$\require{mediawiki-texvc}$

연합인증

연합인증 가입 기관의 연구자들은 소속기관의 인증정보(ID와 암호)를 이용해 다른 대학, 연구기관, 서비스 공급자의 다양한 온라인 자원과 연구 데이터를 이용할 수 있습니다.

이는 여행자가 자국에서 발행 받은 여권으로 세계 각국을 자유롭게 여행할 수 있는 것과 같습니다.

연합인증으로 이용이 가능한 서비스는 NTIS, DataON, Edison, Kafe, Webinar 등이 있습니다.

한번의 인증절차만으로 연합인증 가입 서비스에 추가 로그인 없이 이용이 가능합니다.

다만, 연합인증을 위해서는 최초 1회만 인증 절차가 필요합니다. (회원이 아닐 경우 회원 가입이 필요합니다.)

연합인증 절차는 다음과 같습니다.

최초이용시에는
ScienceON에 로그인 → 연합인증 서비스 접속 → 로그인 (본인 확인 또는 회원가입) → 서비스 이용

그 이후에는
ScienceON 로그인 → 연합인증 서비스 접속 → 서비스 이용

연합인증을 활용하시면 KISTI가 제공하는 다양한 서비스를 편리하게 이용하실 수 있습니다.

국내 데이터사이언스 학위 및 교과 운영 현황과 문헌정보학과로의 함의
Data Science Degree and Curriculum in Korea and its Implications for the Information Field 원문보기

한국도서관 정보학회지 = Journal of Korean Library and Information Science Society, v.53 no.3, 2022년, pp.431 - 454  

박형주 (충남대학교 문헌정보학과) ,  이희진 (충남대학교 문헌정보학과)

초록
AI-Helper 아이콘AI-Helper

본 연구의 목적은 국내 대학에서 수여하는 데이터사이언스 학위 및 교과 운영 현황과 국내외 정보대학의 데이터사이언스 교과 운영 현황을 이해함으로써, 국내 문헌정보학과의 데이터사이언스 교과 운영에 대한 함의를 살펴보는 것이다. 데이터 수집의 대상은 2022년 한국교육개발원에서 공개한 국내 439개 학교의 데이터사이언스 학위였다. 분석의 대상은 데이터사이언스 학위를 운영하는 국내의 대학교, 단과대학, 학부, 학과, 세부 전공, 연계전공, 융합전공, 마이크로 학위, 나노 학위, 트랙, 모듈, 산학협동 과정 등이었다. 교과 분석을 위해서 국내 데이터사이언스 학위 과정에 개설된 1,148개의 교과 명을 분석했다. 국내 문헌정보학과 학사 과정의 1,325개의 교과 명을 분석해서 국내 문헌정보학과의 데이터사이언스 교과 운영 현황을 확인했다. 국내의 데이터사이언스 학위는 개론, 기술, 실습, 응용, 심화 교과 등 데이터사이언스 교과를 골고루 개설하고 있었다. 국내 문헌정보학과는 데이터사이언스와 관련된 교과 개설에 적극적이지 않았으나, 개설한 경우에는 데이터사이언스 개론, 데이터베이스, 데이터시각화, 데이터큐레이션, 메타데이터, 빅데이터, 정보 기술 교과가 개설되어 있었다. 본 연구의 결과는 문헌정보학의 관점에서 데이터사이언스 학위 과정, 세부 전공, 연계전공, 융합전공, 마이크로 학위, 나노 학위, 연계 트랙, 모듈, 산학협동과정 등의 교과의 개발 및 개정에 필요한 논의의 기초 자료로 활용되기를 기대한다.

Abstract ▼ AI-Helper 아이콘AI-Helper

This study examined data science degree programs and courses offered by universities, and those offered by the Library and Information Science (LIS) degree programs, to understand its implications for the LIS programs in Korea. This research assessed the status of data science degrees from 439 schoo...

주제어

#데이터사이언스   #데이터사이언스 학위   #데이터사이언스 교과   #문헌정보학 교과 개발  

참고문헌 (42)

  1. Baek, Doosan (2022). School of Information Convergence at Kwangwoon University, training Korea's most considerable convergence AI talent. Available: http://www.dhnews.co.kr/news/articleView.html?idxno204868 

  2. Chang, Youngjae (2017). The direction of data science education in the fourth industrial revolution era: focusing on understanding of artificial intelligence and data initiative. The Journal of Integrated Humanities, 9(1), 155-180. 

