当期荐读 2019年第3期 | 情报学的坚守与拓展— — 基于2018年ASIS&T年会论文的综述

 

图片来自https://www.asist.org/am18

李月琳 章小童 王姗姗 张建伟

(南开大学商学院信息资源管理系,天津,300071; 

南开大学信息行为科学研究中心,天津,300071) 

摘要

[目的/意义]综述了2018年 ASIS&T年会的169篇论文，从情报学的核心研究领域、传统研究领域和新兴研究领域入手，梳理了不同领域的相关研究内容和结果，分析这些研究体现的特点。 [研究设计/方法]采取文献综述的方式完成。  [结论/发现]2018年 ASIS&T研究内容关注社会现实问题，体现学者的人文情怀和学科的社会责任；实践的需求是推动学术研究发展的动力；与数据科学的交叉融合成为情报学发展的显著特点之一；支撑学术研究的技术手段日益推    陈出新；混合研究方法的运用成为趋势；跨学科、多元化的学科特点更加突显；坚守核心和传统基础上有进一步的创新和拓展。  [创新/价值]揭示了2018年 ASIS&T年会论文的特点，也较充分地反映了情报学当前发展的特点和趋势。

关键词

ASIS&T   2018年ASIS&T年会   情报学

信息行为   信息检索   数据科学

信息素养   图书馆服务信息道德与伦理 

信息技术

1

引言

ASIS&T（The Association for Information Science and Technology，信息（情报）科学与技术学会）脱胎于1937 年3 月成立的美国文献研究所（American Documentation Institute－ADI ）， 为 更切合社会的发展，推动学科的演进，几经易名。 1968 年，学会更名为“ The American Society for Information Science－ASIS” ；为反应信息技术对学科发展的影响，学会于2000 年更名为“ The American Society for Information Science and Technology －ASIS&T” ；2013 年，考虑到国 际 化 的 趋 势， 学会正式从名 称中删除了“ American” ， 改为当前的名称， 这一举措彰 显了ASIS&T 迈向国际化、拥抱全球化的决心和意志。 经过80余年的发展， 该学会已成为图书情报学（Library and Information Science ,LIS）领域，尤其是情报学领域最具影响力的国际学术组织之一。

自成立以来，ASIS&T 每年举行一次年会，从未间断，年会的学术影响力也逐步扩大，成为全球情报学领域学者关注的盛会。 每次年会上报告的论文，均能传递丰富的、勾勒学科发展动向的信息。 国内学者，如黄晓斌和梁颖殷［1］、李月琳和刘畅［2］、陈信和柯平［3］、曹高辉等［4］、孙震［5］、周群和何枭［6］ 均对不同年度、 采用不同方法、 从不同角度综述过ASIS&T年会的学术内容和研究进展，对帮助国内学者了解年会盛况、学科发展动向和趋势提供了借鉴。本文借鉴以往综述的思路，着重讨论2018 年年会上学者们报告的各类型学术成果，探究和识别情报学学科发展的态势，以为国内学者全面了解2018 年 ASIS&T 年会及其展现的学术成果提供参考。

2

年会收录论文的基本信息

2018年年会共收录了68篇会议长论文（full paper）及101 篇短论文（以视觉报告（visual presentations）的形式呈现）。 本文将基于这169篇论文， 分析论文的基本特征， 考查年会论文反映的情报学研究的现状， 管窥情报学学科对核心和传统研究领域的坚守及在一些新兴研究领域的拓展。

2.1

作者国家/地区分布与合作网络

此次年会论文的作者充分地体现了国际化特色： 共涉及来自22个国家或地区的397位学者。 其中， 美国学者人数最多， 高达217人， 占54.66%；中国学者（包括港澳台） 共58位， 位列第二， 占14.61%（见图 1）。 这说明， 美国学者还是主导该年会的学术力量； 而中国大陆学者（47,11.84%） 的异军突起也昭示着中国在该领域日益走向国际学术舞台， 获得了国际学术领域更多的认可， 并展现出蓬勃向上的发展生机。 尤其是相比于2011年ASIS&T学术年会仅有个位数的中国大陆学者有机会报告学术研究成果的情形而言［7］ ， 2018年中国大陆学者在该年会上所显示出的日益国际化的学术研究发展趋势是不言而喻的。

