Big data (dane masowe) w nauce o informacji

• Authors: Sosińska-Kalata Barbara

Title variants

EN

Big Data (Massive Data) in Information Science

• Languages of publication: PL EN

Abstracts

PL

CEL/TEZA: Celem artykułu jest omówienie głównych cech zjawiska określanego mianem big data, jego znaczenia dla problematyki badawczej nauki o informacji oraz próba wstępnej oceny stopnia zainteresowania nim badaczy tej dyscypliny. KONCEPCJA/METODY BADAŃ: Krytyczna analiza piśmiennictwa przedmiotu wykorzystana została do omówienia istoty zjawiska big data oraz związanych z nim zmian w modelu badań naukowych, który w coraz większym zakresie znajduje zastosowanie w różnych dziedzinach współczesnej nauki. Rosnącą popularność badań big data w nauce zilustrowano wynikami analizy bibliometrycznej piśmiennictwa zarejestrowanego w interdyscyplinarnej bazie Scopus. Ocenę stopnia zainteresowania problematyką big data w nauce o informacji oparto na bibliometrycznej analizie piśmiennictwa indeksowanego w dziedzinowej bazie EBSCO – Library and Information Science and Technology Abstracts (LISTA). WYNIKI I WNIOSKI: Zagadnienie big data można traktować jako kolejną fazę rozwoju technologii komputerowej i jej zastosowań w różnych dziedzinach nauki i praktyki. W środowisku wielkich zasobów danych zapisanych w cyfrowym formacie, technologie big data zapewniają wgląd w wiedzę, której nie można byłoby wydobyć tradycyjnymi metodami wyszukiwania informacji. W tym sensie technologie te wspierają procesy transferu wiedzy między ludźmi, które stanowią główny przedmiot zainteresowań nauki o informacji. Analiza piśmiennictwa indeksowanego w bazie LISTA potwierdziła, że rozwój technologii big data i jej zastosowań stanowi istotne wyzwanie dla nauki o informacji, którym zainteresowanie badaczy systematycznie rośnie, jakkolwiek nie jest ono jeszcze w tej dyscyplinie bardzo duże. Analiza tematyki tego piśmiennictwa potwierdziła też, że problematyka big data łączy się z kluczowymi obszarami badań nauki o informacji. Badania dotyczące big data najczęściej prezentowane są na łamach czasopism specjalizujących się w ilościowych badaniach informacji (bibliometrii, naukometrii, altmetrii), informatyce medycznej, problematyce systemów informacyjnych i wyszukiwania informacji oraz w zarządzaniu informacją. W czasopismach o szerokim profilu tematycznym obejmującym całe pole badawcze nauki o informacji publikacje na temat big data dotychczas ukazywały się rzadko. Autorami największej liczby artykułów dotyczących tej problematyki są badacze związani z ośrodkami naukowymi w Stanach Zjednoczonych, w Wielkiej Brytanii i w Chinach. Piśmiennictwo dotyczące badań big data w nauce o informacji charakteryzuje duża różnorodność podejmowanej tematyki szczegółowej. Dominuje tematyka należąca do obszaru nauk komputerowych oraz mediów społecznych, ale do zagadnień często omawianych należą też metadane, zarządzanie i dzielenie się wiedzą, biblioteki cyfrowe, bibliometria oraz kwestie związane z informatyką medyczną i ochroną zdrowia. OGRANICZENIA BADAŃ: Omówione badanie ma charakter sondażowy i przeprowadzone zostało na indeksowanym w bazie LISTA piśmiennictwie, w którego opisie tematycznym użyty został termin „big data”. Piśmiennictwo prezentujące problematykę związaną z badaniem wielkich zbiorów danych, w którego indeksowaniu nie użyto tego terminu, nie zostało zatem uwzględnione w badaniu. Ponadto polityka indeksowania bazy LISTA, w szczególności względnie mała reprezentacja czasopism wydawanych w innych językach niż angielski wśród indeksowanych w niej źródeł, może ograniczać reprezentatywność uzyskanych wyników dla badań dotyczących big data, związanych z problematyką nauki o informacji, w skali globalnej. ORYGINALNOŚĆ/WARTOŚĆ POZNAWCZA: Zgodnie z wiedzą autorki, artykuł jest pierwszą próbą oceny stopnia zainteresowania problematyką big data w nauce o informacji.

