Kirjaudu sisään
Keskeiset käsitteet
Web of Science 논문 분류를 저널 기반에서 논문 기반으로 변경하면 계량서지학 지표, 특히 MNCS에 상당한 영향을 미치며, 이는 국가별 학술 출판 전략의 차이를 드러낸다.
Tiivistelmä
본 연구는 Web of Science(WoS) 논문 분류를 저널 기반에서 논문 기반으로 재분류했을 때 계량서지학 지표에 미치는 영향을 분석한다. 저자는 WoS 분류의 모호성을 해결하고 참고 문헌과 논문 분류 사이의 일관성을 높이기 위해 Milojević(2020)의 재분류 알고리즘을 적용했다.
주요 변경 사항
- 약 50% 논문의 주제 분야가 변경됨
- 의학 연구, 생물학 분야 증가 (+16.2%, +28.1%)
- 응용 생물학, 공학, 컴퓨터 과학 분야 축소 (-11.9%, -9.4%, -16.4%)
- 인도, 일본, 한국 등 아시아 국가들의 전문 분야 지수 변화 두드러짐
MNCS 지표에 미치는 영향
- 전체 MNCS는 큰 차이 없음
- 분야별 MNCS는 화학, 물리, 수학, 인문학에서 큰 변화
- 국가별 MNCS 변화는 분야별 전문화 지수 변화와 관련성이 높지 않음
수학 분야 사례 연구
- MNCS 변화는 표준화 요소 변화와 분야 간/분야 내 이동 논문의 개별 인용 수 변화에서 기인
- 유럽, 중남미 국가들은 이론/순수 수학 논문을 응용수학 저널에 게재하는 경향 (MNCS 증가)
- 파키스탄, 사우디아라비아 등은 응용 수학 논문을 순수 수학 저널에 게재하는 경향 (MNCS 감소)
- 수학적 배경이 강한 논문을 다학제 저널에 게재하는 경우 인용 점수가 저평가될 수 있음
결론
- 논문 기반 분류는 저널 기반 분류보다 계량서지학 지표를 더 정확하게 반영
- MNCS 변화는 국가별 학술 출판 전략, 특히 저널 선택의 차이를 보여줌
- WoS 분류 개정은 단기적 해결책이며, 장기적으로는 CWTS 분류와 같은 새로운 분류 체계 도입 고려 필요
Mukauta tiivistelmää
Kirjoita tekoälyn avulla
Luo viitteet
Käännä lähde
toiselle kielelle
Luo miellekartta
lähdeaineistosta
Siirry lähteeseen
arxiv.org
Impact of a reclassification on Web of Science articles on bibliometric indicators
Tilastot
재분류 후 약 50% 논문의 주제 분야가 변경됨
의학 연구 분야는 재분류 후 16.2% 증가
생물학 분야는 재분류 후 28.1% 증가
응용 생물학 분야는 재분류 후 11.9% 감소
공학 분야는 재분류 후 9.4% 감소
컴퓨터 과학 분야는 재분류 후 16.4% 감소
Lainaukset
"Bibliometric indicators are impacted by such reclassification and there is a need to measure and explain the impact of a reclassification on the resulting bibliometric analyses."
"This means that in Italy, Poland, Spain, Brazil, China and Japan, quite a few papers published in journals that Clarivate classifies as APPLIED MATHEMATICS journals are reclassified in the OST MATHEMATICS category because they mainly cite theoretical mathematics works."
"This short review of the MNCS variation shows what happens when reclassifying papers with papers having by the same specialized (category) skills. Their normalized scores are now built on more relevant data."
Syvällisempiä Kysymyksiä
저널 기반 분류와 논문 기반 분류의 장단점을 비교 분석하고, 미래 계량서지학 연구에 적합한 분류 체계는 무엇인지 논의해 보시오.
저널 기반 분류와 논문 기반 분류 비교 분석
구분
장점
단점
저널 기반 분류
- 단순성 및 효율성: 저널 정보만 있으면 쉽고 빠르게 분류 가능 - 접근성: 저널 정보는 쉽게 구할 수 있음 - 역사적 데이터와의 호환성: 기존 데이터와의 비교 분석 용이
- 정확성 부족: 다학제적 저널이나 저널의 범위 변화를 반영하지 못함 - 세분화 어려움: 논문 수준의 세밀한 분류 어려움 - 주관성 개입: 저널 분류 시스템에 따른 주관성 개입 가능성
논문 기반 분류
- 높은 정확성: 논문의 내용을 기반으로 분류하여 정확도가 높음 - 세분화된 분류: 논문 수준의 세밀한 분류 가능 - 객관성 확보: 인용 관계, 키워드 등 객관적인 데이터를 활용
- 복잡성 및 비효율성: 분류 작업이 복잡하고 시간이 오래 걸림 - 대규모 데이터 처리의 어려움: 방대한 양의 논문 데이터 처리 필요 - 새로운 분류 체계 적용의 어려움: 기존 데이터와의 호환성 문제
미래 계량서지학 연구에 적합한 분류 체계
미래 계량서지학 연구에는 논문 기반 분류 체계가 더 적합하다고 판단됩니다.
인공지능 기술의 발전: 인공지능 기술 발전은 논문 기반 분류의 단점인 복잡성과 비효율성을 해결할 수 있습니다. 자연어 처리, 머신러닝 기술을 통해 대규모 논문 데이터를 빠르고 정확하게 분류할 수 있습니다.
