資訊科學暨科技學會(Association for Information Science and Technology，後文簡稱ASIS&T)第87屆年度會議於2024年10月25日至10月29日舉辦於加拿大卡加利市，會議期間有多種學術交流活動，包含Workshop、Keynote Speech、Panel、Paper Session、Poster Session等，以及各種興趣小組的會議與社群交流機會。部分活動(如10月25日Workshop)需事前付費註冊才能參加。此次出席會議，除了發表海報論文外，亦參加了開幕與閉幕式、頒獎晚宴、一場Panel與多場Session，並觀摩最佳論文發表者的研究。
開幕與閉幕演講
本次會議主題為「Putting People First: Responsibility, Reciprocity, and Care in Information Research and Practice」。會議網站對於此主題的說明為：「不管圖書館、數位環境、社群媒體、線上搜尋系統還是日常生活，這些能進行資訊科學研究與實務的場域，充滿人、資訊物件與科技之間互相依存的複雜關係，會被在地的規則、實務與政治經濟系統影響。以人為優先，才能在我們所做的事情與做事方法上展現可見的負責任、互惠與關懷。」因此此次研討會的投稿希望可以展現如何以人為優先，像是「如何在設計與評估系統、活動和服務時展現負責任、反省能力與關懷？如何滋養與維持社群及研究夥伴關係？如何在理論框架、研究方法、教學實踐、日常行動中展現對人的考量？」開幕與閉幕演講也都與此主題相關。
開幕演講請在英國哥倫比亞大學擔任原住民研究計畫主持人的Letaro Chondoma分享「Towards Equitable, Decolonial and Anti-Racist Futures in Research」，在他的演講中先分享了自身故事，再開始介紹由原住民世界觀發展出的框架，像是Framework of Ubuntu，引導聽眾一起重新思考是不是研究方法或研究假設的基礎上帶有殖民意味。很有趣的是，每個演講段落他都會讓大家想一想聽完這些故事或想法後出現什麼情緒、聯想到什麼價值，這種隨時覺察自我的作法也是出於原住民的世界觀。Letaro Chondoma建議研究者可以問一些問題，像是：「是否有些權力影響了我們選擇研究問題？誰支付研究經費？這些研究是為了達成哪些目的？研究者和研究對象存在什麼關係？研究是否是行動導向的？是否會納入邊緣少數或受壓迫者的聲音？」並且分享了他們計畫的架構與執行案例。現場有人提問，即使很想做一些研究是來傾聽與放大少數群體故事的，然而現在好的期刊希望要建立理論框架而不是故事。講者回復可以藉由其他方式像是實務工作還是能寫出這些故事，不要被學術界給侷限住。
閉幕演講則是邀請Algorithmic Impact Methods Lab 的資深研究者Ranjit Singh演講「The Ordinary Ethics of Putting People First」，分享如何在AI的議題上考量人的因素。AI在不同研究領域脈絡下會有不同的重點，社會科學、電腦科學和企業的重點都不同，AI已走入日常生活中，未來可能會變成先問AI再問人的社會，可以思考需要多少資料和時間能讓AI達到一定水準且是符合投資報酬的狀況。在設計AI時應考量公平性、可課責性、透明度、可解釋性、可競爭性與以人為中心的設計。
另外補充一個跟會議主題有關的paper「Stewarding Contextual Integrity in Data Services for Indigenous Scholarship」，切入的角度和兩場演講不相同，可見這個主題可以包含的研究類型和面相真的很廣。這篇研究討論原住民研究資料如何在詮釋資料展現脈絡完整性(Contextual Integrity)。原住民研究者與主權資料服務計畫(The Data Services for Indigenous Scholarship and Sovereignty, DSISS)由兩名原住民研究者主持，主要儲存質化資料和敏感資料，與華盛頓大學圖書館及美國印地安研究部門合作。文中舉例說明學者通過與原住民長者社群長期合作，藉由講故事和口述歷史的方式來創造對原住民自我和文化歸屬的敘事，需要紀錄的就是「原住民方法」和「合作關係」。原住民生活中所經歷的土地、語言、儀式、親屬責任以及與當地關係等都是西方編目標準內忽略的，值得相關資料的詮釋資料設計上注意。之後會整合IEEE Recommended Practice for Provenance of Indigenous Peoples' Data與Indigenous Metadata Bundle以建置更符合CARE原則的詮釋資料。
