[논문]텍스트 네크워크 분석을 이용한 임상간호연구 게재논문의 연구동향 분석: 2000년부터 2017년까지

김연희; 문성미; 권인각; 김광성; 정금희; 신은숙; 오향순; 김수현

doi:10.22650/jkcnr.2019.25.1.80

[국내논문] 텍스트 네크워크 분석을 이용한 임상간호연구 게재논문의 연구동향 분석: 2000년부터 2017년까지
Research Trends of Articles Published in the Journal of Korean Clinical Nursing Research from 2000 to 2017: Text Network Analysis of Keywords 원문보기

임상간호연구 = Journal of Korean Clinical Nursing Research, v.25 no.1, 2019년, pp.80 - 90

김연희 (울산대학교 산업대학원) , 문성미 (울산대학교 간호학과) , 권인각 (성균관대학교 임상간호대학원) , 김광성 (청운대학교 보건복지간호대학) , 정금희 (한림대학교 간호대학) , 신은숙 (전남대학교병원) , 오향순 (순천대학교 간호학과) , 김수현 (인하대학교 간호학과)

Abstract ▼ AI-Helper

Purpose: The aim of this study was to identify the research trends of articles published in the Journal of Korean Clinical Nursing Research from 2000 to 2017 by a text network analysis using keywords. Methods: This study analyzed 600 articles. The R program was used for text mining that extracted frequency, centrality rank, and keyword network. Results: From 2000 to 2009, keywords with high-frequency were 'nurse', 'pain', 'anxiety', 'knowledge', 'attitude', and so on. 'Pain', 'nurse', and 'knowledge' showed a high centrality. 'Fatigue' showed no high frequency but a high centrality. Keywords such as 'nurse', 'knowledge', and 'pain' also showed high frequency and centrality between 2010 and 2017. 'Hemodialysis' and 'intensive care unit' were added to keywords with high frequency and centrality during the period. Conclusion: The frequency and centrality of keywords such as 'nurse', 'pain', 'knowledge', 'hemodialysis', and 'intensive care unit' reflect the research trends in clinical nursing between 2000 and 2017. Further studies need to expand the keyword networks by connecting the main keywords.

Keyword

표/그림 (4)

그림 Figure 1. Network of top 15 keywords with high frequency (from 2000 to 2009).
표 Table 1. Top 15 Keywords with High Centralities (from 2000 to 2009)
표 Table 2. Top 15 Keywords with High Centralities (from 2010 to 2017)
그림 Figure 2. Network of top 15 keywords with high frequency (from 2010 to 2017).

AI 본문요약
AI-Helper

문제 정의

논문에 등장하는 주요어는 독자들의 검색과 이해를 돕기 위해 제시되는 것으로 단순히 검색과 내용 요약뿐만 아니라 지식의 흐름을 이해하는데도 큰 도움을 줄 수 있다[11]. 본 연구에서는 2000년부터 2017년도까지 임상간호연구에 게재된 주요어를 이용해 텍스트 네트워크 분석을 실시하여 기존의 연구동향을 파악하고 새로운 시각으로 향후 임상간호연구가 어떠한 연구주제를 발굴할 수 있을 것인지에 대한 방향을 제시하고자 한다.
본 연구의 목적은 사회네트워크분석방법을 이용한 텍스트 마이닝 기법을 이용하여 임상간호연구 게재 논문들의 주요어에서 추출된 용어들의 중심성과 연결 구조를 분석하는 것이다. 이를 위한 구체적인 목적은 다음과 같다.

