• Archives of Plastic Surgery
• /
• 제42권5호
• /
• pp.559-566
• /
• 2015

Background Citation analysis is a recognized scientometric method of classifying cited articles according to the frequency of which they have been referenced. The total number of citations an article receives is considered to reflect it's significance among it's peers. Methods Until now, a bibliometric analysis has never been performed in the specialty of craniofacial anomalies and craniofacial surgery. This citation analysis generates an extensive list of the 50 most influential papers in this developing field. Journals specializing in craniofacial surgery, maxillofacial surgery, plastic surgery, neurosurgery, genetics and pediatrics were searched to demonstrate which articles have cultivated the specialty within the past 55 years. Results The results show an intriguing compilation of papers which outline the fundamental knowledge of craniofacial anomalies and the developments of surgical techniques to manage these patients. Conclusions This citation analysis provides a summation of the current most popular trends in craniofacial literature. These esteemed papers aid to direct our decision making today within this specialty.

• 정보관리학회지
• /
• 제38권1호
• /
• pp.169-190
• /
• 2021

네트워크 분석 기법을 활용한 연구가 다양한 학문 분야에서 수행되고 있다. 본 연구는 2003년부터 2021년까지 국내 학술지에 게재된 네트워크 분석 논문 총 2,187건을 대상으로 계량서지적 분석과 내용분석을 수행하였다. 분석결과는 살펴보면, 논문 생산에 있어서 교육학, 학제간연구, 컴퓨터학, 문헌정보학, 행정학, 경영학 등의 우위를 확인할 수 있다. 학술지 단위로 보면, 메가 학술지의 강세가 나타난다. 그러나 피인용 기반의 영향력을 살펴보면, 행정학, 문헌정보학, 교육학의 영향력을 뚜렷하게 확인할 수 있다. 저자 단위로 분석한 결과 역시 언론정보학, 행정학, 문헌정보학의 우위를 확인할 수 있다. 파악된 1,537명의 저자 중에서 극소수의 저자가 활발한 연구활동을 하는 것으로 나타났으며, 이를 통해 연구자 저변 확대의 필요성도 확인할 수 있다. 내용분석의 결과를 살펴보면, 논문을 데이터셋으로 하여 가중/비방향네트워크를 형성하는 것이 가장 일반적인 네트워크 형태로 나타났다. 노드는 단어, 링크는 동시출현으로 표현되는 것이 보편적이며, 분석을 위해서는 KrKwic, UCINET, NetMiner, NetDraw 의 활용이 가장 두드러졌다.

• 한국수자원학회:학술대회논문집
• /
• 한국수자원학회 2022년도 학술발표회
• /
• pp.145-145
• /
• 2022

Availability of abundant water resources data in developing countries is a great concern that has hindered the adoption of deep learning techniques (DL) for disaster prevention and mitigation. On the contrary, over the last two decades, a sizeable amount of DL publication in disaster management emanated from developed countries with efficient data management systems. To understand the current state of DL adoption for solving water-related disaster management in developing countries, an extensive bibliometric review coupled with a theory-based analysis of related research documents is conducted from 2003 - 2022 using Web of Science, Scopus, VOSviewer software and PRISMA model. Results show that four major disasters - pluvial / fluvial flooding, land subsidence, drought and snow avalanche are the most prevalent. Also, recurrent flash floods and landslides caused by irregular rainfall pattern, abundant freshwater and mountainous terrains made India the only developing country with an impressive DL adoption rate of 50% publication count, thereby setting the pace for other developing countries. Further analysis indicates that economically-disadvantaged countries will experience a delay in DL implementation based on their Human Development Index (HDI) because DL implementation is capital-intensive. COVID-19 among other factors is identified as a driver of DL. Although, the Long Short Term Model (LSTM) model is the most frequently used, but optimal model performance is not limited to a certain model. Each DL model performs based on defined modelling objectives. Furthermore, effect of input data size shows no clear relationship with model performance while final model deployment in solving disaster problems in real-life scenarios is lacking. Therefore, data augmentation and transfer learning are recommended to solve data management problems. Intensive research, training, innovation, deployment using cheap web-based servers, APIs and nature-based solutions are encouraged to enhance disaster preparedness.

