知識面
今天上課的主題是調查研究，主要如下：
一開始先看了一個數位學習物件(DLO, Digital Learning Object)，讓我們瞭解設計問卷應該避免的錯誤。
問卷調查是研究者用來收集資料的一種方法，為統計或調查設計的問題單，在實驗中，研究者將受訪者組成一個小群體，然後以幾個變項檢驗一或兩個假設。可用來測量個人行為和態度。
1.測量有分成很多的面向，有形的如體溫、體重；無形如滿意度，測量的值必須要好好規劃單位，對於後續問卷的分析非常的重要。
2.問卷類型分成結構性與非結構性問卷；問卷題型有分成3種：(1)事實問題；(2)態度問題；(3)情感問題。
3.該如何建構問卷：(1)站得住的理論架構；(2)操作型定義要非常的清楚(如，多指的是多少，而不是抽象的)
4. 調查問卷的步驟：(1)從理論或週邊相關去形成命題，之後再形成假設理論，決定調查；(2)進行步驟設計；(3)決定取樣方法；(4)實際進行；(5)整理資料、分析資料；(6)撰寫
5.撰寫問卷問題的重要原則
(1)避免用術語、俚語或縮寫
(2)避免語意模糊、混淆
(3)避免情緒性字眼和聲望的偏誤
(4)避免模稜兩可的問題
(5)避免引導式問句
(6)避免問受訪者能力所無法回答的問題
(7)避免錯誤的前提
(8)避免問未來的意圖
(9)避免雙重否定
(10)避免重複或偏重某種答案類別
6.問卷問題呈現方式：簡單式、矩陣式、列聯式
矩陣式通常會用三等地或五等地、七等地。連續變項可以用T檢定，等地可以用卡方分析
認知面
問卷設計的問項如何設計真的不容易，問項設計出來並不等於整個問卷就設計出來了。老師有說到，當問卷設計出來後，研究就完成了70%。問項的如何呈現，及要如何的問都是影響一份問卷後續分析的重要關鍵，什麼樣的角度容易做分析，一個問題可以有很多不同的問法，如何問比較好，如問年齡
A.可以直接問受訪者實際的年齡
B.詢問出生年
C.給予年齡區間選擇
D.老中青
B屬於連續變項，C屬於類別變項，連續變項可以轉變成類別變項，選擇B或C要視年齡對於整份問卷的意義在哪裡，問卷的設計除了要考慮後的分析之外，也要設身處地為受訪者設想，如果當你被問到這樣的問題你會回答嗎?或是你會如何的回答。
行動面
課堂中作了問卷設計的練習，並依據問卷建構原則進行問卷問題的修改。並由各組所設計出的問卷，與老師的講解，可以透過練習瞭解自己學習到多少，與不懂的地方在哪裡。
感受面
問卷設計步驟：需要知道理論焦點是什麼要設計一份好的問卷從一開始命題的確定，就需要花很多的時間去閱讀相關理論或是周邊相關經驗去發展命題，從研究問題、問項、圖像、問卷的順序 、題項的類型，都會影響到後續的分析及統計分析方法。真是一點也不簡單，而且問卷實施的方法也是都有其優缺點，如受訪者自行填答問卷，像我們在路上碰到要填寫問卷的機會很多，有些人會願意幫你填寫，有些人並不會願意，是選擇能避就避，這是否會影響到取樣、樣本，都是需要考慮的面向。
2008年11月23日 星期日
2008年11月22日 星期六
圖書資訊學研究(十) 2008.11.17 資訊組織
今天演講邀請到世新大學資訊傳播學系 阮明淑老師，老師演講的主題是「資訊組織相關議題--資訊組織(知識組織)是什麼?」。
老師一開始問我們大學有沒有修過資訊組織相關的課程，我記得我們這一屆系上剛好沒有開到這門課，所以對於資訊組織的涉獵非常的少，老師從很基本的部分開始說起資訊組織，並說明會在哪些環境下使用，包括了檔案館、圖書館、博物館、辦公室、網路這些環境中都會使用到，主要提供辨別、描述、提供這些資訊載體的取用( information-bearing entities)。
在這資訊海量的時代，大家尋找資訊的管道越來越多元，不再只是侷限於圖書館，越來越多人經由Google, Yahoo等搜尋引擎來找尋需要的資訊，但因為資訊的爆炸，越來越多的資訊也讓人們產生了資訊焦慮，哪些是所需要的，哪些是正確，哪些是錯誤的，使用者都是需要具備有辨別這些的基本素養，圖書館所舉辦的許多利用教育都會教授相關的課程，這些都可以培養讀者資訊素養能力。其實有很多的資訊都藏在垃圾中或是不起眼的地方，必須要去挖掘，資訊組織就愈趨重要了，如何將資訊做分類、給索引(給關鍵字、書後索引)、標示&給標籤、濃縮、去蕪存菁將整理過後的資訊提供給使用者。
以前大學時老師有問我們Google是否能取代圖書館，網路上的資訊良莠不齊，但大家現在已經習慣要找資訊，就上網goo一下，圖書館是否該重新思考服務的策略，或是如何可以將圖書館的館藏目錄甚至其他的資源和搜尋引擎作相關連結，讓圖書館的服務延伸到網路的環境中，我覺得這些都是可以好好思考的方向。善用資訊科技，幫助我們經營一個合乎讀者需求，方便讀者使用，讀者也樂於利用的圖書館。圖書館以滿意讀者服務，滿足讀者需求為中心，所以圖書館一定有它存在的價值，圖書館必須要好好思考因應著資訊科技的進步，不斷推陳出新，如何改變以前被動等待讀者上門，應該是要主動出擊，提升圖書館服務的能見度，讓讀者體驗到圖書館的用心，讀者也不會忽視圖書館的存在。
阮老師之後與我們分享了許多他的親身經驗，並告訴我們知識要隨時的創新分享，且學習應該要像海綿的狀態，不斷的去吸收，這句話以前工作的時候主管也是這樣的告訴我們，現在就是要多多學習，希望我們能夠在經驗中學習，並有所成長，老師今天的演講讓我很受惠良多，很謝謝老師今天與我們分享的知識與經驗。
老師一開始問我們大學有沒有修過資訊組織相關的課程，我記得我們這一屆系上剛好沒有開到這門課，所以對於資訊組織的涉獵非常的少，老師從很基本的部分開始說起資訊組織，並說明會在哪些環境下使用，包括了檔案館、圖書館、博物館、辦公室、網路這些環境中都會使用到，主要提供辨別、描述、提供這些資訊載體的取用( information-bearing entities)。
在這資訊海量的時代，大家尋找資訊的管道越來越多元，不再只是侷限於圖書館，越來越多人經由Google, Yahoo等搜尋引擎來找尋需要的資訊，但因為資訊的爆炸，越來越多的資訊也讓人們產生了資訊焦慮，哪些是所需要的，哪些是正確，哪些是錯誤的，使用者都是需要具備有辨別這些的基本素養，圖書館所舉辦的許多利用教育都會教授相關的課程，這些都可以培養讀者資訊素養能力。其實有很多的資訊都藏在垃圾中或是不起眼的地方，必須要去挖掘，資訊組織就愈趨重要了，如何將資訊做分類、給索引(給關鍵字、書後索引)、標示&給標籤、濃縮、去蕪存菁將整理過後的資訊提供給使用者。
