• KSLA Bulletin
• /
• 통권2호
• /
• pp.16-27
• /
• 2010

최근 논문의 가치평가가 크게 강조되고 있으며, 그 평가의 수단으로 논문의 피인용횟수가 매우 유용한 척도 중의 하나로 받아들여지고 있다. 그에 따라 이 연구에서는 논문의 피인용횟수와 이에 영향을 미칠만한 형태적 및 개념적 요인의 11개 변수들 간의 상관관계를 문헌정보학분야 11종의 학술지 논문을 대상으로 분석하였다. 분석결과, 논문의 피인용횟수와 일정 수준 이상의 상관관계 즉 5% 이상의 설명력을 갖는 변수는 문헌간유사도 뿐인 것으로 나타났으며, 문헌간유사도가 높아질수록 논문 상호 간에 피인용횟수에 대한 상관관계도 증가하는 것으로 나타났다.

• 한국문헌정보학회지
• /
• 제44권2호
• /
• pp.357-379
• /
• 2010

인용문헌 분석을 과거 집단적 분석에서 탈피하여 개개 문헌이 갖는 행위를 시간축에 따른 영향력으로 해석하여 단순히 인용 회수가 아닌 인용 체인내에서 문헌의 영향력으로 해석하여 보았다. 영향력 지수는 직접 인용이 되거나 비록 직접 인용은 되지 않았더라도 특정 문헌을 인용한 문헌이 다시 다른 문헌에 의해 인용되어질 경우, 특정 문헌의 영향을 받았다는 체인 구조 내에서의 연결 효과를 설명하고 있다. 실험의 결과는 인용되지 않은 문헌의 grace period를 도입하여 문헌의 수명을 인용 관계 속에서 풀었고 이렇게 살아남아 영향력 지수가 높은 문헌을 하나의 데이터베이스로 서비스 할 경우, 학술지 시장의 활성화와 도서관재정의 압박을 풀 수 있을 것이란 예측을 내놓았다.

• 한국수학교육학회지시리즈A:수학교육
• /
• 제62권3호
• /
• pp.435-455
• /
• 2023

본 연구는 수학 교육 분야에서 중요한 영향을 미치는 논문을 판별하고 분석하기 위한 설명가능한 인공지능(XAI) 모델을 개발하였다. 29개 국내외 수학교육 학술지의 논문 메타정보를 활용하여 수학교육 학술연구 네트워크를 구축하였다. 구축된 네트워크는 '논문과 다른 논문의 인용 네트워크', '논문과 저자 네트워크', '논문과 학술지 네트워크', '공동 저자 네트워크', '저자와 소속기관 네트워크' 등 총 5개의 세부 네트워크로 구성되었다. 랜덤포레스트 기계학습 모델을 사용하여 네트워크 내의 개별 논문의 영향력을 평가하였으며, SHAP을 이용해 영향력 있는 논문의 판별 기준을 분석하였다. '논문 네트워크 PageRank', '논문당 인용횟수의 변화량', '총 인용횟수', '저자의 h-index 변화량', '학술지의 논문당 인용횟수' 등이 중요한 판별 요인으로 나타났다. 국내와 국외 수학교육 연구의 판별 패턴을 비교 분석한 결과, 국내 연구에서는 '공동 저자 네트워크 PageRank'의 중요성이 도드라졌다. 본 연구의 XAI 모델은 논문의 영향력 판별 도구로써 연구자에게 논문 작성 시 전략적인 방향성을 제공할 수 있게 해준다. 논문 네트워크 확장, 학술대회 발표, 공동 저술 활동을 통한 저자 네트워크 활성화 등이 논문의 영향력 증진에 크게 기여한다는 결과를 얻었다. 이를 통해 연구자는 학계에서 자신의 연구가 어떠한 평가 기준에 따라 어떻게 인식되고 있는지, 그리고 그 평가에 기여하는 주요 요인이 무엇인지를 명확히 파악할 수 있을 것이다. 본 연구는 설명가능한 인공지능을 활용하여 전통적으로 많은 시간과 비용이 필요하던 수학교육 논문의 영향력 평가 방식을 혁신하였다. 이 방법은 수학교육 연구 뿐만 아니라 다른 학문 분야에서도 활용될 수 있으며, 연구활동의 효율성과 효과성을 향상시킬 것으로 기대된다.