海報論文投稿與發表經驗
會議期間有多種不同的學術交流形式，包含Workshop、Keynote Speech、Panel、Paper Session、Poster Session等，以及各種興趣小組的會議與社群交流機會。這次參加完會議後再去看網站上的說明才更了解這些不同形式與對應建議，很值得在學術生涯早期了解。
Workshop工作坊：具有高度互動性、有充足時間讓觀眾參與，可以是頭腦風暴和想法分享或是教學新技能。繳交資料2頁。
Panel小組討論：以多元背景組成小組進行90分鐘討論，包括探索最新研究設計、新興趨勢分析、對爭議問題的看法、工具和技術研究，或是互補研究領域專家的對比觀點。計畫內容應能吸引熱烈討論與觀眾互動，且能從多元的成員背景獲得獨特觀點。繳交資料4頁。
Long Paper長篇論文：討論、分析和批判理論和概念，或原創、未發表的研究，必須有實證證據與分析。將有 20分鐘報告時間與10分鐘問答時間。繳交資料10頁。
Short Paper短篇論文：與長論文相似，然而可能是正在進行中的研究。將有 12 分鐘報告時間與3分鐘問答時間。繳交資料4頁。。
Poster海報：展示最新成果、正在進行的工作、資料集、方法工具或研究，與他人交流。應該具有高度吸引力，易以視覺方式呈現以吸引注意力。繳交資料2頁。
本次參加會議為投稿Poster類別，投稿經驗非常好，可以體驗到ASIS&T是一個樂於栽培年輕研究者的學會，提供很多投稿上的引導，也設立獎項有助於研究社群的互相學習，因此投稿本身就是一個高品質的學習過程。
舉例來說，投稿模板對於內容格式有清楚說明，且在生成式AI輔助與作者責任分工標記上也有範例知道如何依循。更值得學習的是評分標準，學生很適合用這樣的標準回來想自己的研究題目與檢視自己的研究成果：
原創性與創造力（15%）：內容是否包含新的重要資訊，足以證明其被納入的合理性？內容中提出的想法(ideas)是創新(innovative)或是具創造性(creative)的嗎？
理論框架和/或研究方法（15%）：內容是否使用或建立在適當的理論或概念基礎之上？如果是實證研究，資料或材料收集和分析等方法是否適當和合理？這些方法是否與所提出的理論假設一致？論文是否提出了新理論或新概念？理論或實證研究結果是否準確和充分地描述？
對研究、實踐和/或社會的影響（15%）：內容是否能看出對研究、實務和/或社會的影響？例如，它是否有助於我們對正在討論的主題或特定知識體系的理解？或者它是否討論了如何將結果或其見解用於教學、影響公共政策或提高生活品質？或者它是否考慮了潛在的商業影響或潛在的負面後果？內容提到的影響是否重要且與研究成果一致？
提交的清晰度（15%）：寫作是否容易理解、很少錯誤？
吸引會議參與者的潛力（15%）：請估計這篇研究貢獻(Contribution)能否讓與會者感興趣。是否大量與會者會感到興奮和熱情(高度興趣)？或是部分與會者會想聽到或閱讀這篇研究(中度興趣）？或是只有少數出席者想聽聽到這篇研究（低度興趣）？
總體推薦（25%）：是否應在年會納入此篇研究？這個研究有多重要？人們會從中獲得有用的東西嗎？請清楚思考整體評估後是否要接受此研究？
有三名匿名審稿者會根據此標準給予分數及評語，5個標準滿分都是10分，最後根據各項分數的加權比例計算後的數字來決定是否接受(今年的海報接受率為51%)。
