Inger Beate Nylund forsvarer sin avhandling i doktorgradsprogrammet bibliotek- og informasjonsvitenskap med tittelen «Exploring functional classification as metadata for enterprise search»
Prøveforelesning
Torsdag, 7. november 2019, kl. 10-10.45.
Tema: Understanding the role of human and social factors in the design of knowledge organization systems.
Disputas
Doktoranden vil offentlig forsvare avhandlingen torsdag 7. november 2019 kl. 12.00 - 15.00.
Komité
- Førsteopponent: Associate Professor Luanne Freund, University of British Columbia, Canada
- Andreopponent: Professor Jóhanna Gunnlaugsdóttir, University of Iceland
- Leder av komiteen: Førsteamanuensis Herbjørn Andresen, OsloMet – storbyuniversitetet
Leder for disputasen
- Prodekan Ivan Harsløf, Fakultet for samfunnsvitenskap, OsloMet – storbyuniversitetet
Veiledere
- Hovedveileder: Professor Ragnar Nordlie, OsloMet – storbyuniversitetet
- Medveileder: Professor Katriina Byström, OsloMet – storbyuniversitetet
Sammendrag
I denne avhandlingen har jeg utforsket funksjonsbasert klassifikasjon som metadata for informasjonsgjenfinning på arbeidsplasser. Tidligere forskning har vist til at informasjonsgjenfinning på arbeidsplasser kan forbedres ved å tilføye metadata til innhold. Et spørsmål er hva slags metadata som skal tilføyes, og hvordan metadataene kan designes. Jeg valgte å utforske funksjonsbasert klassifikasjon som metadata, fordi denne er basert på kontekst, noe som kan supplere andre studier i kontekstbasert informasjonsgjenfinning.
Jeg brukte kvalitative metoder for å designe og evaluere et funksjonsbasert klassifikasjonsskjema. Casestudien gjorde en detaljert undersøkelse av et arbeidsdomene mulig, og ga forståelse av begrepene funksjon, aktivitet, oppgave/transaksjon og sjanger. Resultatene viste at både kontekstbaserte intervjuer og sjangeranalyse er metoder som kan bidra til å designe et funksjonsbasert klassifikasjonsskjema. Klassifikasjonsskjemaet består av prekoordinerte termer som viser relasjoner mellom setningselementer, mer spesifikt fem ulike syntaktiske mønstre, for eksempel verb pluss objekt. Når det gjelder egnetheten av skjemaet for indeksering, så antydet resultatene at termer fra det funksjonsbaserte klassifikasjonsskjemaet ble gjenkjent og brukt til indeksering, men også diskutert med tanke på presisjon.
Resultatene tyder derfor på at metoder ‘nedenfra og oppover’ for å designe et funksjonsbasert klassifikasjonsskjema kan gi en struktur og termer som er lett gjenkjennelige innenfor arbeidsdomenet. Studien tyder også på at for gjenfinning av dokumenter innenfor dette domenet, så er det nødvendig å supplere de funksjonsbaserte termene med andre typer termer, for eksempel termer som betegner spesifikke objekter, sted og tid. Sammensatte metadata for eksempel ved hjelp av fasetter har derfor sannsynligvis et potensiale.
Mer forskning kan vurdere funksjonsbasert klassifikasjon i andre arbeidsdomener og med andre sjangere. Videre forskning trengs for å evaluere potensialet til funksjonsbasert klassifikasjon som metadata i faktisk informasjonsgjenfinning, for eksempel ved vurdering av relevansen til søkeresultater, i navigering og filtrering, og i automatisk indeksering.