Некоммерческое издание публикаций не снижает их стоимости
Современная научная публикационная деятельность сталкивается с серьезными финансовыми вызовами. Растущая стоимость публикационного процесса увеличивает потребность в некоммерческих моделях публикаций. Однако существует вероятность того, что популярность таких моделей может ограничить рост издательств, но так и не привести к удешевлению процесса публикации. В сегодняшнем обзоре мы рассмотрим посвященное этой теме недавнее исследование Роба Джонсона, главы компании Research Consulting в области исследовательской политики.
Инициатива ЕС по снижению стоимости публикации
В мае 2023 года Совет ЕС назвал текущие расходы на публикации неприемлемыми:
«Расходы на платный доступ к статьям и их публикацию становятся непосильными, а каналы публикаций для исследователей часто находятся в руках частных компаний, которые зачастую контролируют интеллектуальную собственность на статьи».
Совет призвал Комиссию и EC поддержать политику, направленную на создание некоммерческой, открытой и многоформатной модели научных изданий, не влекущей за собой никаких расходов для авторов и читателей.
В своем исследовании Р. Джонсон указывает, что существующие издательства уменьшают расходы на процесс публикации путем использования государственных субсидий или масштабирования объема выпускаемых публикаций. Это же наблюдение подтверждает отчет Массачусетского технологического института «Доступ к науке и стипендиям: ключевые вопросы о будущем публикации научных работ», в котором предлагается два способа увеличения прибыли коммерческих изданий: увеличение количества публикаций и снижение расходов.
О состоянии коммерческих изданий свидетельствуют данные инициативы OpenAPC при библиотеке Билефельдского университета, которая публикует наборы данных о сборах, выплачиваемых университетами и исследовательскими институтами за статьи в журналах открытого доступа.
Создание Open Research Europe и сценарии развития
Сложившуюся ситуацию, как описано в инициативе ЕС, предлагается решить при помощи создания ORE — издательской платформы открытого доступа на некоммерческой основе. Предполагается, что эта платформа будет работать как независимое юридическое лицо, что позволит оценить полную стоимость публикационного цикла. Большинство услуг, связанных с производством публикаций, таких как редакционные, производственные или технологические функции, будут выполняться сторонними поставщиками, но допускается возможность реализации платформы на базе уже существующей академической или международной организации. Однако, насколько создание ORE решит проблему роста стоимости публикаций?
В 2023 году Р. Джонсон представил отчет о потенциале создания ORE. В нем рассматриваются вероятные внутренние и внешние факторы, потенциально способные повлиять на рост опубликованных материалов, а также предполагаемый рост расходов в период с 2026 по 2030 годы.
Р. Джонсон смоделировал несколько сценариев возможного роста публикаций под эгидой ORE. Им были выделены пять основных категорий предполагаемых затрат:
а) расходы на производство статей,
б) маркетинг и вовлечение сообщества,
в) разработка и обслуживание платформы,
г) зарплаты и оклады,
д) административные накладные расходы.
В результате расчеты автора показывают, что даже при самом оптимистичном сценарии маловероятно, что стоимость одной публикации будет значительно ниже текущих коммерческих расценок.
В целом исследование показывает, что, с учетом всех категорий расходов, некоммерческие модели издания слабо способствуют уменьшению стоимости публикационного процесса. Р. Джонсон указывает, что политика развития издательств открытого доступа предполагает две крайние стратегии: сохранение качества ценой потери доли влияния и доходности, либо наращивание объемов издаваемых материалов, рискуя потерять доверие читателей к качеству.
#обзор #OpenResearchEurope #коммерциализация
Современная научная публикационная деятельность сталкивается с серьезными финансовыми вызовами. Растущая стоимость публикационного процесса увеличивает потребность в некоммерческих моделях публикаций. Однако существует вероятность того, что популярность таких моделей может ограничить рост издательств, но так и не привести к удешевлению процесса публикации. В сегодняшнем обзоре мы рассмотрим посвященное этой теме недавнее исследование Роба Джонсона, главы компании Research Consulting в области исследовательской политики.
Инициатива ЕС по снижению стоимости публикации
В мае 2023 года Совет ЕС назвал текущие расходы на публикации неприемлемыми:
«Расходы на платный доступ к статьям и их публикацию становятся непосильными, а каналы публикаций для исследователей часто находятся в руках частных компаний, которые зачастую контролируют интеллектуальную собственность на статьи».
