109 地方特考三等 圖書資訊管理(選試英文) 技術服務 考古題詳解

核心觀念

本題評量圖書資訊學在「技術服務」範疇中，新興數位技術、計量學與傳統「知識組織（Knowledge Organization, KO）」的跨域整合觀念。主要涵蓋以下核心理論與架構：

1. 科學計量學（Scientometrics）之定義與範疇：由蘇聯學者 Nalimov 與 Mulchenko 於 1969 年首度提出，指以數學與統計方法定量研究「科學本身之發展、結構、傳播與演化規律」的學門，與書目計量學（Bibliometrics）、資訊計量學（Informetrics）密切交織。
2. 知識組織（Knowledge Organization, KO）之本質：指將知識單位、概念及其相互關聯進行系統化整理、揭示、關聯與儲存的過程，傳統工具包含分類法、標題表、主題詞表（Thesaurus）、本體論（Ontology）等知識組織系統（KOS）。
3. 領域分析（Domain Analysis）理論：學者 Birger Hjørland 提出文獻計量／科學計量分析是建構與理解特定學科領域知識結構的重要實證取徑（Empirical Approach），奠定了科學計量應用於知識組織的理論基石。

解題方法

本題為典型的「名詞界定＋雙向關係申論題」，解答策略應採取「先精確定義範疇，再以結構化層次剖析雙向互補關係」：

1. 第一部分：科學計量分析之界定：

• 清楚闡明定義、起源、測量對象（論文、專利、作者、機構、引文、關鍵字）。
• 點出關鍵分析技術（引文分析、共被引分析、共詞分析、文獻偶合、網絡結構分析）。

2. 第二部分：科學計量與知識組織之關係：

• 切忌單向回答「如何算排名或評鑑績效」，必須聚焦於「知識的揭示、分類與結構化」。
• 採「雙向互補架構」論述：
• 科學計量賦能知識組織（由下而上，Bottom-up）：利用數據探勘與演算法動態產出「科學知識圖譜（Science Mapping）」、體現「文獻保證原則（Literary Warrant）」以更新詞表與分類體系、深化領域分析。
• 知識組織支撐科學計量（由上而下，Top-down）：仰賴規範控制（Authority Control）消除作者與機構實體歧義、以標準分類架構作為計量領域劃分的基準，確保計量數據品質。
• 總結兩者由「靜態人工作業」走向「動態語意整合」的趨勢。

選項分析

本題為申論題型，無選擇題選項。閱卷給分之關鍵在於兩大子題構面的平衡與論述深度：

• 子題一（何謂科學計量分析）：佔分約 35%～40%。若僅將其窄化為「計算發表篇數或影響係數（Impact Factor）以評鑑學者」，而未提及關係網絡分析（共被引、共詞、網絡拓撲）與探究科學本質發展之目的，會被評為觀念片面。
• 子題二（與知識組織之關係）：佔分約 60%～65%。若僅單向描述科學計量對圖書館檢索的幫助，而忽略傳統知識組織技術（如權威控制、分類表）對科學計量準確度的基礎支撐，論述結構將失去對偶性與深度；能援引 Hjørland 領域分析理論及文獻保證原則者，為高分關鍵。

解題技巧

1. 破題去「評鑑化」：國考考生常直覺將計量分析與「學術評鑑」綁定，但在《技術服務》考卷中，必須扣緊「主題分析、知識結構、分類、詞表、編目規範」等核心課題。
2. 關鍵術語精準入列：答題時務必寫出領域標準術語，如：共被引分析（Co-citation Analysis）、共詞分析（Co-word Analysis）、科學知識圖譜（Mapping Science）、文獻保證原則（Literary Warrant）、規範控制（Authority Control）、本體論（Ontology）。
3. 雙向視角架構法：論述「A 與 B 之關係」時，一律採用「A 對 B 的應用推進」與「B 對 A 的基礎支撐」兩層面，邏輯即立於不敗之地。