以前大學時老師有問我們Google是否能取代圖書館，網路上的資訊良莠不齊，但大家現在已經習慣要找資訊，就上網goo一下，圖書館是否該重新思考服務的策略，或是如何可以將圖書館的館藏目錄甚至其他的資源和搜尋引擎作相關連結，讓圖書館的服務延伸到網路的環境中，我覺得這些都是可以好好思考的方向。善用資訊科技，幫助我們經營一個合乎讀者需求，方便讀者使用，讀者也樂於利用的圖書館。圖書館以滿意讀者服務，滿足讀者需求為中心，所以圖書館一定有它存在的價值，圖書館必須要好好思考因應著資訊科技的進步，不斷推陳出新，如何改變以前被動等待讀者上門，應該是要主動出擊，提升圖書館服務的能見度，讓讀者體驗到圖書館的用心，讀者也不會忽視圖書館的存在。
阮老師之後與我們分享了許多他的親身經驗，並告訴我們知識要隨時的創新分享，且學習應該要像海綿的狀態，不斷的去吸收，這句話以前工作的時候主管也是這樣的告訴我們，現在就是要多多學習，希望我們能夠在經驗中學習，並有所成長，老師今天的演講讓我很受惠良多，很謝謝老師今天與我們分享的知識與經驗。
2008年11月20日 星期四
社會科學研究法(九) 2008.11.12 實驗研究
知識面
質化研究屬於歸納法，量化研究屬於演繹法
質化很多資料群中看現象，抓取概念；量化是先有概念(延伸常識的開始)，再用理論去證明是否存在。
今天上課的主題是實驗研究，主要如下：
在實驗中可以做到3件事，(1)從假設開始；(2)調整情況中某些東西；(3)比較調整與沒有調整的結果。實驗研究在測試因果關係方面是最強而有力的。能夠讓研究者操控條件的研究問題，或是對事情有某種理解，但不確定的，都適合做實驗研究。一開始老師讓我們先分組練習畫實驗研究架構，由摘要的閱讀抓取出研究中的重要概念，並變成操作型的定義，並透過理論與案例的結合，將方案具體化起來，變成可以觀察與測量的項目，透過實驗研究量化評量工作，加入處遇，得到的結果可以做分析比較。
第一篇_懂的：實驗組、控制組、教學方案；不懂的：共變數、獨立樣本單因子共變數分析、準實驗研究、不等組前後測設計
第二篇_懂的：實驗組、對照組、課堂教學實驗、範例實作導向；不懂的：軸線的教材組織結構、等組後測準實驗研究
實驗七要素：
1.處遇(treatment)或自變項(independent variable)：是研究者創造的一種情況，或進入進行中的情況，所以處遇(或刺激、操縱)是研究者所做的調整。故是自變項或一群自變項的結合。如自變項是「恐懼或焦慮的程度」，所以實驗者不是問受試者是否恐懼，而是把受試者放在高度恐懼跟低度恐懼的情境中，操縱情況，讓某些受試者感覺很害怕，讓另一些受試者沒那麼害怕，以此測量自變項。
2.依變項(dependent variable)：即實驗研究的結果。是透過具體環境、社會行為、態度、感覺、或受試者的信念因處遇而造成的轉變，依變項可以用紙筆指標、觀察、訪問或生理反應測試。通常測試依變項的次數不只一次。
3.前測(pretest)：引進處遇之前，測量依變項。
4.後測(posttest)：在處遇引進情境後，測量依變項。
5.實驗組：接受處遇或有處遇的群組
6.控制組：沒有接受處遇的群組
7.隨機分派：把個案分派到各群體的方法，目的是比較，隨機是形容每個個案被挑中的機會相同的過程。
※ 其他
控制變項：研究過程必須加以控制的，以免影響研究結果的變項。
中介變項：若自變項對依變項有影響效果，而此效果是透過另一變項達到影響，則此變項即為中介變項。
自變項對依變項有顯著影響效果；而單看中介變項和依變項時，中介變項對依變項有顯著影響效果；單獨看自變項和中介變項時，自變項也會顯著影響此中介變項；同時看自變項和中介變項影響依變項時，自變項的效果會減弱或變為不顯著。
舉例：
列出下述研究主題的自變項、依變項，以及其他可能的控制變項：
「統計學的老師觀察到如果上課實施平時考，學生的學期成績會比不實施平時考高。為了驗證這個觀察，他在A班上課時實施幾次平時考，在B班上課時不實施平時考，然後在學期末時，比較這兩班學生的期末考成績。」
(1)自變項：平時考次數
(2)依變項：兩班期末考成績
(3)其他可能影響依變項的控制變項，如：老師在兩班的教法、教學時間長短、兩班學生出缺席狀況、兩班學生本來在研究法上的知識、兩班學生原來的學習能力…等等
認知面
上完今天的課，終於對於假定與假設有更佳的瞭解
1.假定（assumption）是作研究的基礎，是一個信念，對於某個現象的認定，如研究醫生的資訊行為，我得假定就是醫生有資訊的行為，所以才值得去做研究。
2.假設（hypothesis）對於某些理論有些想法，有待檢驗的命題。
(1)虛無假設（null hypothesis）未證實資料前，都為虛無假設。如一般會假設嫌犯無罪，此假設可以寫成H0，虛無假設通常表示現況，要推翻假設通常需要充分証據，因此比較困難。
(2)對立假設（alternative hypothesis）在假設檢定的問題中，一定有兩假設，除了H0外，另一個假設就是對立假設，通常寫成H1。 0，1表示對立的狀況，如H1表示成功，而H0表示失敗。
所以一個實驗研究會去驗證虛無假設，而對立假設表示我們傾向相信的，也就是想證明它是真者。
行動面
老師這週出了ISP的作業，要從ISP Model中抓取概念轉變為變項，並畫出實驗設計架構圖。
感受面
今天上完課後，圍繞在實驗中的變項、自變項、處遇、依變項、控制變項，讓我覺得好模糊。
變項(variable)是會有變化的概念，一個變項的數值或是類別就是它的屬性。在一個實驗設計之中，研究者所操弄的變項為自變項，因自變項之變化而發生改變的變項是為依變項。
老師有提到案例一：不等組前後測設計，自變項是實驗組與對照組，而處遇為創意戲劇教學法八週，所以處遇並不等於自變項嗎???疑問中
質化研究屬於歸納法，量化研究屬於演繹法
質化很多資料群中看現象，抓取概念；量化是先有概念(延伸常識的開始)，再用理論去證明是否存在。
今天上課的主題是實驗研究，主要如下：
在實驗中可以做到3件事，(1)從假設開始；(2)調整情況中某些東西；(3)比較調整與沒有調整的結果。實驗研究在測試因果關係方面是最強而有力的。能夠讓研究者操控條件的研究問題，或是對事情有某種理解，但不確定的，都適合做實驗研究。一開始老師讓我們先分組練習畫實驗研究架構，由摘要的閱讀抓取出研究中的重要概念，並變成操作型的定義，並透過理論與案例的結合，將方案具體化起來，變成可以觀察與測量的項目，透過實驗研究量化評量工作，加入處遇，得到的結果可以做分析比較。
第一篇_懂的：實驗組、控制組、教學方案；不懂的：共變數、獨立樣本單因子共變數分析、準實驗研究、不等組前後測設計
第二篇_懂的：實驗組、對照組、課堂教學實驗、範例實作導向；不懂的：軸線的教材組織結構、等組後測準實驗研究
實驗七要素：
1.處遇(treatment)或自變項(independent variable)：是研究者創造的一種情況，或進入進行中的情況，所以處遇(或刺激、操縱)是研究者所做的調整。故是自變項或一群自變項的結合。如自變項是「恐懼或焦慮的程度」，所以實驗者不是問受試者是否恐懼，而是把受試者放在高度恐懼跟低度恐懼的情境中，操縱情況，讓某些受試者感覺很害怕，讓另一些受試者沒那麼害怕，以此測量自變項。
