[論文レビュー] Revealing the research landscape of Master's degrees via bibliometric analyses

Nathalia Chaparro, Sergio Rojas–Galeano|arXiv (Cornell University)|Mar 17, 2021

scientometrics and bibliometrics research参考文献 55被引用数 5

ひとこと要約

本論文は、学位論文のメタデータを用いて修士課程の研究動態を分析するための文献計測的ワークフローを提案し、テキストマイニングおよび可視化技術を用いて、生産動態、共同研究ネットワーク、主題構造を明らかにした。このアプローチにより、プログラム責任者は強みを評価し、出現中のテーマを同定し、戦略的意思決定を支援できる。2つの工学修士課程を用いた実例を通じて、再現可能でデータドリブンな洞察が得られたことが示された。

ABSTRACT

The evolution of a Master's programme, like many other human institutions, can be viewed as a self-organising system whose underlying structures and dynamics arise primarily from the interaction of its faculty and students. Identifying these hidden properties may not be a trivial task, due to the complex behaviour implicit in such evolution. Nonetheless, we argue that the programme's body of research production (represented mainly by dissertations) can serve this purpose. Bibliometric analyses of such data can reveal insights about production growth, collaborative networks, and visual mapping of established, niche, and emerging research topics, among other facets. Thus, we propose a bibliometric workflow aimed at discovering the production dynamics, as well as the conceptual, social and intellectual structures developed by the Master's degree, in the interest of guiding decision-makers to better assess the strengths of the programme and to prioritise strategic goals. In addition, we report two case studies to illustrate the realisation of the proposed workflow. We conclude with considerations on the possible application of the approach to other academic research units.

研究の動機と目的

• 学位論文のメタデータを用いた文献計測的手法を活用し、修士課程の研究出力を分析する体系的かつ再現可能なワークフローの開発。
• 共同研究ネットワーク、トピックの進化、知的影響力といった、学術的生産における隠れた構造的・動的パターンの解明。
• データドリブンな洞察を通じて、プログラム責任者や評価者による強み・弱み・戦略的優先分野の同定を支援。
• 工学および情報科学分野の実世界の事例を通じて、このワークフローが異なる学術部門に応用可能であることを実証。
• 他の大学機関が再現・採用できるよう、オープンアクセスのツールとデータセットを提供。

提案手法

• 学位論文のメタデータに対して、共起分析、語句頻度抽出、トピックモデリングを含む文献計測的手法を統合したワークフロー。
• タイトル、要約、キーワード、ユニグラムキーワードなどの分野に対してテキスト前処理を実施し、分析に適した標準化およびデータ強化を実現。
• 主題マッピングは、共起ネットワークと階層的クラスタリング（デンドログラム）を用いて概念的構造を可視化。
• 年次学位論文数と引用指標の時系列分析を通じて、生産動態を評価。
• RとShinyを用いたインタラクティブな可視化を構築し、再現性を確保するための公開ダッシュボードとコードリポジトリを提供。
• キーワード、要約、タイトルなどの複数のデータ項目を別々に分析することで、結果の整合性と頑健性を検証。

実験結果

リサーチクエスチョン

• RQ1 修士課程の研究出力は、量と引用インパクトの観点から、時間経過とともにどのように変化したか？
• RQ2 学位論文コーパス内における支配的で、また出現中の研究トピックは何か？
• RQ3 学生と指導教員間の共同研究ネットワークはどのように変化し、機関内・機関間の共同研究の水準はどの程度か？
• RQ4 プログラムの研究出力の背後にある知的・概念的構造は何か、そして時間経過とともにどのように変化したか？
• RQ5 文献計測的分析は、学術プログラム開発における戦略的意思決定をどの程度支援できるか？

主な発見

• 情報科学修士課程（MIS）では2012年から2020年の間に170件の学位論文が提出され、平均して年間18.9件、共同著者指数は1.43と中程度の共同研究を示した。
• 工学修士課程（MIE）では年次学位論文出力が安定して増加し、平均して年間18.9件、1件あたりの共同著者数は2.09であった。
• 主題分析により、2011年以降、人工知能、ソフトウェア工学、ジオマティクスがMIS課程の主要研究分野として顕在化した。これはプログラム改革と整合的であった。
• キーワードおよび要約に基づく共起ネットワークとワードクラウドは、両ケーススタディにおいて一貫して「マシンラーニング」「データマイニング」「情報システム」を中心的テーマとして特定した。
• デンドログラムと主題マップを通じて、ワークフローは知的構造を効果的にマッピングした。MISデータセットでは「通信技術」と「AI」などのトピックが明確にクラスタリングされた。
• 本研究では、学位論文の文献計測的分析が、教員の関与やトピックの進化といった概念的・社会的ダイナミクスを明らかにできることを示した。公開されたRスクリプトとWebダッシュボードにより、再現可能な結果が得られた。