Essence
Fig. 1. Framework of data quality assessment method.
Web of Science와 Crossref 두 주요 인용 데이터 소스의 데이터 품질 차이를 분석하고, 통합 벤치마크 기반 GOLD 프레임워크를 개발하여 reference completeness와 key node inclusion을 체계적으로 평가한다.
Evaluation
Novelty: 4/5 Technical Soundness: 3/5 Significance: 4/5 Clarity: 4/5 Overall: 4/5
총평: 본 논문은 citation analysis의 data quality 평가에서 key node inclusion을 처음 체계적으로 정량화하는 GOLD 프레임워크를 제안하며, WoS와 Crossref의 구체적 비교를 통해 높은 실용성을 보여준다. 다만 벤치마크 구성의 한계와 평가 차원의 제한이 있어 향후 확장이 필요하다.
같이 보면 좋은 논문
기반 연구과학의 과학을 위한 대규모 공개 데이터 레이크인 SciSciNet은 인용 데이터 품질 평가의 중요성을 강조하는 이 연구의 배경 인프라가 된다.
기반 연구1139가 인용 분석에서 데이터 품질 평가 사례를 제시했다면,
992는 OpenAlex의 메타데이터 품질을 구체적 항목별로 평가하여 동일한 문제의식을 심화한다.
기반 연구co-citation 분석의 기반이 되는 인용 데이터 소스 품질에 대한 검토이다.
다른 접근문헌 간 유사성 측정을 위한 대규모 인용 네트워크 분석이라는 공통 주제를 공유한다.
다른 접근과학 공동체 매핑에 대한 다른 접근 방식을 제시하는 관련 연구이다.
다른 접근WoS와 Crossref의 인용 데이터 품질을 평가하는 이 논문은 A&HCI의 데이터 품질 문제를 더 넓은 맥락에서 이해하도록 하는 보완 연구이다.
다른 접근인용 분석의 데이터 품질 평가를 다루어 본 논문의 투명한 연구 평가 데이터 공개와 함께 읽으면 연구 평가 데이터 품질 문제를 종합적으로 이해할 수 있다.
다른 접근Scilit와 통합 영향 지표를 활용한 연구로, WoS와 Crossref의 데이터 품질 평가 연구와 데이터 소스 비교 관점에서 함께 검토할 필요가 있다.
후속 연구인용 인플레이션에 의한 CD 지수 편향을 분석한
1122는
1139에서 다루는 인용 데이터 품질 문제가 실제 측정 지표에 미치는 영향을 구체적으로 보여주는 사례 연구이다.
후속 연구인용 데이터의 품질 평가를 다루는 이 논문은 위조 연구 탐지를 위한 forensic scientometrics가 의존하는 데이터 신뢰성의 기반을 이해하도록 돕는다.
후속 연구NIH 메타데이터에서 RCR을 추출하는 방법과 함께 읽으면 투명한 인용 데이터 활용과 연구 평가의 신뢰성을 높이는 방법론적 연계를 이해할 수 있다.
후속 연구인용 분석의 데이터 품질을 평가하는
1139는
939의 서지 데이터 통합 및 정규화 작업의 필요성을 뒷받침하는 근거를 제공한다.
후속 연구인용 분석의 데이터 품질 평가 연구가 WoS와 Scopus의 문서 유형 분류 정책 비교의 방법론적 맥락을 제공한다.
반론/비판citation 데이터의 품질 한계를 지적하는 연구로, 본 논문이 citation 기반 지도의 대안으로 clickstream을 제시한 문제의식과 대비된다.
반론/비판OpenAlex의 완전 공개 학술 색인은 Web of Science와 Crossref의 데이터 품질 문제를 해결하는 대안적 접근법으로 두 논문을 비교하면 인용 데이터 생태계를 이해할 수 있다.
반론/비판인용 분석 데이터 품질 평가 연구와 달리 컴퓨터 시스템 성능 평가 프레임워크를 다루어, 연구 평가 방법론의 다양한 적용 영역을 대비할 수 있다.