我们进一步分析了作者间的合作， 结果如图2所示。 不难看出， 美国学者依然是情报学领域作者合作网络的核心； 另一方面， 该年会上美国学术的辐射和影响力也十分明显， 与不同国家学者的合作促进了学术的交流和发展。 学习和借鉴美国情报学领域的研究成果， 进一步发展我国的情报学研究， 寻求创新和突破， 构建中国学术的国际话语权， 依然是我们前进和努力的方向。

2.2

关键词分布

为了识别本届年会的主题， 使用高频词词云分析对169篇论文的关键主题词进行了分析， 结果如图3所示。 可以发 现， “ informed” 、“ data” 、“ social media” 、“ user ” 、“ library” 等成为本届年会最为凸显的主题。 从“ information” ［8］到“ informed” 可以窥见情报学学科定位的进一步发展， 更加强调以信息实体为基础的 “ informed” 属性的社会意义。 高 频词“ data” 则准确定位了当前数据科学与情报学的交叉融合发展现状， 并彰显这一新兴研究领域的未来发展前景。 社交媒体已成为信息社会的重要组成元素， 年会论文高频关键词“ social media” 表征了社交媒体相关研究在情报学领域中的重要地位与未来发展。 比较历年年会综述可发现，“ user ” 一直是高频词， 用户研究是情报学的核心领域， 本次年会同样反映出这一 学科发展特征。 以高频词“ library” 为核心的研究主题是情报学领域传统意义上的重要研究内容， 而随着科学技术的高速发展与进步， 传统的“ library” 研究在新的社会情境下焕发出了新的生命力。 其次， 还可发现 “ digital ” 、“ citation” 、“ behavior” 、“ human” 、“ open” 、“ web” 、“ health ” 、“ learning” 、“ ethics” 等主题也有相当的显示度， 这些关键词分别反映了情报学的不同研究领域以及学者们关注的不同问题。

结合关键词分析与文献内容分析， 本届年会论文展现了情报学在其核心研究领域、 传统研究领域和新兴研究领域的研究进展， 包括信息行为、 信息组织与检索、 数据科学、 信息技术与信息系统、 图书馆服务、 信息素养、 信息与数据伦理等。 以下分别综述和分析本届年会在不同领域取得的研究成果及体现的研究特点， 并基于此揭示情报学研究的坚守与拓展。

3

信息行为与信息检索:

核心研究领域的坚守与创新 

情报学的先驱 Saracevic［9］认为， 情报学是研究信息的有效收集、 存储、 检索和利用的科学与实践。它关注可记录的信息和知识， 以及改善管理和利用这些信息和知识的技术及相关服务。 因而， 情报学诞生之初就存在两个研究领域： ① 探究信息需求， 或更广泛的人的信息行为； ② 研究信息检索技术和系统。 可见， 信息行为和信息检索是情报学的核心研究领域， 而学者们长期以来一直坚守这两个研究领域并将之推广。

3.1

信息行为研究

本届年会信息行为相关研究内容较丰富， 除了传统的关注工作和生活情境下的信息行为特征与模式，社交媒体环境下的用户信息行为和边缘人群的信息行为也成为研究的热点。 具体而言， 相关研究体现了如下特点：

（1） 依然关注工作情境和日常生活情境中的用户信息行为。 针对工作情境， 学生、 学者、 图书馆员、 公司职员、 职业经理人、 律师等是传统的信息行为研究关注的主要研究对象， 他们为完成其学习、 研究及工作任务而开展的信息获取与搜寻活动则是研究的主要 内 容。 本次年会 论文延续了这一传统， 如Julien和O’ Brien［10］的研究揭示学术用户依然是信息行为研究的主要对象； Willson等［11］ 关注处于学术生涯早期的学者们的信息行为， 发现他们往往表现出不稳定 的、 跳跃的思想和观点 （bouncing ideas）；Buchanan等［12］ 基于案例研究对美术史学家信息行为中的信息偶遇行为进行了研究。 此外， 艺术家［13］ 、学校图书馆员［14］ 等的信息行为在本次年会论文中均有不同程度的关注， 体现了信息行为研究一贯的研究路径， 即针对不同的用户人群， 探究并揭示他们的行为特点。 日常生活情境下的信息行为研究也是年会论文关注的重要主题， 如 Lee和Ocepek［15］ 发现日常生活信息行为存在不同的行为模式。