  3. Chungnam National University. [n.d.]. Major in knowledge lifecycle. Available: https://swuniv.cnu.ac.kr/swuniv/major/ecology.do 

  4. Daewon University College. [n.d.]. University information. Available: https://www.procollege.kr/web/college/webCollegeInfo_main.do?univcode73039000#_collegeInfoTab_ 

  5. Jung, Jaehoon (2022, March 15). Daejin University, a notice of closure of two departments... students and staff, a notice of legal action. Available: https://www.edaily.co.kr/news/read?newsId01676086632263648&mediaCodeNo257 

  6. Kang, Ji Hei (2016). Study on the current status of data science curriculum in library and information science and its direction. Journal of Korean Library and Information Science Society, 47(3), 343-363. https://doi.org/10.16981/kliss.47.201609.343 

    원문보기 상세보기 crossref

  7. Kang, Jihye, Lee, Byoungkil, & Kwon, Seung A (2019). A exploratory of design strategies for competency-based curriculum of the educational objective-curriculum-assessment consortium in higher education. Journal of Educational Technology, 35(2), 527-549. https://doi.org/10.17232/KSET.35.2.527 

    상세보기 crossref

  8. Korean Educational Development Institute (2022, January 26). Address book of higher education institutions in the second half of 2021 ('21.10.1.). Available: https://kess.kedi.re.kr/index 

  9. Korean Library Association (2022). Yearbook of the Korean library for 2021. Available: http://old.kla.kr/jsp/ebook/y2021.html?year2021 

  10. Lee, Hye Won & Han, Seung Hee (2020). An analysis of data science curriculum in Korea. Journal of the Korean Society for Library and Information Science, 54(1), 365-385. https://doi.org/10.4275/KSLIS.2020.54.1.365 

    원문보기 상세보기 crossref

  11. Lee, Sooyeon & Yoon, Jihye (2016). A study on the curriculum for training data librarian. Proceedings of the Korean Society for Information Management, 71-76. 

  12. Park, Hyoungjoo (2022a). An examination of core competencies for data librarians. Journal of the Korean Biblia Society for Library and Information Science, 33(1), 301-319. https://doi.org/10.14699/kbiblia.2022.33.1.301 

    원문보기 상세보기 crossref

  13. Park, Hyoungjoo (2022b). An examination of the course syllabi related to data science at the ALA-accredited library and information science programs. Journal of the Korean Society for Information Management, 39(1), 119-143. http://dx.doi.org/10.3743/KOSIM.2022.39.1.119 

    원문보기 상세보기 crossref

  14. Park, Hyoungjoo (2022c). Degree programs in data science at the school of information in the States. Journal of Korean Library and Information Science Society, 53(2), 305-332. https://doi.org/10.16981/kliss.53.2.202206.305 

    원문보기 상세보기 crossref

  15. Park, Jiin & Park, Ji-Hong (2021). A study on the job duties and competencies of data librarians: using job advertisement analysis in the United States. Journal of the Korean Biblia Society for Library and Information Science, 32(3), 145-162. https://doi.org/10.14699/kbiblia.2021.32.3.145 

    원문보기 상세보기 crossref

  16. Sangmyung University (2022, March 29). Cradle of Sangmyung University for the 2022 academic year. Available: https://www.smu.ac.kr/ko/intro/cradle.do?modeview&articleNo726409&article.offset0&articleLimit10 

  17. Tongmyung University [n.d.-a]. Department of Data Science. Available: https://www.tu.ac.kr/ds/index.do 

  18. Tongmyung University [n.d.-b]. Tongmyung University. Available: https://www.tu.ac.kr/tuhome/index.do 

  19. Yi, Myongho (2016). A study on the curriculums of data science. Journal of the Korean Biblia Society for Library and Information Science, 27(1), 263-290. https://doi.org/10.14699/kbiblia.2016.27.1.263 

    원문보기 상세보기 crossref

  20. Bruce, P., Bruce, A., & Gedeck, P. (2017). Practical Statistics for Data Scientists: 50 Essential Concepts. Sebastopol: O'Reilly Media Inc. 

  21. Burton, M. & Lyon, L. (2017). Data science in libraries. Bulletin of the Association for Information Science and Technology, 43(4), 33-35. https://doi.org/10.1002/bul2.2017.1720430409 

    상세보기 crossref

  22. Chou, C.-C. L. (2017). 50 Years of social science data services: a case study from the University of Wisconsin-Madison. International Journal of Librarianship, 2(1), 42-52. https://doi.org/10.23974/ijol.2017.vol2.1.23 

    crossref

  23. Dichev, C. & Dicheva, D. (2017). Towards data science literacy. Procedia Computer Science, 108, 2151-2160. https://doi.org/10.1016/j.procs.2017.05.240 

    상세보기 crossref

  24. Donoghue, T., Voytek, B., & Ellis, S. E. (2021). Teaching creative and practical data science at scale. Journal of Statistics and Data Science Education, 29(supl), S27-S39. https://doi.org/10.1080/10691898.2020.1860725 

    상세보기 crossref

  25. Heidorn, P. B. (2011). The emerging role of libraries in data curation and e-science. Journal of Library Administration, 51(7-8), 662-672. https://doi.org/10.1080/01930826.2011.601269 

    상세보기 crossref

  26. Indiana University Purdue University - Indianapolis (2021). Career outcomes by group. Available: https://tableau.bi.iu.edu/t/prd/views/FirstDestination2016/CareerOutcomesGroup?iframeSizedToWindowtrue&%3Aembedy&%3AshowAppBannerfalse&%3Adisplay_countno&%3AshowVizHomeno#1#1 

  27. Kellam, L. & Thompson, K. (2016). Introduction to Databrarianship: The Academic Data Librarian in Theory and Practice. Chicago, IL: Association of College and Research Libraries. 