EN

PURPOSE/THESIS: The aim of the paper is to discuss main features of the phenomenon known as big data, its importance for the research issues of information science and an attempt to pre-assess the researchers’ level of interest in the topic in question. APPROACH/METHODS: The critical analysis of literature has been used to discuss the essence of the big data phenomenon and related changes in the research model, increasingly applicable in various fields of modern science. The growing interest in big data in science is illustrated with the results of a bibliometric analysis of the literature indexed in the interdisciplinary Scopus database. The assessment of the level of interest in big data within the field of information science is based on a bibliometric analysis of the literature indexed in the domain-based EBSCO database – Library and Information Science and Technology Abstracts (LISTA). RESULTS AND CONCLUSIONS: Big data technologies can be treated as a next phase of development in computer technology and its applications in various fields of science and practice. In the environment of large data resources stored in a digital format, big data technologies provide an insight into knowledge that could not be extracted with traditional methods of information retrieval. In this sense, the afore-mentioned technologies support knowledge transfer processes occuring among people and those processes are the main focus of information science. The analysis of the literature indexed in the LISTA database confirmed that the development of big data technology and its applications is a significant challenge for information science and the interest in it is systematically growing, although it has not become very large so far. The analysis of topics of this literature also confirmed that the big data issues are related to the key areas of information science research. Most often big data research is presented in information science journals focused on quantitative information research (bibliometrics, scientometrics, altmetrics), medical computer science, information systems, information retrieval and information management. Journals with a broad thematic profile covering the whole field of information science research have been publishing papers rather rarely so far. The authors of the largest number of articles on big data in information science are affiliated to research centers in the United States, Great Britain and China. The literature on big data research in information science is distinguished with a large diversity of specific topics. Topics that belong to the area of computer science and social media dominate the field, but fairly often researchers also discuss metadata, management and knowledge sharing, digital libraries, bibliometrics and issues related to medical computer science and health protection. RESEARCH LIMITATIONS: The research discussed in the paper is a preliminary recognition of interest in the big data phenomenon within the field of information science and it was built on the literature indexed in the LISTA database, which subject description includes the term "big data". Hence, the literature presenting the issues related to the study of large datasets where this index term was not used was not included in the study. In addition, the policy of indexing of the LISTA database, in particular the relatively small representation of journals published in languages other than English, may limit the representativeness of the results obtained for big data research related to information science issues on a global scale. ORIGINALITY/VALUE: To the best of the author's knowledge, the research presented in the paper is the first attempt to assess the level of interest in big data within the field of information science.

Keywords

PL

Badanie bibliometryczne; Big data; Dane masowe; Nauka o informacji; Problematyka badawcza

EN

Biblometric study; Big data; Information science; Massive data; Research problems

• Publisher: Stowarzyszenie Bibliotekarzy Polskich i Wydział Dziennikarstwa, Informacji i Bibliologii. Uniwersytet Warszawski
• Journal: Zagadnienia Informacji Naukowej - Studia Informacyjne
• Year: 2018
• Volume: 56
• Issue: 2(112)
• Pages: 7-35

Dates

received

2018-02-11

accepted

2018-03-05

Contributors

author

Sosińska-Kalata Barbara

• Katedra Informatologii, Wydział Dziennikarstwa, Informacji i Bibliologii Uniwersytet Warszawski

