AI の力を解き放つ。最先端技術の体系的レビュー: 概要と序論

リンク一覧

概要と序論

材料と方法

結果

RQ 1: AIと科学計量学

RQ 2: AIとウェブメトリクス

RQ 3: AIと計量書誌学

議論

RQ 4: AI を活用した科学計量学、ウェブ計量学、書誌計量学の将来

RQ 5: AI を用いた科学計量学、ウェブ計量学、文献計量学の倫理的考慮

結論、限界、参考文献

抽象的な

目的: この研究は、人工知能 (AI) と科学計量学、ウェブ計量学、書誌計量学の相乗効果を分析し、これらの分野における AI アルゴリズムのアプリケーションと利点の可能性を明らかにし、強調することを目的としています。

設計/方法論/アプローチ:体系的な文献レビューを実施することで、学術コミュニケーションの測定と分析、新たな研究動向の特定、科学出版物の影響の評価に使用される方法に革命をもたらす AI の可能性を探ることが私たちの目的です。これを実現するために、ProQuest、IEEE Explore、EBSCO、Web of Science、Scopus などの評判の高いデータベース全体で包括的な検索戦略を実施しました。検索には 2000 年 1 月 1 日から 2022 年 9 月までに公開された論文が含まれ、61 件の関連論文が徹底的にレビューされました。

調査結果： (i)科学計量学に関して、AI の応用により、出版物、引用、研究影響予測、コラボレーション、研究動向分析、知識マッピングの分析をより客観的かつ信頼性の高いフレームワークで実施するなど、さまざまな明確な利点が得られます。 (ii)ウェブ計量学の観点では、AI アルゴリズムにより、ウェブクローリングとデータ収集、ウェブリンク分析、ウェブコンテンツ分析、ソーシャルメディア分析、ウェブ影響分析、推奨システムを強化できます。 (iii)さらに、データ収集の自動化、引用の分析、著者の曖昧さ解消、共著ネットワークの分析、研究影響の評価、テキストマイニング、推奨システムは、書誌計量学の分野における AI 統合の可能性として考えられています。

独創性/価値:この研究では、AIを活用した科学計量学、ウェブ計量学、書誌計量学の特に新しい利点と可能性を取り上げ、AIを通じたこの統合の相乗効果の重要な見通しを強調しています。

導入

人工知能（AI）は、さまざまな分野、特に科学計量学、ウェブ計量学、書誌計量学に革命をもたらしました[1, 2]。科学計量学は、科学文献を定量的に分析し、生産性、影響、コラボレーションパターンなど、科学研究のさまざまな側面を測定する分野です[3]。書誌データと引用分析を使用して、科学的知識の生産と普及のダイナミクスを理解します[4]。

一方、ウェブメトリクスは、ウェブベースの情報、特にウェブサイトとハイパーリンクの定量分析に焦点を当て、ウェブ上の個人、組織、研究機関の影響と可視性を評価します[5]。ウェブクロールとリンク分析技術を使用して、ウェブベースの構造と相互作用を調べます[6]。

ビブリオメトリクスは、数学的および統計的手法を適用して、学術文献の出版、引用、共同研究のパターンを分析する分野です[7]。引用分析やその他の書誌データに基づいて、学術出版物、著者、機関の影響と影響力を測定します[8]。

これら 3 つの分野は、いずれも情報の定量的分析を伴い、科学的知識の創出、普及、影響に関する洞察を提供することを目的としているため、互いに密接に関連しています。データ マイニング、ネットワーク分析、統計モデリングなど、共通の方法論と技術を共有しています。

以下では、これまでの応用例に基づいた展望を示します。さらに、私たちは、情報測定学の分野におけるさらなる研究と将来の革新の基盤も提供し、最終的には証拠に基づく意思決定におけるより正確で効率的、かつ洞察力に富んだ分析につながると結論付けています。

研究者は、膨大な量の学術出版物を扱う際に課題に直面しています。知識を抽出し、データ分析を改善し、十分な情報に基づいた意思決定を行うことが困難になっているためです。AIを活用したアルゴリズムと技術は、科学文献の識別、分類、分析を自動化する上で重要な役割を果たしてきました[9]。さらに、AIアルゴリズムの応用により、効率的なデータ処理、パターン認識、知識抽出が可能になり、新たな可能性が開かれました[10、11]。このように、研究者はAIの力を活用することで、大規模な出版指標を掘り下げ、研究動向を特定し、科学的成果の影響とインパクトを追跡できるようになりました[10、12、13]。

まず、自然言語処理（NLP）アルゴリズム、機械学習技術、ディープラーニングアプローチを活用することで、AIは科学計量学の観点から科学論文から重要な情報を抽出し、特定の分野における研究動向、コラボレーション、影響について包括的な理解を得ることができます[14]。

次に、ウェブメトリクスの観点から見ると、AIアルゴリズムはウェブスクレイピングを通じてウェブページ、ブログ、フォーラム、ソーシャルメディアの投稿など、さまざまなオンラインソースからデータを収集できます。機械学習、データマイニングアルゴリズム、ディープラーニング（DL）技術はデータとパターンを抽出し、研究者がオンラインユーザーの行動やデジタルの影響を理解して予測するのに役立ちます[15、16]。

「最後に」、AIを活用したアルゴリズムを通じて、書誌学者はWeb of ScienceやScopusなどの大規模な書誌データベースや引用データベースを分析し、科学的成果物間のパターン、傾向、関係性を明らかにすることができます[17]。

これらのアルゴリズムとアプローチは、政策立案者や学者が研究者、機関、科学分野の影響を評価し、証拠に基づく意思決定、政策立案、イノベーションマッピング、将来志向の発展の予測を促進するのに役立ちます[18]。

AI は、科学計量学、ウェブ計量学、書誌計量学の分析の効率と精度を向上させる上で大きな可能性を示していますが、この急速に進化する分野における最先端の技術と進歩に対する包括的な理解がまだ不足しています。研究者が AI の力を活用して、学術コミュニケーションのパターン、引用ネットワーク、研究の影響についてより深い洞察を得ようと努める中で、最新の開発と方法論を統合して統合する体系的なレビューを実施することが極めて重要です。

したがって、目下の問題は、科学計量学、ウェブ計量学、書誌計量学における最先端の AI 強化技術の包括的な概要と分析が欠如していることです。この知識のギャップにより、研究者や実務家は、これらの領域で AI がもたらす潜在的なメリットと進歩を十分に活用することができません。体系的なレビューを実施することで、このギャップを解消し、最先端の AI 技術、その応用、および情報計量学の分野への影響について包括的な理解を提供することを目指しています。

私たちの研究では、これら 3 つの特定分野 (科学計量学、ウェブ計量学、書誌計量学) に焦点を当てています。これは、これらの分野が人工知能 (AI) の応用が大きな影響を与えた重要な領域を表しているからです。機械学習や自然言語処理などの AI 技術により、大規模な書誌データやウェブベースのデータの分析が大幅に強化され、科学的影響、知識の普及、ウェブの可視性をより正確かつ効率的に測定できるようになりました。

この体系的なレビューを通じて、私たちは、学術コミュニケーションの測定と分析、新たな研究動向の特定、科学出版物の影響の評価の方法を変革する AI の可能性を明らかにしようとしています。そうすることで、情報測定学の分野でさらなる研究と革新を促し、最終的には、科学の進歩と情報に基づいた証拠に基づく意思決定を推進できる、より正確で効率的で洞察に富んだ分析につながることを願っています。