論文の概要: Evolution of Research Method Usage Across the Academic Careers of Library and Information Science Scholars
- arxiv url: http://arxiv.org/abs/2604.20528v1
- Date: Wed, 22 Apr 2026 13:06:58 GMT
- ステータス: 翻訳完了
- システム内更新日: 2026-04-23 15:36:11.135346
- Title: Evolution of Research Method Usage Across the Academic Careers of Library and Information Science Scholars
- Title（参考訳）: 図書館・情報科学研究者の学術的キャリアにおける利用方法の進化
- Abstract要約: 本研究は,図書館情報科学(LIS)分野における全文論文と認知記録からなる包括的データセットを用いた。
本研究は,14年以上の学術的年齢と5年間隔で一貫した出版記録を持つ435人の上級学者を対象としており,合計6,116の論文をカバーしている。
文献学的手法はキャリアの段階で最も頻繁に用いられており、早生の学者は19.61%、上級の学者は31.81%である。
- 参考スコア（独自算出の注目度）: 3.2586114800974957
- License: http://creativecommons.org/licenses/by/4.0/
- Abstract: Research methods constitute an indispensable tool for scholars engaged in scientific inquiry. Investigating how scholars use research methods throughout their careers can reveal distinct patterns in method adoption, providing valuable insights for novice researchers in selecting appropriate methods. This study employs a comprehensive dataset comprising full-text journal articles and bibliographic records from the Library and Information Science (LIS) domain. Utilizing an automated classification model based on full-text cognitive analysis, the research methods employed by LIS scholars are systematically identified. Topic modeling was then conducted using Top2Vec. Subsequently, author name disambiguation is performed, and academic age is calculated for each scholar. This study focuses on 435 senior scholars with an academic age of more than 14 years and a consistent publication record at five-year intervals, covering a total of 6,116 articles. The corpus covers 16 research method categories and 20 research topics. The findings indicate that bibliometric methods are the most frequently used across career stages, accounting for 19.61% among early-career scholars and 31.81% among senior scholars. Over the course of a scholarly career, the diversity of research methods initially increases and then declines. Furthermore, scholars exhibit a propensity for combining multiple research methods, including both conventional and unconventional pairings. Notably, the research methods most commonly used by researchers change with age and seniority.
- Abstract（参考訳）: 科学的調査に携わる研究者にとって、研究手法は欠かせない道具である。
研究者がキャリアを通じて研究手法をどのように利用しているかを調べることで、メソッドの採用のパターンを明確にし、初心者研究者が適切な方法を選択する上で貴重な洞察を与えることができる。
本研究は,図書館情報科学(LIS)分野における全文雑誌記事と書誌記録からなる包括的データセットを用いた。
フルテキスト認知分析に基づく自動分類モデルを用いて, LIS研究者による研究手法を体系的に同定する。
その後、Top2Vecを用いてトピックモデリングが行われた。
その後、著者名不明瞭化が行われ、各学年ごとに学術年齢が算出される。
本研究は,14歳以上の学術的年齢と5年間隔で一貫した出版記録を有する435人の高校生を対象としており,総計6,116項目をカバーしている。
コーパスは16の研究方法カテゴリと20の研究トピックをカバーしている。
文献学的手法はキャリアの段階で最も頻繁に用いられており、早生の学者は19.61%、上級の学者は31.81%である。
学者としてのキャリアを通じて、研究手法の多様性は最初増加し、その後減少する。
さらに、研究者は、従来のペアリングと非伝統的なペアリングの両方を含む複数の研究手法を組み合わせることの正当性を示した。
特に、研究者がよく使う研究手法は年齢や年齢によって変化している。
関連論文リスト
- Personalized Auto-Research: Towards a True AI Co-Scientist [90.01790420664169]
研究目標を考えると、最先端のシステムは研究者に依存しないままである。
小説、価値、実現可能なものは研究者によって異なる。
本稿では,検索,仮説探索,実験,執筆,レビューを通じて,グラフグラウンドの研究者コンテキストをスレッド化するフレームワークを提案する。
論文 参考訳（メタデータ） (2026-08-14T20:43:27Z) - Usage frequency and application variety of research methods in library and information science: Continuous investigation from 1991 to 2021 [4.199320411821769]
