Scientific and Technological Knowledge Production Trends and Collaboration Patterns Based on an Ecosystem Perspective: Case of Educational Robotics = 생태계 관점에 기반한 과학기술 지식 생성 방식과 협력 패턴: 교육용 로봇 사례 연구

다국어 초록 (Multilingual Abstract)

The new and emerging technologies such as artificial intelligence, machine learning, and robotics have changed the current industrial structure and recreated the new industries that are majorly based on the value chain of the global network environment. In a recent setting, the emergence of technological development and innovation is much dependent on a collaborative structure that can facilitate the recombination of existing knowledge and technologies to generate innovation. To enhance the collaborative structure and technological recombination, it is important to establish an environment that is less bounded and blurry and supports an open ecosystem environment. The innovation and knowledge ecosystem is characterized by a community of actors that assist evolving characters of knowledge structure and performance to co-produce innovation. The changing dynamics of interactions in an ecosystem provide a better understanding of the development and competitive strategy of emerging technology leading to value creation. Hence, this study utilizes the perspective of an ecosystem to analyze the development trends of scientific and technological knowledge and knowledge flow structure of a specific emerging technology. For this, the study uses the case of educational robotics technology and developed a framework to examine the comprehensive knowledge structure, evolutionary trends, and collaborative patterns in this technological area.
In the first part of the study, the ecosystem framework is evaluated and the theory of the knowledge ecosystem is updated in the context of this study. The theoretical study evaluates the knowledge production pattern and type of knowledge produced within the structure. In the second part, the importance of educational robots has been highlighted to understand its role and future potentials. A special focus is given to highlight the role of educational robots in the current scenario of the COVID-19 pandemic. Moreover, the paper analyzed the scientific knowledge structure by applying the bibliometric and scientometric based evaluation methods to examine the productivity and performance of major countries and players in educational robotics domain. Also, the different principles of social network analysis like hubs, authorities, and broker analysis are used to identify the key countries and institutions working in the educational robotics area. The co-citation analysis at the country and institutional level is done to quantify and evaluate the connections among these players. Finally, an interaction among the players has been visualized by using a network map. The findings of the analysis showed that educational robotics research is more prominent in developed countries like the US, UK, Japan, and East Asian, and countries of other developing regions still lack scientific research in this area. USA, UK, Belgium, and the Netherlands are the most significant hubs and authorities acting as an important point in knowledge transfer. Netherland, Japan, and the USA play an important role as gatekeeper functionalities by acting as important bridge agents in knowledge transfer activities. Similarly, the most important institutions found were also mostly from advanced nations like Australia, the US, Sweden, and Canada. The competitive analysis is helpful to evaluate the country’s position and performance and the result can support R&D investment and policy-related decisions.
In the next part of the study, the paper identified the important concepts and representative research areas from the scientific knowledge data by using keyword co-occurrence analysis. Further, representative research areas are selected by using centrality based measures that were used to find important and influential keywords. Also, topic modeling based on latent Dirichlet allocation (LDA) algorithms is applied to technological knowledge (patents) data to identify the latent knowledge structure and valuable topics. The model offers emerging technology areas and trends and contribute to the understanding of the emergence and development of technology over time and in forecasting the technology for the near future. At the final step of the analysis, the views and expectations of users on educational robotics technology have been analyzed by using the hype curve, and sentiment analysis. The analysis is conducted on twitter data to provide a better understanding of the response and sentiments of users. Social media, as a source of knowledge exchange, has an impact on the innovation ecosystem and support open innovation models. Understanding the polarity and sentiments by using social media helpful in analyzing the market expectation on technology. This result of the analysis can be useful to understand the educational technology adoption process in the market and can assist in other market-related decisions.

