[論文レビュー] Searching Data: A Review of Observational Data Retrieval Practices

Kathleen Gregory|arXiv (Cornell University)|Jul 21, 2017

Research Data Management Practices参考文献 46被引用数 7

ひとこと要約

本稿は、146件の参考文献を対象とした体系的文献レビューを通じて、観測データの取得に関する実務を検討し、研究者やデータ利用者の行動、情報ニーズ、検索および再利用における課題を同定した。本研究は、データ発見ワークフローにおける主要なパターンを明らかにし、現在の検索システムにおけるギャップを指摘し、科学的研究における文脈に配慮した、ユーザー中心のデータ検索ツールの改善を提案する。

ABSTRACT

<p>This study employed an extensive literature review to identify commonalities in the data retrieval practices of users of observational data. This dataset consists of a BibTeX file with the 146 bibliographic references examined in:<br><br>Gregory, K., Groth, P., Cousijn, H., Scharnhorst, A., & Wyatt, S. (2017). Searching Data: A Review of Observational Data Retrieval Practices. arxiv:1707.06937. [cs.DL]<br><br>The body of literature in the dataset was retrieved using different combinations of keyword searches, primarily in the Scopus database, across all fields. Keyword searches related to information retrieval (e.g. user behavior, information seeking, information retrieval) and data practices (e.g. research practices, community practices, data sharing, data reuse) were combined with keyword searches for research data. As the terms “data” and “search” are ubiquitous in academic literature, title searches also were employed and combined with the controlled vocabulary of the database to locate relevant information. Searches in Scopus included strings such as:<br><br>KEY ( user AND information ) AND TITLE-ABS-KEY ("research data" OR ( scien* W/1 data ) OR ( data W/1 ( repositor* OR archive* ) ) )<br><br>TITLE ( data W/0 ( search OR retriev* OR discover* OR access* OR sharing OR reus* ) )<br>AND ( LIMIT-TO ( EXACTKEYWORD , "Information Retrieval" ) OR LIMIT-TO ( EXACTKEYWORD , "Data Retrieval" ) OR LIMIT-TO ( EXACTKEYWORD , "Data Reuse" ) )<br><br>Bibliometric techniques such as citation chaining and related records were also applied. Pertinent journals and conference proceedings not indexed within Scopus (e.g. the International Journal of Digital Curation) were searched directly using similar keywords.<br><br>The approximately 400 retrieved documents were examined by close reading to identify articles referring to observational data for inclusion in the final dataset.</p><p>Acknowledgements<br>This work has funded by the NWO Grant 652.001.002 (programme Creative Industrie - Thematisch Onderzoek (CI-TO), Re-SEARCH: Contextual Search for Scientific Research Data)</p>

研究の動機と目的

• 研究者やデータ利用者が科学的研究において観測データをどのように取得するかを理解すること。
• 異なる研究分野におけるデータ取得実務の共通するパターンと課題を同定すること。
• ユーザー行動と情報ニーズの分析を通じて、より効果的で文脈に配慮したデータ検索システムの設計を支援すること。
• データ再利用、共有、情報検索に関する既存の文献をマッピングし、研究ギャップと機会を同定すること。
• ユーザー主導のデータ発見ワークフローに関する証拠に基づく知見を通じて、高度なデータ取得ツールの開発を支援すること。

提案手法

• 情報検索、データ実務、研究データに関連する用語を組み合わせたキーワード検索を用いて、Scopusデータベースにおける包括的な文献レビューを実施した。
• ブール論理、近接演算子（W/1）、タイトル／アブストラクトフィールド制約を用いた構造化された検索文字列を採用し、検索精度を向上させた。
• 引用リンクや関連レコード分析を含む文献計測的手法を用いて、検索カバレッジを拡大した。
• Scopusにインデックスされていない出版物をカバーするため、直接的なジャーナルおよびカンferンプロceedイングス検索（例：IJDC）を補完的に実施した。
• 約400件の文書を詳細な読解によりスクリーニングし、観測データ取得に焦点を当てた研究を同定した。
• 今後のデータ検索システムに関する研究に活用するため、146件の参考文献から構成されるキュレート済みデータセットを構築した。

実験結果

リサーチクエスチョン

• RQ1 観測研究データの取得において、支配的であるユーザー行動と情報ニーズは何か？
• RQ2 研究者たちは、異なる科学分野において、どのようにして観測データを発見・アクセス・再利用しているか？
• RQ3 観測データ向けの既存のデータ検索システムにおける主な課題と制限は何か？
• RQ4 学術的検索における文書検索とは異なり、データの情報検索実務はどのように異なるか？
• RQ5 文脈に配慮した、ユーザー中心のデータ検索ツールの開発を支援する設計原則は何か？

主な発見

• 研究者たちはデータベースにおけるキーワードベースの検索に頻繁に依存しているが、メタデータやインデクシングの不備のため、関連する観測データセットを特定するのに困難を抱えている。
• 学術文献において「データ」という語は非常に曖昧であるため、タイトルベースのクエリや制御語彙マッチングといった文脈特化型の検索戦略の使用が不可欠である。
• データ取得活動の大部分は、正確なクエリ駆動型検索ではなく、探索的で反復的な検索行動によって駆動されている。
• データの再利用は、文書化不足、恒久的識別子の欠如、データリポジトリ内での文脈情報の不足によってしばしば妨げられている。
• ユーザーがデータ発見に対して期待する内容と、現在の検索システムの能力との間に顕著なギャップが存在しており、特に複雑で文脈に敏感なクエリをサポートする点で顕著である。
• ユーザー行動データをメタデータおよび制御語彙と統合することで、データ検索の精度と関連性を顕著に向上させることができる。