লেখক:
(1) হামিদ রেজা সাইদনিয়া, তথ্য বিজ্ঞান ও জ্ঞান অধ্যয়ন বিভাগ, তারবিয়াত মোদারেস বিশ্ববিদ্যালয়, তেহরান, ইসলামী প্রজাতন্ত্র ইরান;
(2) ইলাহে হোসেইনি, তথ্য বিজ্ঞান ও জ্ঞান অধ্যয়ন বিভাগ, মনোবিজ্ঞান এবং শিক্ষা বিজ্ঞান অনুষদ, আলজাহরা বিশ্ববিদ্যালয়, তেহরান, ইসলামী প্রজাতন্ত্র ইরান;
(3) Shadi Abdoli, তথ্য বিজ্ঞান বিভাগ, Université de Montreal, Montreal, Canada
(4) মার্সেল আউসলুস, স্কুল অফ বিজনেস, ইউনিভার্সিটি অফ লিসেস্টার, লিসেস্টার, ইউকে এবং বুখারেস্ট ইউনিভার্সিটি অফ ইকোনমিক স্টাডিজ, বুখারেস্ট, রোমানিয়া।
আরকিউ 1: এআই এবং সায়েন্টমেট্রিক্স
আরকিউ 4: এআই সহ সায়েন্টমেট্রিক্স, ওয়েবমেট্রিক্স এবং বিবলিওমেট্রিক্সের ভবিষ্যত
আরকিউ 5: এআই সহ সায়েন্টমেট্রিক্স, ওয়েবমেট্রিক্স এবং বিবলিওমেট্রিক্সের নৈতিক বিবেচনা
উপসংহার, সীমাবদ্ধতা, এবং রেফারেন্স
উপরোক্ত আশা করা যায় বরং সম্পূর্ণ, অন্তত বিস্তৃত, সাহিত্য জরিপ তথ্যবিজ্ঞানে AI অবস্থার একটি সমালোচনামূলক মূল্যায়নের অনুমতি দেয়।
প্রথমত, সারণি 1 এর ফলাফলগুলি সায়েন্টমেট্রিক্সের জন্য উল্লেখযোগ্য প্রভাব রয়েছে। তারা সায়েন্টমেট্রিক্স বিশ্লেষণে কৃত্রিম বুদ্ধিমত্তা (এআই) ক্ষমতা ব্যবহার করার জন্য সম্ভাব্য সুবিধা এবং কৌশলগুলি হাইলাইট করে। উল্লিখিত গবেষণাগুলি স্পষ্টভাবে প্রমাণ করে যে AI সায়েন্টমেট্রিক্স [21, 22, 32, 33]-এ ডেটা সংগ্রহ এবং বিশ্লেষণের যথার্থতা এবং দক্ষতা বাড়াতে পারে। বিভিন্ন কাজ স্বয়ংক্রিয় করে, এআই অ্যালগরিদমগুলি আরও নির্ভরযোগ্য এবং সামঞ্জস্যপূর্ণ ফলাফল নিশ্চিত করে মানুষের ত্রুটি এবং পক্ষপাত কমাতে পারে। এই বর্ধিত নির্ভুলতা এবং দক্ষতা সময় এবং সম্পদ সাশ্রয় করে, গবেষকদের উচ্চ-স্তরের বিশ্লেষণ এবং ব্যাখ্যাগুলিতে ফোকাস করার অনুমতি দেয়।
এআই-ভিত্তিক উদ্ধৃতি বিশ্লেষণ পদ্ধতি, লেখক দ্ব্যর্থতা নিরসন কৌশল এবং উল্লিখিত গবেষণায় প্রদর্শিত ভবিষ্যদ্বাণীমূলক মডেলগুলি গবেষকদের সায়েন্টমেট্রিক্সে ডেটা সংগ্রহ এবং বিশ্লেষণের উন্নতির জন্য শক্তিশালী সরঞ্জাম সরবরাহ করে [22, 24, 31, 34]। এআই অ্যালগরিদমগুলি কার্যকরভাবে উদ্ধৃতি প্যাটার্নগুলি সনাক্ত করতে পারে, বৈজ্ঞানিক প্রকাশনার প্রভাব বিশ্লেষণ করতে পারে এবং গবেষণার প্রবণতাগুলির পূর্বাভাস দিতে পারে। এই ক্ষমতাগুলি গবেষকদের বৈজ্ঞানিক ল্যান্ডস্কেপের গভীর অন্তর্দৃষ্টি পেতে এবং জ্ঞাত সিদ্ধান্ত নিতে সক্ষম করে।