【答案】

壹、科學計量分析（Scientometric Analysis）之意涵與範疇

一、定義與緣起

科學計量學（Scientometrics）一詞最早由蘇聯學者 V. V. Nalimov 與 Z. M. Mulchenko 於 1969 年提出（俄語：Naukometriya），隨後透過科哲與資訊計量學者 Derek J. de Solla Price 及 Eugene Garfield 等人的提倡而普及。

核心觀念

本題的核心在於將**圖書資訊學的技術服務（分類、排架、加工標示）與閱讀教育理論（兒童適性閱讀、語言習得、資訊尋求行為）**進行跨領域整合。主要涵蓋以下學科概念：

1. 適性閱讀（Adaptive / Leveled Reading）與閱讀分級架構： 適性閱讀強調「適讀性」（Readability），使讀者的閱讀能力（Reader Measure）與文本難度（Text Measure）精準配對。國際主流英文適性指標包含藍思閱讀分級架構（The Lexile Framework for Reading）、可加速閱讀測驗系統（Accelerated Reader, 簡稱 AR / ATOS 級數）及導讀分級法（Guided Reading Levels, GRL / Fountas & Pinnell）。
2. 讀者導向排架法（Reader-Interest Categorization / Leveled Shelving）： 傳統分類法（如杜威十進分類法 DDC、美國國會圖書館分類法 LCC）以學科知識結構為核心，英文兒童小說多集中於單一分類號（如 DDC 823），再依作者姓氏排架；此模式完全忽視詞彙量、句型結構等語言難度，無法支援適性閱讀的選書需求。因此，館藏組織需轉型為以「讀者閱讀程度」為首要分群依據。
3. 可視化加工與排架（Color-Coding & Visual Display）： 針對兒童認知發展階段，利用色彩管理（分色標籤）、圖像符號及封面朝外（Face-out）展示，降低檢索門檻。
4. 技術服務相容性與書目控制： 在開架排架滿足適性閱讀的同時，維持機讀編目格式（MARC 21 欄位 521 讀者對象附註項）與索書號系統的完整對應，兼顧系統檢索與實體開架瀏覽（Browsing）。

解題方法

本題為典型申論題，解題切入點應採「診斷現況困境 $\rightarrow$ 提出具體分類排架策略 $\rightarrow$ 申論理論與實務理由」的三段式邏輯推展：

1. 破題與定位：點明傳統 DDC 分類法將大量兒童英文讀物依主題或作者排架，無法呈現文本難易度，致使兒童與家長陷入「選書盲區」。
2. 分類排架實作策略（How）：

• 分級系統引進：擇定客觀國際指標（如 Lexile 分級）。
• 館藏分區與排架層次：打破全體按字順排列的架構，依閱讀歷程依序規劃「啟蒙繪本（Picture Books）$\rightarrow$ 橋樑書（Early Readers / Transitional Books）$\rightarrow$ 章節小說（Chapter Books）$\rightarrow$ 青少年小說（Young Adult Fiction）」，各分區內再依分級級數升冪排架。
• 實體標示加工：採用「分色書標（Color-Coding）」搭配級數標籤，並將低階讀物採面朝外展示。
• 技術端整合：於機讀編目紀錄標註分級數據，索書號前置分級代碼。

3. 理由申論（Why）：

• 心理與教育層面：呼應維高斯基（Vygotsky）的「近側發展區（ZPD）」與克拉申（Krashen）的「$i+1$ 輸入假說」，避免挫折感或無聊感。
• 讀者行為層面：簡化兒童資訊尋求負擔，培養「獨立選書（Independent Reading）」能力。
• 服務效益層面：提供家長與館員即時導讀與閱讀諮詢的視覺化指引。

