[논문]텍스트마이닝을 이용한 한국응급구조학회지 중심단어 분석

권찬양; 양현모

doi:10.14408/kjems.2020.24.1.085

텍스트마이닝을 이용한 한국응급구조학회지 중심단어 분석
Analysis of key words published with the Korea Society of Emergency Medical Services journal using text mining 원문보기

한국응급구조학회지 = The Korean journal of emergency medical services, v.24 no.1, 2020년, pp.85 - 92

권찬양 (한국교통대학교 응급구조학과) , 양현모 (한국교통대학교 응급구조학과)

Abstract ▼ AI-Helper

Purpose: The purpose of this study was to analyze the English abstract key words found within the Korea Society of Emergency Medical Services journal using text mining techniques to determine the adherence of these terms with Medical Subject Headings (MeSH) and identify key word trends. Methods: We analyzed 212 papers that were published from 2012 to 2019. R software, web scraping, and frequency analysis of key words were conducted using R's basic and text mining packages. Additionally, the Word Clouds package was used for visualization. Results: The average number of key words used per study was 3.9. Word cloud visualization revealed that CPR was most prominent in the first half and emergency medical technician was most frequently used during the second half. There were a total of 542 (64.9%) words that exactly matched the MeSH listed words. A total of 293 (35%) key words did not match MeSH listed words. Conclusion: Researchers should obey submission rules. Further, journals should update their respective submission rules. MeSH key words that are frequently cited should be suggested for use.

주제어

표/그림 (6)

그림 Fig. 1. Word cloud of key words of praise from 2012 to 2015.
그림 Fig. 2. Word cloud of key words of praise from 2016 to 2019.
표 Table 1. Number of author key words (N=835)
표 Fig. 3. Visualize key word frequency from 2012 to 2015 (A) and from 2016 to 2019 (B).
표 Table 2. Proportion of the MeSH key words (N=835)
표 Table 3. Frequently used Non-MeSH key words from 2012 to 2019 in the Korean Journal of Emergency Medical Services

AI 본문요약
AI-Helper

* AI 자동 식별 결과로 적합하지 않은 문장이 있을 수 있으니, 이용에 유의하시기 바랍니다.

문제 정의

이에 따라 본 학회지의 발전과 중심단어 사용 추세를 알아보기 위해 텍스트마이닝 분석은 반드시 필요하며, 이는 본 학회지의 주요 연구 동향과 트렌드 분석 및 시각화를 가능하게 할 것으로 생각된다. 따라서 본 저자들은 빅데이터 분석 도구 중 하나인 R 프로그램을 이용하여 온라인에서 확인할 수 있는 한국응급구조학회지 게재논문의 영문초록 중심단어를 텍스트마이닝 기법으로 분석하여 MeSH와의 일치도 및 중심단어의 사용 추세를 알아보고자 하였다.
본 연구는 최근 8년간 한국응급구조학회지에 게재된 중심단어를 조사하여 최근 중심단어의 사용 빈도 및 MeSH와의 일치 정도를 분석하기 위해 수행된 논문분석연구이다.

제안 방법

둘째, 각 논문의 중심 단어와 MeSH 등재어와의 일치정도를 알아본다.
또한, 중심단어 축약 설명을 위한 괄호 제거 및 복수단어의 단수화, 낱말을 합치거나 음절을 나눌 때 쓰인 붙임표를 제거하는 전처리과정(preprocessing)을 수행하였다.
본 연구는 2012년부터 2019년까지 한국응급구조학회지에 게재된 논문의 영문 중심단어를 분석하여 연구자들의 중심단어 선택 추이 및 MeSH의 일치 정도를 파악하였으며, 이를 토대로 기존의 선행된 연구와 비교 논의하면 다음과 같다.
셋째, 사용된 중심단어 중 MeSH와의 불일치 단어를 파악한다.
워드 클라우드를 통해 시각적으로 추출된 중심 단어들을 전·후반기로 나누어 분석한 결과 중 사용 빈도가 3회 이상인 중심단어를 제시하였다.
저자 선정 중심단어 중 다빈도이면서 MeSH 등 재어와 불일치하는 단어 중 사용 빈도가 5회 이상인 중심단어를 제시하였다. MeSH 불일치 단어 중 가장 많이 사용된 중심단어는 응급구조과 학생 (28회), 119 구급대원(21회), 이직의도(6회), 핵심 역량(5회)으로 조사되었다[Table 3].
전·후반기의 연구추세를 확인하기 위해 워드 클라우드를 이용하여 시각화 하였다.
정리된 중심단어는 본 학회지의 규정에 따라 MeSH Browser(https://meshb.nlm.nih.gov/ search)를 이용하여 MeSH에 소속되었는지 여부 를 이중 확인함으로써 이들 중심단어의 MeSH 사용 여부를 확인하였다.
첫째, 한국응급구조학회지에 게재된 논문의 중심 단어 빈도를 파악한다.
추출된 중심단어는 어떠한 변형을 하지 않았으며 R 소프트웨어의 오류를 방지하기 위해 연구자 2인이 초록 또는 원문을 이중 확인하여 오탈자를 수정하였다. 또한, 중심단어 축약 설명을 위한 괄호 제거 및 복수단어의 단수화, 낱말을 합치거나 음절을 나눌 때 쓰인 붙임표를 제거하는 전처리과정(preprocessing)을 수행하였다.