我的海報「How Can Academic Librarians Support Generative AI Literacy? An Analysis of Library Guides Using the ACRL Information Literacy Framework」分別在此五項的平均得分為：「原創性與創造力8/10、理論和方法7.3/10、影響8.6/10、清晰度10/10、與會者參與度8/10、整體推薦6.6/10」，可以發現整體推薦的配分最低，可能是因為此研究偏實務性質，評審者評估在此年會中不會是主要看重的主題，不過評審者的評論都很溫暖的提供鼓勵與建議，後來在製作海報時也有參考評審建議思考圖表呈現方式。另外，在清晰度的部分很意外會獲得滿分，感謝AI協助翻譯與順稿，然而也是要在中文寫作上有良好邏輯架構才能讓AI能翻譯出好的寫作品質，且也要有一定英文能力來判斷AI順稿的文句是否可以使用。
這次海報類型的研究寫作經驗跟以往學位論文與期刊的寫作經驗感受很不同，因為篇幅有限，需要更精挑細選引用的文獻與想呈現的重點，並要設想什麼樣的圖表呈現方式更能令人一目了然。在此經驗後回去想自己的碩士論文寫作，就會覺得把時間不小心花在看太多自己有興趣但是未必與研究主軸有關的文獻上，以及在結果呈現上不夠清晰。不過，海報投稿文件篇幅的限制，導致無法完整呈現文獻回顧和研究分析結果，且在短時間內完成的研究不管是設計流程或是書面文字的撰寫都有疏漏，也讓自己最終其實不是很滿意這篇研究。
值得注意的是，ASIS&T為資訊科學領域傳統且資深的學會，因此會議論文集有被收錄於Scopus資料庫。身為大學圖書館館員，在接受Scopus資料庫廠商的利用講習後，會以為只要被Scopus收錄就是很優質的頂尖學術資源。然而身為發表者，才發現會議交流更著重新的研究點子或研究方法的分享，研究成果含金量可能還是遜於頂尖長篇期刊文章。因此，未來在資料庫講習推廣上要更提醒學生要注意文章種類隱含的使用意義。
ASIS&T的海報交流形式為讓發表者提前張貼在會場，會議中場休息時間就可以先來觀看海報，晚上有1小時是現場交流時間，會場有酒跟點心讓餐與者是放鬆交流的形式，很適合利用這個場合蒐集一些建議、發現自己的盲點，同時可以觀察他人製作海報與學術社交的技巧。像是會發現有些人會快速講述研究摘要或重點發現、在有人詢問後才說明細節，或是著重介紹研究方法的設計來現場蒐集建議，和完整上台講述的報告方式不同。
在交流後，我才意識到並不是所有人都很了解圖書館指引(Library Guide)，製作海報時應該把觀眾當成不了解的人並以圖像說明。另外，可以更強調本研究對於此2016年提出的框架修改上的貢獻，以及未來可以進一步了解自己的內容分析法除了敘述統計外能否有更進一步的量化統計呈現方式，或是可以結合質化訪談的結果獲得更全面的成果。
觀看他人海報及與他人交流可以獲得很多研究點子，像是有看到有人研究圖書館大館和小館合併後哪些服務被刪減？員工怎麼想？就會想到這樣的研究其實臺灣也可以做看看。與我的海報相關的像是使用ACRL framework了解藝術與科學領域學生觀點的海報，可以發現資訊素養的六個項目在不同學科會有不同的著重點，AI素養其實也會有這樣的學科差異。
有篇海報在比較現在AI學術蒐尋器的透明度，我的研究也發現許多館員都會提醒學生這點(AI搜尋引擎的資料量來源問題)，沒有想到這也可以發展成一篇研究。
有些得獎的海報會把獎狀貼在旁邊，吸引更多人來了解。在海報獎徵稿的信裡有提到好的海報字數不應超過250字，不過現場多數海報還是都滿滿的字。以下這個得獎海報在講特藏沉默(史料裡不存在的人事物都是有原因的，所以要去注意特藏裡有哪些是不存在的)，則是用了重點的圖片搭配列點，讓人很好理解。
最佳論文發表觀摩
此次聽了兩場得獎長論文的發表，一場是武漢大學畢業後在美念書的博士、一場則是武漢大學的博士，且其他場次也有許多武漢大學的學生。這兩篇得獎論文的研究方法設計都考量周到，猜測可能能入選的論文都在題目上有新意又具有研究價值，最終評比的關鍵可能就在於研究方法。另外這兩篇的報告者的簡報製作都很不錯，結構清楚易懂。
1. Accessible Adventures: Teaching Accessibility to High School Students Through Games (Honorable Mention Best Long Paper Award)
Kyrie Zhixuan Zhou, Chunyu Liu, Jingwen Shan, Rachel F. Adler, University of Illinois at Urbana-Champaign, USA; Devorah Kletenik, Brooklyn College, City University of New York, USA
