مقایسه اثربخشی سامانه های پیشنهاددهنده مقاله های مرتبط در پایگاه های وب آو ساینس و گوگل اسکالر (مقاله علمی وزارت علوم)
درجه علمی: نشریه علمی (وزارت علوم)
آرشیو
چکیده
هدف: سامانه های پیشنهاددهنده ی منابع علمی با این هدف بوجود آمدند تا به کاربر منابعی را پیشنهاد دهند که به نیاز اطلاعاتی او نزدیک است. هدف اصلی پژوهش حاضر، مقایسه میزان اثربخشی سامانه های پیشنهاددهنده مقاله های مرتبط در پایگاه های وب آو ساینس و گوگل اسکالر در چهار حوزه موضوعی از دیدگاه کاربران است. روش:پژوهش حاضر از نظر هدف کاربردی و از حیث روش، توصیفی از نوع مقایسه ای است. نمونه پژوهش به دو گروه نمونه انسانی و مقالات تقسیم می شود. نمونه انسانی شامل 120 نفر از دانشجویان مقطع دکتری بود. این افراد از ۴ حوزه موضوعی علوم انسانی، علوم پایه، فنی-مهندسی و کشاورزی و دام پزشکی بودند و از هر حوزه ۳۰ نفر. نمونه مقالات، 2400 مقاله مرتبط متشکل از 1200 مقاله مرتبط پیشنهاد شده در هر یک از دو پایگاه بود. داده های این پژوهش توسط دو ابزار پرسشنامه و نرم افزار شبیه سازی محیط پایگاه ها گردآوری شد. نتایج: یافته ها نشان داد از دید کاربران، سامانه پیشنهادهنده پایگاه های وب آوساینس و گوگل اسکالر در پیشنهاد مقاله های مرتبط اثربخش عمل نموده است، همچنین، بین اثربخشی مقاله های مرتبط در چهار حوزه تفاوت معنا دار وجود داشت و هر دو پایگاه در حوزه موضوعی علوم انسانی نسبت به سایر حوزه ها، کمترین تعداد مقاله های مرتبط و بیشترین تعداد مقاله های نامرتبط را به کاربران بپیشنهاد داده بودند. اصالت: علیرغم اهمیت سامانه های پیشنهادهنده مقاله ها، پژوهشی که اثربخشی سامانه های پیشنهاد دهنده مقالات مرتبط در پایگاه وب آوساینس و گوگل اسکالر را از دیدگاه کاربران مورد بررسی قرار داده باشد، مشاهده نشد.Comparing the effectiveness of related articles recommender systems in Web of Science and Google Scholar
Aim: Scientific recommender systems have been developed to provide users with resources that are close to their information needs. The main objective of the present study was to compare the effectiveness of the related articles recommender systems in Google Scholar and Web of Science databases from the users’ perspectives. Methods: This is an applied research with comparative approach. The samples included both human and paper ones. The human samples consisted of 120 Ph.D. candidates at Shiraz University. From among each field, thirty students (i.e., totally 120 students) participated in the study. The paper samples consisted of 2,400 related papers, 1200 of which were retrieved from Google Scholar, and 1,200 of which were retrieved from Web of Science database. The data were collected by a questionnaire and software. Results: The results showed that users considered both Google Scholar and Web of Science databases as effective in retrieving the related articles. There were significant differences between each of the four areas of humanities, basic sciences, engineering, agriculture and veterinary science in terms of the effectiveness of the related articles function. In addition, both databases represented the least number of related articles and the largest number of unrelated articles in the area of humanities. Originality: Despite the importance of related articles recommender systems, there was no evidence that measures the effectiveness of related articles recommender systems in Web of Science and Google Scholar.
تبلیغات