제안 방법

자료 수집은 2017년 11월에 실시하였으며, 병원간호사회 홈페이지에서 임상간호연구 논문검색 서비스를 이용하여 논문에 대한 서지정보를 수집하였다. 임상간호연구 논문검색 서비스에서 논문제목을 클릭하면 저자, 권호 사항, 발행일, 원문보기, 그리고 주요어가 국문 및 영문으로 제공되고 있다.
1 을 이용하여 텍스트 마이닝을 실시하였다. 논문출판시기를 2000~2009년과 2010~2017년 8월(이하 2010~2017년)의 두 시기로 구분하여 각 시기별로 주요어의 빈도, 중심성, 그리고 네트워크 도식을 산출하였다. 주요어들 중 복수형(intensive care unit, intensive care units 등), 띄어쓰기 차이(breast feeding, breastfeeding 등), 약어(DNR, do not resuscitate등), 오타(vital sign, vital sing 등) 등으로 인해 서로 다르게 인식된 것들은 하나의 주요어로 처리하였다.
논문출판시기를 2000~2009년과 2010~2017년 8월(이하 2010~2017년)의 두 시기로 구분하여 각 시기별로 주요어의 빈도, 중심성, 그리고 네트워크 도식을 산출하였다. 주요어들 중 복수형(intensive care unit, intensive care units 등), 띄어쓰기 차이(breast feeding, breastfeeding 등), 약어(DNR, do not resuscitate등), 오타(vital sign, vital sing 등) 등으로 인해 서로 다르게 인식된 것들은 하나의 주요어로 처리하였다.

대상 데이터

본 연구의 분석대상은 임상간호연구 제 5권 제 2호부터 제23권 제 2호까지 게재된 논문 총 600편의 영문 주요어 2,043개이다.

성능/효과

본 연구에서는 병원간호사회에서 발간하는 임상간호연구학술지에 2000년부터 2017년 8월까지 게재된 총 600편의 논문의 주요어에 대해 텍스트 네트워크 분석방법을 이용하여 임상간호연구의 동향을 파악하였다. 연구결과 임상간호연구에서 지속적으로 관심을 가지는 핵심 주요어는 간호사(nurse),통증(pain), 지식(knowledge), 혈액투석(hemodialysis), 중환자실(intensive care unit) 등이었다. 임상간호 연구에서는 이들 핵심 용어를 중심으로 지속적으로 타 학회지와는 차별화된 지식을 축적해 나갈 필요가 있다.
임상간호 연구에서는 이들 핵심 용어를 중심으로 지속적으로 타 학회지와는 차별화된 지식을 축적해 나갈 필요가 있다. 특히 2010년 이후로 근거기반실무(evidence based practice)가 핵심 용어로 부각되며 간호사(nurse), 통증(pain), 지식(knowledge), 혈액투석(hemodialysis) 등의 주요어와 연결되어 연구되고 있었다. 본 연구결과를 근거로 임상간호연구의 질적 향상을 위해아래와 같이 연구 방향을 제시하고자 한다.

후속연구

첫째, 본 연구결과 빈도와 중심성이 높은 주요어들의 네트워크를 보다 확장시키기 위한 연구주제들을 개발할 것을 제언한다. 네트워크상의 주요어들을 연결 또는 매개하는 연구주제를 개발하고, 근접중심성이 낮은 주요어와 다른 주요어를 연결하는 연구주제를 반복적으로 연구할 것을 제언한다.
둘째, 임상간호연구에서 지속적으로 관심을 가지고 있는 간호사(nurse), 혈액투석(hemodialysis)과 중환자실(intensive care unit) 등을 주요어로 하는 논문들을 분석하여 타 학회지와 차별화된 임상간호연구 지식체 축적 방향을 제시할 것을 제언한다. 또한 본 연구에서 핵심 주요어로 드러난 뇌졸중(stroke), 수면(sleep)과 다른 주요어들을 연계하는 연구주제를 개발하여 수행할 것을 제언한다.
셋째, 근거기반실무(evidence based practice)와 본 연구에서 드러난 핵심 주요어(2010년 이후)를 연계하는 연구를 지속적으로 시도할 것을 제언한다.

