"Yapay zeka ile geliştirilmiş bilim ölçümündeki en son teknikler araştırma alanına nasıl katkıda bulunuyor?"

Bağlantı Tablosu

Özet ve Giriş

Malzemeler ve yöntemler

Sonuçlar

RQ 1: Yapay zeka ve bilim ölçümü

RQ 2: Yapay zeka ve webometri

RQ 3: Yapay zeka ve bibliyometri

Tartışma

RQ 4: Yapay Zeka ile Scientometrics, Webometrics ve Bibliometrics'in Geleceği

RQ 5: Yapay Zeka ile Scientometrics, Webometrics ve Bibliometrics'in Etik Hususları

Sonuç, Sınırlamalar ve Referanslar

Malzemeler ve yöntemler

Çalışmamız, Scientometrics, Webometrics ve Bibliometrics'de yapay zeka ile geliştirilmiş kullanımıyla ilgili çeşitli yönleri ve çeşitli göstergeleri keşfetmek için mevcut literatürün kapsamlı bir incelemesini içermektedir. Bu yazının hazırlanması boyunca PRISMA-ScR kontrol listesine bağlı kaldık ve sistematik incelemeler için önerilen raporlama kılavuzlarını takip ettik [19]. Bu yazının daha önce PROSPERO'ya veya benzer bir veri tabanına kaydedilmemiş olduğuna dikkat etmek önemlidir. PROSPERO kaydının genellikle sistematik incelemelerle ilişkili olmasına rağmen, bu spesifik incelemeyi kaydetmeme konusunda kasıtlı bir karar aldığımızı vurgulamak istiyoruz. Bu karar, PROSPERO'nun uygunluk kriterlerini tam olarak karşılamayan incelememizin kapsamına ve projemizin sınırlamaları dahilindeki uygulanabilirliğine dayanmaktadır. Okuyuculara, literatür arama ve seçme sürecimizin titiz bir metodoloji izlediğinden ve bulgularımızın şeffaf bir şekilde rapor edildiğinden, dolayısıyla güvenilirlikle ilgili her türlü endişeyi gidereceğinden emin olmak istiyoruz.

Araştırma soruları

1. "Yapay zekayla geliştirilmiş bilim ölçümündeki en son teknikler, araştırma değerlendirmesi ve etki değerlendirmesi alanına nasıl katkıda bulunuyor?"

   
   

2. "Yapay zekayla geliştirilmiş webometride ne gibi ilerlemeler kaydedildi ve bunlar web tabanlı bilgilerin ve çevrimiçi kullanıcı davranışının anlaşılmasını nasıl geliştiriyor?"

   
   

3. "Yapay zeka ile geliştirilmiş bibliyometrideki en ileri teknikler, bilimsel yayınların ve bunların etkilerinin analizinde ve ölçümünde hangi yönlerden devrim yaratıyor?"

• Ayrıca aşağıdaki sorulara da yanıt arıyoruz:

4. "Yapay zeka ile Scientometrics, Webometrics ve Bibliometrics'in geleceğinde neler var?"

   
   

5. "Scientometrics, Webometrics ve Bibliometrics'de yapay zekayı kullanırken dikkate alınması gereken etik hususlar nelerdir?"

Ekleme ve hariç tutma ölçütleri

Çalışma seçimi sürecinde veri tabanından ilgili makaleleri belirlemek için özel kriterler uyguladık. Amacımız orijinal araştırma çalışmalarına ve meta-analizlere odaklanmak olduğundan sistematik derleme makaleleri hariç olmak üzere çeşitli makale türlerini değerlendirdik; çünkü bunların genellikle bizimkinden farklı olabilecek kendi farklı dahil etme ve hariç tutma kriterleri vardır. Seçilen makalelerin bilimsel iletişimin ölçüm ve analizini dönüştürmek, ortaya çıkan araştırma eğilimlerini belirlemek ve bilimsel yayınların etkisini değerlendirmek için yapay zeka kullanımına odaklanması gerekiyordu. Sonuç olarak, yalnızca bilimsel iletişimin analizini ve bilimsel yayınların etkisini ele alan, yapay zeka ile hiçbir ilgisi olmayan makaleler incelemenin dışında bırakılır. Bu kriterlerin uygulanması yoluyla, seçilen çalışmaların scientometrics, webometrics ve bibliyometri alanındaki yapay zeka ile geliştirilmiş tekniklerin analizini doğrudan ele almasını sağlayarak araştırmamız için hedefe yönelik ve odaklanmış bir analiz sunmamızı sağlıyoruz.

