خودكارسازي پيشنهاد داور براي دست‌نوشته‌ها: مرور نظام‌مند متون پژوهشي

Automatizing the Assignment of the Submitted Manuscripts to Reviewers: A Systematic Review of Research Texts

هدف: در اين پژوهش با مرور نظام‌مند پژوهش‌هاي حوزۀ خودكارسازي پيشنهاد داور براي مقالات در سامانۀ مجلات علمي‌ به شناسايي وضعيت پژوهش‌هاي اين حوزه ازنظر انواع شواهد خبرگي، انواع مدل‌هاي بازيابي مورداستفاده، شكاف پژوهشي موجود پرداخته شده و درپايان پيشنهادهايي براي پژوهش ­هاي آتي ارائه شده است. روش‌: در پژوهش حاضر، از چارچوب مطالعۀ نظام‌مند كيچن­هام و چارترز (2007) استفاده شده است. جستجو در پايگاه‌هاي اطلاعات علمي فارسي و انگليسي با كليدواژه‌هاي مرتبط انجام و تعداد 50 منبع به زبان انگليسي در بازۀ زماني 1992 تا 2018 يافت شد. پس از اعمال پالايش اوليۀ معيارهاي ورود و خروج از مطالعه و كنترل توسط متخصصان، تعداد 43 منبع انگليسي براي ورود به مرور نظام‌مند انتخاب شدند. سپس با طراحي كاربرگي، استخراج اطلاعات از منابع صورت گرفت. يافته­‌ها: مرور پژوهش­‌ها نشان داد شواهد خبرگي نامزد در مطالعات حوزۀ خودكارسازي پيشنهاد داور براي مقالات‌، شامل چهار منبع «اطلاعات خود-توصيفي نامزد داوري» (5 پژوهش)، «مستندات ايجادشده توسط نامزد داوري» (26 پژوهش)، «شبكه‌هاي همكاري و روابط علمي نامزد داوري» (2 پژوهش)، و «منابع تركيبي» (7 پژوهش) هستند و روش روابط علمي و منابع تركيبي نسبت به دو روش ديگر متأخرتر هستند. همچنين، مدل‌هاي بازيابي اطلاعات مورداستفاده در سامانه‌هاي خبره ­يابي داور شامل مدل بولي، مدل بولي بسط‌يافته، مدل فازي، مدل برداري، مدل احتمالاتي، نمايه‌سازي معناي نهان، مدل تخصيص معناي نهان و مدل نويسنده - موضوع هستند. شكاف‌­هاي پژوهشي موجود در اين حوزه نيز «عدم توجه به طراحي سامانۀ خبره‌يابي داور در نشريات و كنفرانس­‌هاي داخلي»، «عدم توجه به منابع دانشي» و «عدم توجه به ديدگاه كاربران در طراحي سامانه­‌هاي موجود» است. اصالت/ارزش: با مرور پژوهش­‌هاي حوزۀ خودكارسازي پيشنهاد داور، يافته‌هاي اين حوزه ازنظر شواهد خبرگي داوري و مدل‌هاي به‌ كار رفته دسته‌بندي و خلاصه شد. اين پژوهش تصويري كلي نسبت به آنچه انجام شده و آنچه بهتر است در طراحي سامانه‌هاي بعدي درنظر گرفته شود به پژوهشگران ارائه مي­‌دهد.

Purpose: To systematicly review the automatazation of the assignment of the submitted manuscripts to reviewers in order to identify the status of research studies in this field in terms of types of evidence of expertise, types of retrieval models used, and the research gaps, and finally some suggestions for has been offered for future research. Method: The current research followed the systematic review framework presented by Kitchenham & Charters (2007). To collect the research data, scientific databases were searched by using related keywords, and thus 50 records in English from 1992 to 2018 were retrieved. After applying the preliminary refinements to the entrance and exit criteria to the study and applying the experts’ reviews, 43 English research studies were selected for systematic review. Then, a checklist was designed and the required information was extracted from the studies. Findings: The systematic review showed that the studies on automatization of the assignment of the submitted manuscripts to reviewers typically used four sources as the evidence of the candidate's expertise, including: the candidates’ self-expression, the candidates’ documents, collaborative networks and scientific relations between the candidates and the hybrid resource. In addition, Boolean model, expanded Boolean model, Fuzzy model, Vector Space model, Probabilistic model, the Probabilistic Latent Semantic Indexing, the Latent Dirichlet allocation, and Author-Subject model were among the information retrieval models used in the expert reviewer finding systems. The lack of attention to the design of the expert finding system for reviewers in national journals and conferences, lack of attention to knowledge resources, and lack of attention to the users' views on the design of the existing systems were among the research gaps in this field. Originality/value: The use of hybrid resources in extracting the candidate's expert evidence, using knowledge resources, and paying attention to the users' perspectives in designing the expert finding system for reviewers can help to improve the performance of the existing systems. This research presents an overall picture of both the measures thus far taken and the measures should be taken in desiging the expert reviewer finding systems.