국문 초록 (Abstract)

인공지능, 기계학습 및 로봇공학과 같은 신흥기술은 현재의 산업 구조를 변화시켰으며, 글로벌 네트워크 환경의 가치사슬을 기반으로 하는 신산업을 재창조하였다. 이러한 최근 환경에서 기술 개발과 혁신의 등장은 기술혁신을 창출하기 위해 기존 지식과 기술의 재조합을 촉진할 수 있는 협력구조에 크게 의존하고 있다. 협력구조 및 기술의 재조합을 강화하기 위해서는 경계가 보다 명확하고 개방된 생태계 환경을 구축하는 것이 중요하다. 혁신과 지식 생태계는 진화하는 지식 구조와 성과를 통해 혁신을 공동 창출하는 행위자들의 커뮤니티로 특징지어진다. 생태계 내에서 변화하는 상호작용의 역학관계는 가치창출로 이어지는 신흥 기술의 개발 및 경쟁 전략에 대해 보다 깊은 이해를 제공한다. 따라서 동 연구는 생태계 관점을 활용하여 특정 신기술의 과학기술 지식 및 지식 흐름 구조의 개발 동향을 분석하고자 한다. 이를 위해 동 연구에서는 교육용 로봇의 사례를 이용하며, 해당 기술분야의 포괄적인 지식 구조, 발전 추세 및 협력 패턴을 검토하기 위한 프레임 워크를 개발하였다.
제1장에서는 생태계 프레임워크를 평가하고, 동 연구의 맥락에서 지식 생태계 이론을 업데이트하였다. 이론적 연구에서는 지식 생산 패턴과, 그 체계 내에서 생성된 지식의 유형을 평가한다. 제2장에서는 교육용 로봇의 역할과 미래 잠재력에 대한 언급을 통해 교육용 로봇의 중요성을 강조하였고, 현재 COVID-19 시나리오 하에서 교육용 로봇의 역할에 특별히 중점을 두었다. 또한 교육용 로봇 분야에서 중심적인 역할을 수행하는 국가 및 기관의 성과를 조사하기 위해 계량서지 및 사이언토매트릭 기반의 평가 방법을 적용하여 과학적 지식 구조를 분석하였다. 또한 교육용 로봇 분야에서 협력하고 있는 주요 국가 및 기관을 식별하기 위해 허브, 권위 및 브로커 지수 등 다양한 소셜 네트워크 분석 원리를 활용하였다. 국가 및 기관 수준에서의 공동 열거 분석은 이러한 참여자 간의 연관성을 수량화 및 평가하기 위해 수행되었다. 마지막으로 네트워크 지도를 활용하여 참여자 간의 상호작용을 시각화 하였다. 분석 결과에 따르면 미국, 영국, 일본 및 동아시아와 같은 선진국에서 교육용 로봇 연구가 더욱 두드러지고 있으며, 다른 개발도상국에서는 여전히 동 분야에 대한 과학적 연구가 부족한 것으로 나타났다. 미국, 영국, 벨기에 및 네덜란드는 지식 이전의 중요한 요충지로서 작용하는 가장 중요한 허브 역할을 하고 있다. 네덜란드, 일본 및 미국은 지식 이전 활동에서 중요한 교량 역할을 수행하고 있다. 마찬가지로, 핵심 기관들은 호주, 미국, 스웨덴 및 캐나다와 같은 선진국에서 나타났다. 경쟁분석은 국가의 연구단계 및 성과를 평가하는 데 도움이 되며, 그 결과는 R&D 투자 및 정책 관련 의사 결정에 활용될 수 있다.
제3장에서는 키워드 동시 발생 분석을 통해 과학 지식 데이터에서 중요한 개념과 대표 연구 영역을 파악하였다. 또한 중요하고 영향력 있는 키워드를 찾는 데 사용된 중심성 지표를 사용하여 대표 연구 영역을 선별하였다. 또한 잠재 디리클레 할당(LDA) 알고리즘을 기반으로 하는 토픽 모델링은 기술 지식(특허) 데이터에 적용되어 잠재적 지식 구조 및 중요 주제를 식별하였다. 동 모델은 신흥 기술 분야 및 트렌드를 제공하고, 기술의 출현 및 발전을 이해하는 데 도움을 주며, 가까운 미래의 기술 예측에 기여한다. 또한 정책 결정자와 기업의 향후 의사 결정에 도움이 될 수 있다. 분석의 마지막 단계인 제4장에서는 하이프 사이클과 감정분석을 활용하여 교육용 로봇 기술에 대한 사용자 견해 및 요구를 분석하였다. 트위터 데이터에 대한 분석은 사용자 반응 및 정서를 보다 잘 이해할 수 있도록 제공되었다. 지식 교환의 원천인 소셜 미디어는 혁신 생태계에 영향을 미치며 개방형 혁신 모델을 지원한다. 소셜 미디어를 활용하여 극성 및 정서를 이해하는 것은 기술에 대한 시장의 기대치를 분석하는 데 도움이 된다. 동 분석 결과는 시장의 교육 기술 채택 과정을 이해하고 다른 시장 관련 의사 결정에 도움이 될 수 있다.

