[논문]데이터 리터러시 연구 분야의 주경로와 지적구조 분석

이재윤

doi:10.3743/kosim.2023.40.4.403

데이터 리터러시 연구 분야의 주경로와 지적구조 분석
Analyzing the Main Paths and Intellectual Structure of the Data Literacy Research Domain 원문보기

정보관리학회지 = Journal of the Korean Society for Information Management, v.40 no.4, 2023년, pp.403 - 428

이재윤 (명지대학교 문헌정보학과)

초록
AI-Helper

이 연구에서는 데이터 리터러시 분야 연구의 발전 경로와 지적구조 및 떠오르는 유망 주제를 파악하고자 하였다. 이를 위해서 Web of Science에서 검색한 데이터 리터러시 관련 논문은 교육학 분야와 문헌정보학 분야 논문이 전체의 60% 가까이를 차지하였다. 우선 인용 네트워크 분석에서는 페이지랭크 알고리즘을 사용해서 인용 영향력이 높은 다양한 주제의 핵심 논문을 파악하였다. 데이터 리터러시 연구의 발전 경로를 파악하기 위해서 기존의 주경로분석법을 적용해보았으나 교육학 분야의 연구 논문만 포함되는 한계가 있었다. 이를 극복할 수 있는 새로운 기법으로 페이지랭크 주경로분석법을 개발한 결과, 교육학 분야와 문헌정보학 분야의 핵심 논문이 모두 포함되는 발전 경로를 파악할 수 있었다. 데이터 리터러시 연구의 지적구조를 분석하기 위해서 키워드 서지결합 분석을 시행하였다. 도출된 키워드 서지결합 네트워크의 세부 구조와 군집 파악을 위해서 병렬최근접이웃클러스터링 알고리즘을 적용한 결과 대군집 2개와 그에 속한 소군집 7개를 파악할 수 있었다. 부상하는 유망 주제를 도출하기 위해서 각 키워드와 군집의 성장지수와 평균출판년도를 측정하였다. 분석 결과 팬데믹 상황과 AI 챗봇의 부상이라는 시대적 배경 하에서 사회정의를 위한 비판적 데이터 리터러시가 고등교육 측면에서 급부상하고 있는 것으로 나타났다. 또한 이 연구에서 연구의 발전경로를 파악하는 수단으로 새롭게 개발한 페이지랭크 주경로분석 기법은 서로 다른 영역에서 병렬적으로 발전하는 둘 이상의 연구흐름을 발견하기에 효과적이었다.

Abstract ▼ AI-Helper

This study investigates the development path and intellectual structure of data literacy research, aiming to identify emerging topics in the field. A comprehensive search for data literacy-related articles on the Web of Science reveals that the field is primarily concentrated in Education & Educational Research and Information Science & Library Science, accounting for nearly 60% of the total. Citation network analysis, employing the PageRank algorithm, identifies key papers with high citation impact across various topics. To accurately trace the development path of data literacy research, an enhanced PageRank main path algorithm is developed, which overcomes the limitations of existing methods confined to the Education & Educational Research field. Keyword bibliographic coupling analysis is employed to unravel the intellectual structure of data literacy research. Utilizing the PNNC algorithm, the detailed structure and clusters of the derived keyword bibliographic coupling network are revealed, including two large clusters, one with two smaller clusters and the other with five smaller clusters. The growth index and mean publishing year of each keyword and cluster are measured to pinpoint emerging topics. The analysis highlights the emergence of critical data literacy for social justice in higher education amidst the ongoing pandemic and the rise of AI chatbots. The enhanced PageRank main path algorithm, developed in this study, demonstrates its effectiveness in identifying parallel research streams developing across different fields.

주제어

표/그림 (13)

그림 <그림 1> 연도별 논문 수 (2023년 9월 20일 검색 결과)
그림 <그림 3> 교육학 분야와 문헌정보학 분야의 데이터 리터러시 논문 연도별 게재 추세 (2023년 9월 20일 검색 결과)
그림 <그림 2> 연도별 피인용 횟수 (2023년 9월 20일 검색 결과)
그림 <그림 4> 출현빈도별 키워드 종수 분포
표 <표 1> 인용빈도 상위 10건과 페이지랭크 상위 10건의 통합 목록
그림 <그림 5> ego 내부 인용 관계 네트워크 (원의 크기는 인용횟수에 비례함; 빨간색은 88번 논문의 직접 인용관계, 파란색은 59번 논문의 직접 인용관계, 보라색은 88번과 59번을 둘 다 인용한 논문들, 검은색은 88번이나 59번을 직접 인용하지 않는 논문들임)
그림 <그림 6> 키루트 주경로 (선의 굵기는 SPC 가중치에 비례하고 원의 크기는 인용빈도에 비례함)
그림 <그림 7> 페이지랭크 주경로 추출 결과 (빨간색은 88번에서 이어진 경로이고 파란색은 59번에서 이어진 경로이며, 선의 굵기는 전달되는 페이지랭크 값에 비례하고 원의 크기는 인용빈도에 비례함)
그림 <그림 8> 페이지랭크 주경로(k=2)를 구성하는 논문 정보와 보조 경로 정보 (88번 논문 주 경로는 빨간색 실선, 59번 논문 주 경로는 파란색 실선, 보조 경로는 회색 점선으로 표시)
그림 <그림 9> 키워드 서지결합 패스파인더 네트워크와 PNNC 군집
표 <표 2> PNNC 군집별 소속 키워드와 관련 주요 논문 제목
그림 <그림 10> 군집 소속 키워드들의 연도별 출현빈도(원 안의 숫자)와 군집별 성장지수(2023년은 9월 20일 현재)
그림 <그림 11> 43개 주요 키워드의 출현빈도와 평균 출현시기 (C1부터 C7까지 7개 PNNC 군집별로 색상과 모양을 구분함)

