«…YOUR OPINION IS INTERESTING…, AS THE OPINION OF A TRUE SCIENTIST»: EPISTOLS B. S. BODNARSKY TO S. I.-Y. BOROVOY

The article presents the part of the epistolary heritage of the outstanding Russian and Soviet bibliographer, ideologist of the introduction of the universal decimal classification in the USSR – B. S. Bodnarsky. The article presents for the first time his little-known historical sources. There are twenty epistles to the Soviet historian S. I.-Ya. Borovoy. Generally, the correspondence of these bibliographers is of undeniable interest in the history of Soviet bibliography in particular, and in the history of historical science. The represented epistles are stored in the State Archives of Odessa region, in the fund of personal origin of professor S. I.-Ya. Borovoy. The published ego-documents cover the period from 1952 to 1968 and are a valuable source on the history of socio-cultural life of the early second half of the twentieth century. The provided materials reflect separate fragments of professional activity of two scientists and their personal and scientific communicative communications with some representatives of the Soviet scientific community. The epistles allow us to reproduce some details of the history of Soviet historical science, certain episodes of the biographies of a number of Soviet scholars of those years against the background of socio-cultural events. The particular interest is the epistles of B. S. Bodnarsky in the context of the study of his interpersonal relationships with colleagues and contain facts for a detailed description of the academic community of the time. The epistles also contain a description of human relations, emotional feelings about certain moments that took place in the scientific environment, a description of the atmosphere of everyday life. The special value of the presented primary sources is that their content demonstrates the presence of attentive and friendly attitude between scientists. To a large extent, the personal connections of S. I.-Ya. Borovoy and an influential scholar in academic circles helped his younger colleague to overcome some difficulties and gain recognition as a scholar in the field of bibliography at the All-Union level. The publication of the letters is accompanied by quite complete comments on their content and introduces a valuable historical source into scientific circulation.

Publishing classification systems on the Internet: representation and use

Classification systems are published primarily in the book form, for various purposes and in different versions. They are identified by the number or year of publication. The authors propose another variant of maintaining classification systems, i.e. in the card format.The authors discuss the issues of presenting classification schedules of popular classification systems on the Internet with special focus on their applications. They explain why privately owned classification systems, like Dewey Decimal Classification (DDC) and Universal Decimal Classification (UDC), are not published on the Internet, while the systems supported by government organizations (e.g. national libraries) are traditionally published openly. The authors provide the example of the Library of Congress Classification (LCC), which is the United States’ National Classification System and which is published on open access. The project of the open presentation of the Library-Bibliographical Classification (LBC) in several versions supplemented with indices on the website of the Russian State Library (RSL) is described in more detail. The possibilities for their use are analyzed.

Jamstvo perspektive u transdisciplinarnoj organizaciji znanja

Viewpoint warrant in transdisciplinary knowledge organization: This doctoral thesis report on original research employed to organize knowledge and provide documentational support in the field of bioethics. More particularly, this doctoral thesis confronts the problem of perspectival ambiguity in bioethics by considering the notion of perspectives as points of access to diverse outlooks on particular phenomena. Knowledge organization as a discipline of library and information sciences has a long research and professional tradition. In the last 25 years a growing number of authors researching interdisciplinary and transdisciplinary knowledge organization are restating and emphasising the problem of the disciplinary foundations of traditional knowledge organisation systems. These foundations is apparent in the very structures of the most accomplished systems like the Universal Decimal Classification. The critique is focused on the monodimensionality and monoperspectivity of traditional systems, and is characterized by a distinct evocation of the concept of perspectives and advocacy for the development of multi-perspective knowledge organization. According to those authors traditional systems can't respond to the needs of interdisciplinary and transdisciplinary researchers. This doctoral thesis deals with viewpoint warrant in interdisciplinary and transdisciplinary knowledge organization in the context of a specific inter- and transdiscipline of integrative bioethics.

