چکیده:
هدف: در این پژوهش با مرور نظاممند پژوهشهای حوزه خودکارسازی پیشنهاد داور برای مقالات در سامانه مجلات علمی به شناسایی وضعیت پژوهشهای این حوزه ازنظر انواع شواهد خبرگی، انواع مدلهای بازیابی مورداستفاده، شکاف پژوهشی موجود پرداخته شده، و درپایان پیشنهادهایی برای پژوهش های آتی ارائه شده است.
روش: در پژوهش حاضر، از چارچوب مطالعه نظاممند کیچن هام و چارترز (2007) استفاده شده است. جستجو در پایگاههای اطلاعات علمی فارسی و انگلیسی با کلیدواژههای مرتبط انجام و تعداد 50 منبع به زبان انگلیسی در بازه زمانی 1992 تا 2018 یافت شد. پس از اعمال پالایش اولیه معیارهای ورود و خروج از مطالعه و کنترل توسط متخصصان، تعداد 43 منبع انگلیسی برای ورود به مرور نظاممند انتخاب شدند. سپس با طراحی کاربرگی، استخراج اطلاعات از منابع صورت گرفت.
یافته ها: مرور پژوهش ها نشان داد شواهد خبرگی نامزد در مطالعات حوزه خودکارسازی پیشنهاد داور برای مقالات، شامل چهار منبع اطلاعات خود-توصیفی نامزد داوری (5 پژوهش)، مستندات ایجادشده توسط نامزد داوری (26 پژوهش)، شبکههای همکاری و روابط علمی نامزد داوری (2 پژوهش)، و منابع ترکیبی; (7 پژوهش) هستند و روش روابط علمی و منابع ترکیبی نسبت به دو روش دیگر متاخرتر هستند. همچنین، مدلهای بازیابی اطلاعات مورداستفاده در سامانههای خبره یابی داور شامل مدل بولی، مدل بولی بسطیافته، مدل فازی، مدل برداری، مدل احتمالاتی، نمایهسازی معنای نهان، مدل تخصیص معنای نهان و مدل نویسنده- موضوع هستند. شکاف های پژوهشی موجود در این حوزه نیز عدم توجه به طراحی سامانه خبرهیابی داور در نشریات و کنفرانس های داخلی،عدم توجه به منابع دانشی و عدم توجه به دیدگاه کاربران در طراحی سامانه های موجود است.
اصالت/ارزش: با مرور پژوهش های حوزه خودکارسازی پیشنهاد داور، یافتههای این حوزه ازنظر شواهد خبرگی داوری و مدلهای بهکاررفته دستهبندی و خلاصه شد. این پژوهش تصویری کلی نسبت به آنچه انجام شده و آنچه بهتر است در طراحی سامانههای بعدی درنظر گرفته شود به پژوهشگران ارائه می دهد.
Purpose: To systematicly review the automatazation of the assignment of the submitted manuscripts to reviewers in order to identify the status of research studies in this field in terms of types of evidence of expertise, types of retrieval models used, and the research gaps, and finally some suggestions for has been offered for future research.
Method: The current research followed the systematic review framework presented by Kitchenham & Charters (2007). To collect the research data, scientific databases were searched by using related keywords, and thus 50 records in English from 1992 to 2018 were retrieved. After applying the preliminary refinements to the entrance and exit criteria to the study and applying the experts’ reviews, 43 English research studies were selected for systematic review. Then, a checklist was designed and the required information was extracted from the studies.
Findings: The systematic review showed that the studies on automatization of the assignment of the submitted manuscripts to reviewers typically used four sources as the evidence of the candidate's expertise, including: the candidates’ self-expression, the candidates’ documents, collaborative networks and scientific relations between the candidates and the hybrid resource. In addition, Boolean model, expanded Boolean model, Fuzzy model, Vector Space model, Probabilistic model, the Probabilistic Latent Semantic Indexing, the Latent Dirichlet allocation, and Author-Subject model were among the information retrieval models used in the expert reviewer finding systems. The lack of attention to the design of the expert finding system for reviewers in national journals and conferences, lack of attention to knowledge resources, and lack of attention to the users' views on the design of the existing systems were among the research gaps in this field.
Originality/value: The use of hybrid resources in extracting the candidate's expert evidence, using knowledge resources, and paying attention to the users' perspectives in designing the expert finding system for reviewers can help to improve the performance of the existing systems. This research presents an overall picture of both the measures thus far taken and the measures should be taken in desiging the expert reviewer finding systems.
خلاصه ماشینی:
پيشنهاد داور، سامانۀ خبره يابي، مرور نظام مند تحقيقـات اطـلاع رسـاني و کتابخانـه هـاي عمـومي؛ فصـلنامۀ Research on Information Science and Public Libraries; The Quarterly Journal of Iran Public علمي -پژوهشي؛ دورة ٢٥،شمارة ٣،پياپي ٩٨،پـائيز ١٣٩٨ Successive ;٣.
In addition, Boolean model, expanded Boolean model, Fuzzy model, Vector Space model, Probabilistic model, the Probabilistic Latent Semantic Indexing, the Latent Dirichlet allocation, and Author-Subject model were among the information retrieval models used in the expert reviewer finding systems.
The lack of attention to the design of the expert finding system for reviewers in national journals and conferences, lack of attention to knowledge resources, and lack of attention to the users' views on the design of the existing systems were among the research gaps in this field.
ايـن پـژوهش تـلاش دارد بـا مـرور نظـام منـد پژوهش هاي انجام شده در اين حوزه به اهداف زير نائل شود: • شناسـايي شـواهد خبرگـي نامزدهـاي داوري در پـژوهش هـاي حـوزة خودکارسـازي فرايند پيشنهاد داور؛ • شناسايي انواع مدل هاي بازيابي اطلاعات مورداستفاده درسامانه هاي خبره يابي داور؛ • شناسايي شکاف هاي پژوهشي موجودو پيشنهادهايي براي پژوهش هـاي آتـي در ايـن حوزه .
Kliewer, Freed, DeLong, Pickhardt & Provenzale 4.
در سامانه هـاي خبـره يـابي داور که از مستندات پژوهشي به عنوان شاهد خبرگي نـامزد اسـتفاده مـي کننـد، بـراي مـدل سـازي تخصـص نـامزدو نيـز تطبيـق پـرس وجـو (مقالـۀ نيازمنـد داوري) بـا مسـتندات پژوهشـي نـامزداز مدل هاي بازيابي اطلاعات استفاده مي شود.