• 沒有找到結果。

第四章 研究結果分析

第一節 受訪者背景與資料類型

55 

第四章 研究結果分析

資料庋用關心的是讓資料受到完善的保存與組織後,能夠提供檢索和取用,

讓更多需要的使用者能夠持續的使用這些資料,以發揮其最大價值,並減少資源 的浪費,因此發展資料庋用服務的重點在於如何對研究資料進行管理、保存及再 利用。由於資料庋用在國內屬於新興議題,且目前國內並無由學術圖書館所提供 之資料服務可供受訪者參考,而從訪談過程中亦可知臺大的教師們對資料庋用的 概念十分不熟悉,大部份受訪者都沒有聽過「資料庋用」一詞。故本研究希望藉 由訪談的過程,解釋資料庋用的意涵和優點,並瞭解受訪者對於此一服務的看法 和需求。

本研究透過訪談的方式,總共有 12 位臺大的教師接受訪談,並將訪談結果 分成幾個對發展資料庋用服務而言十分重要的面向來討論。第一節先簡單介紹受 訪者之背景,並對他們的研究資料類型進行分析;第二節為資料的來源與保存,

瞭解資料的特質和保存的現況;第三節為資料之分享,瞭解影響受訪者們分享資 料意願的各種因素,第四節為資料之公開與所遭遇的障礙,瞭解在推動資料庋用 過程中可能面臨的困難,第五節為對臺大圖書館發展資料庋用服務之期待和需求,

可作為未來發展相關服務時的參考;第六節為綜合討論,總結上述五節並和文獻 中相似的使用者調查進行比較。

第一節 受訪者背景與資料類型

一、受訪者背景

本研究共訪談 12 位受訪者,分別來自臺大的 6 個學院 9 個科系,但即使是 同一科系,受訪者的研究領域亦各不相同。表 4-1 是本研究中 12 位受訪者的代

56 

號以及他們所屬的科系與研究領域。

表 4-1 受訪者背景

代號 學院 科系 研究領域 職稱

A 文學院 人類學系 考古學 助理教授 B 社會科學院 社會工作學系 老人照顧、身障者就業 副教授 C 理學院 地理環境資源

學系

移民研究 教授

D 水文模式 助理教授

E 大氣科學系 氣候模擬 教授

F 大氣測計 副教授

G 地質學系 斷層調查與研究 教授

H 工學院 應用力學研究 所

醫學工程 教授

I 工程科學及海

洋工程學系

水下聲 教授

J 生物資源暨 農學院

生物環境系統 工程學系

環境永續發展、汙染源 教授

K 生命科學院 生化科技學系 食品營養 教授

L 生物化學 副教授

本研究中之受訪者以性別來看,女性有 3 位,男性則有 9 位;以職稱來看,

以教授占最多數,共 7 位,副教授為 3 位,助理教授則為 2 位。以所屬單位來看,

以理學院最多,共 5 位,工學院和生命科學院次之,各為 2 位,其他學院則各有 1 位受訪者。

 

57 

二、 資料類型

根據美國國家科學基金理事會(National Science Board,簡稱 NSB)的分類,

研究資料依其產生的方式可分為觀察型、電腦運算型、實驗型和紀錄型等 4 大類 (NSB, 2005);以下簡述 NSB 資料分類之定義,並將本次的 12 位受訪者依照其所 使用及產出的資料類型進行分析。

(一) 觀察型 (observational)

包括測量值和調查報告等,大多具有特定時間、地點的特性,屬於具有是歷 史性質且不可能重新蒐集的資料。(NSB, 2005)

受訪者 A 和 G 大多以實地考察的方式取得所需之研究資料,其中包括儀器 所取得的數據和現場觀測之紀錄、照片等,屬於觀察型資料。受訪者 F、I 和 J 之資料來自於架設之儀器或感測器而得的數據或聲音檔,亦屬於觀察型之資料。

(二) 電腦運算型 (computational)

來自於電腦模式或模擬之成果,要重製這些資料需要有相同的硬體、軟 體等條件,很多時候只有模擬結果被保存。(NSB, 2005)

受訪者 D 和 E 之研究主要是透過電腦程式得出所需之數據,其中亦會 用到觀測資料作為基礎,但仍以電腦運算型的資料為主。

(三) 實驗型 (experimental)

大多來自於實驗進行中所紀錄下來的一切資料,雖然可以重新進行相同實驗,

卻常有時間、人力和經費上的考量,因此仍具保存價值。(NSB, 2005)

受訪者 H、K 和 L 之研究是透過實驗,因此其研究資料是以實驗數據和紀錄 為主,受訪者 H 也會有照片資料產出。

(四) 紀錄型 (records)

指關於政府、商業活動、社會現象等相關紀錄,可應用於科學、社會科學、

58 

歷史研究等各方面。(NSB, 2005)

受訪者 B、C 之研究資料來自於政府機關所保存的許多紀錄,或是自己的問 卷調查,屬於紀錄型之資料。

根據上述分類,本研究中 12 位受訪者之資料類型分析如表 4-2 所示,雖然 各類型的資料都有受訪者,但人數皆不多,因此較無法就資料類型歸納出具代表 性之結論。

表 4-2 受訪者資料類型分析

資料類型 人數

觀察型 (observational) 5 電腦運算型 (computational) 2 實驗型 (experimental) 3 紀錄型 (records) 2

 

59