[논문 리뷰] Scholars on Twitter: who and how many are they?

Rodrigo Costas, Jeroen van Honk외 1명|arXiv (Cornell University)|2017. 12. 15.

Wikis in Education and Collaboration참고 문헌 15인용 수 14

한 줄 요약

이 연구는 언어적 요소와 규칙 기반 점수 체계를 사용하여 저자 이름과 트위터 ID를 매칭함으로써 트위터에서 활동하는 학자들을 특정하는 새로운 문헌정보학적 방법론을 제시한다. 연구 결과, 웹 오브 사이언스 소속 학자들 중 약 2퍼센트가 트위터에서 활동하고 있으며, 사회과학 및 인문학 분야에서 더 높은 비중을 차지한다. 트위터를 사용하는 학자들은 평균적으로 더 젊고 더 생산성이 높으며, 연구 성과에 따라 트위터 사용 비율은 1퍼센트에서 5퍼센트까지 변동된다.

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.

연구 동기 및 목표

• 문헌정보학적 데이터를 활용하여 트위터 계정을 보유한 학자들을 신뢰성 있게 특정하는 방법을 개발하는 것.
• 다양한 학문 분야에서 트위터에서 활동하는 학자들의 비율을 추정하는 것.
• 트위터를 사용하는 학자들의 연령대 및 생산성과 관련된 패턴을 분석하는 것.
• 출판 성과가 트위터 활동 가능성에 미치는 영향을 평가하는 것.
• 학술 및 소셜 미디어 플랫폼 간에 학자 신원을 연결하는 가용성 있는 규칙 기반 매칭 프레임워크를 제공하는 것.

제안 방법

• 웹 오브 사이언스의 문헌정보학적 데이터와 트위터 사용자 데이터를 커스터마이즈된 URL 기반 식별자로 통합하는 것.
• 이니셜, 철자 유사성, 이름 변형과 같은 언어적 요소를 고려한 이름 매칭 알고리즘을 적용하는 것.
• 학술적 이름과 트위터 ID 간의 공통 요소를 가중치 부여하기 위해 규칙 기반 점수 체계를 사용하는 것.
• 출판 수와 트윗 수와 같은 활동 지표를 활용해 매칭을 정밀하게 조정하는 것.
• 다중 기준 의사결정 프레임워크를 적용하여 잠재적 학자-트위터 사용자 매칭을 순위 매기고 검증하는 것.
• 정확도를 향상시키기 위해 분야별 분석 및 생산성 기준을 활용해 결과를 검증하는 것.

실험 결과

연구 질문

• RQ1 웹 오브 사이언스에 소속된 학자들 중 트위터에서 활동하는 비율은 얼마인가?
• RQ2 트위터에서 학자들이 가장 높은 참여도를 보이는 학문 분야는 어디인가?
• RQ3 연구자의 생산성과 트위터 활동 사이에는 어떤 상관관계가 있는가?
• RQ4 트위터를 사용하는 학자들은 사용하지 않는 학자들보다 유의미하게 더 젊은가?
• RQ5 제안된 방법은 학자 신원을 소셜 미디어 프로필에 연결하는 데 있어 정확하고 확장 가능한가?

주요 결과

• 웹 오브 사이언스에 소속된 학자들 중 약 2퍼센트가 트위터에서 활동하고 있으며, 이는 생산성에 따라 변동된다.
• 사회과학 및 인문학 분야에서 트위터 활동 학자 비율이 가장 높으며, 자연과학 분야는 가장 낮다.
• 트위터를 사용하는 학자들은 사용하지 않는 학자들보다 유의미하게 더 젊다.
• 연구 성과에 따라 트위터 사용 비율은 1퍼센트에서 5퍼센트까지 변동된다.
• 이 연구는 지금까지 공개된 바 없는 가장 큰 규모의 매칭된 학자-트위터 사용자 쌍 데이터셋을 확보했다.
• 규칙 기반 점수 체계는 언어적 요소와 활동 기반 특징을 통합함으로써 매칭 정확도를 향상시켰다.