（2） 用户信息需求与信息资源是信息搜寻行为研究关注的重点。 不断丰富的网络资源已成为重要的信息来源。 网络信息来源的多样性决定了网络信息质量的不确定性， 本届年会论文体现了对信息质量和信息类型的关注。 Verma等［16］ 揭示了不同的政治倾向影响人们对新闻质量的判断及不同来源的新闻的信任程度。 Mniszak等［17］则以青年父母的信息实践为背景， 指出育儿信息资源提供上的偏差， 即主要面向年轻母亲， 未考虑年轻父亲的信息需求， 这些研究反映了信息服务策略的缺失。 Zhou等［18］研究了学生在正式学习中自愿感知和使用的社交媒体资源。

（ 3） 对边缘人群的信息行为研究体现了近年来信息行为研究领域的不断拓展， 尤其是外来者如何面对新环境， 通过获取有用信息以适应新环境， 改变自身处 境的相关研究在年会论文中表现明显。 如Assefa和 Matusiak［19］对新入境移民日常信息搜寻行为的研究；Oh ［20］对留学生信息搜寻行为特点的探讨。 在此基础上， 一些新的行为模式和特征被揭示， 包括新移民在信息搜寻过程中语言的利用， 留学生的“ 闲逛”（Wandering）体现的信息搜寻行为特征等。

（ 4） 健康信息搜寻行为特征和模式依旧是信息行为研究关注的热点。 随着网络健康资源日益丰富， 用户大量利用不同的网络平台获取健康信息， 以服务于各自的健康需求， 提升生活品质。 本届年会论文沿袭了以往年会对健康信息的一贯关注， 并更多地关注到边缘人群的健康信息获取和利用， 如 Yoo -Lee和 Kim［21］研究非裔美国青少年的健康需求/健康问题； Zimmerman［22］ 对移民和难民的健康素养进行评估。

（ 5）用户在社交媒体环境中的信息行为特征成为信息行为研究的新领域。 社交媒体的发展为信息生产、 传播和利用提供了重要平台，Mongeon［23］ 探讨了内容创建者和用户之间的社会关系， 以及用户感兴趣的主题之间的关系； Kitzie等［24］探究了社交机器人在推特上使用的策略。 另一方面， 社交媒体也被不法分子所利用， 为网络“ 钓鱼” 、 不良言论或虚假信息的传播提供了便利， Sun与 Fichman［25］对中国集体性“ 钓鱼” 行为（Chinese Collective Trolling）进行了研究。

本届年会信息行为研究的相关论文并未超出以往研究的范畴， 依旧沿袭了传统的信息行为研究范式，针对目标人群在不同的情境下探讨他们的信息需求及其行为 特征和模式。 然而， 在用户人群、 行为特点、 需求满足这些问题上展现了与当前环境和技术发展紧密结合的新思考， 比如社交媒体情境下用户面临的挑战及信息质量问题表现出来的行为特征等。

3.2

信息检索研究

信息检索一直是情报学的核心研究领域之一， 同时也具有鲜明的跨学科特征。 一直以来， 计算机科学家更为重视信息检索的技术手段， 而情报科学家更为重视与用户相关联的信息检索问题的研究。 如何开发和完善信息检索系统， 更好地帮助用户获取有用信息， 则是这两个领域的学者们共同关注的问题。 本届年会论文体现了这些问题关切， 也呈现出一些新的特点。