Совет призвал Комиссию и EC поддержать политику, направленную на создание некоммерческой, открытой и многоформатной модели научных изданий, не влекущей за собой никаких расходов для авторов и читателей.
В своем исследовании Р. Джонсон указывает, что существующие издательства уменьшают расходы на процесс публикации путем использования государственных субсидий или масштабирования объема выпускаемых публикаций. Это же наблюдение подтверждает отчет Массачусетского технологического института «Доступ к науке и стипендиям: ключевые вопросы о будущем публикации научных работ», в котором предлагается два способа увеличения прибыли коммерческих изданий: увеличение количества публикаций и снижение расходов.
О состоянии коммерческих изданий свидетельствуют данные инициативы OpenAPC при библиотеке Билефельдского университета, которая публикует наборы данных о сборах, выплачиваемых университетами и исследовательскими институтами за статьи в журналах открытого доступа.
Создание Open Research Europe и сценарии развития
Сложившуюся ситуацию, как описано в инициативе ЕС, предлагается решить при помощи создания ORE — издательской платформы открытого доступа на некоммерческой основе. Предполагается, что эта платформа будет работать как независимое юридическое лицо, что позволит оценить полную стоимость публикационного цикла. Большинство услуг, связанных с производством публикаций, таких как редакционные, производственные или технологические функции, будут выполняться сторонними поставщиками, но допускается возможность реализации платформы на базе уже существующей академической или международной организации. Однако, насколько создание ORE решит проблему роста стоимости публикаций?
В 2023 году Р. Джонсон представил отчет о потенциале создания ORE. В нем рассматриваются вероятные внутренние и внешние факторы, потенциально способные повлиять на рост опубликованных материалов, а также предполагаемый рост расходов в период с 2026 по 2030 годы.
Р. Джонсон смоделировал несколько сценариев возможного роста публикаций под эгидой ORE. Им были выделены пять основных категорий предполагаемых затрат:
а) расходы на производство статей,
б) маркетинг и вовлечение сообщества,
в) разработка и обслуживание платформы,
г) зарплаты и оклады,
д) административные накладные расходы.
В результате расчеты автора показывают, что даже при самом оптимистичном сценарии маловероятно, что стоимость одной публикации будет значительно ниже текущих коммерческих расценок.
В целом исследование показывает, что, с учетом всех категорий расходов, некоммерческие модели издания слабо способствуют уменьшению стоимости публикационного процесса. Р. Джонсон указывает, что политика развития издательств открытого доступа предполагает две крайние стратегии: сохранение качества ценой потери доли влияния и доходности, либо наращивание объемов издаваемых материалов, рискуя потерять доверие читателей к качеству.
#обзор #OpenResearchEurope #коммерциализация
Дайджест: июль 2024
Представляем свежий дайджест научных событий за последний месяц.
Научные статьи
В Scientometrics вышло исследование классики библиометрического цитирования — какие старые публикации в этой области по-прежнему высоко цитируются.
Китайские ученые проанализировали, насколько оценки рецензентов соответствуют последующим цитированиям статей. Выяснилось, что корреляция невелика.
Journal of Informetrics опубликовал статью, посвященную новому подходу к вычислению расстояний между исследовательскими дисциплинами. Подход основан на изучении исследовательских коллабораций и измерении схожести публикаций.
В Quantitative Science Studies предлагается новый способ подсчета импакт-фактора для более точной оценки влияния и видимости научных журналов и публикаций.
Редакторская политика
Национальная организация по информационным стандартам (NISO) выпустила рекомендации по информированию об отзывах статей и публикации «выражений обеспокоенности» в связи (например) с сомнительной методологией.
А ODI (Open Discovery Initiative), основанная NISO, опубликовала лучшие практики внедрения предварительно индексированных поисковых инструментов. Вендоры отреагировали в основном положительно.
На Scholarly Kitchen вышло интервью с Ричардом Джефферсоном, основателем библиометрической платформы The Lens. Интересный рассказ о том, как была задумана и реализована The Lens, и какие вызовы стоят перед ней сейчас.
Одна из самых интересных новостей, на наш взгляд, касается Informa, материнской компании академического издательства Taylor & Francis. Она заключила с Microsoft соглашение о доступе к данным для обучения искусственного интеллекта. Многие исследователи, публикующиеся в издательстве, считают это сомнительным решением — во-первых, потому, что авторов об этом никто не предупреждал, а во-вторых, потому, что это создает тревожный прецедент и подчеркивает и без того «хищническую» природу академических публикаций.
