[논문 리뷰] Understanding Data Retrieval Practices: A Social Informatics Perspective

Kathleen Gregory, Helena Cousijn외 3명|arXiv (Cornell University)|2018. 01. 15.

Data Quality and Management인용 수 9

한 줄 요약

이 논문은 학술 분야에서의 실제 데이터 검색 실천을 이해하기 위해 사회정보학적 시각을 적용하며, 문헌정보학적 분석과 데이터 탐색자에 대한 인터뷰를 결합한다. 연구는 데이터 탐색이 깊이 있게 사회적이고 맥락에 따라 달라지며, 순수 기술적 해결책을 뛰어넘고 사용자 중심의 설계가 데이터 탐색 시스템에 필요하다는 점을 드러낸다.

ABSTRACT

Open research data are heralded as having the potential to increase effectiveness, productivity, and reproducibility in science, but little is known about the actual practices involved in data search and retrieval. The socio-technical problem of locating data for (re)use is often reduced to the technological dimension of designing data search systems. In this article, we explore how a social informatics perspective can help to better analyze the current academic discourse about data retrieval as well as to study user practices and behaviors. We employ two methods in our analysis - bibliometrics and interviews with data seekers - and conclude with a discussion of the implications of our findings for designing data discovery systems.

연구 동기 및 목표

• 기술적 시스템 설계를 넘어서 데이터 검색의 사회기술적 차원을 탐구하기 위해.
• 연구자들이 실제로 어떻게 데이터를 검색하고 재사용하는지 이해하기 위해.
• 학술 문헌에서의 사용자 행동과 논의를 분석하여 현재의 데이터 탐색 시스템의 격차를 규명하기 위해.
• 더 효과적이고 사용자 중심적인 데이터 탐색 플랫폼 설계에 기여하기 위해.

제안 방법

• 학술 문헌에서 데이터 검색에 관한 주제를 맵핑하고 논의 경향을 파악하기 위해 데이터 검색에 관한 학술 문헌에 대한 문헌정보학적 분석을 수행하기 위해.
• 실제 실천 방식, 과제, 동기를 탐구하기 위해 데이터 탐색자들과의 반구조화된 인터뷰를 수행하기 위해.
• 반복적인 패턴을 식별하기 위해 질적 코딩을 사용하여 인터뷰 데이터를 분석하기 위해.
• 문헌정보학과 인터뷰의 발견을 통합하여 학술 논의와 실제 사용자 실천 간의 대비를 분석하기 위해.
• 사회정보학 이론을 사용하여 발견을 해석하며, 데이터 사용에 있어 사회적, 문화적, 맥락적 요소의 중요성을 강조하기 위해.
• 관찰된 사용자 행동과 체계적 격차를 바탕으로 데이터 탐색 시스템의 설계 함의를 제안하기 위해.

실험 결과

연구 질문

• RQ1 학술 논의에서 현재 데이터 검색은 어떻게 프레임워크화되어 있으며, 실제 사용자 실천과 얼마나 일치하는가?
• RQ2 연구자들이 데이터를 검색하고 검색하는 데 영향을 미치는 주요 사회적 및 맥락적 요인은 무엇인가?
• RQ3 사용자들은 실제로 연구 데이터를 탐색하고 재사용하는 데 있어 어떤 과제를 어떻게 해결하는가?
• RQ4 데이터 탐색 시스템의 기술적 초점과 연구자들의 실제 행동 사이에 어떤 격차가 존재하는가?

주요 결과

• 학술 논의에서 데이터 검색은 주로 기술적 해결책을 강조하며, 데이터 사용의 사회적 및 맥락적 차원을 간과하는 경향이 있다.
• 연구자들은 종종 공식적인 검색 시스템보다는 비공식적 네트워크, 개인적 접촉, 영역 특화 지식에 의존한다.
• 데이터 탐색은 맥락에 매우 의존적이며, 사용자들이 분야, 데이터 유형, 연구 목표에 따라 전략을 적응적으로 조정한다.
• 현재 데이터 탐색 시스템의 설계와 연구자들의 실제 정보 탐색 행동 사이에 상당한 격차가 존재한다.
• 데이터 저장소에서의 검색 및 색인화에 대한 현재의 초점은 데이터 재사용의 협업적이고 반복적인 성격을 지원하지 못한다.
• 부적절한 메타데이터, 일관되지 않은 이름, 기원 정보 부족으로 인해 연구자들이 관련 데이터를 찾는 데 어려움을 겪는다.