[論文レビュー] Scholars on Twitter: who and how many are they?

Rodrigo Costas, Jeroen van Honk+1 more|arXiv (Cornell University)|Dec 15, 2017

Wikis in Education and Collaboration参考文献 15被引用数 14

ひとこと要約

本研究では、言語的要素とルールベースのスコアリングを用いて著者名とTwitterハンドルを照合することで、Twitter上の研究者を特定するための新しい文献計測的手法を提示する。その結果、Web of Scienceに登録された研究者の約2％がTwitterで活発に活動しており、特に社会科学および人文学分野で高い割合を占めている。また、Twitterを利用している研究者は平均的に若く、生産性も高い傾向にあり、発表論文数に応じてTwitter利用率は1％から5％の範囲で変動する。

ABSTRACT

In this paper we present a novel methodology for identifying scholars with a Twitter account. By combining bibliometric data from Web of Science and Twitter users identified by Altmetric.com we have obtained the largest set of individual scholars matched with Twitter users made so far. Our methodology consists of a combination of matching algorithms, considering different linguistic elements of both author names and Twitter names; followed by a rule-based scoring system that weights the common occurrence of several elements related with the names, individual elements and activities of both Twitter users and scholars matched. Our results indicate that about 2% of the overall population of scholars in the Web of Science is active on Twitter. By domain we find a strong presence of researchers from the Social Sciences and the Humanities. Natural Sciences is the domain with the lowest level of scholars on Twitter. Researchers on Twitter also tend to be younger than those that are not on Twitter. As this is a bibliometric-based approach, it is important to highlight the reliance of the method on the number of publications produced and tweeted by the scholars, thus the share of scholars on Twitter ranges between 1% and 5% depending on their level of productivity. Further research is suggested in order to improve and expand the methodology.

研究の動機と目的

• 文献計測データを用いて、Twitterアカウントを持つ研究者を特定する信頼性の高い手法を開発すること。
• さまざまな学術分野におけるTwitter活発研究者の割合を推定すること。
• Twitterを利用している研究者の年齢層や生産性に関するパターンを分析すること。
• 発表論文数が、研究者がTwitterに登録する可能性に与える影響を評価すること。
• 学術的プラットフォームとソーシャルメディアプラットフォームの間で研究者アイデンティティを結びつけるためのスケーラブルでルールベースのマッチングフレームワークを提供すること。

提案手法

• Web of Scienceの文献計測データとTwitterユーザー情報の間を、カスタムURLベースの識別子で統合する。
• 名前の変種、イニシャル、綴りの類似性といった言語的要素を考慮した名前照合アルゴリズムを適用する。
• 学術的名前とTwitterハンドルの間で共通する要素を重みづけするルールベースのスコアリングシステムを用いる。
• 論文数やツイート数といった活動指標を組み込み、マッチングの精度を向上させる。
• 複数基準意思決定フレームワークを用いて、潜在的な研究者-Twitterユーザーのマッチングをランク付け・検証する。
• 正確性を向上させるために、分野別分析と生産性の閾値を用いて結果を検証する。

実験結果

リサーチクエスチョン

• RQ1 Web of Scienceに登録された研究者のうち、どの程度がTwitterで活発に活動しているか？
• RQ2 どの学術分野で研究者のTwitter参加率が最も高いか？
• RQ3 研究者の生産性とTwitter活動の間には相関関係があるか？
• RQ4 Twitterを利用している研究者は、利用していない研究者と比べて顕著に若いか？
• RQ5 提示された手法は、研究者アイデンティティとソーシャルメディアプロフィールを結びつける上で、正確かつスケーラブルか？

主な発見

• Web of Scienceに登録された研究者のうち、約2％がTwitterで活発に活動しており、生産性に応じて変動する。
• 社会科学および人文学分野で、研究者によるTwitter利用が最も顕著に見られ、自然科学分野では最も低い。
• Twitterを利用している研究者は、利用していない研究者と比べて顕著に若く、年齢層が低い傾向にある。
• 発表論文数に応じて、研究者のTwitter利用率は1％から5％の範囲で変動する。
• 本研究では、これまでにない規模のマッチング済み研究者-Twitterユーザーのペアデータセットを確立した。
• ルールベースのスコアリングシステムにより、言語的特徴と活動指標を統合することで、マッチングの正確性が向上した。