Базы данных
Ежегодный отчет также выпустил Springer Nature. Помимо прочего, он показывает рост числа исследований в открытом доступе.
Издательство De Gruyter Brill объявило, что в 2025 году сделает 37 дополнительных журналов доступными бесплатно через свою модель Subscribe to Open (S2O).
ОЭСР переводит материалы и сервисы своей электронной библиотеки в открытый доступ.
Наука в мире
Исследователи MIT представили GenSQL, генеративный ИИ для баз данных на основе SQL, который может делать прогнозы, обнаруживать аномалии, угадывать пропущенные значения, исправлять ошибки или генерировать синтетические данные.
1-3 июля в Вашингтоне состоялась ежегодная конференция ICSSI (International Conference on Science and Innovation). К сожалению, архивов прошлых конференций на сайте нет, но мы будем надеяться на публикацию материалов конференции в будущих сборниках.
Наука в России
Альянс в сфере искусственного интеллекта выпустил новый рейтинг вузов России, готовящих специалистов по ИИ. Всего в рейтинг входит 207 университетов из 69 регионов страны.
В соответствии с приказом МинОбра, с 26 июля вносятся изменения в правилах формирования перечня рецензируемых научных изданий ВАК.
Академик Хохлов пишет об РЦНИ: на платформе начали появляться первые (январские) выпуски некоторых журналов РАН за 2024 год.
В НИУ ВШЭ разрабатывают технологию идентификации текстов, сгенерированных ИИ любого типа.
#дайджест #новости #редакторскаяполитика #базыданных #наукавроссии #искуственныйинтеллект
Представляем свежий дайджест научных событий за последний месяц.
Научные статьи
В Scientometrics вышло исследование классики библиометрического цитирования — какие старые публикации в этой области по-прежнему высоко цитируются.
Китайские ученые проанализировали, насколько оценки рецензентов соответствуют последующим цитированиям статей. Выяснилось, что корреляция невелика.
Journal of Informetrics опубликовал статью, посвященную новому подходу к вычислению расстояний между исследовательскими дисциплинами. Подход основан на изучении исследовательских коллабораций и измерении схожести публикаций.
В Quantitative Science Studies предлагается новый способ подсчета импакт-фактора для более точной оценки влияния и видимости научных журналов и публикаций.
Редакторская политика
Национальная организация по информационным стандартам (NISO) выпустила рекомендации по информированию об отзывах статей и публикации «выражений обеспокоенности» в связи (например) с сомнительной методологией.
А ODI (Open Discovery Initiative), основанная NISO, опубликовала лучшие практики внедрения предварительно индексированных поисковых инструментов. Вендоры отреагировали в основном положительно.
На Scholarly Kitchen вышло интервью с Ричардом Джефферсоном, основателем библиометрической платформы The Lens. Интересный рассказ о том, как была задумана и реализована The Lens, и какие вызовы стоят перед ней сейчас.
Одна из самых интересных новостей, на наш взгляд, касается Informa, материнской компании академического издательства Taylor & Francis. Она заключила с Microsoft соглашение о доступе к данным для обучения искусственного интеллекта. Многие исследователи, публикующиеся в издательстве, считают это сомнительным решением — во-первых, потому, что авторов об этом никто не предупреждал, а во-вторых, потому, что это создает тревожный прецедент и подчеркивает и без того «хищническую» природу академических публикаций.
Базы данных
Ежегодный отчет также выпустил Springer Nature. Помимо прочего, он показывает рост числа исследований в открытом доступе.
Издательство De Gruyter Brill объявило, что в 2025 году сделает 37 дополнительных журналов доступными бесплатно через свою модель Subscribe to Open (S2O).
ОЭСР переводит материалы и сервисы своей электронной библиотеки в открытый доступ.
Наука в мире
Исследователи MIT представили GenSQL, генеративный ИИ для баз данных на основе SQL, который может делать прогнозы, обнаруживать аномалии, угадывать пропущенные значения, исправлять ошибки или генерировать синтетические данные.
1-3 июля в Вашингтоне состоялась ежегодная конференция ICSSI (International Conference on Science and Innovation). К сожалению, архивов прошлых конференций на сайте нет, но мы будем надеяться на публикацию материалов конференции в будущих сборниках.
Наука в России
Альянс в сфере искусственного интеллекта выпустил новый рейтинг вузов России, готовящих специалистов по ИИ. Всего в рейтинг входит 207 университетов из 69 регионов страны.