ঐতিহ্যগত উদ্ধৃতি গণনা গবেষণা প্রভাব পরিমাপ সীমাবদ্ধতা আছে. যাইহোক, অধ্যয়নগুলি দেখায় যে AI-ভিত্তিক মেট্রিক্সগুলি গবেষণার প্রভাবের আরও ব্যাপক এবং সঠিক ব্যবস্থা প্রদান করতে পারে [25, 29]। উদ্ধৃতি ছাড়াও বিভিন্ন বিষয় বিবেচনা করে, যেমন সোশ্যাল মিডিয়া উল্লেখ, ডাউনলোড এবং সহযোগিতা, এআই অ্যালগরিদম বৈজ্ঞানিক প্রকাশনার প্রভাবের আরও সামগ্রিক দৃষ্টিভঙ্গি প্রদান করতে পারে।
গবেষণায় প্রদর্শিত AI কৌশলগুলি উদীয়মান গবেষণার ক্ষেত্রগুলি এবং বৈজ্ঞানিক সহযোগিতার নিদর্শনগুলি সনাক্ত করতে বৈজ্ঞানিক সাহিত্য বিশ্লেষণ করতে পারে [28, 30]। এটি গবেষকদের সাম্প্রতিক প্রবণতাগুলির সাথে আপডেট থাকতে, নতুন জ্ঞানের ডোমেনগুলি আবিষ্কার করতে এবং প্রাসঙ্গিক স্টেকহোল্ডারদের সাথে সহযোগিতা বৃদ্ধি করতে সক্ষম করে৷
AI-ভিত্তিক পিয়ার রিভিউ সিস্টেম, যেমন একটি গবেষণায় হাইলাইট করা হয়েছে, পিয়ার রিভিউ প্রক্রিয়ার দক্ষতা এবং বস্তুনিষ্ঠতা বাড়াতে পারে [27, 57]। পর্যালোচনা প্রক্রিয়ার অংশগুলি স্বয়ংক্রিয় করার মাধ্যমে, AI উচ্চ-মানের গবেষণার প্রকাশনা নিশ্চিত করতে পারে, পক্ষপাত কমাতে পারে এবং লেখকদের দ্রুত প্রতিক্রিয়া প্রদান করতে পারে। এটি সায়েন্টমেট্রিক্স বিশ্লেষণের সামগ্রিক গুণমানকে উন্নত করে এবং বৈজ্ঞানিক জ্ঞানের বিস্তারকে ত্বরান্বিত করে।
আরেকটি গবেষণায় দেখা গেছে যে AI বৈজ্ঞানিক অসদাচরণের উদাহরণ সনাক্ত করতে সহায়তা করতে পারে, যেমন চুরি এবং ডেটা বানোয়াট [55]। প্রচুর পরিমাণে ডেটা বিশ্লেষণ করে এবং এটিকে প্রতিষ্ঠিত মানগুলির সাথে তুলনা করে, এআই অ্যালগরিদমগুলি অসদাচরণের সম্ভাব্য কেসগুলি সনাক্ত করতে পারে, সায়েন্টমেট্রিক্স বিশ্লেষণগুলির অখণ্ডতা নিশ্চিত করে [17, 54, 55]।
