Data-Driven Evolution of Library and Information Science Research Methods (1990-2022): A Perspective Based on Fine-grained Method Entities
यह अध्ययन डेटा-संचालित विधि संस्थाओं के सूक्ष्म निष्कर्षण के माध्यम से 1990 से 2022 तक पुस्तकालय और सूचना विज्ञान अनुसंधान पद्धतियों के विकास का विश्लेषण करता है, जो यह प्रकट करता है कि डेटा संसाधन पद्धतिगत परिवर्तन के एक महत्वपूर्ण चालक हैं, जो उद्भव, स्थिरता और व्यावहारिक अनुप्रयोग के एक चक्रीय पैटर्न द्वारा अभिलक्षित है।
मूल पेपर CC BY 4.0 (http://creativecommons.org/licenses/by/4.0/) के तहत लाइसेंस किया गया है। नीचे दिए गए पेपर की यह व्याख्या AI से तैयार की गई है। इसे लेखकों ने न तो लिखा है, न इसका समर्थन किया है। तकनीकी सटीकता के लिए मूल पेपर देखें। पूरा डिस्क्लेमर पढ़ें
कल्पना कीजिए कि लाइब्रेरी एंड इंफॉर्मेशन साइंस (LIS) का क्षेत्र एक विशाल, हलचल भरी रसोई है जहाँ शेफ (विद्वानों) ने 30 से अधिक वर्षों से नए विचार पकाने का काम किया है। यह शोध पत्र एक खाद्य समीक्षक (food critic) की तरह है जिसने केवल अंतिम व्यंजनों को चखने के बजाय, उन सामग्रियों और उपकरणों का विश्लेषण करने का निर्णय लिया जिनका उपयोग शेफ ने किया था, ताकि यह देखा जा सके कि 1990 से 2022 तक खाना पकाने की शैली में क्या बदलाव आए हैं।
यहाँ उनके अध्ययन का सरल शब्दों में विवरण दिया गया है:
1. मुख्य विचार: "महसूस करने" से "गिनने" तक
अतीत में, यदि आप जानना चाहते थे कि अनुसंधान विधियाँ (research methods) कैसे बदलीं, तो आप कुछ शोध पत्र पढ़कर अनुमान लगा सकते थे। इस टीम ने अधिक सटीक होने का निर्णय लिया। उन्होंने अनुसंधान विधियों को अस्पष्ट अवधारणाओं के रूप में नहीं, बल्कि विशिष्ट, गणनीय वस्तुओं के रूप में माना—जैसे विशिष्ट मसाले या विशिष्ट बर्तन। उन्होंने इन वस्तुओं को "मेथड एंटिटीज" (Method Entities) कहा।
उन्होंने चार विशिष्ट प्रकार की "सामग्रियों" पर ध्यान केंद्रित किया जो डेटा-संचालित (data-driven) खाना पकाने (समस्याओं को हल करने के लिए सूचना की विशाल मात्रा का उपयोग करना) की ओर बदलाव को दर्शाती हैं:
- एल्गोरिदम और मॉडल (Algorithms & Models): उपयोग किए गए गुप्त नुस्खे या सूत्र।
- डेटा संसाधन (Data Resources): कच्ची सामग्रियां (वास्तविक डेटा)।
- सॉफ्टवेयर और टूल्स (Software & Tools): चाकू, ब्लेंडर और ओवन।
- मेट्रिक्स (Metrics): मापने वाले कप और तराजू जिनका उपयोग यह जाँचने के लिए किया जाता है कि व्यंजन कैसा बना।
2. जासूसी कार्य: उन्होंने यह कैसे किया
डेटा प्राप्त करने के लिए, शोधकर्ताओं ने उच्च-तकनीकी पुस्तकालibrarians की तरह काम किया:
- पुस्तकालय: उन्होंने 14 शीर्ष जर्नल्स से 25,000 से अधिक शैक्षणिक शोध पत्र एकत्र किए।
- फ़िल्टर: वे जानते थे कि एक शोध पत्र का हर हिस्सा इस बारे में बात नहीं करता कि शोध कैसे किया गया। इसलिए, उन्होंने एक स्मार्ट कंप्यूटर प्रोग्राम (एक AI) को प्रशिक्षित किया ताकि वह प्रत्येक पेपर के विशिष्ट "मेथड्स" (Methods) अनुभाग को खोज सके, परिचय या निष्कर्षों को अनदेखा करते हुए।
- निष्कर्षण (Extraction): एक बार जब उन्हें "मेथड्स" अनुभाग मिल गए, तो उन्होंने उन चार "सामग्रियों" (नुस्खे, डेटा, उपकरण, तराजू) के प्रत्येक उल्लेख को खोजने और टैग करने के लिए एक अन्य AI टूल का उपयोग किया।