選項分析（申論題答題面向評析）

本題為非選擇題之專業申論題，考生在建構論點時，應對以下三種常見排架模式之優劣進行實務權衡與批判，以凸顯「適性分級排架」之必要性：

1. 純傳統分類排架（純 DDC / 主題作者號排序）：

• 評析（不宜採用）：檢索雖具統一性，但兒童在同一架位上可能同時遭遇極度簡易的繪本與艱澀的少年小說，完全無法支援「依照自身英語能力挑選讀本」的實際閱讀情境。

2. 純年齡分區排架（如 Preschool, Grade 1-3, Grade 4-6）：

• 評析（效果有限）：臺灣非英語母語環境，兒童之「生理年齡／學齡」與「英文閱讀能力」往往嚴重脫節，以年齡分區易造成學習落差者的心理標籤化（Stigmatization），未能達成適性本質。

3. 適性指標分級排架搭配分色標籤（最適方案）：

• 評析（正確解法）：以文本客觀難度（如 Lexile 數值區間）為分組核心，輔以視覺化顏色區隔與階段分區，既客觀去標籤化，又能精準對接兒童目前閱讀能力區間。

解題技巧與常見陷阱

核心觀念

本題旨在測驗圖書館「技術服務」（編目學）中，從傳統編目規則過渡至數位環境的核心理論演進。考點涵蓋：

1. FRBR（書目記錄功能需求，Functional Requirements for Bibliographic Records）：國際圖書館協會聯盟（IFLA）於 1998 年發布的「實體—關聯」（Entity-Relationship, E-R）概念模型，屬於抽象的理論框架。
2. RDA（資源描述與檢索，Resource Description and Access）：接替 AACR2（英美編目規則第二版）的新一代國際內容編目指引與規則，屬於具體的操作實踐規範。
3. 兩者本質關係：FRBR 是 RDA 的「理論基礎與概念架構」，RDA 是 FRBR 的「具體編目實踐與規則延伸」。

解題方法

本題為申論題，解題切入點應採「由理論到實踐、由靜態結構到動態任務、由歷史奠基到現代演進」的三維架構進行論述，結構嚴謹，層次分明：

1. 理論與實踐層面（抽象 vs. 具體）：釐清概念模型（Conceptual Model）與編目代碼（Cataloging Code）的分工。
2. 實體結構對應（WEMI 模型）：論述 FRBR 第一組實體如何構成 RDA 指引組織架構的核心骨幹。
3. 使用者任務落實（User Tasks）：分析 RDA 屬性與關係設計如何支援 FRBR 所定義的檢索任務。
4. 關聯架構與語意網（Relationships）：說明實體間關聯與指稱詞如何促進鏈結資料（Linked Data）發展。
5. 演進補充（FRBR 到 IFLA LRM）：說明命題當年（民國 109 年）RDA 配合國際模型整併的最新發展脈絡。

申論要點剖析（詳解內容）

一、 理論基礎與具體實踐的互補關係

• FRBR 為 RDA 的概念基石：FRBR 並非編目規則，而是採用實體—關聯分析法建構的書目宇宙「概念模型」；RDA 則以 FRBR 框架為基礎，將抽象概念轉化為編目員在描述資源、記錄屬性與關係時的「操作規則與指導方針」。
• 打破傳統卡片式思維：AACR2 局限於國際標準書目著錄（ISBD）的線性版面結構，而 RDA 透過引進 FRBR 概念，將編目對象轉向資料元素導向（Element-based），實現結構化與物件化管理。

二、 實體架構之體現：WEMI 四層次模型

RDA 全面採納 FRBR 的第一組實體（Group 1 Entities），將資源描述分為四個階層，成為其章節配置的主要骨幹：

1. 作品（Work）：獨立的智力或藝術創作（概念層次）。
2. 表現形式（Expression）：作品的智力或藝術實現，如特定語文、修訂版、錄音形式（符號/內容層次）。
3. 體現／載體表現（Manifestation）：表現形式的實體承載或出版產物，如特定的平裝本、數位檔案格式（物理/載體層次）。
4. 單件（Item）：體現的單一複本或物件，代表館藏實際擁有的標本（物件層次）。

• 實踐效益：RDA 依循此階層指引編目員分別記錄各層級屬性，解決了過去將「內容」與「載體」混淆不清的問題，能有效將同作品的不同版本與載體聚類（Collocation）。