這篇研究明顯是研究室團體合作的成果，他們開發了讓學生體驗障礙者感受的EQUAL Games遊戲，之前已經給大學生使用過，這篇則是給高中生使用，結合高中的電腦課程，讓學生意識到網站無障礙設計的重要性。研究方法同時結合質化方法與量化方法，且同時讓老師與學生填問卷及接受訪談，搭配課程中的觀察，獲得豐富的研究資料。研究發表者有坦白說自己不擅長量化方法，因此可能無法回答量化方法上的問題，在分享結果時也是比較著重說明質化的結果。我蠻羨慕能像這樣有一個互相補不足的研究團隊，因為我自己也是對於量化方法不熟悉，往往只能將另一種研究方法的做法當成未來後續研究來想，而沒辦法在一個研究內同時做到兩種研究方法的完善設計與解讀。另外，這類藉由開發一個好遊戲然後測試在多種對象上的研究，似乎可以累積很多研究產出，而且可能在這樣逐步測試的過程後，這樣的遊戲能更適合使用者需求，且也真的能推廣至實務界使用。
2. Exploration of the Effectiveness and Experience of AI-Assisted Academic Reading (Best Long Paper Award)
Xiaochuan Zheng, Hao Fan, Wuhan University, People's Republic of China
這篇研究在對象選擇及研究方法設計細節的說明都很完整，像是有說明為什麼選擇ChatDOC而非其他AI工具，以及讓研究對象閱讀中文文獻，避免閱讀英文文獻會因為AI可以協助翻譯而對AI有明顯偏好，並且在Prompt使用上同時考慮AI工具推薦的Prompt、使用者自己的Prompt和根據文章段落產生的Prompt，對於學術閱讀成效的評分方式也有清楚說明。此研究比較直接閱讀學術文章和AI輔助閱讀學術文章的閱讀成效及閱讀經驗，發現AI有助於快速理解結果、結論，也有助於讀者理解文章後有批判性思考，然而不利於對文章細節的掌握，經驗上則是讓讀者感到時間過很快、很有掌控感、在與AI對話的過程中會更投入，只是比起傳統閱讀容易分心。
身為學術圖書館員在介紹AI工具時其實會有點矛盾，不確定這些工具到底是幫助學生還是讓學生過度依賴而減少深度閱讀的能力，看到這篇研究的結果雖然會有很多想提出質疑挑戰的研究設計細節，然而也在想或許就是透過研究來避免自己的本位思考、而能真正了解讀者的想法，AI輔助學術閱讀既然對於這群受試者來說能帶來這些好處，就還是可以多加善用。另外，這位研究者的簡報善用圖表，很能輔助他的講解，在研究結果的部分以每個研究問題對應一張表格並加上輔助說明文字的方式也很可以參考。
除了現場聽兩篇得獎長論文的報告，另外自己看了一篇得獎短論文的原文，同樣也是研究方法細節交代清楚且考慮周到的文章：Thematic Trends in Data Curation Literature (Best Short Paper Honorable Mention) Angela Murillo, Ayoung Yoon, Indiana University Indianapolis, USA
本研究使用VosViewer分析2007年至2022年間Data Curation相關文獻中呈現出需要哪些能力、技巧，67%資料為期刊、21%為會議論文、12%為書籍章節。文獻主要分成五大主題，主題1著重於各種類型的圖書館或館員角色，主題2著重於檔案、檔案管理或檔案策展能力，主題3著重於學生、課程，主題4著重於研究資料管理與圖書館支援，提5著重於資料相關活動(如儲存庫、doi、工作流程、後設資料)。從趨勢分析來看，早期文獻與北卡羅來納大學的DigCurr計畫有關，著重於從業者的專業發展與研究生的課程開發。2016-2017年開始著重機構儲存庫與圖書館服務，2018年後則是集中在技術和資料的互操作性與機器可讀性(FAIR原則)。
Panel