2.依變項(dependent variable)：即實驗研究的結果。是透過具體環境、社會行為、態度、感覺、或受試者的信念因處遇而造成的轉變，依變項可以用紙筆指標、觀察、訪問或生理反應測試。通常測試依變項的次數不只一次。
3.前測(pretest)：引進處遇之前，測量依變項。
4.後測(posttest)：在處遇引進情境後，測量依變項。
5.實驗組：接受處遇或有處遇的群組
6.控制組：沒有接受處遇的群組
7.隨機分派：把個案分派到各群體的方法，目的是比較，隨機是形容每個個案被挑中的機會相同的過程。
※ 其他
控制變項：研究過程必須加以控制的，以免影響研究結果的變項。
中介變項：若自變項對依變項有影響效果，而此效果是透過另一變項達到影響，則此變項即為中介變項。
自變項對依變項有顯著影響效果；而單看中介變項和依變項時，中介變項對依變項有顯著影響效果；單獨看自變項和中介變項時，自變項也會顯著影響此中介變項；同時看自變項和中介變項影響依變項時，自變項的效果會減弱或變為不顯著。
舉例：
列出下述研究主題的自變項、依變項，以及其他可能的控制變項：
「統計學的老師觀察到如果上課實施平時考，學生的學期成績會比不實施平時考高。為了驗證這個觀察，他在A班上課時實施幾次平時考，在B班上課時不實施平時考，然後在學期末時，比較這兩班學生的期末考成績。」
(1)自變項：平時考次數
(2)依變項：兩班期末考成績
(3)其他可能影響依變項的控制變項，如：老師在兩班的教法、教學時間長短、兩班學生出缺席狀況、兩班學生本來在研究法上的知識、兩班學生原來的學習能力…等等
認知面
上完今天的課，終於對於假定與假設有更佳的瞭解
1.假定（assumption）是作研究的基礎，是一個信念，對於某個現象的認定，如研究醫生的資訊行為，我得假定就是醫生有資訊的行為，所以才值得去做研究。
2.假設（hypothesis）對於某些理論有些想法，有待檢驗的命題。
(1)虛無假設（null hypothesis）未證實資料前，都為虛無假設。如一般會假設嫌犯無罪，此假設可以寫成H0，虛無假設通常表示現況，要推翻假設通常需要充分証據，因此比較困難。
(2)對立假設（alternative hypothesis）在假設檢定的問題中，一定有兩假設，除了H0外，另一個假設就是對立假設，通常寫成H1。 0，1表示對立的狀況，如H1表示成功，而H0表示失敗。
所以一個實驗研究會去驗證虛無假設，而對立假設表示我們傾向相信的，也就是想證明它是真者。
行動面
老師這週出了ISP的作業，要從ISP Model中抓取概念轉變為變項，並畫出實驗設計架構圖。
感受面
今天上完課後，圍繞在實驗中的變項、自變項、處遇、依變項、控制變項，讓我覺得好模糊。
變項(variable)是會有變化的概念，一個變項的數值或是類別就是它的屬性。在一個實驗設計之中，研究者所操弄的變項為自變項，因自變項之變化而發生改變的變項是為依變項。
老師有提到案例一：不等組前後測設計，自變項是實驗組與對照組，而處遇為創意戲劇教學法八週，所以處遇並不等於自變項嗎???疑問中
2008年11月17日 星期一
圖書資訊學研究(九) 2008.11.10 RFID與資訊隱私
今天的演講邀請到中興大學圖書資訊學研究所 蘇小鳳老師來為我們講解「探索讀者的隱私與隱思；RFID資訊隱私與讀者訴願」。
在大學修『圖書館自動化』這門課時，老師有邀請新加坡圖書館館員來為我們演講關於RFID在圖書館的應用，圖書館可以應用在順架、改善圖書錯置與盤點、借還書等，可是目前國內的應用並不非常的普及，國外則相反，原因是因為台灣取決於價錢；國外(如美國)考慮的是資訊安 全，依照每個國家的政策而有所不同。那時對於RFID有了初步的了解，今天藉由蘇老師有趣的演講讓我有了更深的了解。RFID有追蹤的功能，老師說最大閱讀範圍是30呎，我那時心想，如果我身上有任何與RFID相關的產品，例如像悠遊卡那類，只要追蹤的裝置偵測是不是去到哪，都會被知道，這樣感覺就很沒有隱私。果然科技的越進步，也會造成一些讓人覺得不便的地方。
像國外應用RFID已經蠻普遍，包括了他們洲際高速公路使用的EZ Pass，其實每個國家使用的程度，會與其社會現象與國家的政策有關。像老師也已提到可以應用的範圍很廣，如開發超速的罰單，可是如果這樣做，我看大家應該都會很很守法的開車，不然罰單會滿天飛。駕駛人也會反彈，警察是不是因此而造成失業，許多原本需要人工處理的事情，改由科技來取代。像國內有第一家Open Book無人圖書館，由臺北市立圖 書館所規劃建置，從借書到換書都是透過機器完成這樣的流程。完全無需人工，感覺圖書館員要失業了?! 不過我認為應用科技簡化工作的流 程，還是必要的，但並非所有的工作都是能透過機器完全取代，人工處理還是有其重要性。
老師有播放一段YouTube的影片，是一段關於購物使用RFID付款，之後再取得收據即可，RFID宛然變成了信用卡的功能，感覺是『一卡在 手，暢通無阻，便利無窮，用處多多』，隨之產生的問題就有了，一張卡片裡到底存在著多少的資料在裡面，如果不見的話，會不會被盜用，衍生了與許多的問題。老師他有訪談國內六所圖書館，並且有問卷的調查，研究中其實大多的學生不是非常了解自己的學生證到底裡面存在了 什麼資料，姓名、學號、系級...等，其實就連我自己的學生證我也不知道裡面有什麼資訊，只知道它結合了悠遊卡的功能。老師的調查結果似乎有引起大家對於自己這一張小卡片隱含了多少的資訊，進一步想去了解。
另外，老師提到了讀者訴願，訴願是什麼? 訴願是包含意見的表達與抱怨的陳述，但是真的有多少人用過這樣的方式?其實大多數的人都會想說算了，並不會真的訴諸這樣的管道，除非到了忍無可，相同的狀況一而再再而三的重複發生。若是沒有訴願的人，並不表示他都沒有意見，沒有不滿，對於訴願的處理不積極其實比不滿意更糟糕，老師說到她於百貨公司訴願的例子，商業的處理態度，果然就是服務業以客戶為尊的精神啊!! 非常積極的解決問題。
最後有拋出了一個問題，圖書館是非營利的組織，對於訴願該做到怎麼樣的程度，其實我認為圖書館對於讀者訴願應該要積極的解決，並以讀者的需求為優先，館內政策為輔，為讀者提供滿意的服務，圖書館就是以服務讀者為一大宗旨，最後有提到可以和社會上哪個組織比較，當時我想到的是調解委員會或基層的政府單位，他們也是需要抱持以民眾為優先的服務態度，來為民眾謀取最大福祉，對於民眾提出的訴願，都應該積極去解決，我曾經有過一個應該算是訴願的經驗，就是利用台北縣政府的『路平報馬仔』把毀壞的路面登錄系統裡面，之後並可以隨時上去查詢處理的進度，大約一個月內的時間就處理完成，其實我對於這樣的處理就感到滿意，因為可以隨時上去看進度，並且處理的時間不會拖到好幾個月，我覺得如果沒有處理的話，我大概會尋求其他的管道，繼續請他們處理，畢竟路面不平，實在是很危險。