학문 분야의 융합 추세: 최근 학문 분야 간 융합 연구가 활발해지면서, 단일 저널로 분류하기 어려운 연구들이 증가하고 있습니다. 논문 기반 분류는 이러한 융합 연구를 더욱 정확하게 분류할 수 있습니다.
연구 평가의 정밀화: 논문 기반 분류는 연구의 질적 평가를 위한 세밀한 분석을 가능하게 합니다. 특정 주제, 방법론, 연구 집단에 대한 심층적인 분석을 통해 연구 평가의 정밀도를 높일 수 있습니다.
하지만, 논문 기반 분류 체계의 단점을 보완하기 위해 저널 정보를 함께 활용하는 하이브리드 방식도 고려해 볼 수 있습니다. 저널 정보는 논문 분류의 효율성을 높이고, 기존 데이터와의 호환성을 유지하는 데 도움을 줄 수 있습니다.
본 연구에서는 MNCS를 중심으로 분석했지만, 다른 계량서지학 지표 (예: h-index, g-index)는 논문 재분류에 어떤 영향을 받을지 고려해 보시오.
논문 재분류는 MNCS 뿐만 아니라 h-index, g-index와 같은 다른 계량서지학 지표에도 영향을 미칠 수 있습니다.
h-index: h-index는 특정 연구자의 논문 중 h번 이상 인용된 논문이 h개 이상일 때, 이 h로 정의됩니다. 논문 재분류는 특정 저널에 속한 논문들의 인용 횟수를 변화시키고, 이는 해당 저널에 논문을 발표한 연구자의 h-index 변동으로 이어질 수 있습니다. 특히, 분야 간 인용 패턴이 다를 경우, 재분류는 h-index에 더 큰 영향을 미칠 수 있습니다.
g-index: g-index는 특정 연구자의 논문 중 상위 g개 논문의 인용 횟수의 제곱의 합이 g^2 이상일 때, 이 g로 정의됩니다. h-index와 마찬가지로, 논문 재분류는 g-index에도 영향을 미칠 수 있습니다. 특히, 재분류로 인해 상위 g개 논문의 구성이 바뀌는 경우 g-index 값에 변화가 생길 수 있습니다.
결론적으로, 논문 재분류는 연구자의 h-index와 g-index에 직접적인 영향을 미칠 수 있으며, 이는 연구 평가 결과를 왜곡할 가능성이 있습니다. 따라서, 계량서지학 지표를 활용한 연구 평가 시, 논문 분류 체계의 변화와 그 영향을 신중하게 고려해야 합니다.
인공지능 기술 발전이 논문 분류 시스템과 계량서지학 연구에 미칠 영향은 무엇이며, 이러한 변화가 학술 출판 및 연구 평가에 어떤 영향을 미칠지 전망해 보시오.
인공지능 기술 발전이 논문 분류 시스템과 계량서지학 연구에 미칠 영향
자동화된 논문 분류: 인공지능은 논문의 초록, 본문, 키워드 등을 분석하여 자동으로 분류하는 데 활용될 수 있습니다. 딥러닝과 같은 기술은 방대한 양의 데이터 학습을 통해 분류 정확도를 높이고, 새로운 주제 분야에도 빠르게 적응할 수 있습니다.
다차원적인 분류 체계 구축: 인공지능은 기존 분류 체계의 한계를 극복하고, 주제, 방법론, 연구 분야 등 다양한 측면을 고려한 다차원적인 분류 체계를 구축할 수 있습니다. 이는 연구자들이 자신들의 연구를 더욱 정확하게 분류하고, 관련 연구를 쉽게 찾을 수 있도록 도울 것입니다.
계량서지학 지표의 다양화 및 정교화: 인공지능은 논문 인용 네트워크 분석, 연구 트렌드 예측 등 다양한 계량서지학 연구에 활용될 수 있습니다. 이를 통해 기존 지표의 한계를 극복하고, 연구의 질적 평가를 위한 새로운 지표 개발이 가능해질 것입니다.
학술 출판 및 연구 평가에 미칠 영향
효율적인 학술 출판: 자동화된 논문 분류 시스템은 에디터의 업무 부담을 줄이고, 논문 출판 과정을 빠르게 할 수 있습니다. 또한, 연구자들은 자신의 논문이 적절한 저널에 게재될 가능성을 높일 수 있습니다.
객관적인 연구 평가: 인공지능 기반 계량서지학 지표는 연구 평가의 객관성을 높이는 데 기여할 수 있습니다. 다양한 측면을 고려한 정교한 지표는 연구의 질적 우수성을 보다 정확하게 평가할 수 있도록 도울 것입니다.
새로운 연구 동향 파악 및 예측: 인공지능은 방대한 양의 논문 데이터 분석을 통해 새로운 연구 동향을 파악하고, 미래 연구 방향을 예측하는 데 활용될 수 있습니다. 이는 연구 기획 및 투자 결정에 중요한 정보를 제공할 것입니다.
결론
인공지능 기술 발전은 논문 분류 시스템과 계량서지학 연구에 혁신적인 변화를 가져올 것입니다. 자동화, 다차원적 분류, 정교한 지표 개발 등을 통해 학술 출판 과정의 효율성을 높이고, 연구 평가의 객관성을 확보하며, 미래 연구 방향을 제시하는 데 기여할 것으로 기대됩니다.
0