질의응답

핵심어	질문	논문에서 추출한 답변
	텍스트 네트워크 분서방법 중 하나인 중심성 분석의 장점은?	텍스트 네트워크 분석방법 중 하나인 중심성 분석은 하나의 개념이 전체 네트워크에서 중앙에 위치하는 정도를 의미하는 지표인 중심성을 통해 관계를 파악하는 것이다. 중심성은연결망에서 한 개념이 얼마나 많은 다른 개념들과 연결되는지 로 측정할 수도 있고, 한 개념이 다른 모든 개념들에 도달하려면 몇 단계나 필요한지로 측정할 수도 있다. 가령, 연결된 횟수를 중심성 척도로 삼을 수도 있고(연결중심성), 경로 거리의합이 작은 개념일수록 중심성이 높다고 정의할 수도 있다(근접중심성). 혹은 개념들이 다른 개념들에게 도달하기 위해 특정 개념을 거쳐야 하는 경우가 많을수록 그 특정 개념의 중심성이 높다고 정의할 수도 있다(매개중심성)[11].
	논문에 등장하는 주요어의 장점은 무엇입니까?	논문에 등장하는 주요어는 독자들의 검색과 이해를 돕기 위해 제시되는 것으로 단순히 검색과 내용 요약뿐만 아니라 지식의 흐름을 이해하는데도 큰 도움을 줄 수 있다[11]. 본 연구에서는 2000년부터 2017년도까지 임상간호연구에 게재된 주요어를 이용해 텍스트 네트워크 분석을 실시하여 기존의 연구동향을 파악하고 새로운 시각으로 향후 임상간호연구가 어떠한 연구주제를 발굴할 수 있을 것인지에 대한 방향을 제시하고자 한다.
	사회네트워크분석방법을 이용한 텍스트 네트워크 분석은 무엇입니까?	이와 달리 학술지에 게재된 논문들의 주제 또는 관심 개념들이 다뤄지고 있는 맥락 및 관계를 파악하는 계량적인 방법[8]으로서 텍스트 네트워크 분석이 이루어지고 있다. 사회네트워크분석방법을 이용한 텍스트 네트워크 분석은 동시에 출현하는 단어들 사이에 링크를 연결함으로써 구축되는 네트워크를 통해 현상을 설명하는 기법이다. 이는 단순히 특정 개념이 얼마나 많이 등장하였는지에 그치지 않고 전체 텍스트에서 가장 영향력이 큰 개념이 무엇인지 찾아내고 그 개념이 다른 개념들과의 관계에서 어떤 역할을 하는지, 또는 단어들이 특정 패턴으로 배열되어 있는지에 대한 구조적 분석을 시행할 수 있도록 한다.

참고문헌 (27)

Kim MY, You OS, Lee EW, Cho EY. Research trends for studies published from the inaugural issue to 2005 in the Journal of Korean Clinical Nursing Research. 2005 Annual Report. Seoul: Korean Hospital Nurses Association; 2006 January.
Choe MA, Jeong JS, Lim KC, Kim JH, Kim KS, Kwon JS, et al. Research trend of studies published in journal of Korean clinical nursing research, 1995-2008. Journal of Korean Clinical Nursing Research. 2010;16(2):95-105.
Kim YH, Jeong GH, Kwon IG, Kim KS, Moon SM, Lee JL, et al. Bibliographic analysis of articles published in Journal of Korean Clinical Nursing Research from 2009 to 2015. Journal of Korean Clinical Nursing Research. 2017;23(1):73-82. https://doi.org/10.22650/JKCNR.2017.23.1.73
Choe MA, Kim NC, Kim KM, Kim SH, Park KS, Byeon YS, et al. Trends in nursing research in Korea: Research trends for studies published from the inaugural issue to 2010 in the Journal of Korean Academy of Nursing and journals published by member societies under Korean Academy of Nursing Science. Journal of Korean Academy of Nursing. 2014;44(5):484-494. https://doi.org/10.4040/jkan.2014.44.5.484

원문보기 상세보기
Yarcheski A, Mahon NE, Yarcheski TJ. A descriptive study of research published in scientific nursing journals from 1985 to 2010. International Journal of Nursing Studies. 2012;49(9):1112-1121. https://doi.org/10.1016/j.ijnurstu.2012.03.004