這次只參加了一場Panel來體驗，此場題目為Exploring the Application of Artificial Intelligence and Machine Learning in GLAM Collection，由北德州大學的Jeonghyun Kim、 Haihua Chen與奧勒岡大學的Le Yang、Julia Simic共同組織。可以發現組織者的背景很多元，分別代表博物館、資訊科學與圖書館館員的背景，可能藉此想促進多種觀點的碰撞。在此場Panel裡，分別整理與介紹了世界知名博物館與圖書館在AI政策與融入業務上的方式，接著介紹人工智慧與機器學習的發展和應用方式，最後是藉由檔案管理人員的訪談來了解從業者對於AI的看法。分享內容有些都是蠻基礎的，比較像一個全面性的概述帶領聽眾有基本認識後參與討論。
原本Panel規劃的討論題目包含：「這場演講讓您感到驚訝的是什麼？人工智慧與機器學習如何影響您所在機構或專業領域的數位館藏？人工智慧與機器學習在GLAM 館藏有哪些機遇和挑戰？作為研究人員或從業者，如何看待人工智慧與機器學習在未來十年文化資產保存的發展？」由於這場次參加的人數較少(可能博物館從業人員比較少人會來參加此研討會)，也就沒有熱烈的討論，只有一個博物館從業人員提問「動態影片的館藏是否可以使用AI來協助一些什麼？之前圖像類的館藏還可以用一段敘述文字來說明物件內容，動態影片則很難用文字來完整說明內容，也就不利於使用者查詢和利用」，其他人建議他可以去找一些提供給視覺障礙者的科技或是沉浸式科技(Immersive Technology)。
Session
此次主要去聽的是AI相關的論文發表，另外也挑了一些跟圖書館有關且感興趣的主題來聽。在此僅挑選8場印象深刻的內容來分享。
1. “Tipping the Balance”: Human Intervention in Large Language Model Multi-Agent Debate
Haley Triem, Ying Ding, The University of Texas at Austin, USA
這篇是我聽的第一篇論文，報告者非常會報告，簡報搭配演講內容非常流暢，立刻被震懾到想說原來國外博士生就是這樣的高品質(不過後面聽多場一點就發現這應該還是看個人的報告魅力)。本篇研究想了解大型語言模型之間辯論是否會產生類似人類討論和推理結構，訓練資料使用法院判例，因為法律判例為論證性的內容。實驗分成三塊: AI自己的辯論、三個AI之間辯論、AI與人的辯論，辯論結果要產生是否支持的觀點。發現AI很固執，不太容易在論證過程中被說服，不過如果是人類的意見會比較願意採納。在問答環節有提到，研究使用的Prompt有特別參考法律系會用的指令，以及有測試若GPT 4的話會比較中立正確，但都會有幻覺-即使說支持這個論點，但是依據的內容其實是反對觀點的。
2. An Empirical Study Evaluating ChatGPT's Performance in Generating Search Strategies for Systematic reviews
Fei Yu, Heather Kincaide, Rebecca Beth Carlson, University of North Carolina at Chapel Hill, USA
本篇研究在分析使用GPT來協助完成系統性文獻回顧，這在醫學界是一種很耗時且需要發揮全面資料庫精準檢索功力的研究類型，2018年研究指出館員平均花26.9小時處理系統性文獻回顧，很需要工具協助提升效率。研究者使用PRESS(Peer Review of Electronic Search Strategies)框架的六個核心搜尋策略：「研究問題翻譯、布林邏輯運用、資料庫主題標目、文字搜尋、限縮與篩選」，設計館員的AI輔助資訊檢索任務: 「以AI協助制定研究問題、請AI推薦MeSH和同義詞、制定資料庫搜尋策略、推薦資料庫、根據個別資料庫調整搜尋策略。」結果發現GPT 4比3.5成效好，且確實能提升搜尋效率。這個研究另一個值得學習的部分是，考量到研究當下AI剛推出，尚無太多文獻討論，他們就利用Youtube影音內容作為文獻回顧的一部分，這點是我之前沒有想過的。
3. Comparative Study of GenAI (ChatGPT) vs. Human in Generating Multiple Choice Questions Based on the PIRLS Reading Assessment Framework