（1） 交互信息检索是信息检索与人机交互的交叉研究领域， 因其融合了用户与系统的交互行为而成为信息检索和信息行为的跨领域研究。 从交互行为识别到技术支持实现的研究思路是交互信息检索研究的主要实现路径， 年会论文中这一特点比较明显。如Weigl等［26］探究了大型数字图书馆环境下用户的信息偶遇策略“ 环境浏览”（contextual browsing）， 并基于对这一策略的分解及模式的识别， 提出支持该策略的原型框架， 进行了仿真测试； Wu和Yuan［ 27］对跨设备搜索行为绩效的研究致力于改善跨设备搜索系统的设计也体现了这一特点； 多语言网络用户搜索过程中的语言转换行为受到了 Wang等［28］ 的关注。

（2） 交互信息检索研究的一项重要任务是揭示用户与系统交互的体验、 特点及导致交互困难的原因， 以利于进一步改善交互信息检索系统设计。Lopatovska和Oropeza［29］研究了用户在公共学术空间中使用亚马逊 Alexa的案例， 发现用户参与使用的积极性不高的原因； Tang等［30］对PBCore.org网站的可用性和用户体验进行了分析， 发现不同用户群在任务表现和交互经验上存在显著差异。 与不同类型界面的交互绩效也一直是交互信息检索领域关注的主题， 如Zhu等［31］从不同角度评估了基于表单、 自然语言和可视化图形的三种交互式书目信息检索系统；Tang等［32］则探讨了如何基于用户信息行为特征实现电影系统的个性化推荐。

（3） 近年来， 搜索作为学习过程（search as a learning process）的重要一环已引起了学者们的关注， 本届年会论文从不同的角度探讨了这一问题。如 Song等［33］从任务完成过程的视角探讨用户在不同任务阶段的搜索、 阅读和写作行为； Zhu等［34］的研究也关注搜索策略与学习效果的关系；Meyers［35］分析了学生（13—14岁） 在给定的搜索任务情境中对信息的理解和使用的行为特征； 探索式图像搜索过程中的主题学习成为 Albertson［36］研究的重点。 由此可见， 将学习的过程和效果置于不同搜索和任务情境下加以考察， 成为交互信息检索研究的重要路径。

（ 4） 随着信息资源类型和来源的日益多样化，信息检索的对象也日益多元， 检索技术手段也不断发展。 Wilkie 和Azzopardi［37］探讨了算法偏差（algo-rithmicbias）对检索系统绩效的影响； Bergman等［38］探讨了相似图片的检索问题。 与此同时， 不同用途的信息检索系统也被不断地开发出来， 如Rolan等［39］进行了一项跨学科信息系统设计探讨， 构建一个终身档案 （Lifelong Living Archive）系统； Tamim等［40］提出的RtWTrack原型系统， 是一个共享的、 可公开访问的书目信息数据库。 另外， 一些系统致力于解决一些有迫切需求的社会问题， 如Goh等［41］开发了一个寻找失踪儿童的平台， 使用基于深度学习的面部识别算法将提交的照片与失踪儿童的数据库相匹配， 以确认失踪儿童。

（5） 本届年会论文充分体现了信息组织问题的多样性和复杂性。 元数据问题是信息组织研究关注的主要问题之一， 如 Zavalina和Zavalin［42］关注了元数据更新的问题； Xiao等［43］探究了美国区域层面的开放政府数据元数据采纳， 尤其是被采纳的元数据的质量问题； Stanwicks和Lye等［44］的研究揭示了用户标签， 即用户产生的元数据的价值。 此外， 图书馆的分类体系也引起了关注， Lee［45］的研究探讨了优生学（Eugenics）在中国图书馆的分类体系和日本分类法中的概念和主题的差异。 小说的检索是一个难题， 源于准确描述和标引的困难， 本届年会Lin和Wang研究了这一问题［46］。 

4

传统研究领域的深化与拓展

本文所指的传统研究领域是指与情报学的核心研究领域相伴相生的研究领域， 也可称之为核心领域的衍生领域， 是历届年会学者们关注的主题， 本届年会也不例外。

4.1

信息素养

传统的信息素养研究着重于探究如何帮助不同类型的学生提升信息获取和运用信息技术的能力。 本届年会上， Rosenzweig等的研究沿袭了这种思路［47］ 。Delellis和Rubin等［48］的研究均以大学生为研究对象， 前者探讨了大学生识别 “ 假新闻” 所需要具备的技能； 后者则调查了在社交媒体中获取高质量信息的重要性。