三、 使用者任務的實踐目標

FRBR 確立了書目系統應滿足的四大「使用者任務」（User Tasks），RDA 明確將其納入編目核心目標：

1. 尋找（Find）：搜尋符合使用者檢索條件的資源。
2. 識別（Identify）：確認所找到的實體即為所需資源，或區分同名/相似實體。
3. 選擇（Select）：評估資源內容與格式是否切合需求（如語言、版本、載體格式）。
4. 取得（Obtain）：取得特定單件的實體途徑或遠端數位資源的存取管道。

• RDA 的「核心元素」（Core Elements）正是依據支援這四大任務的重要性來篩選與規定。

核心觀念

本題評量圖書資訊學「技術服務」核心範疇中的資訊組織（Information Organization）、大眾分類法（Folksonomy / Social Tagging）與網路資訊檢索（Information Retrieval）。

1. 大眾分類法（Folksonomy）：相對於圖書館採用的「控制詞彙（Controlled Vocabulary）」（如《中文主題詞表》、《美國國會圖書館標題表 LCSH》）與由上而下（Top-down）的階層分類系統，Hashtag 屬於由下而上（Bottom-up）、由使用者驅動（User-driven）的自由標引（Free Tagging）機制。
2. 元資料與檢索點（Metadata & Access Points）：Hashtag 本質為使用者自建的非結構化元資料，賦予數位內容可供機器索引與人類檢索的主題存取點（Access Points）。
3. 超連結聚類（Hyperlink-based Clustering）：利用符號轉換機制，將平面文本轉化為動態的主題節點，實現去中心化的主題聚合。

解題方法

本題為標準的申論題型，切入策略應兼顧「網路社群的實務現象」與「圖書資訊學的專業學理」：

1. 破題界定定義：簡要說明 Hashtag（主題標籤／井字標記）的起源與本質，建立專業基調。
2. 功能面向（Why & What）：從「資訊組織」、「檢索導引」、「傳播行銷」、「情感語境」以及「圖資學的大眾分類意義」五個層面切入，層次分明。
3. 使用方式（How）：從「語法規格（Syntax）」、「排版位置（Placement）」、「詞彙策略（Tag Strategy）」到「數量控制與注意事項」循序說明，展現操作性知識。
4. 論述重心：切忌只用通俗的行銷角度回答，必須導入圖資專業術語（如「主題檢索點」、「大眾分類法」、「主題聚類」），方能取得閱卷委員的高分認同。

選項分析

本題為國家考試三等申論題，非選擇題型，故無選項分析。計分重點在於考生能否精準拆解題目兩大要求——「功能」與「使用方式」，並以條列化、具學理深度的架構完整作答。

解題技巧

1. 扣緊學科背景，避免流於「通識化」：若僅回答「Hashtag 可以標記朋友、看熱門八卦」，分數通常落在及格邊緣。必須提及「大眾分類法（Folksonomy）」以及「與傳統控制詞彙的互補性」，展現圖資專業水準。
2. 雙核心題型務必均勻配分：題目包含「功能」與「使用方式」兩問，作答篇幅應維持約 $1:1$ 或 $6:4$ 的黃金比例，切勿單邊失衡。
3. 分點標題採用名詞化結構：如「資訊組織與主題聚類」、「規範語法與格式要求」，有助於閱卷委員在閱卷極短時間內快速掌握採分點。

【答案】

一、Hashtag 之定義與核心本質

Hashtag（中文常譯為「主題標籤」或「井字標記」）源於 2007 年網路社群平台（早期以 Twitter 為代表），指在詞彙、詞組或無空格短語前加上半形井字號「#」的一種元資料（Metadata）標記技術。在圖書資訊學架構下，Hashtag 係屬於由使用者自主建立的「大眾分類法（Folksonomy）」，是一種非階層式、去中心化的主題標引與檢索機制。

二、Hashtag 之主要功能

1. 資訊組織與主題聚類（Information Organization & Clustering）