126 測定値

「AI を活用した科学計量学の最先端技術は、研究分野にどのように貢献するのでしょうか？」

に Decentralize AI, or Else 5m2024/06/25

長すぎる; 読むには

私たちの研究では、AIの使用に関連するさまざまな側面といくつかの指標を調査するために、既存の文献を徹底的にレビューしました。

featured image - 「AI を活用した科学計量学の最先端技術は、研究分野にどのように貢献するのでしょうか？」

‘AI-enhanced scientometrics’ Image created by HackerNoon AI Image Generator

著者:

（１）ハミド・レザ・サイードニア、タルビアト・モダレス大学情報科学・知識研究科、イラン・イスラム共和国テヘラン

（２）エラヘ・ホセイニ、アルザフラ大学心理学・教育科学部情報科学・知識研究科、イラン・イスラム共和国テヘラン

（３）シャディ・アブドリ、モントリオール大学情報科学部、カナダ、モントリオール

（4）マルセル・オースロース、レスター大学経営学部（英国レスター）およびブカレスト経済大学（ルーマニアブカレスト）。

リンク一覧

RQ 4: AI を活用した科学計量学、ウェブ計量学、書誌計量学の将来

RQ 5: AI を用いた科学計量学、ウェブ計量学、文献計量学の倫理的考慮

結論、限界、参考文献

材料と方法

私たちの研究では、既存の文献を徹底的にレビューし、サイエントメトリクス、ウェブメトリクス、ビブリオメトリクスにおけるAI強化の使用に関連するさまざまな側面といくつかの指標を調査しました。この原稿の準備中は、PRISMA-ScRチェックリストを遵守し、システマティックレビューの推奨報告ガイドライン[19]に従いました。この原稿は、これまでPROSPEROまたは同様のデータベースに登録されていないことに注意することが重要です。PROSPERO登録は通常、システマティックレビューに関連付けられていますが、この特定のレビューを登録しないという意図的な決定を下したことを強調したいと思います。この決定は、PROSPEROの適格基準を厳密に満たしていないレビューの範囲と、プロジェクトの制限内での実用性に基づいています。私たちの文献検索と選択プロセスは厳格な方法論に従っており、調査結果は透明性を持って報告されているため、信頼性に関する懸念に対処することができることを読者に保証したいと思います。

研究上の疑問

「AI を活用した科学計量学の最先端技術は、研究評価と影響評価の分野にどのように貢献するのでしょうか？」
「AI 強化ウェブメトリクスではどのような進歩が遂げられ、それによってウェブベースの情報やオンラインユーザーの行動に対する理解がどのように強化されるのでしょうか。」
「AI を活用した計量書誌学の最先端技術は、学術出版物の分析と測定、およびその影響にどのような革命をもたらすのでしょうか。」

• さらに、以下の質問に対する回答も求めています。

「AI を活用したサイエントメトリクス、ウェブメトリクス、ビブリオメトリクスの将来はどうなるのでしょうか?」
「サイエントメトリクス、ウェブメトリクス、ビブリオメトリクスで AI を利用する際に考慮すべき倫理的事項は何ですか?」

包含基準と除外基準

研究の選択プロセスでは、データベースから関連する記事を特定するための特定の基準を実施しました。さまざまな種類の記事を検討しましたが、体系的レビュー記事は除外しました。これは、独自の包含基準と除外基準があり、私たちの基準とは異なる可能性があるためです。選択された記事は、AI を使用して学術コミュニケーションの測定と分析を変革することに焦点を当て、新しい研究トレンドを特定し、科学出版物の影響を評価する必要がありました。したがって、AI と関連がなく、学術コミュニケーションの分析と科学出版物の影響のみを扱っている記事は、レビューから除外されます。これらの基準を適用することで、選択された研究が、科学計量学、ウェブ計量学、書誌計量学の分野における AI 強化技術の分析に直接取り組んでいることを確認し、研究に的を絞った集中的な分析を提供できるようになります。