Yu Yan Lam, Samuel Kai Wah Chu, Elsie Li Chen Ong, Winnie Wing Lam Suen, Lingran Xu, Lavender Chin Lui Lam, Scarlett Man Yu Wong, Hong Kong Metropolitan University, Hong Kong
這篇研究是比較AI和人類根據PIRLS閱讀理解素養框架設計兩本繪本書的閱讀理解題目，來看看是否能被人類分辨。PIRLS閱讀理解框架已用來評估全球學生的閱讀理解技能，包含以下面向：資訊檢索（事實發現）、推理、解釋文本、整合想法和評估資訊。研究發現AI可以很有效率的生成清楚、正確且多樣的問題，清晰度與專指性上都與人類出題差不多。評估者比較容易猜正確哪些題目是人出的多於哪些是AI生成的。本篇的研究者有直接將AI生成題目與人類出題展示給與會者猜測，是很好的互動方式。另外，研究設計如下圖所示，稍微修改一下應該就能做出其他相關的研究(像是用不同的素養框架或是不同年齡層的學生或評估方式)。
4. Silicon‐based Life or Carbon‐based Life? An Exploratory Study on Visual Information Source Selection of Blind or Visually Impaired Persons
Chen, Huitong, Yan, Hui, Wu, Zhaotong, Zhao, Xuefeng, Renmin University of China, China
這篇研究的標題比較有造詣一點，一開始看題目無法猜測到是在了解視障者使用AI輔具Be My AI的資訊行為。這篇研究和圖書館合作，先招募不同程度的19位視障者訪談，了解視障者的資訊需求和如何選擇資訊來源，接著舉辦課程做Be My AI的培訓，針對願意繼續使用的5名對象以日誌方法蒐集資料，並訪談使用過AI的7名參與者。我自己很喜歡這個研究，雖然只是短論文，然而提供豐富的研究結果，並且是很有意義的。
首先在視障者的資訊需求訪談結果部分，將99種視覺任務根據是否有急迫性；動或靜態、有意識或無意識來分成三類：「描述外部環境：對象識別、圖片描述、內容閱讀」、「改變外在環境的操作任務：物件查找、設備操作(緊急程度較低、可忍受資訊不正確)」、「改變自身在環境中的狀態：環境安全與避免障礙、尋路與定位、使用公共交通工具(緊急程度高、無法忍受資訊不正確、最複雜的任務)」。
這些需求通常會尋求人的協助，在工具輔助上，最常使用的是智慧型手機的視覺輔助功能，AI目前尚無許多人使用。研究結果發現，AI的互動性和正確性較人類差，要在任務的資訊正確性要求較低時才會使用AI。
5. “We Were Beaten Down”: Parents' Concerns about Children's Digital Media Use
Denise E. Agosto, June M. Abbas, Yuanyuan Feng, Gabrielle Salib, Evelyn D. Cox, Moses M. Munyao
這篇研究針對美國公共圖書館18名有5-11歲兒童的父母進行訪談，發現父母對孩童使用數位媒體感到擔憂，像是擔心小孩會接觸到不當內容或不當對象、浪費時間，或會影響小孩的行為態度與社交技能，有些父母甚至擔心自己使用數位媒體會連帶鼓勵小孩使用。研究者團隊認為這樣的現象代表了父母潛意識的接受了「數位媒體帶來的都是壞處」這樣的集體印象，只有少數提到好處像是：溝通、數位參與、學校相關的學習、家庭關係維護、娛樂休閒、非正式學習、職業，是未來可以進一步了解的。
這篇與下一篇研究都是由「Institute for Museum and Library Services」贊助於圖書館進行的研究，這兩篇研究的本質都比較教育一點(可以想像直接應用在學校做類似研究)，只是剛好是以圖書館為場域。很期待國內也會有類似的研究計畫或贊助，可以鼓勵更多研究能在實務場合進行。