목차 (Table of Contents)

• List of Figures x
• List of Tables xii
• 1 Chapter: Introduction 1
• 1.1 Research background 1
• 1.2 Research question and Purpose 4
• 1.2.1 Research Questions 4
• 1.2.2 Purpose 8
• 1.3 Theoretical Background 11
• 1.3.1 Innovation ecosystem 11
• 1.4 Knowledge Ecosystem 15
• 1.4.1 Knowledge production pattern within an ecosystem 17
• 1.5 Framework for Knowledge Ecosystem 20
• 1.6 The rationale of Knowledge ecosystem for this study 22
• 2 Chapter: Analysis of countries’ and institutional position and their collaboration pattern in case of educational robotics 24
• 2.1 Introduction to Educational Robotics 24
• 2.2 Research background 31
• 2.3 Material and Methodology 35
• 2.1.1 Data Collection 35
• 2.1.2 Research Process 37
• 2.4 Results 39
• 2.5 Scientific knowledge productivity 40
• 2.6 Analysis of Research performance and quality 42
• 2.7 International collaboration 44
• 2.8 Network Analysis of Countries 45
• 2.8.1 Network Topological Information 46
• 2.8.2 Hubs, Authorities and Broker Analysis 48
• 2.9 Analysis result for Institutions 51
• 2.9.1 Performance and research quality of Institutions 52
• 2.9.2 Network analysis of Institutions 55
• 2.9.3 Hubs, Authorities and Broker Analysis of Institutions 56
• 2.10 Discussion and Conclusion 59
• 3 Chapter: Analyzing the Scientific and Technological Knowledge Trends in Educational Robotics Technology domain 61
• 3.1 Research Background 61
• 3.2 Materials and Methodology 64
• 3.2.1 Data 64
• 3.2.2 Research Process 66
• 3.2.3 Research Methodology 66
• 3.2.4 Keyword Co-occurrence Analysis 67
• 3.2.5 Social Network Analysis (Centrality Measures) 67
• 3.2.6 Topic Model for Patents 69
• 3.3 Results 71
• 3.3.1 Growth trend analysis of publications and patents 71
• 3.3.2 Co-occurrence of Assignee 76
• 3.4 Year-wise network analysis map on publication keywords 79
• 3.4.1 Temporal changes in the keywords 79
• 3.4.2 Conceptual structure map 80
• 3.4.3 Centrality analysis Publications Keywords 81
• 3.4.4 Co-occurrence of Keywords 84
• 3.5 Results of Topic Modeling 90
• 3.5.1 Determining the value of k 91
• 3.6 Discussion and Conclusion 97
• 4 Chapter: Analyzing the social expectations and sentiments of users for the domain of educational robotics technology 99
• 4.1 Research Background 99
• 4.2 Literature Review 101
• 4.2.1 Hype Cycle Background 101
• 4.2.2 Sentiment Analysis 103
• 4.3 Methodology 105
• 4.3.1 Data 105
• 4.3.2 Research Process 105
• 4.4 Results 107
• 4.5 Discussion and Conclusion 111
• 5 Chapter: Final Conclusion 112
• 5.1 Research Implications 114
• 5.2 Policy Implications 115
• 5.3 Limitations and Future Research 117
• Bibliography 119
• Appendix 1 132
• Appendix 2 134