  28. Khan, H. (2020). Exploring data science learning objectives in LIS education. Proceedings of the Association for Library and Information Science Education, 317-325. 

  29. Kim, J., Warga, E., & Moen, W. (2013). Competencies required for digital curation: an analysis of job advertisements. International Journal of Digital Curation, 66-83. https://doi.org/10.2218/ijdc.v8i1.242 

    상세보기 crossref

  30. Lyon, L. & Brenner, A. (2015). Bridging the data talent gap: positioning the iSchool as an agent for change. International Journal of Digital Curation, 10(1), 111-122. https://doi.org/10.2218/ijdc.v10i1.349 

    상세보기 crossref

  31. Maceli, M. (2015). Creating tomorrow's technologists: contrasting information technology curriculum in North American library and information science graduate programs against Code4lib job listings. Journal of Education for Library and Information Science, 56(3), 198-212. https://doi.org/10.3138/jelis.56.3.198 

    상세보기 crossref

  32. Ortiz-Repiso, V., Greenberg, J., & Calzada-Prado, J. (2018). A cross-institutional analysis of data-related curricula in information science programs: a focus look at the iSchools. Journal of Information Science, 44(6), 769-784. https://doi.org/10.1177/0165551517748149 

    상세보기 crossref

  33. Semeler, A. R., Pinto, A. L., & Rozados, H. B. (2019). Data science in data librarianship: core competencies of a data librarian. Journal of Librarianship and Information Science, 51(3), 771-780. https://doi.org/10.1177/0961000617742465 

    상세보기 crossref

  34. Si, L., Zhuang, X., Xing, W., & Guo, W. (2013). The cultivation of scientific data specialists: development of LIS education oriented e-science service requirements. Library Hi Tech, 31(4), 700-724. https://doi.org/10.1108/LHT-06-2013-0070 

    상세보기 crossref

  35. Syracuse University [n.d.]. Career outlook. Available: https://ischool.syr.edu/careers/career-outlook 

  36. Thomas, C. V. & Urban, R. J. (2018). What do data librarians think of the MLIS? professionals' perceptions of knowledge transfer, trends, and challenges. College & Research Libraries, 79(3), 401-423. https://doi.org/10.5860/crl.79.3.401 

    상세보기 crossref

  37. University of Illinois - Urbana Champaign [n.d.]. BS in Information Science + Data Science. Available: https://ischool.illinois.edu/degrees-programs/undergraduate/bs-data-science 

  38. Urs, S. R. & Minhaj, M. (2022). Evolution of data science and its education in iSchools: an impressionistic study using curriculum analysis. Journal of the Association for Information Science and Technology, 1-17. https://doi.org/10.1002/asi.24649 

    상세보기 crossref

  39. Wang, L. (2018). Twining data science with information science in schools of library and information science. Journal of Documentation, 74(6), 1243-1257. https://doi.org/10.1108/JD-02-2018-0036 

    상세보기 crossref

  40. Wu, D., Xu, H., Sun, W., & Lv, S. (2022). What should we teach? a human-centered data science graduate curriculum model design for iField schools. Journal of the Association for Information Science and Technology, 1-18. https://doi.org/10.1002/asi.24644 

    상세보기 crossref

  41. Xia, J. & Wang, M. (2014). Competencies and responsibilities of social science data librarians: an analysis of job descriptions. College and Research Libraries, 75(3), 362-388. https://doi.org/10.5860/crl13-435 

    crossref

  42. Zhang, Y., Wu, D., Hagen, L., Song, I.-Y., Mostafa, J., Oh, S., ... Saltz, J. S. (2022). Data science curriculum in the iField. Journal of the Association for Information Science and Technology. https://doi.org/0.1002/asi.24701 

    crossref

관련 콘텐츠

오픈액세스(OA) 유형

BRONZE

출판사/학술단체 등이 한시적으로 특별한 프로모션 또는 일정기간 경과 후 접근을 허용하여, 출판사/학술단체 등의 사이트에서 이용 가능한 논문

저작권 관리 안내
섹션별 컨텐츠 바로가기

AI-Helper ※ AI-Helper는 오픈소스 모델을 사용합니다.

AI-Helper 아이콘
AI-Helper
안녕하세요, AI-Helper입니다. 좌측 "선택된 텍스트"에서 텍스트를 선택하여 요약, 번역, 용어설명을 실행하세요.
※ AI-Helper는 부적절한 답변을 할 수 있습니다.

선택된 텍스트

맨위로