이터 관리 서비스와 관련된 사서들의 계속 교육을 지원하는 교육 자원의 개발도 필요할 것이다.

keywords
연구데이터 관리 서비스, 교육 프로그램, 데이터 리터러시 세부 역량, research data management services, training programs, data literacy competencies

Abstract

This study aimed to analyze the content of Records Data Management (RDM) training programs provided by 51 out of 121 university libraries in North America that implemented RDM services, and to provide implications from the results. For the content analysis, 317 titles of classroom training programs and 42 headings at the highest level from the tables of content of online tutorials were collected and coded based on 12 data literacy competencies identified from previous studies. Among classroom training programs, those regarding data processing and analysis competency were offered the most. The highest number of the libraries provided classroom training programs in relation to data management and organization competency. The third most classroom training programs dealt with data visualization and representation competency. However, each of the remaining 9 competencies was covered by only a few classroom training programs, and this implied that classroom training programs focused on the particular data literacy competencies. There were five university libraries that developed and provided their own online tutorials. The analysis of the headings showed that the competencies of data preservation, ethics and data citation, and data management and organization were mainly covered and the difference existed in the competencies stressed by the classroom training programs. For effective RDM training program, it is necessary to understand and support the education of data literacy competencies that researchers need to draw research results, in addition to competencies that university librarians traditionally have taught and emphasized. It is also needed to develop educational resources that support continuing education for the librarians involved in RDM services.

keywords
연구데이터 관리 서비스, 교육 프로그램, 데이터 리터러시 세부 역량, research data management services, training programs, data literacy competencies

참고문헌

1.

이재윤. (2015). 데이터 사이언스와 데이터 리터러시 (11-15). 한국정보관리학회 학술대회 논문집.

2.

한상우. (2017). 인문학 기반 데이터 리터러시 모형 설계에 관한 연구 (45-71). 한국정보관리학회 학술대회 논문집.

3.

James Baker. (2016). Library Carpentry: Software Skills Training for Library Professionals. LIBER QUARTERLY, 26(3), 141-162. http://dx.doi.org/10.18352/lq.10176.

4.

Brown, R. A.. (2015). Developing new skills for research support librarians. The Australian library journal, 64(3), 224-234.

5.

Bryant, R.. (2017). Scoping the University RDM Service Bundle. The Realities of Research Data Management, Part 2:OCLC Research.

6.

Carlson, J.. (2011). Determining data information literacy needs: A study of students and research faculty. portal: Libraries and the Academy, 11(2), 629-657.

7.

Clayton, S.. (2018). Software Carpentry in the Library [PowerPoint slides]. http://hdl.handle.net/2152/63437.

8.

Cope, J.. (2017). Library carpentry: software skills training for library professionals. International Journal of Data Curation, 12(1), -.

9.

Cox, A.. (2012). Upskilling liaison librarians for research data management. Ariadne, (70), -.

10.

Faniel, I. M.. (2018). Librarians' Perspectives on the Factors Influencing Research Data Management Programs. College & Research Libraries, 79(1), 100-.

11.

Khan, H. R.. Toward an Understanding of Data Literacy. https://www.ideals.illinois.edu/handle/2142/100243.

12.

Koltay, T.. (2016). Innovation in Libraries and Information Services:Emerald Group Publishing Limited.

13.

Koltay, T.. (2017). Data literacy for researchers and data librarians. Journal of Librarianship and Information Science, 49(1), 3-14.

14.

Kvale, L.. (2017). Skills for research data management-developing RDM courses at the university of Oslo. Proceedings of the Association for Information Science and Technology, 54(1), 728-730.

15.

MacMillan, D.. (2014). Data sharing and discovery: What librarians need to know. The Journal of Academic Librarianship, 40(5), 541-549.

16.

Nelson, M. S.. (2015). Data information literacy: Librarians, data, and the education of a new generation of researchers:Purdue University Press.

17.

Prado, J. C.. (2013). Incorporating data literacy into information literacy programs: Core competencies and contents. Libri, 63(2), 123-134.

18.

Qin, J.. (2010). Lessons learned from a two-year experience in science data literacy education (-). Paper presented at 31st Annual IATUL Conference.

19.

Ridsdale, C.. (2015). Strategies and best practices for data literacy education: Knowledge synthesis report. Dalhausie University.

20.

Schneider, R.. (2013). Worldwide Commonalities and Challenges in Information Literacy Research and Practice:Springer International.

21.

Shorish, Y.. (2015). Data information literacy and undergraduates: A critical competency. College & Undergraduate Libraries, 22(1), 97-106.

22.

Tracy K. Teal. (2015). Data Carpentry: Workshops to Increase Data Literacy for Researchers. International Journal of Digital Curation, 10(1), 135-143. http://dx.doi.org/10.2218/ijdc.v10i1.351.

23.

Carol Tenopir. (2017). Research Data Services in European Academic Research Libraries. LIBER QUARTERLY, 27(1), 23-44. http://dx.doi.org/10.18352/lq.10180.

24.

Wrublewski, D.. (2017). Data carpentry in the Caltech libraries (-). Paper presented in 254th American Chemical Society National Meeting & Exposition.

25.

Center for Open Science. Manage and share your research with OSF. https://cos.io/our-products/osf/.

26.

Data Carpentry. Data Carpentry Vision and Mission. https://datacarpentry.org/mission/.

27.

Library Carpentry. About Library Carpentry. https://librarycarpentry.org/.

28.

The Carpentries. About us. https://carpentries.org/about/.

정보관리학회지

논문 투고 OA 정책