참고문헌 (38)

Choi, Sanghee & Lee, Jae Yun (2020). A bibliometric analysis on research trends and multidisciplinarity？of the journal of humanities. The Journal of Humanities, 41(3), 13-42.？http://doi.org/10.22947/ihmju.2020.41.3.001？
Han, Sang Woo (2020). A study on design of data literacy model based on digital humanities.？Journal of the Korean Society for Information Management, 37(1), 179-195.？http://doi.org/10.3743/KOSIM.2020.37.1.179？

원문보기 상세보기
Jeong, Yoo Kyung (2020). An analysis on research trends of digital humanities. Journal of the？Korean Society for Information Management, 37(2), 311-331.？http://doi.org/10.3743/KOSIM.2020.37.2.311？

원문보기 상세보기
Kim, Hea-Jin (2020). The main path analysis of korean studies using text mining: based on？SCOPUS literature containing 'Korea' as a keyword. Journal of the Korean Society for？Information Management, 37(3), 253-274. http://doi.org/10.3743/KOSIM.2020.37.3.253？

원문보기 상세보기
Kim, Hye Young (2020). Analysis of data literacy in the core curriculum to improve students'？4C skills: communication, collaboration, critical thinking, and creativity. Korean Journal of？General Education, 14(6), 147-159.？

상세보기
Kim, Jae Yeon (2023). We Need Different Data: Data that Makes Difference, Data that Creates？Opportunity. Seoul: Sejong Books.？
Kim, Ji Hyun (2018). A content analysis of research data management training programs at？the university libraries in North America: focusing on data literacy competencies. Journal？of the Korean Society for Information Management, 35(4), 7-36.？http://doi.org/10.3743/KOSIM.2018.35.4.007？

원문보기 상세보기
Kim, Seulki & Kim, Taeyoung (2021). A study of the definition and components of data literacy？for K-12 AI education. Journal of the Korean Association of information Education, 25(5),？691-704. http://doi.org/10.14352/jkaie.2021.25.5.691？

원문보기 상세보기
Lee, Jae Yun & Choi, Sanghee (2015). Discipline bias of document citation impact indicators:？analyzing articles in Korean citation index. Journal of the Korean Society for Information？Management, 32(4), 205-221. http://doi.org/10.3743/KOSIM.2015.32.4.205？

원문보기 상세보기
Lee, Jae Yun & Chung, EunKyung (2022). Introducing keyword bibliographic coupling analysis？(KBCA) for identifying the intellectual structure. Journal of the Korean Society for？Information Management, 39(1), 309-330. http://doi.org/10.3743/KOSIM.2022.39.1.309？

원문보기 상세보기
Lee, Jae Yun (2006). A novel clustering method for examining and analyzing the intellectual？structure of a scholarly field. Journal of the Korean Society for Information Management,？23(4), 215-231. https://doi.org/10.3743/KOSIM.2006.23.4.215？

원문보기 상세보기
Lee, Jae Yun (2013). A comparison study on the weighted network centrality measures of tnet？and WNET. Journal of the Korean Society for Information Management, 30(4), 241-264.？http://doi.org/10.3743/KOSIM.2013.30.4.241？

원문보기 상세보기
Lee, Jae Yun (2020a). A new perspective on constructing data literacy sub-competencies. Proceedings？of the 27th Annual Conference of the Korean Society for Information Management, 165-175.？Available: https://www.kci.go.kr/kciportal/ci/sereArticleSearch/ciSereArtiView.kci?sereArticleSearchBean.artiIdART002707039？
Lee, Jae Yun (2020b). Analyzing the Intellectual structure of school library researches with citation-weighted author profiling. Journal of the Korean Society for Library and Information Science, 54(2), 197-223. http://doi.org/10.4275/KSLIS.2020.54.2.197？

원문보기 상세보기
Lee, Jae Yun (2021). Considering some of the decision criteria in the intellectual structure analysis？process. Proceedings of the 28th Annual Conference of the Korean Society for Information？Management, 91-100. Available:？https://www.kci.go.kr/kciportal/ci/sereArticleSearch/ciSereArtiView.kci?sereArticleSearchBean.artiIdART002755669？
Lee, Jae Yun (n.d.). BACA (ver. 0.1.1) [Computer software].？
Lee, Jae Yun, Kim, Pan Jun, Kang, DaeShin, Kim Hee jung, Yu, So-Young, & Lee, Woo-Hyoung？(2011). A bibliometric analysis on LED research. Journal of Information Management,？42(3), 1-26. https://doi.org/10.1633/JIM.2011.42.3.001？