本届年会论文还体现了该领域研究的拓展， 即将信息素养视为全民教育， 而不仅仅局限于学生， 所有公民都应当具备良好的信息素养。 Middleton等［49］从“ 素养与行为” 的视角对工作场所的学习和员工进行了研究； Asubiaro和Rubin［50］探讨了合法新闻与假新闻的显著差异， 并试图通过这些特征， 帮助人们裸眼识别“ 假新闻” 。

除了上述内容， 本届会议在信息素养方面还讨论了许多问题， 如信息技术（增强现实技术） 对信息素养教育的辅助作用［51］、合作式信息素养的课程指导［52］ 、面对开放数据需具备的技能等［53］ 。

4.2

图书馆服务

利用信息技术提升图书馆服务的水平和技术一直是情报学学者关注的问题， 本届年会论文也有充分体现， 具体表现在：

（1） 如何利用数字手段服务于文化遗产的保护已成为图 书馆考虑的重要问题。 如Shiri和Stobbs［54］讨论了为因纽特人社区开发的位于加拿大北部因纽特（Inuvialuit）地区的文化遗产数字图书馆用户界面评估问题； Chen［55］调查了中国图书馆的非物质文化遗产数据库。

（2） 如何利用信息技术更好地促进图书馆服务的开展也是学者们探究的问题。 如Mills等［56］研究了新媒体在为图书馆的幼儿及家庭用户提供服务方面的作用和面临的挑战； 信息技术如何促进儿童阅读是Li等［57］关注的问题， 他们开发的游戏化阅读平台无疑发挥了积极的作用； Chen等［58］研究发现在线游戏化阅读器对小学生来说是有效的语言学习工具。

（3） 如何利用技术支持图书馆的教育职能在本届年会论文中也有所体现。 如 Campana等［59］探讨图书馆对促进STEM（即科学、 技术、 工程和数学）的教育负有责任并提供了有效支持； Lischer - Katz和Bould en［60］在学术图书馆环境中评估虚拟现实技术对不同学科本科教学的影响。

此外， 数字图书馆自诞生之日起便一直是情报学关注的主要研究领域之一。 如Chou和Harris［61］提出了创建和维护数字图书馆作为生态系统的工作流程。一些图书馆的新功能也成为学者们研究的对象， 如创客空间。 图书馆已成为创客文化形成的重要载体， 基于此， Cun和Abramovich［62］基于现代评估研究的理论框架， 研究了图书管理员对创客空间的使用及管理。

4.3

信息道德与数据伦理

信息道德与伦理一直是学术界热议的话题之一，本届年会学者们主要从学术影响力、 知识产权、 学术不端和个人隐私保护态度等方面对信息道德与伦理问题进行了探讨。 如 Radford等［63］探究学者如何利用在线平台创造、培养和 管理自己的学术身份（Scholarly Identity,SI）；Buchanan和Mckay［64］综述了关于剽窃、 文化适应和学术不端行为的文献， 指出学术抄袭的问题远未解决； Budd［65］研究了稿件撤回的主要原因， 包括有无意识错误、 重复发表、 剽窃、作者关系冲突和版权问题等； Huang和Bashir ［66］调查老年人如何保护他们的在线信息隐私以及对他们行为的影响。 

随着大数据时代的来临和数据科学的兴起， 数据伦理问题引起了广泛关注， 本届年会上亦有体现。 如Ju和Kim［67］研究了影响生物科学家数据共享伦理形成的主要因素； Khan等［68］的研究表明， 数据往往被观点不同的各方利用， 从而扭曲公众的思考和决策。 此外， 知识产权和道德规范是文本数据挖掘需关注的重点问题。 Senseney和Koehl［69］指出文本数据挖掘中的道德或伦理问题如果解决不好， 将不利于科学研究氛围的形成。 而所有权配置、 数字权利及内容偏好等问题也引起了关注［70］ 。