В соответствии с приказом МинОбра, с 26 июля вносятся изменения в правилах формирования перечня рецензируемых научных изданий ВАК.
Академик Хохлов пишет об РЦНИ: на платформе начали появляться первые (январские) выпуски некоторых журналов РАН за 2024 год.
В НИУ ВШЭ разрабатывают технологию идентификации текстов, сгенерированных ИИ любого типа.
#дайджест #новости #редакторскаяполитика #базыданных #наукавроссии #искуственныйинтеллект
Использование ИИ в технологическом трансфере
Месяц назад в Nature вышла заметка основателя “Научного центра науки и инноваций Северо-Западного университета” Дашунь Вана (Dashun Wang), посвященная использованию алгоритмов ИИ для выявления ученых, нуждающихся в поддержке их научных результатов для практического приложения.
Во время пилотного проекта исследовательской группы Вана обнаружилось, что одна исследовательница в области биологии не знала о влиянии своих научных работ на рынок, но в результате знакомства с подразделением технологического трансфера она узнала, что частные компании широко цитируют ее исследования в своих патентах, и подала заявку на регистрацию своего изобретения. Этот пример сподвигнул Вана задаться вытекающими из этого кейса вопросами: можно ли выявить исследователей с невостребованным инновационным потенциалом и каким образом?
В течение нескольких лет исследовательский коллектив Вана работал с различными университетами США, пытаясь найти оптимальные способы максимизировать результаты научной деятельности.
В ходе исследования обнаружились некоторые потворяющиеся паттерны, например:
- женщины реже патентуют свои работы, чем мужчины (причем разница — от двух до десяти раз в зависимости от области), при одинаковом (судя по цитируемости) уровне работы;
- преподаватели с постоянным контрактом подают заявки чаще, чем те, кто трудоустроен по временному контракту.
Кроме того, выяснилось, что существует довольно много ученых, которые не стремятся к трансферу технологий, не взаимодействуют с соответствующим департаментом (а такие есть почти во всех университетах), не подают заявки на патенты.
Ван и его коллеги полагают, что публикующиеся ежегодно наборы данных о миллионах статей, препринтов и грантовых заявок можно анализировать при помощи ИИ, чтобы выявить пробелы и узкие места, которые мешают технологическим прорывам.
Одним из главных хайлайтов статьи является утверждение Вана о дихотомии между фундаментальными и прикладными исследованиями и условиями современности: сложно спрогнозировать какие исследования найдут непосредственное технологическое применение.
Вывод Вана состоит в том, что исследования были бы намного влиятельней, если бы университеты использовали инструменты ИИ с целью поиска научных результатов своих сотрудников, к которым применим технологический трансфер.
#обзор #искусственныйинтеллект #патенты
Месяц назад в Nature вышла заметка основателя “Научного центра науки и инноваций Северо-Западного университета” Дашунь Вана (Dashun Wang), посвященная использованию алгоритмов ИИ для выявления ученых, нуждающихся в поддержке их научных результатов для практического приложения.
Во время пилотного проекта исследовательской группы Вана обнаружилось, что одна исследовательница в области биологии не знала о влиянии своих научных работ на рынок, но в результате знакомства с подразделением технологического трансфера она узнала, что частные компании широко цитируют ее исследования в своих патентах, и подала заявку на регистрацию своего изобретения. Этот пример сподвигнул Вана задаться вытекающими из этого кейса вопросами: можно ли выявить исследователей с невостребованным инновационным потенциалом и каким образом?
В течение нескольких лет исследовательский коллектив Вана работал с различными университетами США, пытаясь найти оптимальные способы максимизировать результаты научной деятельности.
В ходе исследования обнаружились некоторые потворяющиеся паттерны, например:
- женщины реже патентуют свои работы, чем мужчины (причем разница — от двух до десяти раз в зависимости от области), при одинаковом (судя по цитируемости) уровне работы;
- преподаватели с постоянным контрактом подают заявки чаще, чем те, кто трудоустроен по временному контракту.
Кроме того, выяснилось, что существует довольно много ученых, которые не стремятся к трансферу технологий, не взаимодействуют с соответствующим департаментом (а такие есть почти во всех университетах), не подают заявки на патенты.
Ван и его коллеги полагают, что публикующиеся ежегодно наборы данных о миллионах статей, препринтов и грантовых заявок можно анализировать при помощи ИИ, чтобы выявить пробелы и узкие места, которые мешают технологическим прорывам.