在大學修『圖書館自動化』這門課時，老師有邀請新加坡圖書館館員來為我們演講關於RFID在圖書館的應用，圖書館可以應用在順架、改善圖書錯置與盤點、借還書等，可是目前國內的應用並不非常的普及，國外則相反，原因是因為台灣取決於價錢；國外(如美國)考慮的是資訊安 全，依照每個國家的政策而有所不同。那時對於RFID有了初步的了解，今天藉由蘇老師有趣的演講讓我有了更深的了解。RFID有追蹤的功能，老師說最大閱讀範圍是30呎，我那時心想，如果我身上有任何與RFID相關的產品，例如像悠遊卡那類，只要追蹤的裝置偵測是不是去到哪，都會被知道，這樣感覺就很沒有隱私。果然科技的越進步，也會造成一些讓人覺得不便的地方。
像國外應用RFID已經蠻普遍，包括了他們洲際高速公路使用的EZ Pass，其實每個國家使用的程度，會與其社會現象與國家的政策有關。像老師也已提到可以應用的範圍很廣，如開發超速的罰單，可是如果這樣做，我看大家應該都會很很守法的開車，不然罰單會滿天飛。駕駛人也會反彈，警察是不是因此而造成失業，許多原本需要人工處理的事情，改由科技來取代。像國內有第一家Open Book無人圖書館，由臺北市立圖 書館所規劃建置，從借書到換書都是透過機器完成這樣的流程。完全無需人工，感覺圖書館員要失業了?! 不過我認為應用科技簡化工作的流 程，還是必要的，但並非所有的工作都是能透過機器完全取代，人工處理還是有其重要性。
老師有播放一段YouTube的影片，是一段關於購物使用RFID付款，之後再取得收據即可，RFID宛然變成了信用卡的功能，感覺是『一卡在 手，暢通無阻，便利無窮，用處多多』，隨之產生的問題就有了，一張卡片裡到底存在著多少的資料在裡面，如果不見的話，會不會被盜用，衍生了與許多的問題。老師他有訪談國內六所圖書館，並且有問卷的調查，研究中其實大多的學生不是非常了解自己的學生證到底裡面存在了 什麼資料，姓名、學號、系級...等，其實就連我自己的學生證我也不知道裡面有什麼資訊，只知道它結合了悠遊卡的功能。老師的調查結果似乎有引起大家對於自己這一張小卡片隱含了多少的資訊，進一步想去了解。
另外，老師提到了讀者訴願，訴願是什麼? 訴願是包含意見的表達與抱怨的陳述，但是真的有多少人用過這樣的方式?其實大多數的人都會想說算了，並不會真的訴諸這樣的管道，除非到了忍無可，相同的狀況一而再再而三的重複發生。若是沒有訴願的人，並不表示他都沒有意見，沒有不滿，對於訴願的處理不積極其實比不滿意更糟糕，老師說到她於百貨公司訴願的例子，商業的處理態度，果然就是服務業以客戶為尊的精神啊!! 非常積極的解決問題。
最後有拋出了一個問題，圖書館是非營利的組織，對於訴願該做到怎麼樣的程度，其實我認為圖書館對於讀者訴願應該要積極的解決，並以讀者的需求為優先，館內政策為輔，為讀者提供滿意的服務，圖書館就是以服務讀者為一大宗旨，最後有提到可以和社會上哪個組織比較，當時我想到的是調解委員會或基層的政府單位，他們也是需要抱持以民眾為優先的服務態度，來為民眾謀取最大福祉，對於民眾提出的訴願，都應該積極去解決，我曾經有過一個應該算是訴願的經驗，就是利用台北縣政府的『路平報馬仔』把毀壞的路面登錄系統裡面，之後並可以隨時上去查詢處理的進度，大約一個月內的時間就處理完成，其實我對於這樣的處理就感到滿意，因為可以隨時上去看進度，並且處理的時間不會拖到好幾個月，我覺得如果沒有處理的話，我大概會尋求其他的管道，繼續請他們處理，畢竟路面不平，實在是很危險。
2008年11月8日 星期六
圖書資訊學研究(八) 2008.11.05 數位典藏支援數位學習模式研究
今天的演講邀請到政治大學圖書資訊與檔案學研究所 陳志銘老師來為我們講解「數位典藏支援數位學習模式研究」。
數位學習並不是單單將資料、東西放到網路上這麼簡單，應是要凸顯它的特性、模式，並且擴大圖書館服務的價值與構面。今天主題主要先簡介什麼是「數位學習」，數位學習有別於傳統式的教學，傳統式教學可能受限於時間與地點，是一群人同一時間聚在同一個地點進行的教學活動，所以學習者只能被動的接受訊息，老師對於同樣的課程重複的教學，使得效率低。而數位學習是利用e化的工具輔助的學習方式，以學習者為中心的導向的系統設計觀與互動性的自我導向，所以學習者可以在他方便的時間地點上網去進行數位學習，而且可以多次的進行學習，有別於傳統教學不易進行重複性的學習。
Web-based learning 是指基於網路技術，於在任何時間、地點達成知識傳授的學習方式。數位學習的重點在於如何利用資訊通信科技(ICT; Information & Communications Technology)來提高老師的教學與學習的成效。最重要的就是「學習成效」，因為數位學習最終目的就是要以學習者為中心，並讓他們可以不受限於時空，隨時可以取得課程，若是不能提高學習成效的話，那就必須要檢討數位學習是哪裡出了問題，哪裡需要再改進的，以期達到最好的學習成效。
數位學習可以因應著科技的演變、時代的變遷，而不斷進步演化新的學習模式，不斷的融入新的資訊技術，老師有說到從電腦輔助教學(CAI)->網路學習->行動學習->情境感知無所不在學習(context-aware ubiquitous learning)。例如像RFID、web2.0、blog、RSS、wiki、social network這些都是發展出的新資訊技術。 數位典藏與數位圖書館技術未來如何支援數位學習的方向，必須要整合不同學科的教學，並發展教材，行動裝置，從使用者的參與(web2.0)引進學習；知識的創造與知識的翻新(Building)並且與數位圖書館整合，讓數位學習發生最大的功效。
圖書館支援數位學習模式，讀者因為有資訊的需求，所以會到網路上去找答案，但是網路上的資訊五花八門，要如何選擇讀者所要的，因為並非找到的所有資訊都是有用的，讀者如何評斷找到的資訊的正確性，權威性等，這並非是每個人都可以做到的，所以圖書館就扮演了很重要的角色，應該教導讀者如何選擇他所要的資訊。老師有Demo一些數位學習的系統，裡面有一個功能是annotation tool，可以讓讀者上去寫註解，這是可以幫助讀者增加內涵的一種方式，從一個資訊可以延伸到他的相關知識，擴充自己的認知面，然後進而去有所行動，進而到思考面，這樣一個知行思的過程在學習中是非常重要的。