상세보기
Choi EH, Jang EH, Choi JY, Lee SJ, Seo HK, Park KS. Comparison of domestic and international research(1992-2011): Intensive care nursing studies. Korean Journal of Adult Nursing. 2015;27(4):384-396. https://doi.org/10.7475/kjan.2015.27.4.384

원문보기 상세보기
Shin HS, Hyun MS, Ku MO, Cho MO, Kim SY, Jeong JS, et al. Analysis of research papers published in the Journal of Korean Academy of Nursing-focused on research trends, intervention studies, and level of evidence in the research. Journal of Korean Academy of Nursing. 2010;40(1):139-149. https://doi.org/10.4040/jkan.2010.40.1.139

원문보기 상세보기
Lee SK, Jeong S, Kim HG, Yom YH. A social network analysis of research topics in Korean nursing science. Journal of Korean Academy of Nursing. 2011;41(5):623-632. https://doi.org/10.4040/jkan.2011.41.5.623

원문보기 상세보기
Hwang JY, Kim CW. Semantic network analysis on the convention research domain. Korean Journal of Tourism Management. 2015;30(6):1-26.
Choi YC, Park SJ. Analysis of trends of Korean public administration: The application of text network analysis. Korean Public Administration Review. 2011;45(1):123-139.
Kim YH, Kim YJ. Social network analysis. Seoul: Parkyoungsa; 2016.
Lee TW, Park KO, Seomun GA, Kim M, Hwang JI, Yu S, et al. Analysis of research articles published in the Journal of Korean Academy of Nursing Administration for 3 years(2013-2015): The application of text network analysis. Journal of Korean Academy of Nursing Administration. 2017;23(1):101-110. https://doi.org/10.11111/jkana.2017.23.1.101

원문보기 상세보기
Kho J, Cho K, Cho Y. A study on recent research trend in management of technology using keywords network analysis. Journal of Intelligence and Information Systems. 2013;19(2):101-123. https://doi.org/10.13088/jiis.2013.19.2.101

원문보기 상세보기
Han NK, Kim SH, Kim MS, Kim JG, Kim CH, Choi SH. Trend analysis of research in the Korean Journal of Adult Nursing for 5 years(2010-2014): Focused on usage of nursing theories. Korean Journal of Adult Nursing. 2015;27(5):527-536. https://doi.org/10.7475/kjan.2015.27.5.527

원문보기 상세보기
Kim JI, Park SM, Park HS, Chung CW, Ahn SH. Analysis of published papers and their keywords in the Korean Journal of Women Health Nursing(2004-2006). Korean Journal of Women Health Nursing. 2007;13(1):51-59.
Son YJ, Kang J, Song HJ, Park YR, Lee YM, Park JH, et al. Analysis of research studies published in Journal of Korean Critical Care Nursing: 2008-2013. Journal of Korean Critical Care Nursing. 2013;6(2):78-88.
Cha Y, Kwon J, Kwon S, Lee KH, An J. Trend analysis of research in the Journal of Korean Gerontological Nursing(2010-2015). Journal of Korean Gerontological Nursing. 2017;19(2):92-100. https://doi.org/10.17079/jkgn.2017.19.2.92

상세보기
Jang KS, Kim BN, Kim YM, Kim JS, Jeong SH. Analysis of research articles published in the Journal of Korean Academy of Nursing Administration for 3 years(2010-2012). Journal of Korean Academy of Nursing Administration. 2013;19(5):679-688. https://doi.org/10.11111/jkana.2013.19.5.679

원문보기 상세보기
Curtin RB, Mapes DL. Health care management strategies of long-term dialysis survivors. Nephrology Nursing Journal. 2001;28(4):385-392.

