「計量書誌学において、AI は自動データ収集など、いくつかの具体的なメリットをもたらすことができます...」

リンク一覧

概要と序論

材料と方法

結果

RQ 1: AIと科学計量学

RQ 2: AIとウェブメトリクス

RQ 3: AIと計量書誌学

議論

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

RQ 3: AIと計量書誌学

計量書誌学において、AIは[28-30, 47-53]で分析されているように、自動データ収集、引用分析、著者の曖昧さ解消、共著分析、研究インパクト分析、テキストマイニング、レコメンデーションシステム（図4参照）など、いくつかの具体的な利点を提供することができます。

これら 6 つの研究は、計量書誌学における AI 機能の潜在的な利点と戦略を示しています。これらの研究では、主な成果ポイントとして、計量書誌学分析における品質、アクセシビリティ、データ収集プロセス (表 3) を AI がどのように改善できるかを強調しています。

AIアルゴリズムは、オンラインデータベース、学術図書館、デジタルリポジトリなど、さまざまなソースから書誌データを自動的に収集できることが示されています[21、49]。これにより、データ収集に携わる研究者の時間と労力が節約され、書誌分析の他の側面に集中できるようになります。

興味深いことに、AIは引用ネットワークを分析して、影響力のある論文、著者、ジャーナルを特定することができます[28, 31]。これは「AIと科学計量学」のセクションですでに述べたとおりです。引用パターンと関係性を調べることで、AIアルゴリズムは研究者が研究成果の影響と可視性を理解し、主要な研究動向とコラボレーションを特定するのに役立ちます。

興味深いことに、AI技術は、書誌計量学でよくある問題である類似した名前を持つ著者の曖昧さを解消するために使用できます[47、53]。書誌計量分析の正確性を確保するために、著者の所属、出版履歴、共著者ネットワークを分析することにより、AIアルゴリズムは類似した名前を持つ著者を効果的に識別し、互いに区別することができます。

「AIとサイエントメトリクス」のセクションでも述べたように、AIを通じて共著ネットワークを分析し、コラボレーションや研究ネットワークを特定することができます[28, 30]。共著のパターンと関係を調べることで、AIアルゴリズムは研究者がコラボレーションのダイナミクスと構造を理解し、影響力のある研究者や研究チームを特定するのに役立ちます。これは資金調達の際にも有利になります。

AIは引用数やh指数などの計量書誌指標を簡単に分析して、個々の研究者、研究グループ、研究機関の影響度と知名度を評価することができます[21、48、52]。そうすることで、AIアルゴリズムは研究の生産性、引用パターン、および長期にわたる研究の影響度に関する洞察を提供し、研究者や研究機関が研究の名声やパフォーマンスを評価するのに役立ちます。

最後に、自然言語処理を含むAI技術は、研究出版物のテキスト内容を分析するために利用できます[50, 51]。このようにして、キーワード、トピック、感情を文献から抽出することができ、盗作制御にも言及されています[54, 55]。これにより、研究結果の包括的な分析と理解が容易になります[56]。