대상 데이터

한국응급구조학회지에 게재된 논문 중 중심단어 분석이 이루어지지 않은 2012년 제16권 1호부 터 2019년 제23권 3호까지 총 212편 논문의 영문 중심단어를 분석 대상으로 하였다. 비교 분석을 위해 2012년 제16권 1호부터 2015년 제19권 3호의 중심단어를 전반기, 2016년 제20권 1호부터 2019년 제23권 3호의 중심단어를 후반기로 나누었다.
연구대상 중 응급구조학회지에 선정된 중심단어의 수는 2012년 82개, 2013년 94개, 2014년 103개, 2015년 84개, 2016년 104개, 2017년 96개, 2018년 118개, 2019년 154개로 총 835개였으며 논문 한 편당 사용한 중심단어의 평균 개수는 3.9개였다. 2012년부터 2015년까지 전반기에 사용한 중심단어 수는 평균 3.
자료 수집은 국가과학기술정보센터(www.ndsl. kr)에서 한국응급구조학회지를 검색한 후 2012년 부터 2019년까지의 논문을 대상으로 R 소프트웨어(ver. 1.2.5033, R Foundation for Statistical Computing, Vienna, Austria)를 이용하여 논문의 영문 초록에 기술된 중심 단어를 웹 스크래핑 (web scrapping)하였다.
한국응급구조학회지에 게재된 논문 중 중심단어 분석이 이루어지지 않은 2012년 제16권 1호부 터 2019년 제23권 3호까지 총 212편 논문의 영문 중심단어를 분석 대상으로 하였다. 비교 분석을 위해 2012년 제16권 1호부터 2015년 제19권 3호의 중심단어를 전반기, 2016년 제20권 1호부터 2019년 제23권 3호의 중심단어를 후반기로 나누었다.

데이터처리

분석에 사용한 프로그램은 데이터 분석 오픈소스인 R 소프트웨어를 이용하였으며, 중심단어의 웹 스크래핑과 빈도 분석은 R의 기본 패키지와 텍스트마이닝 패키지를 사용하였고 이를 시각화하기 위해 워드 클라우드(word clouds) 패키지를 사용하였다.

성능/효과

2012년부터 2019년까지의 전체 중심 단어 835개를 MeSH Browser를 이용하여 검색한 결과 MeSH 등재어에 정확하게 일치하는 단어는 총 542개(64.9%)였으며, MeSH 등재어와 불일치 하는 중심단어 수는 총 293개(35%)로 조사되었다. 연도별 일치도는 2012년 67%, 2013년 65.
9개, 범위는 2-7개였다. MeSH 등재어에 정확하게 일치하는 단어는 총 542개(64.9%)였으며 연도별 분석 시 2014년에서 2016년 약간의 증가 추세를 제외한 나머지 연도에서 꾸준히 감소하는 추세를 보였다. 따라서, 연구자들의 투고규정 준수 및 본 학회지 의 중심단어 투고규정 업데이트가 필요하며, 응급 구조학에서 많이 인용되는 중심단어에 대한 MeSH 등재 제안 및 국내 전문가들의 단어 일치화에 대한 방향도 모색되어야 할 것이다.
논문의 영문초록에서 추출된 각각의 중심단어의 사용 빈도를 전·후반기로 나누어 워드 클라우드로 시각화한 결과, 전반기에는 심폐소생술 (CPR)이 가장 두드러졌으며 후반기에는 응급구조사(emergency medical technician)가 가장 빈번하게 사용한 단어였다.
7%로 점차 감소하였다. 또한, 전반기에 사용한 중심단어의 MeSH 등 재어 일치 비율은 28.6%였으며 후반기에 사용한 중심단어의 일치비율은 36.2%로 조사되었다[Table 2].
본 연구결과 835개의 중심단어 중 논문 한 편 당 사용한 중심단어의 평균 개수는 3.9개, 범위는 2-7개였다. MeSH 등재어에 정확하게 일치하는 단어는 총 542개(64.