4.4

学术交流与学者合作

基于社交媒体数据探讨学术交流和学者合作是本届年会论文体现的主要特点。 如Raamkumar［71］对人文社科领域期刊借助Twitter进行的传播活动进行研究；Coombs［72］对在Twitter上进行学术交流的用户构成进行研究； Zhang［73］的研究揭示机构用户在ResearchGate上的行为特征。 此外， Zuo的研究表明， 与影响力不同的学者合作会影响博士毕业生的求职［74］。

社交网络和在线学术平台已成为学者交流的重要场所。 Xu等［75］ 研究了学者在线学术工具使用行为， 分析了学者使用在线学术工具进行学术交流时的行为特征和在线学术工具对学术交流的价值。

4.5

信息技术的推广与运用

情报学是信息技术驱动的学科， 也是信息技术应用学科， 其发展与信息技术的推进紧密相连。 本届年会上， 学者们也对如何运用信息技术推动和服务社会发展进行了探讨。如Xie［76］探讨了在精准扶贫工程中信息和信息技术扮演的角色； Hofman等［77］则关注了区块链技术的优势和不足； Cheng［78］研究了儿童智能手机的使用行为。

5

数据科学:新兴研究领域的开拓与延伸

本届年会的一大亮点是数据科学相关研究论文的激增。 随着大数据时代的来临， 学者们积极拥抱这一新兴研究领域， 不仅利用大数据的方法和技术拓宽了传统文献计量及信息计量的研究领域和范畴， 而且利用不同来源的数据， 研究情报学领域的不同问题，延伸了情报学的研究领域。 本届年会论文涉及的主题较为丰富， 学者们从对数据管理、 治理、 数据重用、 数据服务、 数据分析， 到数据科学人才培养、 数据伦理等方面的问题进行了探讨， 涵 盖领域广泛。这一方面体现了大数据时代来临对情报学科发展的影响， 另一方面也展示了情报学与数据科学交叉融合形成新的研究增长点的广阔前景。

5.1

信息计量与分析

信息计量与分析是情报学定量化研究的重要体现， 也是情报学传统的研究领域。 随着大数据时代的来临， 数据科学的崛起、 大数据技术和方法的吸收和运用赋予了传统的信息计量与分析新的生命， 也使其成为情报学与数据科学交叉融合的重要领域。 因而， 为体现这一进展的全貌， 本文将其放在新兴领域中加以论述。

本届年会的相关论文体现了如下特点：

（1） 作为情报学领域的重要研究方法， 信息计量方法被应用到不同的领域， 解决不同的研究问题，充分体现了这 一方法的广泛适用性。 如Wang 与Zhang［79］基于引文分析， 对跨学科文章中“ 方法” 部分引用的计算机科学知识 进行了研究； Zhao 和Lou［80］基于引文数据分析了学术管理者/领导者的行政服务对研究绩效的影响； Lyu等［81］分析了3 种顶级生物医学期刊上发表的所有文章及其长度与被引频次之间的关系； Wang和Zhang［82］的研究揭示了所有学科图书的引文和图书馆馆藏之间都存在普遍的弱相关性； Bu等［83］探讨学者之间的合作关系；而 Min等［84］发现引文模式、 平均聚类系数和网络连通度可以很好地区分不同创新水平的科学作品。 此外，Lemke等［85］关注了替代计量学， 发现不同职业阶段的研究人员的网络操作频率存在显著差异， 其结果可以用替代计量学指标度量。

（2） 信息分析已从传统的数据分析和文本分析法， 向数据挖掘、 深度学习、 主题建模等新技术结合使用的方向发展， 社交网络数据成为分析的基础。Karami等［86］使用 Twitter数据发现了美国西海岸的图书馆更倾向于使用Twitter进行公共关系活动和图书相关活动的发布； DePaula［87］发现美国联邦政府频繁使用 Twitter话题（Twitter hashtag）以用于信息的传播和发布； Chong等［88］识别出了“ #MarchforOurLives” 标签下公众主要讨论的话题等。 这些研究一定程度上揭示了政府和公众的网络行为， 为进一步研究如何利用社交网络开展政府工作提供了借鉴， 同时基于社交网络的信息分析研究也丰富了机器学习、 自然语言处理等技术在社交网络数据研究中的应用。此外， 分析的数据类型也日益多样化， 如基于视频记录数据分析研究对象， 探究研究问题［89,90］。

