[논문 리뷰] Scienceography: the study of how science is written

Graham Cormode, S. Muthukrishnan외 1명|arXiv (Cornell University)|2012. 02. 13.

Scientific Computing and Data Management인용 수 5

한 줄 요약

이 논문은 과학적 논문의 작성 방식을 연구하는 '사이언스오그래피'(scienceography)를 소개한다. arXiv의 LaTeX 소스 코드를 활용해 컴퓨터 과학과 수학 분야의 작성 관행을 분석한다. 연구 결과, 분야 간 저자 작업 방식, 주석 사용, 도구 활용, 문서 구조에 명백한 차이가 있음을 밝혀내며, 인용 분석을 넘어서 과학적 글쓰기의 실증적 통찰을 제공한다.

ABSTRACT

Scientific literature has itself been the subject of much scientific study, for a variety of reasons: understanding how results are communicated, how ideas spread, and assessing the influence of areas or individuals. However, most prior work has focused on extracting and analyzing citation and stylistic patterns. In this work, we introduce the notion of 'scienceography', which focuses on the writing of science. We provide a first large scale study using data derived from the arXiv e-print repository. Crucially, our data includes the "source code" of scientific papers-the LaTEX source-which enables us to study features not present in the "final product", such as the tools used and private comments between authors. Our study identifies broad patterns and trends in two example areas-computer science and mathematics-as well as highlighting key differences in the way that science is written in these fields. Finally, we outline future directions to extend the new topic of scienceography.

연구 동기 및 목표

• 인용 및 영향도 지표를 넘어서 과학 논문의 실제 작성 과정을 연구하기 위해.
• arXiv 레포지토리에서 제공하는 접근 가능한 소스 코드를 활용해 과학적 글쓰기의 구조적 및 스타일적 특징을 식별하고 분석하기 위해.
• 컴퓨터 과학과 수학, 두 개의 밀접하게 관련되어 있지만 상이한 과학 공동체 간의 글쓰기 관행을 비교하기 위해.
• 글쓰기 도구, 주석, 문서 구성 요소(예: 정리, 그림 등)가 과학적 글쓰기에 어떻게 활용되는지 탐구하기 위해.
• 과학적 글쓰기의 메커니즘과 진화에 중심을 둔 새로운 연구 분야인 '사이언스오그래피'의 기초를 다지기 위해.

제안 방법

• arXiv의 공개 API를 활용해 컴퓨터 과학 및 수학 분야에서 65,000편 이상의 과학 논문을 수집하였다.
• 중간 작성 과정에서의 자료(예: 주석, 매크로, 사용되지 않는 코드 등)를 유지하는 LaTeX 소스 파일에 집중하였다.
• 논문 간 주석 사용 패턴을 분석하여 소통, 메모, 편집 목적의 주석 기능을 밝혀내었다.
• 외부 패키지, 정리 환경, 그림 배치 방식을 분석하여 글쓰기 워크플로우를 이해하고자 하였다.
• 컴퓨터 과학과 수학 논문 간의 구조적 및 스타일적 특징을 비교하여 분야별 규범을 특정하고자 하였다.
• 시간표 및 버전 관리 메타데이터를 활용해 문서의 시간에 따른 진화 과정을 추적하였다.

실험 결과

연구 질문

• RQ1 저자들은 과학 논문에서 주석을 어떻게 사용하며, 작성 과정에서 주석은 어떤 목적을 수행하는가?
• RQ2 컴퓨터 과학과 수학 논문 간에 LaTeX 패키지, 매크로, 문서 구조 사용에 어떤 차이가 있는가?
• RQ3 그림, 정리, 기타 구조적 요소의 사용 방식은 각 분야의 과학적 글쓰기에서 어떻게 다름이 있는가?
• RQ4 소스 코드로부터 작성 과정을 얼마나 정확히 재구성할 수 있으며, 이는 협업과 수정 과정에 대한 어떤 통찰을 제공하는가?
• RQ5 과학 공동체 내에서 글쓰기 규범과 도구는 시간이 지남에 따라 어떻게 변화하는가?

주요 결과

• 컴퓨터 과학 논문은 수학 논문보다 훨씬 더 많은 주석을 사용하며, 이는 저자 간의 내부 메모와 협업에 더 의존하고 있음을 시사한다.
• 수학 논문은 정리 및 보조정리 환경의 빈도가 더 높아, 논리적 전개를 더 체계적으로 표현하는 경향이 있다.
• 외부 LaTeX 패키지의 사용 빈도가 컴퓨터 과학 논문에서 더 높아, 자동화된 포맷팅과 도구 의존도가 더 높다는 것을 시사한다.
• 두 분야의 LaTeX 소스 코드 중 상당 부분이 사용되지 않거나 주석 처리된 내용을 포함하고 있어, 광범위한 수정과 초안 작성이 이루어졌음을 나타낸다.
• 과학적 글쓰기의 구조는 분야 간에 의미 있는 차이를 보이며, 컴퓨터 과학은 모듈러하고 도구 중심의 구성 방식을 선호하고, 수학은 형식적이고 계층적인 표현 방식을 중시한다.
• 소스 코드의 가용성 덕분에 버전 관리, 협업, 반복적 개선 과정을 포함한 글쓰기 워크플로우를 재구성할 수 있었다.