সংক্ষেপে, সারণী 1-এর ফলাফলগুলি দেখায় যে AI এর সায়েন্টমেট্রিক্সের কৌশল এবং পদ্ধতির বৈপ্লবিক পরিবর্তনের সম্ভাবনা রয়েছে। এআই ক্ষমতা তথ্য সংগ্রহ, বিশ্লেষণ এবং গবেষণা প্রভাবের মূল্যায়নের নির্ভুলতা, দক্ষতা এবং নির্ভরযোগ্যতা উন্নত করে। তারা উদীয়মান গবেষণার ক্ষেত্র, সহযোগিতা নেটওয়ার্ক এবং বৈজ্ঞানিক অসদাচরণের উদাহরণগুলি সনাক্ত করতে সক্ষম করে। শেষ পর্যন্ত, এই ফলাফলগুলি সায়েন্টমেট্রিক্স গবেষণার অগ্রগতিতে অবদান রাখে, বৈজ্ঞানিক ল্যান্ডস্কেপের গুণমান, অ্যাক্সেসযোগ্যতা এবং সামগ্রিক বোঝার উন্নতি করে।
সারণী 2 অধ্যয়নগুলি উপস্থাপন করে যা ওয়েবমেট্রিক্স [9, 36-44, 46, 58-66] এ কৃত্রিম বুদ্ধিমত্তা (AI) ক্ষমতাগুলি ব্যবহার করার জন্য সম্ভাব্য সুবিধা এবং কৌশলগুলি প্রদর্শন করে। এই টেবিলের ফলাফলগুলি ওয়েবমেট্রিক্সের জন্য উল্লেখযোগ্য প্রভাব রয়েছে, কারণ তারা হাইলাইট করে যে কীভাবে এআই ক্ষেত্রের বিভিন্ন দিক উন্নত করতে পারে।
প্রকৃতপক্ষে, টেবিল 2-এ উল্লিখিত গবেষণাগুলি দেখায় যে AI ওয়েবমেট্রিক্সে ডেটা সংগ্রহ এবং বিশ্লেষণ উন্নত করতে পারে এবং কীভাবে। বিশেষ করে, এআই অ্যালগরিদমগুলি ওয়েব ডেটা সংগ্রহের প্রক্রিয়াকে স্বয়ংক্রিয় করতে পারে, যেমন ওয়েব লিঙ্ক, পৃষ্ঠার বিষয়বস্তু এবং ব্যবহারকারীর আচরণ। এই অটোমেশন শুধুমাত্র সময় এবং শ্রম সাশ্রয় করে না বরং বৃহত্তর এবং আরও বৈচিত্র্যময় ডেটাসেটের সংগ্রহ নিশ্চিত করে, যা আরও ব্যাপক ওয়েবমেট্রিক বিশ্লেষণের দিকে পরিচালিত করে।
এআই কৌশলগুলি, যেমন মেশিন লার্নিং এবং নেটওয়ার্ক বিশ্লেষণ, ওয়েবমেট্রিক্সে ওয়েব লিঙ্ক বিশ্লেষণ উন্নত করার জন্য গবেষণায় নিযুক্ত করা হয় [9, 43]। এই কৌশলগুলি গবেষকদের প্রভাবশালী ওয়েবসাইট, ওয়েব পৃষ্ঠা এবং অনলাইন সম্প্রদায়গুলি সনাক্ত করতে সক্ষম করে [42, 59]। এআই অ্যালগরিদমগুলি ওয়েব লিঙ্কগুলির গঠন এবং গতিশীলতা বিশ্লেষণ করতে পারে, ওয়েব সংস্থানগুলির সংযোগ এবং প্রভাবের অন্তর্দৃষ্টি প্রদান করে [39, 42, 58, 59]।
এআই অ্যালগরিদমগুলি প্রাসঙ্গিক তথ্য বের করতে এবং ওয়েবমেট্রিক্সের প্রবণতা সনাক্ত করতে ওয়েব সামগ্রী বিশ্লেষণ করতে পারে [41, 62, 64, 65]। ন্যাচারাল ল্যাঙ্গুয়েজ প্রসেসিং (NLP) কৌশলগুলি ওয়েব পৃষ্ঠাগুলি থেকে স্বয়ংক্রিয়ভাবে কীওয়ার্ড, বিষয় এবং অনুভূতিগুলি বের করার জন্য নিযুক্ত করা যেতে পারে [40, 41, 62-65]। এই স্বয়ংক্রিয় বিশ্লেষণ ওয়েবমেট্রিক অধ্যয়নের দক্ষতা এবং নির্ভুলতা বাড়ায়, গবেষকদের ওয়েব-ভিত্তিক তথ্য প্রচার এবং প্রবণতা [40, 41] সম্পর্কে অন্তর্দৃষ্টি অর্জন করতে সক্ষম করে।