References

• Anderson, Ch. (2008). The End of Theory: The Data Deluge Makes the Scientific Method Obsolete [online]. Wired, 6.23.08 [18.11.2018], https://www.wired.com/2008/06/pb-theory/
• Chang, Y.-W., Huang, M.-H. (2012). A Study of the Evolution of Interdisciplinarity in Library and Information Science: Using Three Bibliometric Methods. Journal of the American Society for Information Science and Technology, 63(1), 22–33.
• De Mauro, A., Greco, M., Grimaldi, M. (2016). A Formal Definition of Big Data Based on Its Essential Features. Library Review, 65(3), 122–135.
• Ferstein, S. (2012). Ignorance: How It Drives Science. New York: Oxford University Press.
• Friedman, A. (2018). Measuring the Promise of Big Data Syllabi. Technology, Pedagogy and Education vol. 27, nr 2, 135–148.
• Hey, T., Tansley, S., Tolle, K. (2009). The Fourth Paradigm: Data-Intensive Scientific Discovery. Redmond, Wash.: Microsoft Research.
• Intel (2012). Peer Research Big Data Analytics. Intel’s IT Manager Survey on How Organizations Are Using Big Data [online]. Intel IT Center [18.11.2018], https://www.intel.com/content/dam/www/public/us/en/documents/reports/data-insights-peer-research-report.pdf
• Jacobfeuerborn, B. (2013). Is Big Data a Paradigm Challenge to Information Science? Zagadnienia Informacji Naukowej, 51 (2), 52–63.
• Klous, S., Wielaard, N. (2016). We Are Big Data. The Future of the Information Society. Amsterdam: Atlantis Press.
• Laney, D. (2001). 3D Data Management: Controlling Data Volume, Velocity, and Variety. [online]. Gartner, file No.949. 6 Feb. 2001 [18.11.2018], https://www.researchgate.net/publication/311642627_Big_Data_The_V%27s_of_the_Game_Changer_Paradigm
• Mayer-Schönberger, V., Cukier, K. (2014). Big data: rewolucja, która zmieni nasze myślenie, pracę i życie. Warszawa: MT Biznes.
• Patgiri, R., Ahmed, A. (2016). Big Data: The V’s of the Game Changer Paradigm [online]. IEEE 18th International Conference on High Performance Computing and Communications 2016 [18.11.2018]. https://www.researchgate.net/publication/311642627_Big_Data_The_V%27s_of_the_Game_Changer_Paradigm
• Reitz, J. M. (2014) Online Dictionary for Library and Information Science [online]. ABC-Clio [5.12.2018], https://www.abc-clio.com/ODLIS/odlis_i.aspx
• Sapa, R. (2018). Reinterpretacja koncepcji użytkownika usług informacyjnych. W: Nauka o informacji w okresie zmian: innowacyjne usługi informacyjne. Warszawa: Wydaw. SBP, 17–26.
• Saracevic, T. (2010). Information Science. In: Encyclopedia of Library and Information Sciences. Third Edition. Boca Raton, FL: CRC Press, vol. 4, 2570–2584, DOI: 10.108/E-ELIS3–120043704
• Scopus (2018). Scopus: An Eye on Global Research [online]. Elsevier [5.12.2018], https://www.elsevier.com/__data/assets/pdf_file/0008/208772/ACAD_R_SC_FS.pdf
• Sosińska-Kalata, B. (2013). Obszary badań współczesnej informatologii (nauki o informacji). Zagadnienia Informacji Naukowej, 51(2), 9–41.
• Sosińska-Kalata, B. (2017). Kierunki rozwoju współczesnej informatologii. Forum Bibliotek Medycznych, 10(2), 25–46.
• Ward, J.S., Barker, A. (2013). Undefined by Data: A Survey of Big Data Definitions [online]. Cornell University Library [18.11.2018], https://arxiv.org/pdf/1309.5821.pdf
• White, H.D., McCaine, K.W. (1998). Visualizing a Discipline: An Author Cocitation Analysis of Information Science, 1972–1995. Journal of the American Society for Information Science, 49(4), 327–355.
• Zhao, D., Strotmann, A. (2008). Information Science during the First Decade of the Web: An Enriched Author Cocitation Analysis. Journal of the American Society for Information Science and Technology, 59(6), 916–937.

Identifiers

DOI

https://doi.org/10.36702/zin.390