Pemetaan Informasi Sebaran Bidang Ilmu pada Penelitian Skripsi Fakultas Pertanian IPB Lulusan Tahun 2015-2019 Berdasarkan Standar Universal Decimal Classification

Modal dasar dari kekayaan alam Indonesia merupakan potensi yang sangat penting dalam meningkatkan produktivitas khususnya komoditas pertanian. Sesuai dengan NawaCita Presiden Joko Widodo, Kementerian Pertanian telah mencanangkan “Indonesia Menuju Lumbung Pangan Dunia 2045. Untuk itu pemangku kebijakan bisa memanfaatkan hasil-hasil penelitian yang telah dilakukan oleh mahasiswa Fakultas Pertanian IPB university sebagai perguruan tinggi terdepan dengan berbagai bidang ilmu pertanian. Untuk mengetahui bidang ilmu yang pernah dan belum pernah diteliti, maka penelitian ini dilakukan. Kajian ini menggunakan sampel berasal dari skripsi Fakultas Pertanian IPB University lulusan tahun 2015 – 2019 (lima tahun) sebanyak 2135 judul penelitian. Pemetaan menggunakan standar Klasifikasi UDC, Tabel dianalisis secara deskriptif dan dipetakan menggunakan VosViewer. Bidang ilmu yang paling banyak diteliti adalah pemupukan, nutrisi tanah dan hormon tumbuh 330 judul penelitian. Sedangkan yang terkait dengan komoditas padi, kelapa sawit dan jagung. Analisis kata kunci atau co-word menggunakan VosViewer pada penelitian mahasiswa ini terbagi menjadi 16 kluster dengan kluster terbesar terdiri dari 92 kata kunci. Dosen pembimbing utama paling produktif adalah Afra Donatha Nimia Makalew (32 mahasiswa). Selanjutnya Dosen pembimbing anggota adalah Syaiful Anwar (35 mahasiswa). Bidang ilmu pemupukan, nutrisi tanah dan hormon tumbuh paling banyak diteliti, sedangkan terkait komoditas adalah tanaman padi, kelapa sawit dan tanaman jagung. Dosen pembimbing utama paling produktif adalah Afra Donatha Nimia Makalew (32 mahasiswa) Selanjutnya Dosen pembimbing anggota adalah Syaiful Anwar (35 mahasiswa).

Pemetaan Informasi Sebaran Bidang Ilmu Pada Skripsi Fakultas Ekonomi dan Manajemen Lulusan IPB University Tahun 2015-2019 Berdasarkan Standar Universal Decimal Classification

Pendahuluan. Sektor ekonomi memegang peranan penting bagi Indonesia sebagai negara berkembang, pemerintah telah mengupayakan berbagai program untuk meningkatkan pendapatan per kapitanya dengan menumbuhkan berbagai sektor, khususnya menyoroti porsi ekspor nasional yang masih rendah terhadap Produk Domestik Bruto (PDB) yakti sebesar 25 persen. Keberadaan Fakultas Ekonomi dan Manajemen (FEM) di Institut Pertanian Bogor tentunya akan memberikan masukan kepada pemerintah melalui penelitian dan pengembangan yang dilaksanakan oleh dosen/peneliti dan mahasiswa (program sarjana, pasca sarjana dan program doktor). Untuk mengetahui dan memotret penelitian yang dilakukan oleh mahasiswa program sarjana maka penelitian ini dilakukan Metode dan Pengumpulan Data. Sampel dibatasi hanya pada skripsi 5 tahun terakhir (2015-2019) yang diambil dari repositori IPB. Analisis Data. Pemetaan dilakukan berdasar pada Klasifikasi UDC. Tabel skripsi dianalisis secara deksriptif dan dipetakan menggunakan VosViewer. Hasil dan Pembahasan. Jumlah penelitian skripsi Fakultas Ekonomi dan Manajemen IPB selama 2015-2019 adalah 3.145 judul. Topik paling banyak diteliti adalah “Situasi ekonomi, kebijakan ekonomi, manajemen ekonomi, perencanaan ekonomi. Produksi, jasa dan harga” dengan jumlah penelitian sebanyak 926 judul penelitian, sedangkan yang paling sedikit adalah topik terkait “Asuransi” dengan jumlah penelitian sebanyak 6 judul penelitian. Kata kunci yang memiliki keterhubungan paling banyak adalah “pemasaran” dengan jumlah keterhubungan sebanyak 204 hubungan. Analisis kata kunci menggunakan VosViewer terbagi menjadi 16 kluster dengan kluster terbesar yaitu kluster 1 terdiri dari 69 kata kunci dan kluster terkecil kluster 12 terdiri dari 3 kata kunci. Selanjutnya dosen pembimbing utama yang paling produktif membimbing mahasiswa adalah Jono Mintarto Munandar (126 bimbingan). Kesimpulan. Topik paling diminati adalah “Situasi ekonomi, kebijakan ekonomi, manajemen ekonomi, perencanaan ekonomi. Produksi, jasa dan harga” ( 926 judul). Kata kunci paling banyak adalah “pemasaran” dengan kemunculan sebanyak 205 kali. Dosen pembimbing utama paling produktif adalah Jono Mintarto Munandar dengan jumlah bimbingan sebanyak 126 mahasiswa.

