| 研究課題/領域番号 |
22K00271
|
|---|
| 研究種目 |
基盤研究(C)
|
| 配分区分 | 基金 |
|---|
| 応募区分 | 一般 |
|---|
| 審査区分 |
小区分01080:科学社会学および科学技術史関連
|
|---|
| 研究機関 | 京都大学 |
|---|
研究代表者 |
伊藤 憲二 京都大学, 文学研究科, 准教授 (90345158)
|
|---|
| 研究期間 (年度) |
2022-04-01 – 2027-03-31
|
| 研究課題ステータス |
交付 (2022年度)
|
| 配分額 *注記 |
3,770千円 (直接経費: 2,900千円、間接経費: 870千円)
2026年度: 910千円 (直接経費: 700千円、間接経費: 210千円)
2025年度: 650千円 (直接経費: 500千円、間接経費: 150千円)
2024年度: 910千円 (直接経費: 700千円、間接経費: 210千円)
2023年度: 650千円 (直接経費: 500千円、間接経費: 150千円)
2022年度: 650千円 (直接経費: 500千円、間接経費: 150千円)
|
|---|
| キーワード | 学術雑誌 / 科学史 / 日本数学物理学会誌 / 東京物理学校雑誌 / 東洋学芸雑誌 |
|---|
| 研究開始時の研究の概要 |
英語圏の科学史において、最近急速に発展しているテーマの一つが学術雑誌の歴史的研究である。学術雑誌は今日極めて重要な知識インフラストラクチャーであるが、様々な問題に直面しており、これに対処するための基礎研究の積み上げが必要とされている。本研究はこれまであまり研究されてこなった日本の学術雑誌を対象として、学術雑誌についての科学史・科学社会学的研究に貢献しようとするものである。研究協力者の参加を得て研究グループを形成し、質的方法と量的方法を組み合わせ、とくに両者を結び付ける可能性が高いと思われるトピックモデルによる機械学習的な手法と、それを補完する質的量的研究方法を開発・実施しようとするものである。
|
| 研究実績の概要 |
本年度は学術雑誌の歴史に関する先行研究の調査と質的な研究を中心に進めつつ、量的な研究のための準備を進めた。年度の途中に研究代表者が総合研究大学院大学から京都大学大学院に異動し、研究のための環境が大幅に改善した。特に、京都大学大学院で新たな共同研究者を得ると同時に、研究補助者のリクルートがはるかに容易になった。並行して、学術雑誌の科学史的研究に関する先行研究の収集も進め、総説論文を一報出版した。
|
| 現在までの達成度 (区分) |
現在までの達成度 (区分)
2: おおむね順調に進展している
理由
本年度は先行研究の調査と質的な研究を中心に進めつつ、量的な研究のための準備を進めた。年度の途中に研究代表者が総合研究大学院大学から京都大学大学院に異動し、研究環境が大幅に改善した。関連分野の研究者が多いため、共同研究や研究会の開催がはるかに容易になり、大学の蔵書がはるかに充実しているので、一次資料となる古い学術雑誌や、二次文献の入手が容易になった。そのため、書籍の購入費は申請時の見込みよりも必要額が減ることが予想されるが、東京方面での調査や研究会のための旅費がより多く発生することが見込まれる。
予定していたように量的な研究のためのコンピュータの購入を行った。ただし、検討の末、機種は変更した。計算機による処理の際、長時間の連続稼働が予想されるが、当初予定していた機種は冷却にやや不安があり、異動先の研究室に周辺機器がそろっていたので、コンピュータ本体にはより大きな予算を使用可能になり、予算内で購入できる水冷式のコンピュータを購入した。
京都大学大学院では、秦皖梅氏が日本の学術雑誌における査読制度の歴史について研究しているので、共同研究に加わっていただいた。また京都大学大学院文学研究科には関連分野の学部生や大学院生が多数いるので、総合研究大学院大学よりもはるかに容易に研究補助者をリクルートできる見込みとなった。
並行して、機械学習によるテキスト解析や、学術雑誌の歴史的研究に関する先行研究の収集と調査を進めた。近年、この分野では大きな変動が起こっており、最近の発展を取り入れた十分な検討が必要であると考えており、慎重に研究設計を進めている。
この年度はとくにAileen Fyfeらによるロイヤル・ソサイエティの学術雑誌についての大型共同研究の成果として記念碑的な書籍が出版されたので、いち早くその内容を分析した。その紹介を含めて、『情報の科学と技術』に「学術雑誌」と題する総説論文を発表した。
|
| 今後の研究の推進方策 |
今後は、学術雑誌についての質的歴史研究を進めつつ、量的調査の実施にむけて研究をすすめる。おおむね研究計画通りに研究を進めるが、最近の機械学習に関する研究開発の進展を取り入れるべきであると考えており、そのために研究設計に十分に時間を使う方針である。
|
