"Trong đo lường thư mục, AI có thể mang lại một số lợi ích cụ thể bao gồm Thu thập dữ liệu tự động..."

Bảng liên kết

Tóm tắt và giới thiệu

Nguyên liệu và phương pháp

Kết quả

RQ 1: AI và khoa học đo lường

RQ 2: AI và webometrics

RQ 3: AI và trắc lượng thư mục

Cuộc thảo luận

RQ 4: Tương lai của Khoa học lượng học, Webometrics và Thư mục học với AI

RQ 5: Những cân nhắc về mặt đạo đức của Đo lường khoa học, Đo lường web và Đo lường thư mục với AI

Kết luận, hạn chế và tài liệu tham khảo

RQ 3: AI và trắc lượng thư mục

Trong đo lường thư mục, AI có thể cung cấp một số lợi ích cụ thể bao gồm Thu thập dữ liệu tự động, Phân tích trích dẫn, Phân biệt tác giả, Phân tích đồng tác giả, Phân tích tác động nghiên cứu, Khai thác văn bản và Hệ thống gợi ý (xem Hình 4) như được phân tích trong [28-30, 47- 53].

6 nghiên cứu này chứng minh những lợi ích và chiến lược tiềm năng trong việc sử dụng khả năng AI trong đo lường thư mục. Họ nêu bật cách AI có thể cải thiện chất lượng, khả năng tiếp cận và quy trình thu thập dữ liệu trong phân tích trắc lượng thư mục (Bảng 3), trong số các điểm kết quả chính.

Người ta đã chứng minh rằng thuật toán AI có thể tự động thu thập dữ liệu thư mục từ nhiều nguồn khác nhau, chẳng hạn như cơ sở dữ liệu trực tuyến, thư viện học thuật và kho lưu trữ kỹ thuật số [21, 49]. Điều này tiết kiệm thời gian và công sức cho các nhà nghiên cứu tham gia thu thập dữ liệu, cho phép họ tập trung vào các khía cạnh khác của phân tích trắc lượng thư mục.

Kích thích tư duy, AI có thể phân tích các mạng trích dẫn để xác định các bài báo, tác giả và tạp chí có ảnh hưởng [28, 31], - như đã đề cập trong phần “AI và Khoa học”. Bằng cách kiểm tra các mẫu trích dẫn và mối quan hệ, thuật toán AI có thể giúp các nhà nghiên cứu hiểu được tác động và khả năng hiển thị của kết quả nghiên cứu, cũng như xác định các xu hướng và sự hợp tác nghiên cứu chính.

Điều thú vị là kỹ thuật AI có thể được sử dụng để phân biệt các tác giả có tên tương tự, một vấn đề phổ biến trong đo lường thư mục [47, 53]. Bằng cách phân tích mối quan hệ liên kết của tác giả, lịch sử xuất bản và mạng lưới đồng tác giả, để đảm bảo tính chính xác của phân tích thư mục, thuật toán AI có thể xác định hiệu quả các tác giả có tên giống nhau và phân biệt họ với nhau.

Như đã đề cập trong phần “AI và Khoa học”, thông qua AI, người ta có thể phân tích mạng lưới đồng tác giả để xác định các mạng lưới cộng tác và nghiên cứu [28, 30]. Bằng cách kiểm tra các mô hình và mối quan hệ đồng tác giả, thuật toán AI có thể giúp các nhà nghiên cứu hiểu được động lực và cấu trúc của sự hợp tác, cũng như xác định các nhà nghiên cứu và nhóm nghiên cứu có ảnh hưởng. Đây cũng có thể là một lợi thế tại thời điểm tài trợ.

Một cách dễ dàng, AI có thể phân tích các chỉ số đo thư mục, chẳng hạn như số lượng trích dẫn và chỉ số h, để đánh giá tác động và khả năng hiển thị của từng nhà nghiên cứu, nhóm nghiên cứu và tổ chức [21, 48, 52]. Khi làm như vậy, thuật toán AI có thể cung cấp cái nhìn sâu sắc về năng suất nghiên cứu, mô hình trích dẫn và tác động của nghiên cứu theo thời gian, hỗ trợ các nhà nghiên cứu và tổ chức đánh giá danh tiếng hoặc hiệu suất nghiên cứu.

Cuối cùng nhưng không kém phần quan trọng, các kỹ thuật AI, bao gồm xử lý ngôn ngữ tự nhiên, có thể được sử dụng để phân tích nội dung văn bản của các ấn phẩm nghiên cứu [50, 51]. Bằng cách này, các từ khóa, chủ đề và cảm xúc có thể được trích xuất từ tài liệu - cũng đề cập đến việc kiểm soát đạo văn [54, 55], từ đó tạo điều kiện cho việc phân tích và hiểu biết toàn diện về các kết quả nghiên cứu [56].