The use of taxonomies and metadata: facilitating University - Industry Interaction by visually showcasing professionals' profile data
Author
Perchutkaite, Brigita
Term
4. Term
Education
Publication year
2019
Submitted on
2019-06-03
Abstract
Denne afhandling undersøger universitet–industrisamarbejde (UII) set fra store virksomheders perspektiv. Udgangspunktet er den stigende opmærksomhed på, hvordan man overvinder barrierer for samarbejde, blandt andet drøftet på tværgående workshops mellem regering, universiteter og industri. Der er mange brede studier af UII, men færre, der går i dybden med konkrete, snævre løsninger. Derfor stilles to forskningsspørgsmål: 1) Hvordan kan forskeres profildata visualiseres, så de bliver nyttige for virksomheder og kan fremme UII? 2) Hvordan kan et metadataschema og en taksonomi (et system til at klassificere emner) designes, så de understøtter sådanne visualiseringer? Metodisk bygger studiet på en kvalitativ, fortolkende tilgang og en litteraturgennemgang, suppleret af en interviewundersøgelse. Elseviers Pure Portal, et forskningsinformationssystem (RIMS), bruges som typisk case, fordi det visualiserer forskerprofildata for at støtte samarbejde. Tre informanter fra tre store ingeniørvirksomheder i Nordjylland blev interviewet i semistrukturerede interviews, hvor en prototype blev afprøvet. Interviews blev transskriberet og analyseret i NVivo ved hjælp af tematisk meningskondensering. De primære fund viser, at grafiske visualiseringer er nyttige, fordi de giver hurtig overblik, men kun hvis de er informative, effektive og sætter informationen ind i en klar kontekst. Metadata (data om data) bør forklare konteksten og hvordan visualiseringerne er skabt (metakommunikation). Til at finde eksperter er især felter som “titel”, “afdeling” og “leder” nyttige. Da mange problemer er tværfaglige, er en taksonomi med høj granularitet og specificitet hjælpsom. Oplysninger om “publikationer”, “emne” og “tema” er vigtige for at finde relevante publikationer og derigennem forfattere. Informanterne pegede også på værdi i at se “internationale samarbejder” mellem universiteter samt data om eksterne forskere, der ikke er Pure-brugere. Klare etiketter bør støtte den tilsigtede betydning af visualiseringerne. Resultaterne bidrager med indsigt i UII fra store virksomheders ståsted, særligt om grafisk formidling, taksonomier og metadata i RIMS. For at fremme UII skal visualiseringer være informative, understøttet af beskrivende metadata og en finmasket, specifik taksonomi. RIMS opfattes som dyre og komplekse at komme i gang med, men kan være nyttige for industrien. I praksis bruges de dog sjældent til at finde eksperter, fordi personlige forbindelser er den vigtigste kanal og en del af organisationskulturen. Afhandlingen peger på nye retninger for forskning, herunder at undersøge UII fra et ledelsesperspektiv. Litteraturen peger på, at ledere kan have svært ved at identificere nødvendige kompetencer og etablere relationer til akademiske eksperter, og interviewene antyder, at RIMS kan hjælpe med at planlægge næste forskningsskridt. Fremtidige studier kan derfor med fordel inddrage ledere og planlæggere i industrien samt se på flere universiteter, nationalt og internationalt.
This thesis examines university–industry interaction (UII) from the perspective of large companies. It is motivated by growing attention to overcoming collaboration barriers, including cross‑sector workshops bringing together government, universities, and industry. While many studies treat UII broadly, fewer address narrow, practical solutions. The study asks two questions: 1) How can researchers’ profile data be visually presented so that companies can use it to foster UII? 2) How can a metadata scheme and a taxonomy (a system for classifying topics) be designed to support such visualizations? Methodologically, the study uses a qualitative, interpretive approach and a literature review, complemented by an interview study. Elsevier’s Pure Portal, a Research Information Management System (RIMS), is used as a typical case because it visualizes researcher profiles to support collaboration. Three informants from three large engineering firms in Northern Jutland were interviewed in semi‑structured sessions in which a prototype was explored. Interviews were transcribed and analyzed in NVivo using thematic meaning condensation. The main findings indicate that graphical visualizations help people grasp information quickly, but only when they are informative, efficient, and clearly contextualized. Metadata (data about data) should explain the context and how the visuals were generated (meta‑communication). Useful fields for identifying experts include “title,” “department,” and “leader.” Because many problems are multidisciplinary, a taxonomy with high granularity and specificity is helpful. Information on “publications,” “subject,” and “topic” is important for locating relevant publications and, in turn, their authors. Respondents also valued seeing “international collaborations” between universities and details about external researchers who are not Pure users. Clear labels should reinforce the intended meaning of the visuals. These results add insights into UII from the viewpoint of large enterprises, especially regarding visual presentation, taxonomies, and metadata in RIMS. To facilitate UII, visualizations must be informative, supported by descriptive metadata and a fine‑grained, specific taxonomy. RIMS are perceived as costly and complex to adopt, yet they can be useful for industry. In practice, however, firms seldom use them to find experts because personal connections are the dominant channel and part of organizational culture. The thesis points to new directions for research, including a management perspective. The literature suggests managers may struggle to identify needed skills and build relationships with academic experts, and the interviews indicate RIMS could help plan next research steps. Future studies could therefore include industry managers and planners and involve additional universities, nationally and internationally.
[This abstract was generated with the help of AI]
Keywords
Documents