• 정보관리학회지
• /
• 제32권1호
• /
• pp.135-152
• /
• 2015

이 논문의 연구목적은 컴퓨터공학 및 정보학 관련 연구동향을 분석하는 것이다. 이를 위해 텍스트마이닝 기법을 이용하여 DBLP(Digital Bibliography & Library Project)의 학술회의 데이터를 분석하였다. 대부분의 연구동향 분석 연구가 계량서지학적 연구방법을 사용한 것과 달리 이 논문에서는 LDA(Latent Dirichlet Allocation) 기반 다항분포 토픽모델링 기법을 이용하였다. 가능하면 컴퓨터공학 및 정보학과 관련된 광범위한 자료를 수집하기 위해서 DBLP에서 컴퓨터공학 및 정보학과 관련된 353개의 학술회의를 수집 대상으로 하였으며 2000년부터 2011년 기간 동안 출판된 236,170개의 문헌을 수집하였다. 토픽모델링 결과와 주제별 문헌 수, 주제별 학술회의 수를 조사하여 2000년부터 2011년 사이의 주제별 상위 저자와 주제별 상위 학술회의를 제시하였다. 주제동향 분석 결과 네트워크 관련 연구 주제 분야는 성장 패턴을 보였으며, 인공지능, 데이터마이닝 관련 연구 분야는 쇠퇴 패턴을 나타냈고, 지속 패턴을 보인 주제는 웹, 텍스트마이닝, 정보검색, 데이터베이스 관련 연구 주제이며, HCI, 정보시스템, 멀티미디어 시스템 관련 연구 주제 분야는 성장과 하락을 지속하는 변동 패턴을 나타냈다.

• 한국콘텐츠학회논문지
• /
• 제20권11호
• /
• pp.216-227
• /
• 2020

두 국가가 본격적으로 외교적 협약을 진행하기 전 우호적인 분위기를 만들기 위해서나, 국가간 정치적 우호 관계를 지속하기 위한 목적 등으로 과학외교를 사용한다. 최근에는 과학기술이 국가 발전에 미치는 영향이 커짐에 따라서 과학외교에 대한 관심이 더욱 집중되고 있다. 과학외교를 수행하기 위해 두 국가가 서로 흥미를 가질 수 있는 협동연구주제를 찾는 것은 전문가 집단에 의해 추천에 의해 이뤄진다. 그러나 이 방법은 전문가의 주관적 판단에 의지하기 때문에 편향성과 이에 따른 문제가 존재한다. 개인적 및 조직적 편향, 유명한 연구자의 후광효과, 전문가마다 다른 추천기준 등이 있을 수 있다. 본 논문에서는 전문가 기반의 방식이 가지는 문제점을 극복하기 위해 한국에서 시도된 빅데이터 기반의 외교를 위한 연구주제 추천방법을 소개한다. 빅데이터를 분석하기 위한 알고리즘은 전통적인 연구분야인 계량서지학 뿐만 아니라 최신 딥러닝 기술을 사용한다. 제안된 방식은 한국과 헝가리 간의 과학외교에 사용되었으며, 데이터기반 주제선정 방식의 가능성을 확인할 수 있었다.