Pemetaan Informasi Sebaran Bidang Ilmu Pada Skripsi Fakultas Teknologi Pertanian Lulusan IPB University Tahun 2015-2019 Berdasarkan Standar Universal Decimal Classification

Pendahuluan. Pertanian merupakan sektor penting bagi Indonesia. Salah satu sub sektor pertanian adalah industri dan mekanisasi pertanian. Kemajuan di bidang tersebut tidak terlepas dari kegiatan penelitian yang dilakukan oleh dosen, peneliti dan mahasiswa. IPB sebagai salah satu perguruan tinggi pertanian terkemuka tentu telah banyak menghasilkan penelitian di bidangnya. Untuk mengetahui dan memotret penelitian yang dilakukan oleh mahasiswa program sarjana maka penelitian ini dilakukan. Metode dan Pengumpulan Data. Sampel dibatasi hanya pada skripsi 5 tahun terakhir (2015-2019) yang diambil dari repositori IPB. Analisis Data. Pemetaan dilakukan berdasar pada Klasifikasi UDC. Tabel skripsi dianalisis secara deksriptif dan dipetakan menggunakan VosViewer. Hasil dan Pembahasan. Jumlah penelitian skripsi Fakultas Teknologi Pertanian IPB selama 2015-2019 adalah 2.055 judul. Topik paling banyak diteliti adalah “produksi dan pengawetan makanan padat” berjumlah 461 penelitian dan paling sedikit adalah “ventilasi dan penyejukan udara” dan “industri karet” masing-masing hanya 2 penelitian. Kata kunci paling banyak adalah “teknik pengawetan makanan” dengan jumlah kemunculan sebanyak 278 kali. Kata kunci yang memiliki keterhubungan paling banyak adalah “teknik pengawetan makanan” dengan jumlah keterhubungan sebanyak 605 hubungan. Analisis kata kunci menggunakan VosViewer terbagi menjadi 16 kluster dengan kluster terbesar terdiri dari 69 kata kunci. Selanjutnya dosen pembimbing utama yang paling produktif membimbing mahasiswa adalah Arif Sabdo Yuwono (31 bimbingan), sedangkan sebagai pembimbing anggota paling produktif adalah Muhammad Arif Darmawan dan Didah Nur Faridah (masing-masing 19 bimbingan). Kesimpulan. Topik paling diminati adalah “produksi dan pengawetan makanan padat” (461 judul). Kata kunci paling banyak adalah “teknik pengawetan makanan” dengan kemunculan sebanyak 278 kali. Dosen pembimbing utama paling produktif adalah Arif Sabdo Yuwono dengan jumlah bimbingan sebanyak 31 mahasiswa.