상세보기
Cukor D, Cohen SD, Peterson RA, Kimmel PL. Psychosocial aspects of chronic disease: ESRD as a paradigmatic illness. Journal of the American Society of Nephrology. 2007;18(12):3042-3055. https://doi.org/10.1681/asn.2007030345

상세보기
Jeong IS, Kang KS, Kim KH, Kim KS, Kim WO, Byun YS, et al. The research trends in fundamental nursing-based on the analysis of Journal of Korean Academy of Fundamental Nursing. Journal of Korean Academy of Fundamentals of Nursing. 2001;8(2):132-146.
Sohng KY, Kim JI, Choi DW, Kim AK, Chaung SK, Kim K, et al. Research trends in the Journal of Korean Academy of Fundamental Nursing: Based on analysis of the Journal of Korean Academy of Fundamental Nursing from 2001 to 2007. Journal of Korean Academy of Fundamentals of Nursing. 2008;15(3):262-273.
Lee KE, Park YR, Cho KJ, Park MJ. Research trends in the Korean Biological Nursing Science: Based on analysis of the research papers published in the Journal of Korean Biological Nursing Science from 1999 to 2010. Journal of Korean Biological Nursing Science. 2011;13(2):81-93.
Park YH, Lee YW, Kim OS, Cho MO. The trends of nursing research in the Journal of Korean Academy of Adult Nursing. Journal of Korean Academy of Adult Nursing. 2008;20(1):176-186.
Cho KC, Lee YE, Oh SE, Tak YR, Chae SM, Kim EJ, et al. Trend analysis of research articles published in Child Health Nursing Research 2014. Child Health Nursing Research. 2015;21(4):347-354. https://doi.org/10.4094/chnr.2015.21.4.347

원문보기 상세보기
Kim JI, Lee EH, Kang HS, Oh HE, Lee EJ, Jun EM, et al. Analysis of published papers by keywords and research methods in the Korean Journal of Women Health Nursing (2007-2009). Korean Journal of Women Health Nursing. 2010;16(3):307-316. https://doi.org/10.4069/kjwhn.2010.16.3.307

원문보기 상세보기
Lee MH, Sohn JN, Won CS, Chung MS, Hyun MS, Han KS, et al. Trend of psychiatric nursing research by analysis of the published paper in Journal of Korean Academy of Psychiatric and Mental Health Nursing: On papers from 1992 to 2006. Journal of Korean Academy of Psychiatric and Mental Health Nursing. 2007;16(3):295-307.

저자의 다른 논문 :

표제어: PCR

동의어: Packet Collision Rate

용어 설명 출처 목록 (6)

용어 설명: PCR은 세균 특이성이 있는 primer를 이용하여 적은 수의 세균이 있을지라도 쉽게 검출할 수 있는 유용한 방법이며, 이를 이용하여 구강 내 치면세균막이나 타액에서 직접 세균을 검출할 수 있게 되었다[8].

내보내기 구분	파일저장 인쇄 메일전송
구성항목	기본정보 상세정보 관리번호, 논문명, 저널/프로시딩명, 저자 , 발행년, 권, 호, 시작페이지, 끝페이지, 발행기관 관리번호, 논문명, 대등논문명, 저자 , 저널/프로시딩명, 발행기관, 발행년, 발행언어, 권, 호, 시작페이지, 끝페이지, ISBN, ISSN, 주제분야, 키워드, 초록(한글), 초록(영문), 저자(소속기관)
저장형식	Text(ASCII format) Excel format RefWorks Direct Export RIS format (for Reference Manager, ProCite, EndNote), Scholar's Aids, Mendeley
메일정보	받는사람 (필수) @ 보내는사람 (선택) @ 제목 내용 KISTI 검색결과 이메일 서비스
안내	총 건의 자료가 검색되었습니다. 다운받으실 자료의 인덱스를 입력하세요. (1-10,000) 검색결과의 순서대로 최대 10,000건 까지 다운로드가 가능합니다. 데이타가 많을 경우 속도가 느려질 수 있습니다.(최대 2~3분 소요) 다운로드 파일은 UTF-8 형태로 저장됩니다. 파일의 내용이 제대로 보이지 않을실 때는 웹브라우저 상단의 보기 -> 인코딩 -> 자동선택 여부를 확인하십시오. ~ Text(ASCII format) Excel format

연합인증