5.2

数据管理与服务

本届年会论文涉及数据管理与服务的较多， 最突出的特点在于对数据管理与服务实践过程中问题的研究和回应， 而理论的提炼和探讨则相对欠缺。 如Jim和Chang［91］调查了美国30个一流大学网站， 以探讨数据治理计划、 数据治理范围及其与IT治理和信息治理的关系； Lin和Jeng［92］和Eschenfelder等［93］关注了数据管护和存档问题； Renearj和Wang［94］则关注数据库迁移（Database Migration）这项数据管理和长期数字保存中的基本任务； Thomer等［95］以自然历史博物馆馆藏数据库为例， 对研究型数据库的维护、演化和迁移等问题进行了探讨。

其次， 针对数据重用和数据管理的过程中不同的机构和人员扮演的角色， 学者也展开了探讨。 如Lin与Wang［96］发现不同社会科学研究领域重用的数据来源和数据类型具有显著特征和差异； Wiggins等［97］则对如何利用可视化支持跨学科数据重用的问题进行了探究。 数据管理过程中， 创造数据的科学家扮演了多重的、 重要的角色， Huang［98］的研究揭示了这一点，而Yoon等［99］对数据中介在满足社区成员或组织的数据服务需求时所扮演的角色进行了研究， 发现数据中介组织在社区数据利用中发挥了积极的作用， 包括使数据民主化， 增加现有数据的价值等。

数据的丰富和多元无疑拓宽了情报学学者研究的视野， 如 Wu和Frias - Martinez［100］分析了犯罪事件与911报警数据之间的关系。 此外， Kim［101］研究了数据共享、 Thompson［102］讨论了数据科学人才的培养。 而数据论文作为一种新的现象也引起了学者们的关注［103］。

6

结语

作为情报学领域最具影响力的学术年会之一，ASIS&T年会 的论文往往能反映本学科研究的特点［104］。 2018年年会论文也不例外， 不仅展现了丰富的研究内容、 多元的研究视角和多样化的研究方法， 还体现了情报学的研究特点及发展趋势。

（1） 关注社会现实问题， 体现学者的人文情怀和学科的社会责任

本届年会的不少论文体现了学者们对社会现实问题的关切， 包括利用信息技术推进扶贫工作、寻找被拐卖的儿童； 研究少数族裔、 新移民、 留学生、 老年 人等特殊和边缘人群的信息行为， 关注他们的健康信息搜寻和利用行为等。 这类研究充分体现了情报学是一门以技术应用为基础的社会科学的特质。同时， 也展现了情报学学者的人文情怀和社会责任： 关注社会面临的问题和需求， 探索并提出有助于这些问题解决的方案。 这是情报学不断提升其社会知名度和认同度的重要路径。

（2） 实践的需求是推动学术研究发展的动力

本届年会中， 不少论文探讨的问题来源于社会实践， 学者们试图通过学术研究解决工作实践中的问题。 如图书馆创客服务、 儿童阅读的促进、 数据迁移、 数据共享等问题， 这些研究往往有的放矢， 提出解决的方案或技术手段。 一方面有利于推动实践的发展， 体现学科的社会价值； 另一方面， 由于重视实践问题的解决， 往往淡化了对理论的深度探讨。 学术研究的推进和发展，是需要不断提出和产生新的理论， 以支撑学科的持续发展， 而年会论文在这方面的表现在某种程度上是有所欠缺的。

（3） 与数据科学的交叉融合成为情报学发展的显著特点之一

本届年会与数据相关论文的数量激增， 学者们探究的问题体现了情报学学者利用数据科学的方法和技
术对学科不同方面的问题进行研究， 包括利用大样本数据探讨文献计量学关注的问题、 学者的交流与合作网络等。 利用的数据形式也变得多样化， 包括文字、图像、 视频等。 同时， 本届年会论文探讨了数据管理
与治理、 数据管护、 数据迁移、 数据共享、 数据伦理等方面的问题， 涵盖的内容广泛， 讨论的问题多源于数据管理实践的需求， 也有对相关理论问题的探讨。