এআই-ভিত্তিক মেট্রিক্স এবং অ্যালগরিদমগুলি ওয়েবমেট্রিক্সে উন্নত ওয়েব প্রভাব মূল্যায়ন প্রদান করতে পারে [46, 60]। প্রথাগত লিঙ্ক গণনার বাইরে, এআই অ্যালগরিদমগুলি ওয়েব সংস্থানগুলির প্রভাব পরিমাপ করতে ব্যবহারকারীর আচরণ, সামাজিক মিডিয়া উল্লেখ এবং বিষয়বস্তুর ব্যস্ততার মতো বিষয়গুলি বিবেচনা করতে পারে [37, 46, 60]। এই ব্যাপক মূল্যায়ন গবেষক এবং সংস্থাগুলিকে ওয়েব সামগ্রীর নাগাল এবং প্রভাব বুঝতে সাহায্য করে [37, 46]।
ওয়েব ব্যবহার মাইনিং ওয়েবে ব্যবহারকারীর আচরণের বিশ্লেষণকে বোঝায়। AI কৌশলগুলি, যেমন মেশিন লার্নিং এবং ডেটা মাইনিং, ব্যবহারকারীর মিথস্ক্রিয়া, নেভিগেশন পাথ এবং ওয়েবসাইটগুলিতে পছন্দগুলি বিশ্লেষণ করতে নিযুক্ত করা যেতে পারে। এই বিশ্লেষণ গবেষকদের ব্যবহারকারীর আচরণের ধরণ বুঝতে, ওয়েব ডিজাইন উন্নত করতে এবং ব্যবহারকারীর অভিজ্ঞতা বাড়াতে সাহায্য করে।
এআই অ্যালগরিদমগুলি ওয়েবমেট্রিক্সে ওয়েব ক্রলিং এবং ডেটা নিষ্কাশনের দক্ষতা এবং কার্যকারিতা উন্নত করতে পারে। এই অ্যালগরিদমগুলি স্বয়ংক্রিয়ভাবে ওয়েব পৃষ্ঠাগুলির মাধ্যমে নেভিগেট করতে পারে, প্রাসঙ্গিক ডেটা বের করতে পারে এবং অপ্রাসঙ্গিক বা সদৃশ তথ্য ফিল্টার করতে পারে। এই অটোমেশন ডেটা সংগ্রহের প্রক্রিয়াটিকে স্ট্রীমলাইন করে, গবেষকদের ওয়েব ডেটার বৃহত্তর ভলিউম বিশ্লেষণ করতে সক্ষম করে।
সংক্ষেপে, এটি উল্লেখ করা যাক যে সারণি 2-এর ফলাফলগুলি দেখায় যে AI এর ওয়েবমেট্রিক্সকে উল্লেখযোগ্যভাবে উন্নত করার সম্ভাবনা রয়েছে। ডেটা সংগ্রহ, ওয়েব লিঙ্ক বিশ্লেষণ, বিষয়বস্তু বিশ্লেষণ, প্রভাব মূল্যায়ন, ওয়েব ব্যবহার মাইনিং এবং ডেটা নিষ্কাশনের উন্নতি করে, এআই অ্যালগরিদমগুলি গবেষকদের আরও ব্যাপক এবং সঠিক ওয়েবমেট্রিক বিশ্লেষণ পরিচালনা করতে সক্ষম করে। এই অগ্রগতিগুলি ওয়েব-ভিত্তিক তথ্য প্রচার, ব্যবহারকারীর আচরণ এবং ওয়েব সংস্থানগুলির প্রভাব সম্পর্কে গভীর বোঝার জন্য অবদান রাখে।
