기존의 연구 논문들을 systematic review를 통해 현재 연구의 동향을 분석하고, 향후 유망 연구를 도출하는 것은 매우 유의미한 연구다. 그러나, systematic review는 반복적이고, 타임컨슈밍한 속성을 가지고 있다.
최근에는 knowledge mapping을 위하여 keyword co-occurrence networks(KCNs)가 활용되고 있다.
KCN에서는 개별 키워드는 노드로 표현되고, 키워드의 co-occurrence는 link로서 표현된다.
In a KCN, each keyword is represented as a node and each co-occurrence of a pair of words is represented as a link.
The number of times that a pair of words co-occurs in multiple articles constitutes the weight of the link connecting the pair.
이렇게 구성된 네트워크는 해당 분야의 지식을 의미하며, 네트워크를 분석하여, 패턴, 의미있는 키워드 묶음 등을 도출할 수 있다.
The network constructed in this manner represents cumulative knowledge of a domain and helps to uncover meaningful knowledge components and insights based on the patterns and strength of links between keywords that appear in the literature.
본 연구에서는 review process를 빠르게 수행하기 위하여, KCN을 활용한 systematic review를 수행한다.
본 연구의 강점은, 기존의 KCN 분석과는 다른, 새로운 지표(metric)들을 정의했다는 것이며, 이는 nano-related environmental, health, safety 등의 분야에 적용되었다.
KCN approach를 통해 knowledge component, knowledge structure, research trend 등을 도출하고, 기존의 분석 결과와 비교할 수 있다. 이러한 KCN 접근 법은 기존의 접근 방법에 비해서 훨씬 빠르게 적용될 수 있다는 강점이 있다.
또한 이러한 접근 방법은 어떤 분야의 데이터에 대해서도 동일하게 적용하여 진행할 수 있다는 강점이 있다.
It can be applied to any scientific field of study to prepare a knowledge map.
insight
키워드의 경우 데이터 전처리가 매우 중요한데, 데이터를 어떻게 전처리하였는지에 대해서는 전혀 작성되어 있지 않다.
3년 단위로 데이터를 분할하여, 시간적인 분석을 수행했는데, 각 시간별 그래프를 보고 어떤 변화가 있었다, 라고 작성한 것에 지나지 않는다.
그렇지만, 현재 진행하고 있는 연구와 구성상 유사점이 많아 보이며, 참고할 내용이 많을 것으로 생각됨.
댓글남기기