• 정보관리학회지
• /
• 제34권1호
• /
• pp.177-195
• /
• 2017

연구전선이란 연구논문들 간에 인용이 빈번하게 발생하며, 지속적으로 발전이 이루어지고 있는 연구영역을 의미한다. 연구행위가 집중되는 핵심 연구분야로 발전 가능성이 높은 연구전선을 조기에 예측해내는 것은 학계와 산업계, 정부기관, 나아가 국가의 과학기술 발전에 큰 유익을 가져다 줄 수 있는 유용한 사회적 자원이 된다. 본 연구는 복합자질을 활용하여 연구전선을 추론하는 모델을 제시하고자 시도하였다. 연구전선 추론은 핵심 연구영역으로 발전할 가능성이 높은 문헌들이 포함될 수 있도록 문헌을 복합자질로 표현하고, 그 자질들을 심층학습하여 새로 발행된 문헌들이 연구전선에 포함될 수 있는지 그 가능성을 예측하였다. 서지 자질, 네트워크 자질, 내용 자질 등 복합자질 세트를 사용하여 문헌을 표현하고 피인용을 많이 받을 가능성이 있는 문헌을 추론하기 위해서 확률기반 팩터그래프 모델을 적용하였다. 추출된 자질들은 팩터그래프의 변수로 표현되어 합-곱 알고리즘과 접합 트리 알고리즘을 적용하여 연구전선 추론이 이루어졌다. 팩터그래프 확률모델을 적용하여 연구전선을 추론 구축한 결과, 서지결합도 4 이상으로 구축된 베이스라인 연구전선과 큰 차이를 보였다. 팩터그래프 기반 연구전선그룹이 서지결합 기반 연구전선그룹보다 문헌 간의 직접 연결정도가 강하며 연결 관계에 있지 않은 두 개의 문헌을 연결시키는 매개정도 또한 강한 집단으로 나타났다.

• 벤처창업연구
• /
• 제17권1호
• /
• pp.191-211
• /
• 2022

글로벌 지속가능성이 큰 기업들의 가치가 높아짐에 따라 ESG가 최대 화두로 주목받고 있다. 이러한 배경에서 전반적인 글로벌 흐름에 맞추어 국내 ESG에 관한 학문 연구도 급속하게 증가하고 있다. 이에 본 연구에서는 국내 ESG 연구 동향을 살펴보기 위해 체계적 문헌 고찰방법론을 활용하여 ESG 연구의 학문적 관심도 변화를 살펴보고 연구의 주요키워드들을 추출하였다. 이를 위해 지난 10년간 연구가 진행된 ESG 학술논문들을 연도별로 수집하고, 핵심주제어와 논문 제목을 활용하여 텍스트마이닝 기법으로 빈도분석을 하였다. 연구결과 첫째, 국내 ESG 학술논문들의 연도별 게재 수를 계랑 서지학 분석의 누적 수로 분석한 결과 해마다 ESG 연구논문들의 게재수가 증가하고 있으며 이를 통해 ESG 이슈에 대한 학문적 관심도의 지속적인 증가를 확인하였다. 둘째, 연구대상 논문들의 핵심주제어와 논문 제목의 빈도분석 결과로 ESG, 기업, 사회, 책임, 경영, 투자, 지속가능의 단어들이 추출되었다. 또한, 해외에서 체계적 문헌고찰로 진행된 연구를 바탕으로 국내외 ESG 주요키워드들이 공통으로 책임, 지속가능, 경영 임을 확인하였다. 그리고 최근 국외 연구에서 제시한 ESG 주요 이슈와 본 연구에서 제시한 ESG 핵심키워드들의 공통요소들을 비교한 결과 과거 연구들과 비교하면 최근 연구의 관심사가 환경임을 확인할 수 있었다. 셋째, 국내 ESG 연구들이 활용한 데이터들은 주로 KEJI 지수, KRX 지수, KCGS ESG 평가지수 등이 있음을 알 수 있었고, 그리고 중소기업을 대상으로 한 연구는 전체 152편 중 총 8편으로 현저하게 부족함을 확인하였다. 본 연구를 통해 ESG 연구 동향과 연구의 증가 폭을 확인할 수 있었으며, 향후 후속 연구자들이 연구주제 및 연구키워드에 대해 구분하고 더욱 다양한 연구주제 선정하는데 기초자료를 제시하였다. 또한, 중소기업 대상 학문 연구는 아직 미흡하거나 부족하여 이에 관한 관심과 연구가 강화될 필요가 있으며, 빠르게 급변하는 시장에서 실무적으로 접목할 수 있는 ESG 실천 지침 등을 고려한 후속 연구가 필요하다.