Data-Driven Evolution of Library and Information Science Research Methods (1990-2022): A Perspective Based on Fine-grained Method Entities
Questo studio analizza l'evoluzione dei metodi di ricerca nella Biblioteconomia e nella Scienza dell'Informazione dal 1990 al 2022 attraverso un'estrazione granulare di entità metodologiche basate sui dati, rivelando che le risorse di dati sono un motore fondamentale del cambiamento metodologico caratterizzato da un modello ciclico di emergenza, stabilità e applicazione pratica.
Articolo originale sotto licenza CC BY 4.0 (http://creativecommons.org/licenses/by/4.0/). Questa è una spiegazione generata dall'IA dell'articolo qui sotto. Non è stata scritta né approvata dagli autori. Per precisione tecnica, consulta l'articolo originale. Leggi il disclaimer completo
Immaginate il campo della Library and Information Science (LIS) come una cucina enorme e frenetica dove gli chef (gli studiosi) hanno preparato nuove idee per oltre 30 anni. Questo articolo è come un critico gastronomico che ha deciso di smettere di assaggiare solo i piatti finiti e ha iniziato invece ad analizzare gli ingredienti e gli strumenti usati dagli chef per vedere come è cambiato lo stile di cucina dal 1990 al 2022.
Ecco la suddivisione del loro studio in termini semplici:
1. La Grande Idea: Dal "Sentire" al "Contare"
In passato, se volevi sapere come sono cambiati i metodi di ricerca, avresti potuto leggere alcuni articoli e tirare a indovinare. Questo team voleva essere più preciso. Hanno trattato i metodi di ricerca non come concetti vaghi, ma come oggetti specifici e numerabili — come spezie specifiche o pentole specifiche. Hanno chiamato questi elementi "Entità Metodologiche".
Si sono concentrati su quattro tipi specifici di "ingredienti" che mostrano uno spostamento verso una cucina basata sui dati (usando enormi quantità di informazioni per risolvere problemi):
- Algoritmi e Modelli: Le ricette segrete o le formule utilizzate.
- Risorse di Dati: Gli ingredienti grezzi (i dati effettivi).
- Software e Strumenti: I coltelli, i frullatori e i forni.
- Metriche: Le tazze dosatrici e le bilance usate per controllare se il piatto funzionava.
2. Il Lavoro da Detective: Come lo Hanno Fatto
Per ottenere i dati, i ricercatori hanno agito come bibliotecari hi-tech:
- La Biblioteca: Hanno raccolto oltre 25.000 articoli accademici da 14 riviste principali.
- Il Filtro: Sapevano che non ogni parte di un articolo parla di come è stata condotta la ricerca. Quindi, hanno addestrato un programma per computer intelligente (un'IA) per trovare la sezione specifica dei "Metodi" in ogni articolo, ignorando introduzioni o conclusioni.
- L'Estrazione: Una volta trovate le sezioni "Metodi", hanno usato un altro strumento di IA per dare la caccia e taggare ogni menzione di quei quattro "ingredienti" (ricette, dati, strumenti, scale).
- Il Risultato: Sono finiti con una lista enorme di esattamente quali strumenti e dati sono stati usati in ogni articolo in 32 anni.
3. Cosa Hanno Scoperto: L'Evoluzione della "Cucina"
Guardando con quale frequenza questi ingredienti apparivano e quanto cambiavano nel tempo, hanno scoperto alcuni schemi chiave:
A. La sezione "Metodi" è quella vera
Hanno confermato che la sezione "Metodi" di un articolo è effettivamente il posto migliore dove guardare. È come controllare la tasca del grembiule di uno chef; è lì che trovi gli strumenti reali che ha usato, non solo la descrizione del menu.
B. Il "Dato" è lo Chef Stellato
La scoperta più sorprendente è stata che le Risorse di Dati sono state il principale motore del cambiamento. Proprio come uno chef potrebbe cambiare l'intero menu perché un nuovo ingrediente esotico è diventato disponibile, gli studiosi hanno cambiato i loro metodi di ricerca perché nuovi tipi di dati sono diventati disponibili. La varietà di dati utilizzati è stata sempre la più volatile (quella che cambiava di più) rispetto agli strumenti o alle ricette.
C. Il Ciclo "Emergenza e Assestamento"
Lo studio ha trovato un modello ritmico in come evolvono i metodi di ricerca, che chiamano un ciclo di "Emergenza" e "Stabilità".
- La Fase di Emergenza: Immaginate che un nuovo gadget da cucina arrivi sul mercato. Improvvisamente, tutti stanno cercando di usarlo in modi selvaggi e diversi. I metodi sembrano molto diversi di anno in anno.
- La Fase di Stabilità: Dopo alcuni anni, tutti hanno capito il modo migliore di usare quel gadget. I metodi diventano standardizzati e le differenze tra i ricercatori si riducono.
- Il Modello: I dati hanno mostrato questo ciclo ripetersi. Ad esempio, intorno al 2015, l'uso di nuovi dati e strumenti si è stabilizzato, ma poi una nuova ondata di "Algoritmi" (come l'IA) ha dato inizio a una nuova fase di "Emergenza".
D. Argomenti Diversi, Ritmi Diversi
Proprio come diverse cucine evolvono a velocità diverse, diversi argomenti di ricerca nella LIS si sono evoluti in modo differente:
- Valutazione Scientifica: Le "tazze dosatrici" (metriche) qui sono diventate molto stabili e standard nel tempo.
- Ricerca dell'Informazione: Gli "ingredienti" (dati) qui continuavano a cambiare drasticamente, probabilmente perché internet e l'open access hanno fatto apparire costantemente nuove fonti di dati.
4. La Conclusione Principale
L'articolo conclude che l'evoluzione della ricerca in questo campo non è casuale. È guidata principalmente da quali dati sono disponibili. Quando arrivano nuovi dati, questi costringono i ricercatori a inventare nuovi strumenti e ricette (algoritmi), creando un periodo di caos e innovazione. Alla fine, tutti si assestano sul modo migliore per usarli, creando un periodo di stabilità — finché non arriva la prossima grande ondata di dati.
In breve: I dati sono il vento che cambia le vele; i metodi di ricerca sono le vele stesse, che si regolano costantemente per catturare quel vento.
Sommerso dagli articoli nel tuo campo?
Ricevi digest giornalieri degli articoli più recenti corrispondenti alle tue parole chiave di ricerca — con riassunti tecnici, nella tua lingua.