Data-Driven Evolution of Library and Information Science Research Methods (1990-2022): A Perspective Based on Fine-grained Method Entities
Diese Studie analysiert die Evolution der Forschungsmethoden in der Bibliotheks- und Informationswissenschaft von 1990 bis 2022 durch eine feingliedrige Extraktion datengesteuerter Methodenentitäten und zeigt auf, dass Datenressourcen ein entscheidender Treiber des methodischen Wandels sind, der durch ein zyklisches Muster aus Entstehung, Stabilität und praktischer Anwendung gekennzeichnet ist.
Originalarbeit lizenziert unter CC BY 4.0 (http://creativecommons.org/licenses/by/4.0/). Dies ist eine KI-generierte Erklärung des untenstehenden Papers. Sie wurde nicht von den Autoren verfasst oder gebilligt. Für technische Genauigkeit konsultieren Sie das Originalpaper. Vollständigen Haftungsausschluss lesen
Stellen Sie sich das Feld der Bibliotheks- und Informationswissenschaft (LIS) als eine riesige, geschäftige Küche vor, in der Köche (Wissenschaftler) seit über 30 Jahren neue Gerichte zubereiten. Dieses Papier ist wie ein Food-Kritiker, der beschlossen hat, nicht mehr nur die fertigen Gerichte zu probieren, sondern stattdessen die Zutaten und Werkzeuge zu analysieren, die die Köche verwendet haben, um zu sehen, wie sich der Kochstil von 1990 bis 2022 verändert hat.
Hier ist die Aufschlüsselung ihrer Studie in einfachen Worten:
1. Die große Idee: Von „Gefühl“ zu „Zählen“
Früher, wenn man wissen wollte, wie sich Forschungsmethoden verändert haben, hätte man vielleicht ein paar Arbeiten gelesen und geraten. Dieses Team wollte präziser sein. Sie behandelten Forschungsmethoden nicht als vage Konzepte, sondern als spezifische, zählbare Gegenstände – wie bestimmte Gewürze oder bestimmte Töpfe. Sie nannten diese Gegenstände „Methoden-Entitäten“.
Sie konzentrierten sich auf vier spezifische Arten von „Zutaten“, die auf einen Wechsel hin zu einer datengesteuerten Kochweise (die Nutzung riesiger Mengen an Informationen zur Problemlösung) hindeuten:
- Algorithmen & Modelle: Die geheimen Rezepte oder Formeln.
- Datenressourcen: Die Rohzutaten (die eigentlichen Daten).
- Software & Werkzeuge: Die Messer, Mixer und Öfen.
- Metriken: Die Messbecher und Waagen, mit denen geprüft wird, ob das Gericht gelungen ist.
2. Die Detektivarbeit: Wie sie es gemacht haben
Um die Daten zu erhalten, agierten die Forscher wie hochtechnisierte Bibliothekare:
- Die Bibliothek: Sie sammelten über 25.000 akademische Arbeiten aus 14 Top-Journalen.
- Der Filter: Sie wussten, dass nicht jeder Teil einer Arbeit darüber spricht, wie die Forschung durchgeführt wurde. Also trainierten sie ein intelligentes Computerprogramm (eine KI), um den spezifischen „Methoden“-Abschnitt in jeder Arbeit zu finden und dabei Einleitungen oder Schlussfolgerungen zu ignorieren.
- Die Extraktion: Sobald sie die „Methoden“-Abschnitte gefunden hatten, nutzten sie ein weiteres KI-Tool, um nach den Erwähnungen dieser vier „Zutaten“ (Rezepte, Daten, Werkzeuge, Skalen) zu suchen und diese zu markieren.
- Das Ergebnis: Sie endeten mit einer massiven Liste genau der Werkzeuge und Daten, die in jeder Arbeit über 32 Jahre hinweg verwendet wurden.