후속연구

결과적으로 MeSH에 채택되지 않는 본 학문 분야의 전문용어나 약어의 경우 국내외 응급구조사들의 논의를 통해 MeSH에 제안하는 노력이 필요하며, 한국응급구조학회지에서 투고규정 내에 자주 발생하는 단어오류 항목을 신설, 또는 ‘구조·구급 신용어사전[10]’과 같은 전문용어를 기술한 사전을 제시함으로 저자들의 단어선택 오류를 방지하기 위한 노력을 기울어야 할 것이다.
9%)였으며 연도별 분석 시 2014년에서 2016년 약간의 증가 추세를 제외한 나머지 연도에서 꾸준히 감소하는 추세를 보였다. 따라서, 연구자들의 투고규정 준수 및 본 학회지 의 중심단어 투고규정 업데이트가 필요하며, 응급 구조학에서 많이 인용되는 중심단어에 대한 MeSH 등재 제안 및 국내 전문가들의 단어 일치화에 대한 방향도 모색되어야 할 것이다.
이러한 결과를 통해 중심단어에 대한 투고규정을 강조할 필요가 있으며, 논문 심사 시 중심단어 수가 맞지 않을 경우 수정 및 보완을 통해 정확한 범위 내의 중심단어를 기재하도록 해야 할 것이다.
이에 따라 본 학회지의 발전과 중심단어 사용 추세를 알아보기 위해 텍스트마이닝 분석은 반드시 필요하며, 이는 본 학회지의 주요 연구 동향과 트렌드 분석 및 시각화를 가능하게 할 것으로 생각된다. 따라서 본 저자들은 빅데이터 분석 도구 중 하나인 R 프로그램을 이용하여 온라인에서 확인할 수 있는 한국응급구조학회지 게재논문의 영문초록 중심단어를 텍스트마이닝 기법으로 분석하여 MeSH와의 일치도 및 중심단어의 사용 추세를 알아보고자 하였다.

질의응답

핵심어	질문	논문에서 추출한 답변
	한국응급구조학회지에서 지난 8년간 사용한 중심단어 수는 몇 개인가?	한국응급구조학회지에서 지난 8년간 사용한 중심단어 수는 총 835개로, 논문 한 편당 사용한 중심단어의 평균 개수는 3.9개였다.
	중심단어는 연구 주제, 연구 방법 및 연구 결과 등을 축약하여 설명할 수 있는 가장 적합한 단어를 제시해야 하는 이유는 무엇인가?	논문의 초록은 연구의 전반적인 내용을 함축적 으로 전달하는 중요한 요소이다. 특히, 초록 하단부에 작성되는 중심단어(Key words)는 양질의 논문을 정확하게 검색할 수 있도록 하며 이를 토대로 연구자들이 필요한 논문이나 주제를 쉽게 찾을 수 있도록 돕는다. 그렇기 때문에 중심단어는 연구 주제, 연구 방법 및 연구 결과 등을 축약하여 설명할 수 있는 가장 적합한 단어를 제시해야 한다.
	텍스트마이닝은 무엇인가?	텍스트마이닝(text mining)은 빅데이터 분석인 데이터마이닝(data mining)의 한 분야로 웹(world wide web)상에 저장되어 있는 대규모의 데이터 중 디지털화 된 텍스트 정보만을 추출하여 패턴이나 통계적 규칙을 찾아내는 방법이다[4]. 이러한 분석 방법은 이미 우리 사회의 각 분야에서 널리 적용되고 있으며 특히 온라인에서 대부분의 논문을 검색하는 연구자들의 추세에 따라 최근 텍스트마이닝을 이용한 중심단어 분석에 대한 중요성이 부각되고 있을 뿐만 아니라 이미 여러 학회지의 중심단어 분석이 텍스트마이닝을 통해 이루어지고 있다[4-6].

참고문헌 (10)

The Korea Society of Emergency Medical Services. Available at: http://www.kemt.or.kr/
Kim BS, Kim SY. The coincidence of the english key words of the Journal of Korean Academy of Family Medicine with MeSH and selection validity. J Korean Acad Fam Med 1998;19(7):531-7.
Mun HW. Subject headings of Korean medical journal papers: author key words vs MeSH: unpulished doctoral dissertation. Sookmyung Women's University 2000, Seoul, Korea.
Jung YB, Park ES. Keyword analysis of two SCI journals on rock engineering by using text mining. Tunnel and Underground Space 2015;25(4):303-19. https://doi.org/10.7474/TUS.2015.25.4.303

원문보기 상세보기
Cho SG, Kim SB. Finding meaningful pattern of key words in IIE transactions using text mining. Journal of the Korean Institute of Industrial Engineers 2012;38(1):67-73. https://doi.org/10.7232/JKIIE.2012.38.1.067

원문보기 상세보기
Hwang KC, Cho GC, Sohn YD, Cho YS, Lee JH, Lee HJ et al. Key words analysis of the Journal of the Korean Society of Emergency Medicine using text mining. J Korean Soc Emerg Med 2019;30(1):94-9.
Lee KH, Ham YL. Coincidence analysis of key words and MeSH terms in the Korean Journal of Emergency Medical Services. Korean J Emerg Med Ser 2012;16(2):43-51.

원문보기 상세보기
Kang MJ, Jeon HJ, Ju HM. Research trends in the Korean Journal of Emergency Medical Services: examining the articles published in the past 10 years. Korean J Emerg Med Ser 2019;23(1):147-55. https://doi.org/10.14408/KJEMS.2019.23.1.147

원문보기 상세보기
Cho JS, Lee MJ. Coincidence analysis of key words and MeSH terms in the Journal of The Korean Society of Emergency Medicine. J Korean Soc Emerg Med 2009;20(6):722-8.
Park HJ, Choi SY, Hwang JY. The new glossary for rescue and first aid. Seoul:Hyemin Books:Medical Tree Publishing Company, 2017.

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