- परिणाम: उनके पास 32 वर्षों में प्रत्येक पेपर में उपयोग किए गए सटीक उपकरणों और डेटा की एक विशाल सूची तैयार हो गई।
3. उन्होंने क्या पाया: "खाना पकाने" का विकास
इन सामग्रियों के कितनी बार दिखाई देने और समय के साथ उनमें कितना बदलाव आया, इसे देखकर उन्होंने कुछ प्रमुख पैटर्न खोजे:
क. "मेथड्स" अनुभाग ही असली चीज़ है
उन्होंने पुष्टि की कि एक पेपर का "मेथड्स" अनुभाग देखने के लिए वास्तव में सबसे अच्छी जगह है। यह एक शेफ की एप्रन जेब की जाँच करने जैसा है; वहीं आपको उनके द्वारा उपयोग किए गए वास्तविक उपकरण मिलते हैं, न कि केवल मेनू का विवरण।
ख. "डेटा" ही मुख्य शेफ है
सबसे आश्चर्यजनक खोज यह थी कि डेटा संसाधन (Data Resources) बदलाव के सबसे बड़े चालक थे। जिस तरह एक शेफ अपना पूरा मेनू बदल सकता है क्योंकि एक नई, विदेशी सामग्री उपलब्ध हुई है, उसी तरह विद्वानों ने अपने अनुसंधान के तरीके इसलिए बदले क्योंकि नए प्रकार के डेटा उपलब्ध हो गए थे। उपयोग किए गए डेटा की विविधता हमेशा उपकरणों या नुस्खों की तुलना में सबसे अधिक परिवर्तनशील (सबसे अधिक बदलने वाली) रही।
ग. "उदय और स्थिरता" का चक्र (The "Boom and Settle" Cycle)
इस अध्ययन ने अनुसंधान विधियों के विकसित होने के एक लयबद्ध पैटर्न को पाया, जिसे वे "उदय" (Emergence) और "स्थिरता" (Stability) का चक्र कहते हैं।
- उदय चरण (The Emergence Phase): कल्पना कीजिए कि रसोई का एक नया गैजेट बाजार में आता है। अचानक, हर कोई इसे बहुत अलग-अलग तरीकों से आज़माने लगता है। विधियाँ साल-दर-साल बहुत अलग दिखती हैं।
- स्थिरता चरण (The Stability Phase): कुछ वर्षों के बाद, हर कोई उस गैजेट का उपयोग करने का सबसे अच्छा तरीका समझ जाता है। विधियाँ मानकीकृत (standardized) हो जाती हैं, और शोधकर्ताओं के बीच के अंतर कम हो जाते हैं।
- पैटर्न: डेटा ने इस चक्र को दोहराते हुए दिखाया। उदाहरण के लिए, 2015 के आसपास, नए डेटा और उपकरणों का उपयोग स्थिर हो गया, लेकिन फिर "एल्गोरिदम" (जैसे AI) की एक नई लहर ने एक नया "उदय" चरण शुरू कर दिया।
घ. अलग विषय, अलग गति
जिस तरह विभिन्न व्यंजन अलग-अलग गति से विकसित होते हैं, LIS में विभिन्न अनुसंधान विषय अलग-अलग तरह से विकसित हुए:
- वैज्ञानिक मूल्यांकन (Scientific Evaluation): यहाँ "मापने वाले कप" (metrics) समय के साथ बहुत स्थिर और मानक हो गए।
- सूचना की खोज (Information Seeking): यहाँ "सामग्रियां" (डेटा) लगातार बदलती रहीं, जो संभवतः इंटरनेट और ओपन एक्सेस के कारण नए डेटा स्रोत लगातार सामने आने से हुआ।
4. मुख्य निष्कर्ष
यह शोध पत्र निष्कर्ष निकालता है कि इस क्षेत्र में अनुसंधान का विकास यादृच्छिक (random) नहीं है। यह मुख्य रूप से जो डेटा उपलब्ध है उससे संचालित होता है। जब नया डेटा आता है, तो यह शोधकर्ताओं को नए उपकरण और नुस्खे (एल्गोरिदम) आविष्कार करने के लिए मजबूर करता है, जिससे नवाचार और अराजकता का एक दौर पैदा होता है। अंततः, हर कोई उनका उपयोग करने का सबसे अच्छा तरीका सीख जाता है, जिससे स्थिरता का दौर आता है—जब तक कि अगली बड़ी डेटा लहर नहीं आती।
संक्षेप में: डेटा वह हवा है जो पाल (sails) को बदल देती है; अनुसंधान विधियाँ स्वयं पाल हैं, जो उस हवा को पकड़ने के लिए लगातार समायोजित होती रहती हैं।
अपने क्षेत्र के पेपरों की भीड़ में उलझे हुए हैं?
आपके रिसर्च कीवर्ड से मेल खाने वाले सबसे नए और अलग सोच वाले पेपरों का रोज़ाना Digest पाएँ—तकनीकी सारांश के साथ, आपकी भाषा में।