Pemetaan Informasi Sebaran Bidang Ilmu Pada Skripsi Fakultas Matematika dan Ilmu Pengetahuan Alam Lulusan IPB University Tahun 2015 - 2019 Berdasarkan Universal Decimal Classification

Pendahuluan. IPB-University, perguruan tinggi terkemuka di Indonesia senantiasa menghasilkan banyak penelitian dan inovasi. Karya tulis akademik berupa skripsi suatu bukti nyatanya. Namun demikian belum ada suatu kajian yang pernah memetakan hasil-hasil penelitian tersebut. Penelitian ini dilakukan untuk mengetahui: Sebaran topik penelitian, Membuat peta (create map) bidang ilmu berdasarkan standar Universal Decimal Classification, dan Memvisualisasikan peta (map) kata kunci, serta Produktivitas dosen pembimbing pada skripsi Fakultas Matematika dan Ilmu Pengetahuan Alam IPB University. Metode Penelitian. Penelitian ini merupakan suatu kajian bibliometrik dengan metode penelitian kuantitatif, guna mendeskripsikan pemetaan informasi sebaran bidang ilmu pada skripsi Fakultas Matematika dan Ilmu Pengetahuan Alam IPB University. Pengolahan Data Penelitian. Obyek penelitian ini adalah data skripsi Fakultas Matematika dan Ilmu Pengetahuan Alam pada pangkalan data Perpustakaan IPB University. Data diolah menggunakan Program M.S. Excel dan dikelompokkan berdasarkan standar Universal Decimal Classification. Data kata kunci dibuat File RIS (RIS File) dan dianalisis menggunakan Program VosViewer-Visualizing Scientific Landscapes 1.6.1.5 yang dikembangkan oleh Nees Jan Van Eck dan Ludo Waltman. Hasil Penelitian. Membuktikan, topik penelitian skripsi Fakultas Matematika dan Ilmu Pengetahuan Alam IPB University lulusan tahun 2015-2019 sebanyak 3.550 judul. Peta bidang ilmu berdasarkan Universal Decimal Classification menunjukkan topik penelitian paling banyak kelas 004: “Ilmu dan Teknologi Komputer, Komputasi dan Pemrosesan data” 719 (20,25%) judul, topik penelitian paling sedikit kelas 590: “Zoologi” 43 (1,21%). Analisis kata kunci atau co-word menggunakan Vosviewer 1.6.1.5 pada kemunculan kata kunci minimum 5 berhasil memvisualisasikan 683 kata kunci dalam 12 gugus (cluster). Kata kunci paling banyak muncul terjadi yaitu “Ilmu dan Teknologi Komputer” 153 kali. Visualisasi Jaringan (Network Visualization) menunjukan kecenderungan (trend) topik penelitain paling banyak diminati: “Ilmu dan Teknologi Komputer” ada pada gugus (cluster) 5 dengan kekuatan tautan total (total network link) 397. Visualisasi Hamparan (Overlay Visualization) menunjukan kecenderungan (trend) tahun penelitian pernah dilakukan yaitu antara tahun 2016-2018. Visualisasi Kepadatan (Density Visualization) menunjukan kecenderungan (trend) kepadatan volume penelitian masing-masing kata kunci tersebut berpariasi. Produktivitas dosen pembimbing skripsi paling tinggi sebagai pembimbing utama ialah Imas Sukaesih Sitanggang sebanyak 79 bimbingan, sedangkan sebagai pembimbing anggota ialah Ali Kusnanto dan Budi Waryanto, jumlah bimbingan masing-masing sebanyak 42 dan 8 bimbingan skripsi.