তৃতীয়ত, সারণী 3 অধ্যয়নগুলি উপস্থাপন করে যা বাইবলিওমেট্রিক্সে কৃত্রিম বুদ্ধিমত্তা (AI) ক্ষমতাগুলি ব্যবহার করার জন্য সম্ভাব্য সুবিধা এবং কৌশলগুলি প্রদর্শন করে [21, 22, 24, 28, 30-34, 47-51, 53- 56, 67-72]। এই সারণীতে পাওয়া ফলাফলগুলি বাইবলিওমেট্রিক্সের জন্য উল্লেখযোগ্য প্রভাব রয়েছে, কারণ তারা হাইলাইট করে যে কীভাবে এআই ক্ষেত্রের বিভিন্ন দিক উন্নত করতে পারে।
এআই অ্যালগরিদমগুলি বাইবলিওমেট্রিক্সে প্রকাশনা বিশ্লেষণকে উন্নত করতে পারে [২১, ২২, ৩২, ৩৩, ৬৭]। বৈজ্ঞানিক প্রকাশনাগুলি থেকে স্বয়ংক্রিয়ভাবে মেটাডেটা বের করে, যেমন লেখকের নাম, অধিভুক্তি, উদ্ধৃতি এবং কীওয়ার্ড, এআই কৌশলগুলি ডেটা সংগ্রহের প্রক্রিয়াটিকে প্রবাহিত করতে পারে এবং নির্ভুলতা উন্নত করতে পারে [21, 22, 32, 33, 49, 67]। এই অটোমেশনটি গবেষকদের ব্যাপক বাইবলিওমেট্রিক বিশ্লেষণ [২১, ২২, ৩২, ৩৩, ৬৭] সহজতর করে প্রকাশনার বৃহত্তর ভলিউম বিশ্লেষণ করতে দেয়।
এআই কৌশলগুলি বিবলিওমেট্রিক্সে উদ্ধৃতি বিশ্লেষণকে উন্নত করতে পারে। এআই অ্যালগরিদমগুলি স্বয়ংক্রিয়ভাবে উদ্ধৃতি প্যাটার্নগুলি সনাক্ত করতে এবং বিশ্লেষণ করতে পারে, যেমন সহ-উদ্ধৃতি এবং গ্রন্থপঞ্জি সংযোজন [22, 24, 28, 31, 34, 68]। এই অ্যালগরিদমগুলি উদ্ধৃতি নেটওয়ার্ক এবং ক্লাস্টারগুলিও সনাক্ত করতে পারে, বৈজ্ঞানিক প্রকাশনাগুলির মধ্যে সম্পর্কের অন্তর্দৃষ্টি প্রদান করে [22, 24, 28, 31, 34, 68]। এই বিশ্লেষণ গবেষকদের পণ্ডিত কাজের প্রভাব এবং প্রভাব বুঝতে সাহায্য করে [24, 31, 34]।
এআই অ্যালগরিদমগুলি লেখককে দ্ব্যর্থতা নিরসনে সাহায্য করতে পারে, যা বাইবলিওমেট্রিক্সের একটি গুরুত্বপূর্ণ কাজ [28, 30, 70- 72]। লেখকের নাম, অধিভুক্তি এবং প্রকাশনার ইতিহাসের মতো বিভিন্ন কারণ বিশ্লেষণ করে, এআই কৌশলগুলি অনুরূপ নামের লেখকদের নির্ভুলভাবে সনাক্ত এবং দ্ব্যর্থহীন করতে পারে [30, 72]। এই দ্ব্যর্থতা পাণ্ডিত্যপূর্ণ কাজের সঠিক বৈশিষ্ট্য নিশ্চিত করে এবং বাইবলিওমেট্রিক বিশ্লেষণের নির্ভরযোগ্যতা উন্নত করে [28, 30, 71, 72]।
