Data-Driven Evolution of Library and Information Science Research Methods (1990-2022): A Perspective Based on Fine-grained Method Entities
Deze studie analyseert de evolutie van onderzoeksmethoden binnen Library and Information Science van 1990 tot 2022 door middel van een fijnmazige extractie van datagestuurde methode-entiteiten, waarbij wordt onthuld dat databronnen een cruciale drijfveer zijn van methodologische verandering, gekenmerkt door een cyclisch patroon van opkomst, stabiliteit en praktische toepassing.
Oorspronkelijk artikel gelicentieerd onder CC BY 4.0 (http://creativecommons.org/licenses/by/4.0/). Dit is een AI-gegenereerde uitleg van het onderstaande artikel. Het is niet geschreven of goedgekeurd door de auteurs. Raadpleeg het oorspronkelijke artikel voor technische nauwkeurigheid. Lees de volledige disclaimer
Stel je het vakgebied Library and Information Science (LIS) voor als een enorme, bruisende keuken waar chefs (wetenschappers) al meer dan 30 jaar nieuwe gerechten bereiden. Dit artikel is als een voedingscriticus die besloot niet alleen de eindgerechten te proeven, maar in plaats daarvan de ingrediënten en gereedschappen te analyseren die de chefs gebruikten om te zien hoe de kookstijl is veranderd van 1990 tot 2022.
Hier is de opbouw van hun studie in eenvoudige termen:
1. Het Grote Idee: Van "Gevoel" naar "Tellen"
In het verleden, als je wilde weten hoe onderzoeksmethoden veranderden, had je misschien een paar papers gelezen en er een mening over gevormd. Dit team wilde preciezer zijn. Ze beschouwden onderzoeksmethoden niet als vage concepten, maar als specifieke, telbare items — zoals specifieke kruiden of specifieke potten. Ze noemden deze items "Method Entities" (methode-entiteiten).
Ze concentreerden zich op vier specifieke soorten "ingrediënten" die wijzen op een verschuiving naar een data-gestuurde manier van koken (het gebruik van enorme hoeveelheden informatie om problemen op te lossen):
- Algoritmen & Modellen: De geheime recepten of formules die worden gebruikt.
- Data Resources (Databronnen): De rauwe ingrediënten (de werkelijke data).
- Software & Tools (Software & Gereedschappen): De messen, blenders en ovens.
- Metrics (Metrieken): De maatbekers en weegschalen die worden gebruikt om te controleren of het gerecht is gelukt.
2. Het Detectiewerk: Hoe ze het deden
Om de data te verzamelen, traden de onderzoekers op als high-tech bibliothecarissen:
- De Bibliotheek: Ze verzamelden meer dan 25.000 academische papers uit 14 top-tijdschriften.
- Het Filter: Ze wisten dat niet elk deel van een paper vertelt hoe het onderzoek is uitgevoerd. Daarom trainden ze een slim computerprogramma (een AI) om de specifieke "Methods" sectie in elk paper te vinden, waarbij de introducties of conclusies werden genegeerd.
- De Extractie: Zodra ze de "Methods" secties hadden gevonden, gebruikten ze een andere AI-tool om op zoek te gaan naar en het labelen van elke vermelding van die vier "ingrediënten" (recepten, data, tools, schalen).
- Het Resultaat: Ze eindigden met een enorme lijst van exact welke tools en data in elk paper werden gebruikt over een periode van 32 jaar.
3. Wat ze vonden: De Evolutie van het "Koken"
Door te kijken naar hoe vaak deze ingrediënten voorkwamen en hoeveel ze in de loop van de tijd veranderden, ontdekten ze een paar belangrijke patronen:
A. De "Methods" Sectie is de Essentie
Ze bevestigden dat de "Methods" sectie van een paper inderdaad de beste plek is om te kijken. Het is alsof je de schortzakken van een chef controleert; dat is waar je de daadwerkelijke tools vindt die hij heeft gebruikt, niet alleen de menubeschrijving.
B. De "Data" is de Sterchef
De meest verrassende bevinding was dat Data Resources de grootste drijfveer voor verandering waren. Net zoals een chef zijn hele menu kan veranderen omdat er een nieuw, exotisch ingrediënt beschikbaar komt, veranderden wetenschappers hun onderzoeksmethoden omdat er nieuwe soorten data beschikbaar kwamen. De variëteit aan gebruikte data was altijd het meest volatiel (veranderde het meest) in vergelijking met de tools of recepten.
C. De "Boom en Rust" Cyclus
De studie vond een ritmisch patroon in hoe onderzoeksmethoden evolueren, wat zij een cyclus van "Emergence" (opkomst) en "Stability" (stabiliteit) noemen.
- De Emergence Fase: Stel je voor dat er een nieuw keukengadget op de markt komt. Plotseling probeert iedereen het op wilde, verschillende manieren uit. De methoden zien er van jaar tot jaar heel verschillend uit.
- De Stability Fase: Na een paar jaar heeft iedereen ontdekt wat de beste manier is om dat gadget te gebruiken. De methoden worden gestandaardiseerd en de verschillen tussen onderzoekers worden kleiner.
- Het Patroon: De data toonden aan dat deze cyclus zich herhaalde. Zo ontstond er bijvoorbeeld rond 2015 een nieuwe golf van "Algoritmen" (zoals AI), wat een nieuwe "Emergence" fase startte, nadat het gebruik van nieuwe data en tools was gestabiliseerd.
D. Verschillende Onderwerpen, Verschillende Tempo's
Net zoals verschillende keukens op verschillende snelheden evolueren, evolueerden verschillende onderzoeksonderwerpen binnen LIS verschillend:
- Scientific Evaluation (Wetenschappelijke Evaluatie): De "maatbekers" (metrieken) hier werden in de loop van de tijd zeer stabiel en standaard.
- Information Seeking (Informatiezoekend gedrag): De "ingrediënten" (data) hier bleven wild veranderen, waarschijnlijk omdat het internet en open access constante nieuwe databronnen aan het zichtbaar maken maakten.
4. De Belangrijkste Conclusie
Het artikel concludeert dat de evolutie van onderzoek in dit vakgebied niet willekeurig is. Het wordt primair gedreven door welke data beschikbaar is. Wanneer er nieuwe data arriveert, dwingt dit onderzoekers om nieuwe tools en recepten (algoritmen) uit te vinden, wat een periode van chaos en innovatie creëert. Uiteindelijk komt iedereen tot rust met de beste manier om ze te gebruiken, wat een periode van stabiliteit creëert — totdat de volgende grote datagolf arriveert.
Kortom: Data is de wind die de zeilen verandert; de onderzoeksmethoden zijn de zeilen zelf, die constant worden bijgesteld om die wind te vangen.
Verdrinkt u in papers in uw vakgebied?
Ontvang dagelijkse digests van de nieuwste papers die bij uw onderzoekswoorden passen — met technische samenvattingen, in uw taal.