現在有許多的課程都是線上的教學，如像我們社會科學研究法上課使用的 JoinNet，學校提供給我們使用的Blackboard數位學習平台，透過這個數位學習平台，可以讓教與學由傳統的課堂教學模式，延伸為不受時空限制，成為隨時隨地的學習模式，並促使教材數位化及多元化，以增進教學成效。我們可以先下載老師提供的講義先預習，並且可以在討論區張貼佈告發表評論，讓學生可以隨時提出想法，並與老師進行互動。大學的時候，學校也有提供教學資源平台，老師能針對課程能以快速、便捷、易學的操作介面，建立個人專屬的教學支援互動式網頁，將授課教材「數位化」，也是和Blackboard數位學習平台相同，促進師生互動、協調與溝通，讓學生可以在任何時間、地點，上網擷取教材、繳交作業，進行溝通。這些數位學習平台為的就是最重要的目的-增進師生互動，強化教學效果、提昇學習成效的目的。但是還有一個很重要的是學生是否會願意上去使用這樣的功能，如果沒有使用者的參與，有再好的數位學習系統都是枉然，所以如何提升使用率，也是一個很重要的課題。
數位學習並不是單單將資料、東西放到網路上這麼簡單，應是要凸顯它的特性、模式，並且擴大圖書館服務的價值與構面。今天主題主要先簡介什麼是「數位學習」，數位學習有別於傳統式的教學，傳統式教學可能受限於時間與地點，是一群人同一時間聚在同一個地點進行的教學活動，所以學習者只能被動的接受訊息，老師對於同樣的課程重複的教學，使得效率低。而數位學習是利用e化的工具輔助的學習方式，以學習者為中心的導向的系統設計觀與互動性的自我導向，所以學習者可以在他方便的時間地點上網去進行數位學習，而且可以多次的進行學習，有別於傳統教學不易進行重複性的學習。
Web-based learning 是指基於網路技術，於在任何時間、地點達成知識傳授的學習方式。數位學習的重點在於如何利用資訊通信科技(ICT; Information & Communications Technology)來提高老師的教學與學習的成效。最重要的就是「學習成效」，因為數位學習最終目的就是要以學習者為中心，並讓他們可以不受限於時空，隨時可以取得課程，若是不能提高學習成效的話，那就必須要檢討數位學習是哪裡出了問題，哪裡需要再改進的，以期達到最好的學習成效。
數位學習可以因應著科技的演變、時代的變遷，而不斷進步演化新的學習模式，不斷的融入新的資訊技術，老師有說到從電腦輔助教學(CAI)->網路學習->行動學習->情境感知無所不在學習(context-aware ubiquitous learning)。例如像RFID、web2.0、blog、RSS、wiki、social network這些都是發展出的新資訊技術。 數位典藏與數位圖書館技術未來如何支援數位學習的方向，必須要整合不同學科的教學，並發展教材，行動裝置，從使用者的參與(web2.0)引進學習；知識的創造與知識的翻新(Building)並且與數位圖書館整合，讓數位學習發生最大的功效。
圖書館支援數位學習模式，讀者因為有資訊的需求，所以會到網路上去找答案，但是網路上的資訊五花八門，要如何選擇讀者所要的，因為並非找到的所有資訊都是有用的，讀者如何評斷找到的資訊的正確性，權威性等，這並非是每個人都可以做到的，所以圖書館就扮演了很重要的角色，應該教導讀者如何選擇他所要的資訊。老師有Demo一些數位學習的系統，裡面有一個功能是annotation tool，可以讓讀者上去寫註解，這是可以幫助讀者增加內涵的一種方式，從一個資訊可以延伸到他的相關知識，擴充自己的認知面，然後進而去有所行動，進而到思考面，這樣一個知行思的過程在學習中是非常重要的。
現在有許多的課程都是線上的教學，如像我們社會科學研究法上課使用的 JoinNet，學校提供給我們使用的Blackboard數位學習平台，透過這個數位學習平台，可以讓教與學由傳統的課堂教學模式，延伸為不受時空限制，成為隨時隨地的學習模式，並促使教材數位化及多元化，以增進教學成效。我們可以先下載老師提供的講義先預習，並且可以在討論區張貼佈告發表評論，讓學生可以隨時提出想法，並與老師進行互動。大學的時候，學校也有提供教學資源平台，老師能針對課程能以快速、便捷、易學的操作介面，建立個人專屬的教學支援互動式網頁，將授課教材「數位化」，也是和Blackboard數位學習平台相同，促進師生互動、協調與溝通，讓學生可以在任何時間、地點，上網擷取教材、繳交作業，進行溝通。這些數位學習平台為的就是最重要的目的-增進師生互動，強化教學效果、提昇學習成效的目的。但是還有一個很重要的是學生是否會願意上去使用這樣的功能，如果沒有使用者的參與，有再好的數位學習系統都是枉然，所以如何提升使用率，也是一個很重要的課題。
社會科學研究法(八) 2008.11.03 質化資料分析
知識面
今天上課的主題是質化資料分析，主要如下：
(一)量化和質化分析的相似與相異性
1.相似處
(1)兩種資料的分析形式都包含推論(Inferential)，意義推論，提供或解釋所觀察到的資料的意義。
(2)包含了公開的方法與過程
(3)所有資料分析的中心是比較，根據蒐集到的相關資料做比較
(4)量化和質化資料分析，研究者都努力避免錯誤、有問題的結論及誤導的推論
2.相異處
進行質化分析之前，須先了解量化與質化方析的不同
(1)量化研究者從一些特殊的、標準化的資料分析技術加以選擇；質化分析就較不標準化，且通常是歸納的，研究者在開始一個計畫時很少知道資料分析的特性。
(2)量化研究者會等到所有資料都蒐集完成並轉換成數字後才開始進行資料分析，並將數字排出順序以求其類型或關係；質化研究者當還在蒐集資料的階段，即一開始會尋找類型或關係。分析不是一個獨立的階段，而是遍佈在研究過程中的每個階段。
(3)量化分析從理論開始，然後研擬假設，開始進行研究；質化分析正好相反，先從資料開始，經過分析，理論是研究的產物。質化分析接近真實，解釋的特質較不抽象，詳細描述情境，說明複雜的過程。
※一項理論的原始目的便是去解釋，研究者對於資料可以提供三種類型的解釋：因果解釋、結構性解釋和詮釋性解釋
(二)質化資料的編碼
質化研究中研究者即研究工具(instrument)，測量並分析記錄觀察的資料
(1) Open coding 開放譯碼：是在剛開始蒐集資料的第一階段形成的。研究者會看資料、對話、文字本身，去從資料中將概念解析出來，並且給予命名。剛開始的編碼通常會比較具體，問題 (question)和data相近，如marrige (MA)抽象的程度，在開放譯碼階段要越接近data越好。
以class exercise: coding data為例來說：我們這組討論出來的結果有complain(CO)、motivation(MO)、wife(WI)，之後Foster教授也列出他的結果，dress(DR)、經驗experience(ex)、語言現象swearing(sw)、female(FE)、reason(RE)。
(2) Axial coding 主軸編碼：處理第一次的編碼，會將概念與概念間重新組合，使原來的概念變成有階層式的，概念間的關係會呈現出來。即將編碼重新整理組織，使結構化或順序化，這個階段稱又為紮根理論。