এআই কৌশলগুলি, যেমন মেশিন লার্নিং এবং ডেটা মাইনিং, বাইবলিওমেট্রিক্সে ভবিষ্যদ্বাণীমূলক মডেলগুলি বিকাশের জন্য নিযুক্ত করা যেতে পারে [50, 51, 55, 56]। এই মডেলগুলি ভবিষ্যতের প্রকাশনার প্রবণতাগুলির পূর্বাভাস দিতে পারে, উদীয়মান গবেষণার ক্ষেত্রগুলি সনাক্ত করতে পারে এবং গবেষণার প্রভাবের পূর্বাভাস দিতে পারে [50, 51, 54, 55]। বৃহৎ গ্রন্থপঞ্জিগত ডেটাসেটে নিদর্শন এবং সম্পর্ক বিশ্লেষণ করে, এআই অ্যালগরিদমগুলি বৈজ্ঞানিক গবেষণার ভবিষ্যতের দিকনির্দেশে মূল্যবান অন্তর্দৃষ্টি প্রদান করতে পারে [54-56]।
এআই অ্যালগরিদমগুলি বিবলিওমেট্রিক্সে গবেষকদের মধ্যে সহযোগিতার নেটওয়ার্কগুলি বিশ্লেষণ করতে পারে। সহ-লেখক নিদর্শন, অধিভুক্তি এবং গবেষণা সহযোগিতা বিশ্লেষণ করে, এআই কৌশলগুলি প্রভাবশালী গবেষক, গবেষণা গোষ্ঠী এবং প্রতিষ্ঠানকে চিহ্নিত করতে পারে। এই বিশ্লেষণ শুধুমাত্র গবেষকদের সহযোগিতার গতিশীলতা বুঝতে সাহায্য করে না তবে আরও সাধারণ লিঙ্কের পাশাপাশি আন্তঃবিভাগীয় গবেষণাকে উৎসাহিত করবে বলে আশা করা উচিত।
এআই কৌশলগুলি বিবলিওমেট্রিক্সে গবেষণা মূল্যায়নকে উন্নত করতে পারে। প্রথাগত উদ্ধৃতি গণনার বাইরে বিভিন্ন কারণ বিবেচনা করে, যেমন সোশ্যাল মিডিয়া উল্লেখ, ডাউনলোড এবং মিডিয়া কভারেজ, এআই অ্যালগরিদম গবেষণা প্রভাব মূল্যায়নের জন্য আরও ব্যাপক মেট্রিক্স প্রদান করতে পারে। এই ব্যাপক মূল্যায়ন গবেষক, প্রতিষ্ঠান এবং তহবিল সংস্থাগুলিকে জ্ঞাত সিদ্ধান্ত নিতে এবং কার্যকরভাবে সম্পদ বরাদ্দ করতে সহায়তা করে।
উপরন্তু, উন্নত বা বিশেষভাবে লিখিত AI অ্যালগরিদম বৈজ্ঞানিক অসদাচরণের ঘটনা সনাক্ত করতে সাহায্য করতে পারে এবং চুরি ও তথ্য বানোয়াট প্রমাণ করতে পারে।
সংক্ষেপে, সারণি 3-এর ফলাফলগুলি দেখায় যে AI-তে বাইবলিওমেট্রিক্সকে উল্লেখযোগ্যভাবে উন্নত করার সম্ভাবনা রয়েছে। প্রকাশনা বিশ্লেষণ, উদ্ধৃতি বিশ্লেষণ, লেখক দ্ব্যর্থতা, ভবিষ্যদ্বাণীমূলক মডেল, সহযোগিতা বিশ্লেষণ এবং গবেষণা মূল্যায়ন উন্নত করার মাধ্যমে, এআই অ্যালগরিদম গবেষকদের আরও ব্যাপক এবং সঠিক বাইবলিওমেট্রিক বিশ্লেষণ পরিচালনা করতে সক্ষম করে। এই অগ্রগতিগুলি বৈজ্ঞানিক সম্প্রদায়ের মধ্যে পণ্ডিত যোগাযোগ, গবেষণার প্রভাব এবং সহযোগিতার গতিবিদ্যার গভীর বোঝার জন্য অবদান রাখে।
এই কাগজটি CC BY 4.0 DEED লাইসেন্সের অধীনে arxiv-এ উপলব্ধ ।