원문보기 상세보기
Lee, Jeong-Mee (2019). Re-approach to the concept of data literacy and its application to library？information services. Journal of the Korean Society for Library and Information Science,？53(1), 159-179. http://doi.org/10.4275/KSLIS.2019.53.1.159？

원문보기 상세보기
Lee, Woo-Hyoung, Seok, Yeong-Cheol, & Park, Jun-Cheul (2012). Detecting emerging technology？to use social network analysis: focusing on mobile telecommunication. The Journal of？Information Systems, 21(4), 109-132. https://doi.org/10.5859/KAIS.2012.21.4.109？

원문보기 상세보기
Yoo, Yeong Jun & Lee, Jae Yun (2020). A bibliometric study on the KCI listed theological？journals. Journal of the Korean Biblia Society for Library and Information Science, 31(3),？5-27. http://doi.org/10.14699/kbiblia.2020.31.3.005

원문보기 상세보기
Amodio, P. & Brugnano, L. (2014). Recent advances in bibliometric indexes and the paperrank？problem. Journal of Computational and Applied Mathematics, 267, 182-194.？https://doi.org/10.1016/j.cam.2014.02.018？

상세보기
Batagelj, V. (2003). Efficient Algorithms for Citation Network Analysis. CoRR cs.DL/0309023.？Available: http://arxiv.org/abs/cs.DL/0309023？
Coughlan, T. (2020). The use of open data as a material for learning. Educational Technology？Research and Development, 68(1), 383-411. https://doi.org/10.1007/s11423-019-09706-y？

상세보기
De Nooy, W., Mrvar, A., & Batagelj, V. (2018). Exploratory Social Network Analysis with Pajek:？Revised and Expanded Edition for Updated Software. Cambridge University Press.？
Gray, J., Gerlitz, C., & Bounegru, L. (2018). Data infrastructure literacy. Big Data & Society,？5(2). https://doi.org/10.1177/2053951718786316？

상세보기
Hummon, N. P. & Dereian, P. (1989). Connectivity in a citation network: the development of？DNA theory. Social Networks, 11(1), 39-63. http://doi.org/10.1016/0378-8733(89)90017-8？

상세보기
Kang, I., Choung, J. Y., Kang, D., & Park, I. (2021). Divergence of knowledge production？strategies for emerging technologies between late industrialized countries: focusing on？quantum technology. ETRI Journal, 43(2), 246-259. http://doi.org/10.4218/etrij.2019-0501？

원문보기 상세보기
Knight, S., Matuk, C., & DesPortes, K. (2022). Guest editorial: learning at the intersection of？data literacy and social justice. Educational Technology & Society, 25(4), 70-79.？Available: http://hdl.handle.net/10453/163405？
Koltay, T. (2015). Data literacy: in search of a name and identity. Journal of Documentation,？71(2), 401-415. https://doi.org/10.1108/JD-02-2014-0026？

상세보기
Liu, J. S. & Lu, L. Y. (2012). An integrated approach for main path analysis: development？of the hirsch index as an example. Journal of the American Society for Information Science？and Technology, 63(3), 528-542. http://doi.org/10.1002/asi.21692？

상세보기
Mandinach, E. B. & Gummer, E. S. (2013). A systemic view of implementing data literacy in educator preparation. Educational Researcher, 42(1), 30-37.？https://doi.org/10.3102/0013189X12459803？

상세보기
Mandinach, E. B., Friedman, J. M., & Gummer, E. S. (2015). How can schools of education？help to build educators' capacity to use data? a systemic view of the issue. Teachers？College Record, 117(4), 1-50. https://doi.org/10.1177/016146811511700404？

상세보기
Marjanovic, U., Taibi, D., Cabral, P., Urbsiene, L., Kasaj, A., & Marques, S. M. (2022). Digital？transformation missing ingredients: data literacy. In: Lalic, B., Gracanin, D., Tasic, N.,？Simeunovic, N. (eds) Proceedings on 18th international conference on industrial systems？(IS 2020), 340-344. https://doi.org/10.1007/978-3-030-97947-8_45？
Page, L. (1999). The PageRank Citation Ranking: Bringing Order to the Web. Stanford InfoLab.？
Prado, J. C. & Marzal, M. A. (2013). Incorporating data literacy into information literacy programs:？core competencies and contents. Libri, 63(2), 123-134.？https://doi.org/10.1515/libri-2013-0010？

상세보기
Sander, I. (2020). What is critical big data literacy and how can it be implemented?. Internet？Policy Review, 9(2). https://doi.org/10.14763/2020.2.1479？

상세보기
Schvaneveldt, R. W. (ed). (1990). Pathfinder Associative Networks: Studies in Knowledge？Organization. Norwood, New Jersey: Ablex.？
Yu, D. & Sheng, L. (2021). Influence difference main path analysis: evidence from DNA and？blockchain domain citation networks. Journal of Informetrics, 15(4), 101186.？https://doi.org/10.1016/j.joi.2021.101186？

상세보기

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