以class exercise: coding data為例來說：可將經驗experience(ex)這個概念分成兩個部分，experience before marriage(ex1) & experience after marriage(ex2)
(3) Selective coding 選擇編碼：包含了再一次掃描資料和之前的編碼。研究者有選擇性的檢視能反映主題的個案，並在大多數或所有資料完成編碼後進行比較或對照。
以class exercise: coding data為例來說：將reason(RE)的案例拉出來，CODE=RE，其data就是剛剛在開放性編碼中編碼為RE的文字。並可以再與其他案例比較，是否reason data相同。
(三)質化資料分析方法
「資料分析」表示在資料中尋找類型(patterns)－重複發生的行為、目標、或知識的本體。一旦確認了某種類型，就會用社會學理論或發生的場景來加以詮釋。質化研究者從歷史事件或社會情境的描述，到對其意義的一般性詮釋。
(1)連續的近似值：不斷的循環或重複步驟，直到最後的分析。經過一段時間或幾次重複，研究者從資料中模糊的概念和具體的細節邁向概化的完整分析。研究者從研究問題以及假設的架構和概念開始，而後繼續深入探究資料，提出問題以瞭解概念間的符合程度且揭露資料的特質。研究者也藉由從證據抽象化創造新的概念，並修正概念使之更符合證據。研究者也會蒐集其他證據來面對第一階段未解決的議題，再重複這個過程。在每個階段，證據和理論彼此塑造，稱之為「連續的近似值」。這是因為修正的概念越來越接近全部證據，連續不斷修正也使其為更正確，反覆的實施，讓概念跟raw data互相對應。
(2) 理想型(ideal type)：選一個典範、模式、或類型作分析，是用來比較的標準。
(3) 舉例法(Illustrative Method)：運用實證證據來舉例或支撐理論。會將先前存在各種理論放進去空盒子(empty boxes)，再用raw data去對照得知理論是否存在，所以在盒子中的證據可能支持或反駁理論。
(4)領域分析(domain analysis)：主要的目的在建構ontology
(5)分析比較：比較相同/不同的，一致法與差異法成為質化資料分析中分析比較的基礎。
(6)敘事分析(Narrative Analysis)：敘事就是故事，故事中包括一系列按時間順序發生的事件，即敘述在一段時期內發生的事件。它關注的是敘事過程中故事大綱、情節結構、不同人物遭遇等敘事材料如何透過觀點篩選組合而成的互動關係
(7)反面個案方法(Negative Case Method)：raw data不支持原來的理論，需要再尋求以獲得其他的理論，及另外修飾理論。有七種負面證據，未曾發生的事件、人口群所未察覺的事件、對象群想掩蓋的事件、忽略司空見慣的事件、研究者先入為主觀念的影響、沒有意識地不加以報導、有意識地不加以報導
(四)質化資料分析的應用軟體
文本復原、以文本為基礎的管理程式、編碼/復原程式、以編碼為基礎的理論建構程式、概念網絡建構程式、事件結構分析
行動面
本周與Foster教授進行task 2的討論，教授一步步引導我們從topic的修正，到topic investigation要找到什麼樣的資訊，決定要到何處尋找資料，這樣的討論過程，讓我們在有些問題上可以隨時得到與教授討論。這樣Step by step，對於在做一個研究上有很大的助益。這周開始翻閱了期刊，有些期刊並沒有列出他的研究方法，有些單純是文獻探討，但這屬於質化的研究法嗎??
質化研究法又是什麼，是透過觀察、訪談，在自然情境場域中,素描當時發生的現象，研究者只是去記錄受研究的樣本在自然中的反應，所以是沒有研究問題，在觀察現場將framework找出來，並產生想法的吧! 要判斷是屬於什麼研究方法，我看我還需要多多磨練了。
感受面
不知道是不是因為星期一早上課的樣子，一開始不太能進入狀況，頭腦有點小昏昏，之後到課堂小組討論後，逐漸進入了狀況，開始練習從一段文字對話中將概念抓出來，讓自己對於質化的編碼有了更進一步的了解，也印象深刻。這周去圖書館把田野筆記寫完了，雖然短短的一個小時，卻發生了許多事，有時候都來不及寫，還要找個好位置寫，卻又不能讓人察覺我在觀察他們，呵，就像Foster教授說的我們寫寫可以看看不同的地方。
今天上課的主題是質化資料分析，主要如下：
(一)量化和質化分析的相似與相異性
1.相似處
(1)兩種資料的分析形式都包含推論(Inferential)，意義推論，提供或解釋所觀察到的資料的意義。
(2)包含了公開的方法與過程
(3)所有資料分析的中心是比較，根據蒐集到的相關資料做比較
(4)量化和質化資料分析，研究者都努力避免錯誤、有問題的結論及誤導的推論
2.相異處
進行質化分析之前，須先了解量化與質化方析的不同
(1)量化研究者從一些特殊的、標準化的資料分析技術加以選擇；質化分析就較不標準化，且通常是歸納的，研究者在開始一個計畫時很少知道資料分析的特性。
(2)量化研究者會等到所有資料都蒐集完成並轉換成數字後才開始進行資料分析，並將數字排出順序以求其類型或關係；質化研究者當還在蒐集資料的階段，即一開始會尋找類型或關係。分析不是一個獨立的階段，而是遍佈在研究過程中的每個階段。
(3)量化分析從理論開始，然後研擬假設，開始進行研究；質化分析正好相反，先從資料開始，經過分析，理論是研究的產物。質化分析接近真實，解釋的特質較不抽象，詳細描述情境，說明複雜的過程。
※一項理論的原始目的便是去解釋，研究者對於資料可以提供三種類型的解釋：因果解釋、結構性解釋和詮釋性解釋
(二)質化資料的編碼
質化研究中研究者即研究工具(instrument)，測量並分析記錄觀察的資料
(1) Open coding 開放譯碼：是在剛開始蒐集資料的第一階段形成的。研究者會看資料、對話、文字本身，去從資料中將概念解析出來，並且給予命名。剛開始的編碼通常會比較具體，問題 (question)和data相近，如marrige (MA)抽象的程度，在開放譯碼階段要越接近data越好。
以class exercise: coding data為例來說：我們這組討論出來的結果有complain(CO)、motivation(MO)、wife(WI)，之後Foster教授也列出他的結果，dress(DR)、經驗experience(ex)、語言現象swearing(sw)、female(FE)、reason(RE)。
(2) Axial coding 主軸編碼：處理第一次的編碼，會將概念與概念間重新組合，使原來的概念變成有階層式的，概念間的關係會呈現出來。即將編碼重新整理組織，使結構化或順序化，這個階段稱又為紮根理論。
