学術情報の電子化と標準化が進む一方，その流通量の増加とコンテンツの多様化は，データの構造化と横断的な分析をますます困難なものにしている。近年，自然言語処理や機械学習アルゴリズムの実装や，メタデータ取得の自動化によってこれらの課題を克服しようとする学術データベースが相次いでリリースされている。本稿ではそうした新世代のデータベースのいくつかを概観し，それらが成立した背景要因として，機械可読識別子の普及やオープンなコンテンツの拡大，人工知能の学術情報サービスへの応用などについて検討するとともに，それらが今後の学術情報流通に与える影響について展望する。

近年，高等教育機関や研究機関における関係者の間でよく話題にされるIR（Institutional Research）について，その意義や定義，国内および海外の主要な動向と実務における考え方について，IRに専任従事する立場から解説する。そもそもIRは，教育成果を測定し高等教育機関への投資が妥当なものかどうかをチェックする機能として米国の大学で行われた活動であった。しかし，2000年代に日本に導入されてから，大学のガバナンスのための強力なツールとして大きな期待が寄せられている。本稿は，教育と研究という2つの側面から，日本におけるIRが置かれた状況と，これからの役割を考察する。

本稿は，様々な学術的文化的データベースにおいて必要不可欠な著者識別子に焦点を当て，昨今の技術的，政策的変革の中で，それらがどのような様態をなして，どのように利用されるようになってきているのかを概観する。著者識別子は，著者名の曖昧性を排除し，学術的，文化的なあらゆる創作活動の結果である著作物を著者に正確に関係づける。著者名寄せとの対比の中で著者識別子を形式的に位置付け，現在流通する様々な著者識別子を品質の観点から整理し紹介する。さらに，グローバルな著者識別子であるORCIDとISNIが学術論文，研究データ，デジタルアーカイブを対象にしたデータベースにおいてどのように応用されるかを示す。