本研究は、1991年から2021年までの26,000件以上の研究論文を、21大LIS(図書館情報科学)ジャーナルで分析した。
この研究は、この研究で特定された18の研究トピックと、LIS分野で一般的に採用されている16の研究手法の動的および明らかな関係を明らかにした。
論文 参考訳（メタデータ） (2026-06-30T03:15:48Z) - Gender Differences in Research Topic and Method Convergence among Collaborating Scholars in Library and Information Science [3.5111161561666084]
本研究は,学術出版における男女差の研究の難しさに対処するために,比較的体系的な手法を用いている。
研究者が選択した研究トピックや方法の収束と多様性に関する洞察を提供する。
論文 参考訳（メタデータ） (2026-06-20T07:06:18Z) - Research Method Usage across Academic Ages in Library and Information Science: An Empirical Study (1990-2023) [7.4287545941586615]
学齢はキャリアの発達を形作り、研究行動、出力量、方法論の選択に影響を与える。
1990-2023年に14の権威ある図書館と情報科学誌に掲載された26,677の論文のコーパスが編纂された。
中産階級の学者は最も多様性の高い方法を示しており、後期の学者は最も低い方法を示している。
論文 参考訳（メタデータ） (2026-06-20T03:57:28Z) - ResearchClawBench: A Benchmark for End-to-End Autonomous Scientific Research [142.29356526274387]
我々は自律的な科学的研究を評価するためのベンチマークであるResearchClawBenchを紹介する。
各タスクは、実際の論文に基づき、関連する文献や生データを提供し、評価中に対象の論文を隠蔽する。
論文 参考訳（メタデータ） (2026-05-28T16:27:40Z) - AutoResearchBench: Benchmarking AI Agents on Complex Scientific Literature Discovery [55.70879973230979]
AutoResearchBenchは、自律的な科学文献発見のためのベンチマークである。
エージェントWebブラウジングに関する以前のベンチマークと比較すると、AutoResearchBenchは研究指向である。
最も強力なLCMでさえ、BrowseCompのような一般的なエージェントによるWebブラウジングベンチマークをほとんど征服したにもかかわらず、Deep Researchでは9.39%、Wide Researchでは9.31%の精度しか達成していない。
論文 参考訳（メタデータ） (2026-04-28T06:05:17Z) - WisPaper: Your AI Scholar Search Engine [55.07907253175705]
textscWisPaperは、インテリジェントな学術検索と文献管理プラットフォームである。
文献発見、管理、研究フロンティアの継続的な追跡をシームレスに接続するクローズドループワークフローを提供する。
プラットフォームは一般公開されており、学術や産業の研究者に利用されている。
論文 参考訳（メタデータ） (2025-12-07T15:10:20Z) - Transforming Science with Large Language Models: A Survey on AI-assisted Scientific Discovery, Experimentation, Content Generation, and Evaluation [58.064940977804596]
多くの新しいAIモデルとツールが提案され、世界中の研究者や学者が研究をより効果的かつ効率的に実施できるようにすることを約束している。
これらのツールの欠点と誤用の可能性に関する倫理的懸念は、議論の中で特に顕著な位置を占める。
論文 参考訳（メタデータ） (2025-02-07T18:26:45Z) - ResearchAgent: Iterative Research Idea Generation over Scientific Literature with Large Language Models [56.08917291606421]
ResearchAgentは、新しい作品のアイデアと運用のためのAIベースのシステムである。
ResearchAgentは、新しい問題を自動で定義し、手法と設計実験を提案し、繰り返し修正する。
我々は、複数の分野にわたる科学論文に関するResearchAgentを実験的に検証した。
論文 参考訳（メタデータ） (2024-04-11T13:36:29Z) - Meta-survey on outlier and anomaly detection [0.0]
本稿では,一般的な調査の体系的メタサーベイと,異常検出と異常検出に関するレビューを実装した。
2つの専門的な科学的な検索エンジンを使って500近い論文を集めている。
本稿は,20年間にわたる外乱検出フィールドの進化を考察し,新たなテーマと方法を明らかにする。
論文 参考訳（メタデータ） (2023-12-12T09:29:22Z) - How Data Scientists Review the Scholarly Literature [4.406926847270567]
データサイエンティストの文献レビューの実践について検討する。
データサイエンスは、論文の指数的な増加を示す分野である。
これらの科学者が直面する具体的な実践や課題について、事前の研究は行われていない。
論文 参考訳（メタデータ） (2023-01-10T03:53:05Z) - Research Trends and Applications of Data Augmentation Algorithms [77.34726150561087]
我々は,データ拡張アルゴリズムの適用分野,使用するアルゴリズムの種類,重要な研究動向,時間経過に伴う研究の進展,およびデータ拡張文学における研究ギャップを同定する。
我々は、読者がデータ拡張の可能性を理解し、将来の研究方向を特定し、データ拡張研究の中で質問を開くことを期待する。
論文 参考訳（メタデータ） (2022-07-18T11:38:32Z) - Topic Space Trajectories: A case study on machine learning literature [0.0]
本稿では,研究トピックの包括的追跡を可能にする構造であるトピック空間トラジェクトリを提案する。
我々は,32の出版会場から50年間の機械学習研究を対象とする出版コーパスへのアプローチの適用性を示した。
本手法は,論文分類,今後の研究課題の予測,未発表の論文提出のための会議や雑誌の掲載を推奨するために利用することができる。
論文 参考訳（メタデータ） (2020-10-23T10:53:42Z)
関連論文リストは本サイト内にある論文のタイトル・アブストラクトから自動的に作成しています。
指定された論文の情報です。
本サイトの運営者は本サイト（すべての情報・翻訳含む）の品質を保証せず、本サイト（すべての情報・翻訳含む）を使用して発生したあらゆる結果について一切の責任を負いません。