خودکارسازی پیشنهاد داور برای دست‌نوشته‌ها: مرور نظام‌مند متون پژوهشی

هدف: در این پژوهش با مرور نظام‌مند پژوهش‌های حوزۀ خودکارسازی پیشنهاد داور برای مقالات در سامانۀ مجلات علمی‌ به شناسایی وضعیت پژوهش‌های این حوزه ازنظر انواع شواهد خبرگی، انواع مدل‌های بازیابی مورداستفاده، شکاف پژوهشی موجود پرداخته شده، و درپایان پیشنهادهایی برای پژوهش های آتی ارائه شده است.روش‌: در پژوهش حاضر، از چارچوب مطالعۀ نظام‌مند کیچن هام و چارترز (2007) استفاده شده است. جستجو در پایگاه‌های اطلاعات علمی فارسی و انگلیسی با کلیدواژه‌های مرتبط انجام و تعداد 50 منبع به زبان انگلیسی در بازۀ زمانی 1992 تا 2018 یافت شد. پس از اعمال پالایش اولیۀ معیارهای ورود و خروج از مطالعه و کنترل توسط متخصصان، تعداد 43 منبع انگلیسی برای ورود به مرور نظام‌مند انتخاب شدند. سپس با طراحی کاربرگی، استخراج اطلاعات از منابع صورت گرفت.یافته ‌ها: مرور پژوهش ‌ها نشان داد شواهد خبرگی نامزد در مطالعات حوزۀ خودکارسازی پیشنهاد داور برای مقالات‌، شامل چهار منبع »اطلاعات خودتوصیفی نامزد داوری « (5 پژوهش)، »مستندات ایجادشده توسط نامزد داوری « (26 پژوهش)، »شبکه‌های همکاری و روابط علمی نامزد داوری « (2 پژوهش)، و »منابع ترکیبی « (7 پژوهش) هستند و روش روابط علمی و منابع ترکیبی نسبت به دو روش دیگر متاخرتر هستند. همچنین، مدل‌های بازیابی اطلاعات مورداستفاده در سامانه‌های خبره یابی داور شامل مدل بولی، مدل بولی بسط‌یافته، مدل فازی، مدل برداری، مدل احتمالاتی، نمایه‌سازی معنای نهان، مدل تخصیص معنای نهان و مدل نویسنده موضوع هستند. شکاف‌ های پژوهشی موجود در این حوزه نیز »عدم توجه به طراحی سامانۀ خبره‌یابی داور در نشریات و کنفرانس ‌های داخلی «، »عدم توجه به منابع دانشی « و »عدم توجه به دیدگاه کاربران در طراحی سامانه ‌های موجود « است.اصالت/ارزش: با مرور پژوهش ‌های حوزۀ خودکارسازی پیشنهاد داور، یافته‌های این حوزه ازنظر شواهد خبرگی داوری و مدل‌های به‌کاررفته دسته‌بندی و خلاصه شد. این پژوهش تصویری کلی نسبت به آنچه انجام شده و آنچه بهتر است در طراحی سامانه‌های بعدی درنظر گرفته شود به پژوهشگران ارائه می ‌دهد.

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

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 rsquo; 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 rsquo; selfexpression, the candidates rsquo; 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 AuthorSubject 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.