6. My Child Does More Than Sit for Virtual Read-Aloud: An Exploratory Human Pose Estimation Study
Luke LeFebvre, Jerzy W. Jaromczyk, Brandon N. Kellems, Andrew C. Tapia, Maria C. Cahill, Averi B. Cole, Soohyung Joo, Antonio R. Garcia, University of Kentucky, USA
此研究報告者的報告方式非常生動活潑，也不是制式化的簡報，就像在說故事一樣的分享他的研究。疫情期間有許多圖書館改成線上說故事，這篇研究就是利用人類姿勢檢測軟體OpenPose來分析聽故事的小孩有什麼樣的肢體反應，這樣的肢體反應可以看出他們是否專注和想參與，也可以進而看出小孩對於不同故事或不同說故事方法的真實反應。
7. Assessing Preregistration Deviations: A Comparative Analysis of Psychologists and Open Science Experts
Yu-Ning Ting, Pao-Pei Huang, Li-Fei Kung, Yu-Wen Huang, Wei Jeng, National Taiwan University, Taiwan
這篇研究由臺大圖資系鄭瑋老師研究團隊DxLab發表的短文章，發表者黃寶霈現在正在美國念博士，這次是第三次參加ASIS&T研討會。鄭瑋老師有開設「研究資料基礎架構」的碩博士生課程，課程中會讓學生訪談領域研究者實際用到什麼資料以及如何管理資料。DxLab的研究成果有被收錄於「臺灣開放科學研究成果彙編:研究者資料實踐與研究資料基礎建設」，且時常參加ASIS&T會議發表。
有鑑於心理學研究可被再次複製實施的比例不高，有越來越多心理學期刊要求研究者先於開放資料平台上提交「預註冊計畫(preregistration plans)」，讓研究者在蒐集資料前就先提交包含研究問題、研究方法和資料分析方式的計畫，這樣可以和最終發表的研究相比較，來了解是否研究者後來有根據研究結果修改研究假設這類的狀況，然而這類預註冊計劃並不會進行同儕審查。本研究比較心理學研究者和開放科學專家從「假設、變量、樣本大小、排除標準、流程、分析」來評估預註冊與發表文章之間的差異(流程如下表所示)，可以發現早期預註冊計畫較缺乏結構，以及心理學研究者具有專業知識背景而可以看出更多差異。
8. Has OA Moved Past a Lingua Franca?
Heather Moulaison-Sandy, Amanda Shelton, University of Missouri, USA
這篇雖然沒有跟開放資料直接相關，然而也是開放科學，我覺得概念上很有趣，不過這是短文章，研究方法還有需要修正之處。研究者的出發點是「開放取用可以讓沒有預算採購期刊的國家能接觸到免費研究資源，然而開放取用文章主要是英文文章，母語非英語的國家在引用開放取用文章時是不是都是引用英文的呢？」。他們從Scopus來找開放取用文章(因為許多資料庫是期刊層級，無法知道文章層級的OA狀況)，發現雖然世界上最多人口使用的前五大語言依序是中文、英文、西班牙文、阿拉伯文、印度文，然而可以發現中文、西班牙文、俄羅斯文被收錄在Scopus內的期刊引用的文章以英文居多。葡萄牙文是比較沒有被英文文獻主宰的狀況，值得進一步了解原因。研究者就提出疑問：「難道是英文文章真的品質或學術價值比較高，而讓這些母語非英語的研究者都來引用嗎？其他語言發表的開放取用文章為什麼被引用不多呢？」聽眾提出了一些問題，像是「開放取用有很多目的，不能只從這個觀點來看待」、「被Scopus收錄的期刊可能會有一些傾向導致這樣的結果」、「參考文獻羅列外文文獻的方式可能會影響研究分析的結果」。
其他會議籌辦觀察
由於之前國際會議只參加過ALA(美國圖書館學會)年會，此次參加ASIS&T能感受到一些相似與不同處。和ALA相似之處在於兩者都有不同的會議室同時舉辦多種學術發表，發表場合大家都踴躍發言，且也都有可以找工作和各種社群交流的場合，並且使用會議APP方便參與者找到會議地點及安排自己的行程。