以class exercise: coding data為例來說：可將經驗experience(ex)這個概念分成兩個部分，experience before marriage(ex1) & experience after marriage(ex2)
(3) Selective coding 選擇編碼：包含了再一次掃描資料和之前的編碼。研究者有選擇性的檢視能反映主題的個案，並在大多數或所有資料完成編碼後進行比較或對照。
以class exercise: coding data為例來說：將reason(RE)的案例拉出來，CODE=RE，其data就是剛剛在開放性編碼中編碼為RE的文字。並可以再與其他案例比較，是否reason data相同。
(三)質化資料分析方法
「資料分析」表示在資料中尋找類型(patterns)－重複發生的行為、目標、或知識的本體。一旦確認了某種類型，就會用社會學理論或發生的場景來加以詮釋。質化研究者從歷史事件或社會情境的描述，到對其意義的一般性詮釋。
(1)連續的近似值：不斷的循環或重複步驟，直到最後的分析。經過一段時間或幾次重複，研究者從資料中模糊的概念和具體的細節邁向概化的完整分析。研究者從研究問題以及假設的架構和概念開始，而後繼續深入探究資料，提出問題以瞭解概念間的符合程度且揭露資料的特質。研究者也藉由從證據抽象化創造新的概念，並修正概念使之更符合證據。研究者也會蒐集其他證據來面對第一階段未解決的議題，再重複這個過程。在每個階段，證據和理論彼此塑造，稱之為「連續的近似值」。這是因為修正的概念越來越接近全部證據，連續不斷修正也使其為更正確，反覆的實施，讓概念跟raw data互相對應。
(2) 理想型(ideal type)：選一個典範、模式、或類型作分析，是用來比較的標準。
(3) 舉例法(Illustrative Method)：運用實證證據來舉例或支撐理論。會將先前存在各種理論放進去空盒子(empty boxes)，再用raw data去對照得知理論是否存在，所以在盒子中的證據可能支持或反駁理論。
(4)領域分析(domain analysis)：主要的目的在建構ontology
(5)分析比較：比較相同/不同的，一致法與差異法成為質化資料分析中分析比較的基礎。
(6)敘事分析(Narrative Analysis)：敘事就是故事，故事中包括一系列按時間順序發生的事件，即敘述在一段時期內發生的事件。它關注的是敘事過程中故事大綱、情節結構、不同人物遭遇等敘事材料如何透過觀點篩選組合而成的互動關係
(7)反面個案方法(Negative Case Method)：raw data不支持原來的理論，需要再尋求以獲得其他的理論，及另外修飾理論。有七種負面證據，未曾發生的事件、人口群所未察覺的事件、對象群想掩蓋的事件、忽略司空見慣的事件、研究者先入為主觀念的影響、沒有意識地不加以報導、有意識地不加以報導
(四)質化資料分析的應用軟體
文本復原、以文本為基礎的管理程式、編碼/復原程式、以編碼為基礎的理論建構程式、概念網絡建構程式、事件結構分析
行動面
本周與Foster教授進行task 2的討論，教授一步步引導我們從topic的修正，到topic investigation要找到什麼樣的資訊，決定要到何處尋找資料，這樣的討論過程，讓我們在有些問題上可以隨時得到與教授討論。這樣Step by step，對於在做一個研究上有很大的助益。這周開始翻閱了期刊，有些期刊並沒有列出他的研究方法，有些單純是文獻探討，但這屬於質化的研究法嗎??
質化研究法又是什麼，是透過觀察、訪談，在自然情境場域中,素描當時發生的現象，研究者只是去記錄受研究的樣本在自然中的反應，所以是沒有研究問題，在觀察現場將framework找出來，並產生想法的吧! 要判斷是屬於什麼研究方法，我看我還需要多多磨練了。
感受面
不知道是不是因為星期一早上課的樣子，一開始不太能進入狀況，頭腦有點小昏昏，之後到課堂小組討論後，逐漸進入了狀況，開始練習從一段文字對話中將概念抓出來，讓自己對於質化的編碼有了更進一步的了解，也印象深刻。這周去圖書館把田野筆記寫完了，雖然短短的一個小時，卻發生了許多事，有時候都來不及寫，還要找個好位置寫，卻又不能讓人察覺我在觀察他們，呵，就像Foster教授說的我們寫寫可以看看不同的地方。
2008年11月2日 星期日
社會科學研究法(七) 2008.10.29 Field Search
知識面
今天上課的主題是Field Search，主要如下：
1. 實地研究法，或稱民族誌、參與觀察研究，實地研究的基礎是自然主義，其包含了在自然情境中觀察一般事物，而非在設計的、發明的、或研究者創造出的情境。
2.實地研究者研究那些在某區域或某場所的人，通常也有研究一些不定型的社會經驗，不固定在某種地方，但其密集的訪談和觀察是唯一可以進入此種經驗的途徑。民族誌(Ethnography)來自文化人類學，Ethno表示人或民俗，而graphy為描述某件事，因此民族誌就是描述某種文化以及從原始的觀點去了解另一種生活方式。 民族誌對文化的假定： (i)可觀察的表現於外的行為；(ii) 不可觀察，但可詮釋的社會意義系統。
－文化是一群當地人的共同思想。
－社會意義：一群人對現象的共同理解，相較於字典意義或字面上的意義，社會意義是所謂"圈內人(insider)"對現象的理解。
3.選擇研究場域而後進入
(1)在選擇實地時有三個相關因素：資料的豐富性、不熟悉程度、和適合度。實地研究的初學者應該選擇一個不熟悉的場域，因為在新的場域必較容易看到文化事件和社會關係。
(2)進入場域，讓場域的人們習慣研究者的存在，除了研究技巧，還需要很多人際技巧。實地研究要在圈內找到一個位置，被社群接受成為圈內人。老師舉了葉乃靜老師的例子，他實地到原住民部落居住了一個月，也不是一開始就和那邊的原住民非常熟識，而是每天都在部落中走讓大家都認識你，之後與酋長的相處，而融入了他們成了圈內人，進行民族誌的調查。
(3)注意事項： (i) 培養研究和人際技巧；(ii) 適度揭露研究，但不要提供太多；揭露研究指的是對被觀察者揭露
4.進入實地後
(1)呈現自我，比如說在實地裡該如何穿著，最好是尊重自己也尊重被研究者。不要過度盛裝而侵犯他人或被排除在外，但也不一定要模仿被研究者的衣著打扮。
(2)研究者即研究工具，要經常reflect、自我觀照、反觀、省思等。
(3)建立關係：魅力、信任和同理心
5.觀察和收集資料
(1)質化研究的觀察：觀察實體現場、人、突發事件、現場的節奏實體環境(physical setting)
如場域的安排影響師生互動方式 -- 例如之前的教室會使Foster老師採用演講式的教學，現在的教室則無形中鼓勵老師用討論的方式上課