Veritabanları ve Arama Yöntemi

İlgili çalışmaları belirlemek için ProQuest (LISTA & IBSS), EBSCO (LISTA), IEEE Explore, Web of Science ve Scopus dahil olmak üzere çeşitli veritabanlarında aramalar yaptık. Araştırma hedeflerimiz ile ilgili en güncel literatürü kapsamak amacıyla arama, 1 Ocak 2000 ile Eylül 2022 arasında yayınlanan makalelerle sınırlıydı. Kapsamlı bir arama stratejisi sağlamak için geniş arama terimlerinin bir kombinasyonunu kullandık ve iç içe geçmiş bir arama gerçekleştirdik [20]. Arama stratejisi, kapsamı en üst düzeye çıkarmak için varyasyonlar ve eş anlamlılar da dahil olmak üzere araştırma konumuzla alakalı anahtar kelimelerin kullanılmasını içeriyordu. Örneğin, Scopus'ta arama dizimiz "AI" VEYA "Yapay Zeka" VE "Scientometrics" VEYA "Webometrics" VEYA "Bibliometrics" gibi terimleri veya bunların varyasyonlarını içeriyordu. Bu anahtar kelimeleri birleştirerek ve bunları birleştirmek için Boolean operatörlerini kullanarak amacımız, sağlık hizmetlerinin veya akıllı sağlık teknolojilerinin etkisi, etkinliği ve değerlendirilmesine odaklanan makaleleri belirlemekti. Belirli arama terimleri ve dizeleri her veritabanı için biraz farklılık gösterse de benzer bir yapı izlediler.

Çalışma seçimi

Çalışma seçim süreci, dahil etme kriterlerimizi karşılayan makaleleri belirlemek için iki adımdan oluşuyordu. Başlangıçta, iki bağımsız hakem (HR.S. ve EH), belirlenen makalelerin başlıklarını ve özetlerini, bunların araştırma sorumuz ve dahil edilme kriterlerimizle olan ilgisini belirlemek için taradı. Gözden geçirenler arasındaki anlaşmazlıklar tartışma ve fikir birliği yoluyla çözüldü. Anlaşmazlıkların devam etmesi durumunda hakem olarak üçüncü bir incelemeciye (MA) danışıldı. Üçüncü hakem, söz konusu makaleleri dikkatle inceledi ve fikir birliğine varmak için girdi sağladı. Bu yaklaşım, makalelerin nihai seçiminin toplu sözleşmeye dayalı olmasını (ve hala da öyle olmasını) sağlamıştır.

Çalışma kalitesi değerlendirmesi

Dahil edilen incelemelerin kalite değerlendirmesi, CASP Sistematik İnceleme Kontrol Listesi (Ek 1) kullanılarak iki araştırmacı (HR.S. ve EH) tarafından gerçekleştirilmiştir. Anlaşmazlıkları tartışarak çözdük ve her çalışmanın kalitesi konusunda fikir birliğine vardık.

Seçilen makaleleri analiz etmek için kodlama çerçevesi

Seçilen makalelerin sistematik ve tutarlı analizini sağlamak için bir kodlama çerçevesi geliştirildi ve uygulandı. Kodlama çerçevesi, analiz sürecini yönlendiren birkaç anahtar kategori ve kriterden oluşuyordu. Aşağıda kullanılan kodlama çerçevesine genel bir bakış verilmiştir:

1. Kategori 1: Araştırma Metodolojisi

- Kriterler: Her makalede kullanılan araştırma metodolojisini tanımlayın (örn. deneysel, anket, vaka çalışması vb.).

2. Kategori 2: Yapay Zeka Uygulamaları

- Kriterler: Her makalede tartışılan veya kullanılan yapay zekanın spesifik uygulamalarını belirleyin (örneğin, makine öğrenimi, doğal dil işleme, veri madenciliği vb.).

3. Kategori 3: Metrikler ve Ölçüler

- Kriterler: Yapay zeka uygulamalarının bilimometri, webometri ve bibliyometrideki etkisini veya etkinliğini değerlendirmek için makalelerde kullanılan veya önerilen farklı ölçümleri ve önlemleri yakalayın.

4. Kategori 4: Etik Hususlar

- Kriterler: Seçilen makalelerde yapay zeka uygulamalarıyla ilgili olarak tartışılan etik hususları veya çıkarımları tanımlayın.

5. Kategori 5: Gelecekteki Etkiler

- Kriterler: Yapay zekanın scientometrics, webometrics ve bibliyometride kullanımına ilişkin gelecekteki çıkarımlar ve potansiyel gelişmelere ilişkin tartışmaları veya tahminleri inceleyin.

Analiz sırasında iki bağımsız araştırmacı her makaleyi bu çerçeveyi kullanarak kodladı. Kodlamadaki herhangi bir tutarsızlık veya anlaşmazlık, tartışma ve fikir birliği yoluyla çözüldü. Kodlayıcılar arası güvenilirlik, Cohen'in kappa katsayısı hesaplanarak değerlendirildi; bu, 0,85'lik önemli bir anlaşma düzeyi sağladı. Bu kodlama çerçevesini kullanarak seçilen makalelerin kapsamlı bir analizini sağlamayı ve ilgili yönlerin değerlendirilmesinde tutarlılığı sağlamayı amaçladık. Kodlama süreci, her makalede tartışılan araştırma metodolojisinin, yapay zeka uygulamalarının, ölçümlerin, etik hususların ve geleceğe yönelik çıkarımların sistematik olarak incelenmesine olanak sağladı.