然而，在發表內容上，ALA主要是實務館員的經驗分享和行動研究結果，ASIS&T則會有更多設計嚴謹的研究方法和令人耳目一新的研究點子，且研究者在ASIS&T的報告中會更強調「研究缺口(Research Gap)」和「研究貢獻(Contribution)」，很多都會使用到理論框架或有良好的研究設計，意味著更在意的是研究結果是否能在學術世界中佔有一席之地，而不單純只是解決一個問題而已。另外，ALA的展場近似國際書展，會有更多設備廠商和出版社廠商提供資訊給圖書館館員參考，ASIS&T的展場就只有學術出版社。
以此次經驗來說，ASIS&T在很多場合提供食物來促進學術交流，像是開閉幕演講都有搭配餐點、海報展現場有酒水點心。顧及與會者來自不同國家，會議現場有使用AI即時翻譯軟體Wordly，會場裡多數人似乎都沒有使用此功能，然而有聽說翻譯品質很不錯，有助於減少學術交流的語言隔閡。
會議僅發放吊牌，無會議手冊。會議全文手冊可線上自行下載，部分場次講者會直接提供對應的頁數以利大家聽講時對照，且目前會議全文集免費公開供大眾閱讀，即使沒有參加會議也可以從全文大致了解會議內容。會議行程表使用Whova手機APP供與會者登入了解整體議程、會議地點並能點選自己想聽的議程建立自己的行程表，主講者也會看得到有誰會出席(不過我的Poster原本說會出席的人都沒有出現)，在個別場次的頁面也可以做筆記、提問和回答問卷。APP上的社群功能很豐富，可以隨時發起話題討論，也可以預約人在茶敘時間聊聊。且在此還有張貼工作機會，甚至還可以約人一起從機場搭車到會場(不過看對話紀錄並沒有約成功)。每個發表者都可以發起一個問題邀請與會者互動，互動方式很多元，一方面可以讓與會者對這個講題感興趣，一方面也能讓發表者事前了解聽眾的想法、背景或蒐集一些後續研究的點子。
會議現場可以觀摩不同人的簡報製作與報告功力。有些亞洲學生對自己的語言能力比較缺乏自信的，通常會準備講稿念稿或背稿，這類報告方式若搭配良好的簡報設計(像是簡報還是會有一些講稿內準備好的互動環節)則還可以接受，若單純念/背稿而簡報內容又乏味，則真的會很明顯地令人不想聆聽，且有些人的英文聽力不佳也會影響現場提問互動的品質。英語為母語的報告者往往可以有較自然的互動方式，不一定會按照研究文章的結構報告，而是先講背景故事再帶入研究，且往往能較彈性的控制時間和表達內容。像是有一場次的研究是分享如何做動態影片的編目，報告人自我介紹時說自己雖然是館員但是熱愛舞台劇、因此很喜歡這個研究，接著簡報電腦就突然壞掉無法顯示螢幕，報告人就立刻說「沒關係，我是舞台劇背景的，接下來就是我表演的機會了」接著在沒有畫面的情況下繼續報告，等到工作人員入場協助維修時，報告人則說「哇！現在專業人員進場協助了，而且還有三名！」而且在畫面恢復後立刻切到重點頁面並在時間內完成報告，很令人佩服這樣的臨場反應能力。
最後，有看到三位非常優秀的博士畢業生在精采絕倫的報告後直接說「Please Hire Me」，且也有聽到其中一位在中場時間與與會者交流時在打聽是否有職缺。看來現在高等教育環境不論國內外求職可能都不是容易的事情。
建議
此次參加研討會，從投稿到參與會議的各種交流形式都有很多學習，建議國內博碩士生若有機會可以把握機會參加這類有多年傳統且品質良好的研討會。相較期刊形式的交流，海報與會議論文更為重視新點子的分享，這次看到幾個研究都會讓人興起想要做類似研究的渴望。另外，若有意得獎，海報的部分可能要更著重如何讓圖像呈現重點資訊，論文則是在研究方法的設計與交代上要比較周延，並且都要更為強調學術上的研究缺口與研究貢獻，在研究討論的部分則最好可以有一些理論上的討論，平常也可以多練習簡報製作與演講能力。
今年的會議主題雖然不是AI，然而可以看到已經有不同角度切入的AI相關研究，且發表者和聆聽者主要為亞洲學生。相較之下，資訊行為、數位人文的場次則較多國外較具年紀的研究者，可以觀察到研究主題對應研究社群的差異。接下來AI應該還是熱門的研究議題，可以繼續思考有哪些有趣的切入點值得做成研究與其他研究者交流。
最後，根據此次親身經驗，會發現每次校稿都會有沒檢查到的部分，從初稿到定稿到製作海報的過程中，也都會一次次重新摘要研究結果，而重新精簡與精選研究內容。因此建議要預留充分的時間再三檢視與修正自己的研究，才能有更令自己滿意的成品。