（4） 支撑学术研究的技术手段日益推陈出新

情报学是计算机技术的运用学科， 本届年会论文充分地体现了这一特点。 就信息分析手段而言， 引文分析、 内容分析、 聚类分析等是信息分析领域中常见的分析方法， 而本届年会论文中却大量运用了一些计算机科学领域的技术， 包括语义网技术、 自然语言处理、 链接数据技术、 机器学习等， 且在技术融合的基础上， 出现了以语义分析、 主题建模为代表的信息分析新方向。

（5） 混合研究方法的运用已成趋势

前几届年会中， 混合研究方法已被不少学者运用， 本届年会论文也不例外， 由此可以看到情报学研究的趋势： 越来越多的学者采用了混合研究方法或多种研究方法， 追求更为可靠和有效的研究结果。 这与社会科学研究领域的整体发展趋势是一致的。

（6） 跨学科、 多元化的学科特点更加凸显

情报学具有跨学科性质， 情报学很多研究领域均体现了社会科学研究的特点， 尤其是信息行为、 信息素养、 图书馆服务等领域。 另一方面， 由于情报学是信息技术驱动的学科， 对信息技术的关注， 往往使其带有技术科学的特点， 如探讨信息技术的应用、 构建新型的信息系统、 大量运用计算机科学的手段和方法等。 近年来， 随着数据科学的蓬勃发展， 一些领域融合数据科学的研究范式， 传统的文献计量学和信息计量学也展现了新的发展机遇和广阔前景， 学科领域日益扩大， 带来的直接影响是学科边界的模糊。本届年会的论文充分地体现了这些特点， 由此也可看出情报学研究的跨学科性质及多元化的学科特征。然而， 不同的研究范式如何更好地相互借鉴、 融合发展， 打造整合的情报学学科体系， 依然是情报学发展面临的艰巨任务。

（7） 坚守核心和传统基础上进一步创新和拓展

从本届年会论文中， 我们可以看到学者们对情报学核心和传统研究领域的坚守， 探讨的问题也体现了他们面对新的技术和社会环境的创新性思考。 在信息行为研究领域， 他们不断融入新的技术环境， 主动探讨不同类型的用户在新的环境和情境下的信息需求和信息行为模式； 同时， 信息检索技术不断发展， 被运用到更为广泛的社会领域， 解决社会面临的问题。这些研究体现了情报学作为技术驱动的学科的显著特点， 即反映技术运用对社会的影响和冲击， 关注人类在技术环境中的信息有效获取和利用。 这些研究也同时体现了学科的延展性及发展前景， 为后续的研究指明了方向。

2018年ASIS&T年会以“ 构建一个新兴技术背景下的恪守伦理及可持续发展的信息未来” 为主题探讨了情报学相关领域的理论和实践问题， 主题鲜明，涵盖问题广泛， 研究内容丰富， 研究方法多元， 在坚守情报学核心研究问题的同时， 拓展了学科发展的领域， 反映了学科发展的趋势， 同时也提出了目前学科所存在的一些问题， 包括理论探索的欠缺、 学科边界的模糊、 整合的学科体系的构建等， 这些都值得我们去继续思考和探究。

作者贡献说明

李月琳:提出思路,设计研究方案,论文撰写,终稿审定;
章小童:文献资料收集与分析,论文修改;
王姗姗:文献资料收集与分析;
张建伟:文献资料收集与分析。

支撑数据

支撑数据可开放获取, 获取地址为https://www.asist.org/wp-content/uploads/2018/12/Final-81st-Annual-Meeting-Proceedings.pdf. 

参考文献

*本文原载于《图书情报知识》2019年第3期4-16页

版权归《图书情报知识》所有，欢迎转发到朋友圈，转载请联系后台。

制版编辑 | 朱静