Pemetaan Informasi Sebaran Bidang Ilmu Pada Skripsi Fakultas Kedokteran Hewan Lulusan IPB University Tahun 2015-2019 Berdasarkan Standar Universal Decimal Classification

Pendahuluan. Kesehatan hewan dan keamanan produk hewan menjadi isu penting saat ini. Peran dokter hewan dalam menjamin kesehatan manusia melalui kesehatan hewan yang dapat menular kepada manusia sangat dibutuhkan. Salah satu fakultas yang berkaitan dengan keterlibatan masalah kesehatan hewan dan manusia yang berada di Institut Pertanian Bogor adalah Fakultas Kedokteran Hewan (FKH), telah banyak penelitian-penelitian dasar, terapan maupun strategis yang dilakukan untuk mendukung pembangunan nasional secara berkelanjutan. Namun sejauh ini belum ada kajian yang dapat memetakan hasil-hasil penelitian sehingga berpotensi terjadinya pengulangan penelitian dan tidak meratanya bidang-bidang yang diteliti. Oleh karena itu perlu dilakukan pemetaan terhadap skripsi mahasiswa FKH. Metode dan Pengumpulan Data. Sampel data skripsi Mahasiswa FKH diambil dari pangkalan data repositori IPB selama 5 (lima) tahun yaitu tahun 2015-2019 sebanyak 973 judul penelitian. Analisis Data. Pengelompokan berdasarkan bidang ilmu sesuai dengan standar Universal Decimal Classification (UDC), analisis kata kunci dilakukan menggunakan program VosViewer. Hasil dan Pembahasan. Hasil kajian menunjukkan bahwa jumlah skripsi Fakultas Kedokteran Hewan tahun 2015-2019 sebanyak 973 judul . Sub bidang ilmu paling banyak diteliti terkait “Zoologi umum” yaitu sebanyak 591 (60,74%) penelitian, sedangkan paling sedikit adalah sub bidang penelitian terkait “Mikrobiologi industri” sebanyak 3(0,31%) penelitian. Visualisasi keterhubungan kata kunci berdasarkan VosViewer dengan kemunculan minimal 3 kali menunjukkan 411 item kata kunci, yang terbagi menjadi 15 klaster. Kata kunci paling banyak muncul adalah “Tnaman obat” sebanyak 96 kali dengan keterhubungan 297 hubungan. Kemunculan kata kunci paling sedikit adalah “aedes aegypti” dan “culex” dengan kemunculan sebanyak 3 kali dan total keterhubungan sebanyak 2 hubungan. Produktivitas tertinggi dosen pembimbing kurun waktu 2015-2019 menunjukkan jumlah bimbingan terbanyak adalah 55 bimbingan, terdiri dari 36 kali sebagai pembimbing utama dan 19 kali sebagai pembimbing anggota adalah Aryani Sismin Satyaningtijas.

Automatic classification of older electronic texts into the Universal Decimal Classification–UDC

PurposeThe purpose of this study is to develop a model for automated classification of old digitised texts to the Universal Decimal Classification (UDC), using machine-learning methods.Design/methodology/approachThe general research approach is inherent to design science research, in which the problem of UDC assignment of the old, digitised texts is addressed by developing a machine-learning classification model. A corpus of 70,000 scholarly texts, fully bibliographically processed by librarians, was used to train and test the model, which was used for classification of old texts on a corpus of 200,000 items. Human experts evaluated the performance of the model.FindingsResults suggest that machine-learning models can correctly assign the UDC at some level for almost any scholarly text. Furthermore, the model can be recommended for the UDC assignment of older texts. Ten librarians corroborated this on 150 randomly selected texts.Research limitations/implicationsThe main limitations of this study were unavailability of labelled older texts and the limited availability of librarians.Practical implicationsThe classification model can provide a recommendation to the librarians during their classification work; furthermore, it can be implemented as an add-on to full-text search in the library databases.Social implicationsThe proposed methodology supports librarians by recommending UDC classifiers, thus saving time in their daily work. By automatically classifying older texts, digital libraries can provide a better user experience by enabling structured searches. These contribute to making knowledge more widely available and useable.Originality/valueThese findings contribute to the field of automated classification of bibliographical information with the usage of full texts, especially in cases in which the texts are old, unstructured and in which archaic language and vocabulary are used.