データベースと検索方法

関連する研究を特定するために、ProQuest（LISTA & IBSS）、EBSCO（LISTA）、IEEE Explore、Web of Science、Scopusなど、いくつかのデータベースで検索を実施しました。検索は、研究目的に関連する最新の文献を網羅するために、2000年1月1日から2022年9月までに発行された論文に限定しました。包括的な検索戦略を確保するために、幅広い検索用語を組み合わせてネスト検索を実施しました[20]。検索戦略では、カバレッジを最大化するために、バリエーションや同義語を含む研究トピックに関連するキーワードを使用しました。たとえば、Scopusでは、検索文字列に「AI」または「人工知能」AND「Scientometrics」または「Webometrics」または「Bibliometrics」などの用語またはそのバリエーションが含まれていました。これらのキーワードを組み込み、ブール演算子を使用して組み合わせることで、ヘルスケアまたはスマートヘルステクノロジーの影響、有効性、評価に焦点を当てた論文を特定することを目的としました。具体的な検索用語と文字列はデータベースごとに若干異なる可能性がありますが、同様の構造に従っています。

研究の選択

研究の選択プロセスは、包含基準を満たす記事を特定するための 2 つのステップで構成されていました。最初に、2 人の独立した査読者 (HR.S. と EH) が、特定された記事のタイトルと要約を審査し、研究の質問と包含基準との関連性を判断しました。査読者間の意見の相違は、話し合いと合意によって解決されました。意見の相違が続く場合は、仲裁人として 3 人目の査読者 (MA) に相談しました。3 人目の査読者は、問題の記事を慎重に検討し、意見を提供して合意に達しました。このアプローチにより、最終的な記事の選択は (現在も) 集団的合意に基づいていることが保証されました。

研究の質の評価

含まれるレビューの品質評価は、CASP 体系的レビューチェックリスト (付録 1) を使用して 2 人の研究者 (HR.S. と EH) によって実施されました。意見の相違は話し合いを通じて解決し、各研究の品質について合意に達しました。

選択された記事を分析するためのコーディングフレームワーク

選択された記事の体系的かつ一貫した分析を確実にするために、コーディングフレームワークが開発され、適用されました。コーディングフレームワークは、分析プロセスを導くいくつかの主要なカテゴリと基準で構成されていました。以下は、使用されたコーディングフレームワークの概要です。

1. カテゴリー1: 研究方法

- 基準: 各記事で採用されている研究方法を特定します (例: 実験、調査、ケーススタディなど)。

2. カテゴリー2: AIアプリケーション

- 基準: 各記事で議論または利用されている人工知能の具体的なアプリケーションを決定します (例: 機械学習、自然言語処理、データマイニングなど)。

3. カテゴリー3: 指標と尺度

- 基準: 科学計量学、ウェブ計量学、書誌計量学における AI アプリケーションの影響や有効性を評価するために記事で使用または提案されているさまざまな指標と尺度をキャプチャします。

4. カテゴリー4: 倫理的配慮

- 基準: 選択した記事で AI アプリケーションに関連して議論された倫理的な考慮事項や影響を特定します。

5. カテゴリー5: 将来への影響

- 基準: 科学計量学、ウェブ計量学、書誌計量学における AI の使用に関連する将来の影響と潜在的な発展に関する議論や予測を検討します。

分析中、2 人の独立した研究者がこのフレームワークを使用して各記事をコーディングしました。コーディングにおける矛盾や意見の不一致は、話し合いと合意を通じて解決されました。コーエンのカッパ係数を計算することでコーダー間の信頼性を評価し、実質的な合意レベルは 0.85 でした。このコーディングフレームワークを使用することで、選択した記事の包括的な分析を提供し、関連する側面の評価の一貫性を確保することを目指しました。コーディングプロセスにより、各記事で説明されている研究方法、AI アプリケーション、指標、倫理的考慮事項、および将来の影響を体系的に検討することができました。