3. Was sie fanden: Die Evolution des „Kochens“
Indem sie untersuchten, wie oft diese Zutaten auftauchten und wie sehr sie sich im Laufe der Zeit veränderten, entdeckten sie einige Schlüsselmuster:
A. Der „Methoden“-Abschnitt ist das Entscheidende
Sie bestätigten, dass der „Methoden“-Abschnitt einer Arbeit tatsächlich der beste Ort ist, um nachzusehen. Es ist, als würde man die Schürzentasche eines Kochs prüfen; dort findet man die tatsächlichen Werkzeuge, die er benutzt hat, und nicht nur die Menübeschreibung.
B. Die „Daten“ sind der Star-Koch
Die überraschendste Erkenntnis war, dass Datenressourcen der größte Treiber der Veränderung waren. Genau wie ein Koch sein gesamtes Menü ändern könnte, weil eine neue, exotische Zutat verfügbar wurde, änderten Wissenschaftler ihre Forschungsmethoden, weil neue Arten von Daten verfügbar wurden. Die Vielfalt der verwendeten Daten war immer am volatilsten (veränderte sich am stärksten) im Vergleich zu den Werkzeugen oder Rezepten.
C. Der „Boom-und-Settle“-Zyklus
Die Studie fand ein rhythmisches Muster in der Art und Weise, wie sich Forschungsmethoden entwickeln, das sie einen Zyklus von „Emergenz“ (Entstehung) und „Stabilität“ nennen.
- Die Emergenz-Phase: Stellen Sie sich vor, ein neues Küchengerät trifft auf den Markt. Plötzlich versuchen alle es auf wilde, unterschiedliche Arten aus. Die Methoden sehen von Jahr zu Jahr sehr verschieden aus.
- Die Stabilitäts-Phase: Nachdem einige Jahre vergangen sind, hat jeder den besten Weg herausgefunden, dieses Gerät zu benutzen. Die Methoden werden standardisiert und die Unterschiede zwischen den Forschern schrumpfen.
- Das Muster: Die Daten zeigten, dass sich dieser Zyklus wiederholte. Zum Beispiel gab es um 2015 herum eine Stabilisierung bei der Verwendung neuer Daten und Werkzeuge, aber dann löste eine neue Welle von „Algorithmen“ (wie KI) eine neue „Emergenz“-Phase aus.
D. Unterschiedliche Themen, unterschiedliche Geschwindigkeiten
Genau wie verschiedene Küchenstile unterschiedlich schnell evolvieren, entwickelten sich auch verschiedene Forschungsthemen in der LIS unterschiedlich:
- Wissenschaftliche Evaluierung: Die „Messbecher“ (Metriken) wurden hier im Laufe der Zeit sehr stabil und standardisiert.
- Informationssuche: Die „Zutaten“ (Daten) änderten sich hier ständig massiv, wahrscheinlich weil das Internet und Open Access neue Datenquellen ständig verfügbar machten.
4. Die wichtigste Erkenntnis
Das Papier kommt zu dem Schluss, dass die Evolution der Forschung in diesem Feld nicht zufällig ist. Sie wird primlich dadurch angetrieben, welche Daten verfügbar sind. Wenn neue Daten eintreffen, zwingt dies die Forscher dazu, neue Werkzeuge und Rezepte (Algorithmen) zu erfinden, was eine Periode des Chaos und der Innovation schafft. Schließlich findet sich jeder auf dem besten Weg an, den sie nutzen können, was eine Periode der Stabilität schafft – bis die nächste große Datenwelle eintrifft.
Kurz gesagt: Daten sind der Wind, der die Segel verändert; die Forschungsmethoden sind die Segel selbst, die sich ständig anpassen, um diesen Wind einzufangen.
Ertrinken Sie in Arbeiten in Ihrem Fachgebiet?
Erhalten Sie tägliche Digests der neuesten Arbeiten passend zu Ihren Forschungsbegriffen — mit technischen Zusammenfassungen, in Ihrer Sprache.