"AI 알고리즘은 대량의 과학 출판물을 분석하고 귀중한 정보를 추출할 수 있습니다"

링크 표

초록 및 소개

재료 및 방법

결과

RQ 1: AI와 과학계량학

RQ 2: AI와 웹메트릭스

RQ 3: AI와 계량서지학

논의

RQ 4: AI를 통한 과학계량학, 웹 측정학, 계량서지학의 미래

RQ 5: AI를 이용한 과학계측학, 웹계량학, 계량서지학의 윤리적 고려사항

결론, 제한 사항 및 참고 자료

RQ 1: AI와 과학계량학

과학계량학에서 AI는 출판물 분석, 인용 분석, 연구 영향 예측, 협업 분석, 연구 동향 분석, 지식 매핑 등 여러 가지 구체적인 이점을 제공할 수 있습니다. 이러한 6개 하위 필드(그림 2)의 AI 이점은 예를 들어 [21-31]에서 논의되었습니다.

이 12개 연구는 과학계량학에서 AI 기능을 활용하는 데 따른 잠재적인 이점과 전략을 보여줍니다. AI가 과학계량 분석에서 품질, 접근성 및 데이터 수집 프로세스를 어떻게 개선할 수 있는지는 표 1에 자세히 나와 있습니다.

요점은 AI 알고리즘이 대량의 과학 출판물을 분석하고 저자 및 공동 저자 이름, 소속, 키워드, 인용 등 귀중한 정보를 추출할 수 있다는 것입니다[21, 22]. 결과적으로 연구자들은 특정 과학 분야 내에서 출판 패턴, 연구 네트워크 및 협력에 대한 통찰력을 얻을 수 있습니다[32, 33].

또한, AI 알고리즘은 인용 네트워크를 분석하여 과학 논문의 영향과 영향력은 물론 다양한 연구 작품 간의 관계를 식별할 수 있습니다[22, 24, 31]. 연구자들은 이 방법을 사용하여 많이 인용되고 영향력 있는 논문, 심지어 잠자는 숲속의 미녀[34]까지 식별하고 과학 지식 전파의 역학을 이해할 수 있습니다.

흥미롭게도 AI 기술은 저자 평판, 저널 품질, 인용 패턴 등 다양한 요소를 기반으로 과학 연구의 영향을 예측하는 데 사용될 수 있습니다[27]. 과거 데이터를 분석하면 AI 모델이 연구의 잠재적 영향에 대한 통찰력을 제공하여 연구자와 기관이 최선의 조치를 결정할 수 있습니다.

공동 저자 네트워크는 AI로 분석되어 연구 협력을 식별하고 이해할 수 있습니다[28, 30]. AI는 출판 이력, 저자 소속, 공동 저자 패턴을 분석하여 연구자가 잠재적인 협력자와 연구 네트워크를 식별하고 더 나은 협업과 지식 교환을 가능하게 하는 데 도움을 줄 수 있습니다.

AI는 새로운 연구 동향과 주제를 식별하기 위해 대규모 과학 문헌을 분석할 수 있습니다[23, 26, 35]. 예를 들어, 자연어 처리 기술을 활용하여 AI 알고리즘은 과학 출판물에서 키워드, 주제 및 동향을 자동으로 추출할 수 있으며, 연구자들이 새로운 연구 방향을 식별하고 해당 분야의 최신 발전에 대한 최신 정보를 얻을 수 있도록 돕습니다.

"마지막으로" AI는 다양한 과학 논문, 키워드 및 개념 간의 관계를 분석하여 과학 지식 환경을 매핑할 수 있습니다[25, 29]. 문헌 검토, 가설 생성 및 연구 계획을 촉진하는 것 외에도 이 시각화를 통해 연구자는 특정 연구 영역 내에서 지식의 구조와 진화를 시각화하고 이해할 수 있습니다.