[论文解读] Just Google It - Digital Research Practices of Humanities Scholars

Max Kemman, Martijn Kleppe+1 more|arXiv (Cornell University)|Sep 10, 2013

Digital Humanities and Scholarship参考文献 16被引用 45

一句话总结

本研究调查了荷兰与比利时288名人文学科学者的数字研究实践，发现尽管高级搜索功能使用有限，谷歌和JSTOR仍是搜索行为的主导平台。研究揭示了一个悖论：学者们严重依赖谷歌的不透明算法，同时又坚持学术研究对来源和语境的重视，凸显了对‘黑箱’搜索系统日益增长的依赖，这挑战了学术透明度与问责制。

ABSTRACT

The transition from analogue to digital archives and the recent explosion of online content offers researchers novel ways of engaging with data. The crucial question for ensuring a balance between the supply and demand-side of data, is whether this trend connects to existing scholarly practices and to the average search skills of researchers. To gain insight into this process we conducted a survey among nearly three hundred (N= 288) humanities scholars in the Netherlands and Belgium with the aim of finding answers to the following questions: 1) To what extent are digital databases and archives used? 2) What are the preferences in search functionalities 3) Are there differences in search strategies between novices and experts of information retrieval? Our results show that while scholars actively engage in research online they mainly search for text and images. General search systems such as Google and JSTOR are predominant, while large-scale collections such as Europeana are rarely consulted. Searching with keywords is the dominant search strategy and advanced search options are rarely used. When comparing novice and more experienced searchers, the first tend to have a more narrow selection of search engines, and mostly use keywords. Our overall findings indicate that Google is the key player among available search engines. This dominant use illustrates the paradoxical attitude of scholars toward Google: while provenance and context are deemed key academic requirements, the workings of the Google algorithm remain unclear. We conclude that Google introduces a black box into digital scholarly practices, indicating scholars will become increasingly dependent on such black boxed algorithms. This calls for a reconsideration of the academic principles of provenance and context.

研究动机与目标

• 了解人文学科学者在多大程度上使用数字数据库和档案馆。
• 识别学者在搜索功能与工具方面的偏好。
• 比较新手与专家信息检索实践者在搜索策略上的差异。
• 评估对谷歌等通用搜索引擎的过度依赖对学术研究完整性与透明度的影响。

提出的方法

• 向荷兰与比利时的288名人文学科学者发放问卷，收集其数字研究实践的数据。
• 问卷聚焦于搜索引擎使用、搜索策略，以及对数字档案馆和数据库的熟悉程度。
• 数据分析比较了新手与资深研究人员的搜索行为。
• 研究评估了不同平台上基于关键词的搜索与高级搜索功能的使用情况。
• 从关于搜索结果可靠性、来源和语境的回应中提取定性洞察。
• 研究发现置于对算法不透明性在学术工作流程中引发更广泛关切的语境中。

实验结果

研究问题

• RQ1 荷兰与比利时的人文学科学者在多大程度上使用数字数据库和档案馆？
• RQ2 人文学科研究人员偏好的搜索功能是什么？这些偏好在不同专业水平间有何差异？
• RQ3 新手与专家在关键词使用、高级搜索选项及搜索引擎选择方面有何不同？
• RQ4 为何学者们在明知其在来源和语境方面存在已知局限的情况下，仍持续依赖谷歌等通用搜索引擎？
• RQ5 搜索引擎中的算法不透明性对学术研究实践有何影响？

主要发现

• 谷歌和JSTOR是使用最频繁的搜索平台，85%的受访者将谷歌作为其主要搜索工具。
• 仅有12%的学者使用高级搜索功能，表明其对结构化查询选项的参与度较低。
• 学者们主要搜索文本和图像，对欧洲人等大规模数字资源库的使用极少。
• 新手研究人员使用的搜索引擎更少，几乎完全依赖关键词搜索，显示出搜索工具的多样性不足。
• 尽管重视来源和语境，学者们仍承认谷歌的算法过程不透明且难以理解。
• 本研究识别出学术界对‘黑箱’搜索系统的依赖日益增长，引发了对数字学术研究中透明度与可复现性的担忧。