Usage frequency and application variety of research methods in library and information science: Continuous investigation from 1991 to 2021
Diese Studie nutzt maschinelles Lernen, um über 26.000 LIS-Artikel von 1991 bis 2021 zu analysieren, wobei sie einen signifikanten dreißigjährigen Wandel von konzeptioneller, systemzentrierter Forschung hin zu empirischen, nutzerzentrierten Untersuchungen aufzeigt und gleichzeitig die dynamischen Beziehungen zwischen spezifischen Forschungsthemen und Methoden kartiert.
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 Bibliothek vor, die seit 31 Jahren ein Tagebuch über ihre Aktivitäten führt. Dieses Papier ist wie ein Team von Detektiven, das beschlossen hat, jeden einzelnen Eintrag in diesem Tagebuch zu lesen – von 1991 bis 2021 –, um herauszufinden, wie die Bibliothekare (Wissenschaftler) ihre Arbeit verrichtet haben.
Anstatt dass eine einzelne Person sich hinsetzt, um 26.000 Artikel von Hand zu lesen (was ein Leben lang dauern würde), haben die Forscher einen intelligenten Roboter-Assistenten (Maschinelles Lernen) eingesetzt, um die schwere Arbeit zu erledigen. Hier ist das, was sie herausgefunden haben, einfach erklärt:
1. Der Roboter gegen den Menschen (Die Methode)
Normalerweise muss man, um zu verstehen, wie Forscher arbeiten, ihre Arbeiten manuell lesen und sie mit Etiketten wie „Interview“, „Umfrage“ oder „Computerexperiment“ versehen. Das ist langsam und begrenzt einen darauf, nur ein paar hundert Arbeiten zu lesen.
Die Autoren bauten eine digitale Lupe (Maschinelles Lernen), die 26.000 Artikel in einem Augenblick scannen konnte. Sie lehrten den Roboter anhand eines kleinen Satzes von Papieren, die Menschen bereits etikettiert hatten, und ließen den Roboter dann den Rest lesen.
- Das Ergebnis: Der Roboter war fast so gut wie ein menschlicher Experte. Er erreichte einen „Konsistenzwert“ von 0,74, was so viel bedeutet wie: „Wenn ein Mensch und ein Roboter beide denselben Stapel an Papieren lesen würden, würden sie sich die meiste Zeit über die Etiketten einig sein.“ Dies bewies, dass Roboter uns helfen können, das große Ganze zu sehen, ohne müde zu werden.
2. Der große Stilwechsel (Von der Theorie zur Realität)
Wenn man das „Tagebuch“ der letzten 31 Jahre betrachtet, kann man eine klare Veränderung in der Kleidung des Bibliothekars feststellen.
- Die alten Tage (1990er): Die Wissenschaftler trugen hauptsächlich „Denkerkappen“. Sie betrieben konzeptionelle Forschung (theoretische Ansätze), stellten sich vor, wie Systeme funktionieren sollten, oder diskutierten Ideen im Abstrakten.
- Die neuen Tage (2020er): Die Wissenschaftler tragen nun „Feldstiefel“. Sie betreiben empirische Forschung. Anstatt nur darüber nachzudenken, gehen sie hinaus und sprechen mit echten Menschen (Interviews) oder stellen ihnen Fragen (Fragebögen), um zu sehen, wie die Dinge tatsächlich funktionieren.
- Die Metapher: Es ist wie der Unterschied zwischen einem Koch, der ein Rezept in ein Notizbuch schreibt, und einem Koch, der das Essen tatsächlich kocht und probiert, um zu sehen, ob es schmeckt.
3. Der Wechsel des Fokus (Von Maschinen zu Menschen)
Die Forscher bemerkten auch eine Veränderung darin, worüber die Bibliothekare sprachen.
- Damals: Das Gespräch drehte sich ganz um das System. Sie waren besessen vom „Motor“ der Bibliothek – davon, wie man Suchalgorithmen schneller macht, wie man die Datenbank organisiert und wie man bessere Abrufmodelle baut.
- Heute: Das Gespräch dreht sich ganz um den Nutzer. Der Fokus hat sich auf die Menschen verlagert, die durch die Tür kommen. Themen wie „Informationsdienste“ und „Informationskompetenz“ boomen.
- Die Metapher: Stellen Sie sich ein Automobilunternehmen vor. Jahrzehntelang schrieben sie nur Berichte darüber, wie man den Motor reibungsloser laufen lässt. Plötzlich begannen sie, Berichte darüber zu schreiben, wie sich der Fahrer fühlt, wie bequem die Sitze sind und was die Passagiere wollen. Der Fokus verschob sich von der Maschine zum Menschen.
4. Das Schweizer Taschenmesser vs. das spezialisierte Werkzeug
Die Studie untersuchte 16 verschiedene Werkzeuge (Forschungsmethoden), die die Wissenschaftler nutzen. Sie fanden heraus, dass einige Werkzeuge „Schweizer Taschenmesser“ sind, während andere sehr spezialisiert sind.
- Das Schweizer Taschenmesser: Inhaltsanalyse. Diese Methode wurde für fast alles verwendet. Unabhängig davon, ob das Thema Geschichte, Ethik oder Technologie war, nutzten die Wissenschaftler die Inhaltsanalyse, um Texte zu zerlegen und Muster zu finden. Sie hatte die höchste „Anwendungsvielfalt“, was bedeutet, dass sie für das breiteste Spektrum an Themen eingesetzt werden konnte.
- Das spezialisierte Werkzeug: Delphi-Studie. Dies ist eine sehr spezifische Methode, die dazu dient, Expertenmeinungen einzuholen. Sie wurde selten und nur für sehr spezifische Arten von Fragen verwendet.
- Die Metapher: Die Inhaltsanalyse ist wie ein Hammer; man kann ihn benutzen, um ein Haus zu bauen, ein Bild aufzuhängen oder einen Nagel einzuschlagen. Die Delphi-Studie ist wie ein spezialisierter Schraubendreher; er funktioniert nur bei einer ganz bestimmten Art von Schraube.
5. Der dynamische Tanz
Schließlich erstellte das Paper eine interaktive Karte (eine digitale Zeitmaschine). Diese Karte zeigt, wie sich die Beziehung zwischen Themen und Methoden Jahr für Jahr verändert.
- Zum Beispiel: Als das Internet Ende der 90er Jahre populär wurde, wurde eine Methode namens „Transaktionsprotokollanalyse“ (das Studium der digitalen Fußabdrücke der Nutzer) plötzlich sehr beliebt.
- Als das Internet reifer wurde, verblasste dieses spezifische Werkzeug, und Werkzeuge zur Untersuchung von „Informationsdiensten“ übernahmen das Ruder.
Das Fazit
Dieses Papier ist eine massive Zeitreise durch die Bibliothekswissenschaft. Es erzählt uns, dass das Feld in den letzten drei Jahrzehnten erwachsen geworden ist. Es bewegte sich von der Arbeit im Zimmer, in dem man über Theorien nachdenkt, hin zur Arbeit in der realen Welt, um echte Menschen zu studieren. Sie nutzten einen intelligenten Roboter, um 30 Jahre Geschichte zu lesen, was bewies, dass wir diese großen Trends nun klar sehen können, und zeigten uns, dass der beste Weg, eine Bibliothek zu studieren, darin besteht, die Menschen zu studieren, die sie nutzen.
Ertrinken Sie in Arbeiten in Ihrem Fachgebiet?
Erhalten Sie tägliche Digests der neuesten Arbeiten passend zu Ihren Forschungsbegriffen — mit technischen Zusammenfassungen, in Ihrer Sprache.