(2)觀察(observation)和推論(influence)觀察具體事實，研究者進一步從觀察產生推論，進一步由訪談來證實研究者的推論。
(3)田野筆記的類型：隨手筆記(jotted notes)、直接觀察的筆記(用時間來做key )、推論筆記、分析備忘
6.離開實地：進入和離開場域，要慎選時機。也要注意處理分離的情感因素。
7.研究者必須要保持著新鮮的態度去看待事情，這是研究者的基本訓練。
認知面
1. 了解質化研究的觀察重點和量化研究最大的不同
在於質化研究觀察自然情境；量化研究觀察設計的/控制的現象。質化研究講求意義解讀 (事件的意義，非研究者的解讀)
(1)量化研究：實驗與觀察 設計問卷，為研究者的設計,訂定的問題觀點
(2)質化研究：在自然情境場域中,素描當時發生的現象，研究者只是去記錄受研究的樣本在自然中的反應，所以是沒有研究問題，沒有既定的，先有概念。在觀察現場將framework找出來，並產生想法。所以質化研究的研究問題是開放的，沒有預設觀點的研究問題，沒有假設的。
－例如：想要知道學生為什麼會生氣。質化研究是在自然環境中去觀察；量化研究可以設計問卷去收集資料。
行動面
今天討論出了5個題目，並大家分成小組去各自進行討論，今天下課後，我們小組就針對我們的題目『What is the most popular qualitative method that have been used in LIS?』開始討論，討論過程中發現的好像研究的範圍過大，因為如果光是LISA資料庫就有上千筆的資料，而且有些資料受限沒有全文，摘要也不一定會列出研究的方法，所以我們加了研究限制並訂出我們要去找哪些資源。
感受面
今天也是馬拉松式的上了4個多小時，這個星期比較習慣Foster教授上課的方式，訂出題目了，之後要在11/24把poster做出來，真的有點趕說，但是相信在這樣的過程中，一定會學到很多，無論是做研究的方法或是訂出關鍵詞，去哪裡尋找資源，檢索策略都會有所獲得的。
2008年11月1日 星期六
圖書資訊學研究(七) 2008.10.24 資訊計量
今天的演講邀請到政治大學圖書資訊與檔案學研究所 蔡明月老師來為我們講解「資訊計量學(informetrics)」。老師先由書目計量學的產生與其後續的發展歷程作一介紹，包括圖書館計量學(librametrics)與科學計量學(scientometrics)，到最後為現在所常稱的的資訊計量學。
書目也可以計量嗎??就我原本的認知是書目不就是一些metadata組成嗎?如何拿來計量?經由今天的演講後比較了解了，書目計量就是利用數學及統計的計算法，對所有傳播的出版形式及其作者進行組織、分類及量化的評估。可以利用參考書目(reference)或引用文獻(citation)，計算文獻被使用的情形，也可以了解生產力的研究，包括作者、團體、機構或組織。藉由此可以得知各個學門的核心出版品為何。
書目計量學主要有三大定律：布萊德福定律、洛卡定律、齊夫的字詞分佈定律。在演講中老師有提到圖書館館藏評鑑則可以搭配布萊德福定律了解每個學科中的核心期刊與邊緣期刊，再配合文獻的老化研究，訂立正確的典藏與館藏淘汰政策，但圖書館大多都未採用這樣的方式來對圖書館的館藏做評鑑。蔡老師提到圖書館未採用的原因，是因為大多的館員都沒有這樣的背景，需要再做很多的訓練；而且分析期刊資料的部分，也很麻煩，因為期刊會有改變辦刊方針、變更發行範圍、新舊刊名變更、以及分刊、合刊、增刊、停刊等的情形，這些資料的整理收集都不是件簡單的事，還有就是圖書館是否願意配合，這就是原因的所在，所以現在大多圖書館都有自己一套館藏發展政策。
現在大多將引用分析這個部分來做學術評鑑，有SCI、SSCI、A&HCI、EI等相關指標，台灣是由財團法人高等教育評鑑中心做相關的評鑑，他們收集WOS(Web of Science)資料庫中，各學校論文所發表的論文總數的計算時間為當年度往前推5年，還有其論文被引次數、平均被引次數、期刊影響係數(IF值)等相關數據來做分析與評鑑。
但是這種評鑑也引起了爭議，因為每個資料庫的性質、收錄年限、收錄類別、期刊種數、學科總數都不同，且有些資料庫有重複收錄期刊的情況，且每個大學的性質也不同，不同學院系所加總去做比較較沒有意義。這樣的評鑑出現了問題?!老師還有提到過度強調國際化，忽略了本土期刊與非期刊類型的出版品。
書目計量學是個有趣的issue，從這些書目可以去分析出這麼多的資料，並隨著時代演進，現在到了網路計量學，而且還有許多其他的計量學會不斷的出現，產生新的研究課題與問題與新的附屬領域。
書目也可以計量嗎??就我原本的認知是書目不就是一些metadata組成嗎?如何拿來計量?經由今天的演講後比較了解了，書目計量就是利用數學及統計的計算法，對所有傳播的出版形式及其作者進行組織、分類及量化的評估。可以利用參考書目(reference)或引用文獻(citation)，計算文獻被使用的情形，也可以了解生產力的研究，包括作者、團體、機構或組織。藉由此可以得知各個學門的核心出版品為何。
書目計量學主要有三大定律：布萊德福定律、洛卡定律、齊夫的字詞分佈定律。在演講中老師有提到圖書館館藏評鑑則可以搭配布萊德福定律了解每個學科中的核心期刊與邊緣期刊，再配合文獻的老化研究，訂立正確的典藏與館藏淘汰政策，但圖書館大多都未採用這樣的方式來對圖書館的館藏做評鑑。蔡老師提到圖書館未採用的原因，是因為大多的館員都沒有這樣的背景，需要再做很多的訓練；而且分析期刊資料的部分，也很麻煩，因為期刊會有改變辦刊方針、變更發行範圍、新舊刊名變更、以及分刊、合刊、增刊、停刊等的情形，這些資料的整理收集都不是件簡單的事，還有就是圖書館是否願意配合，這就是原因的所在，所以現在大多圖書館都有自己一套館藏發展政策。
現在大多將引用分析這個部分來做學術評鑑，有SCI、SSCI、A&HCI、EI等相關指標，台灣是由財團法人高等教育評鑑中心做相關的評鑑，他們收集WOS(Web of Science)資料庫中，各學校論文所發表的論文總數的計算時間為當年度往前推5年，還有其論文被引次數、平均被引次數、期刊影響係數(IF值)等相關數據來做分析與評鑑。
但是這種評鑑也引起了爭議，因為每個資料庫的性質、收錄年限、收錄類別、期刊種數、學科總數都不同，且有些資料庫有重複收錄期刊的情況，且每個大學的性質也不同，不同學院系所加總去做比較較沒有意義。這樣的評鑑出現了問題?!老師還有提到過度強調國際化，忽略了本土期刊與非期刊類型的出版品。
書目計量學是個有趣的issue，從這些書目可以去分析出這麼多的資料，並隨著時代演進，現在到了網路計量學，而且還有許多其他的計量學會不斷的出現，產生新的研究課題與問題與新的附屬領域。
訂閱：
文章 (Atom)