Одним из главных хайлайтов статьи является утверждение Вана о дихотомии между фундаментальными и прикладными исследованиями и условиями современности: сложно спрогнозировать какие исследования найдут непосредственное технологическое применение.
Вывод Вана состоит в том, что исследования были бы намного влиятельней, если бы университеты использовали инструменты ИИ с целью поиска научных результатов своих сотрудников, к которым применим технологический трансфер.
#обзор #искусственныйинтеллект #патенты
Взаимодействовали ли вы с центром технологического трансфера в своем институте?
Да, успешно - 5
👍👍 6%
Да, но без успешного результата - 4
👍👍 5%
Нет, но знаю, что у нас есть такой отдел - 23
👍👍👍👍👍 29%
У нас нет центра технологического трансфера - 38
👍👍👍👍👍👍👍👍 48%
В моей области это неприменимо - 10
👍👍👍 13%
👥 80 человек уже проголосовало.
Да, успешно - 5
👍👍 6%
Да, но без успешного результата - 4
👍👍 5%
Нет, но знаю, что у нас есть такой отдел - 23
👍👍👍👍👍 29%
У нас нет центра технологического трансфера - 38
👍👍👍👍👍👍👍👍 48%
В моей области это неприменимо - 10
👍👍👍 13%
👥 80 человек уже проголосовало.
Самоцитирования журналов: тематический, страновой и квартильный разрезы
Постепенно возвращаясь к академическому ритму после летних каникул, мы решили обратить внимание наших подписчиков на динамику самоцитирований журналов, индексирующихся в Web of Science.
В онлайн-руководстве вопрос самоцитирований рассматривается как с точки зрения отдельного автора, так и с позиции журнального самоцитирования. Основная проблема самоцитирований в последнем случае — это искажение информации об истинной видимости журнальных статей академическим сообществом, что снижает надежность метрик, рассчитываемых на основе цитируемости (в том числе и широко используемых квартилей, являющихся побочным продуктом статистического подхода). Последние работы в области наукометрии (Bennett H., Singh B. & Slattery F.: 2024; Fiorillo. L.: 2024) показывают, что интерес к оценке самоцитирований не только сохраняется, но и является драйвером для описания тех изменений, которые претерпевают отдельные научные области.
Наша сегодняшняя аналитика продолжает заданное направление и построена на данных по источникам WoS за 2021-2023 гг. На диаграмме можно увидеть области, в которых наиболее часто встречается самоцитирование: в основном это узкие специфические области литературы (в частности, славянская литература — в среднем более 50% самоцитирований) и физики (физика полей и частиц, астрофизика, физика плазмы — 25-30%) Если говорить о странах-издателях журналов, то наибольшее количество самоцитирований встречается в журналах стран Африки и СНГ.
С квартилем журнала доля самоцитирований коррелирует слабо, но устойчиво — медианное значение составляет от 7,2% в журналах Q1 до 11,3% в Q4. Наблюдается и зависимость от коллекции, в которую входит журнал: меньше всего прибегают к самоцитированию авторы журналов из коллекции SCIE (Science Citation Index Expanded, 7,3%), за ней следует SSCI (Social Sciences Citation Index, 9,3%). У коллекций ESCI (Emerging Sources Citation Index) и AHCI (Arts & Humanities Citation Index) показатели самоцитирования выше — 10,2% и 11,1% соответственно.
#аналитика #самоцитирование #webofscience #руководство
Постепенно возвращаясь к академическому ритму после летних каникул, мы решили обратить внимание наших подписчиков на динамику самоцитирований журналов, индексирующихся в Web of Science.
В онлайн-руководстве вопрос самоцитирований рассматривается как с точки зрения отдельного автора, так и с позиции журнального самоцитирования. Основная проблема самоцитирований в последнем случае — это искажение информации об истинной видимости журнальных статей академическим сообществом, что снижает надежность метрик, рассчитываемых на основе цитируемости (в том числе и широко используемых квартилей, являющихся побочным продуктом статистического подхода). Последние работы в области наукометрии (Bennett H., Singh B. & Slattery F.: 2024; Fiorillo. L.: 2024) показывают, что интерес к оценке самоцитирований не только сохраняется, но и является драйвером для описания тех изменений, которые претерпевают отдельные научные области.
Наша сегодняшняя аналитика продолжает заданное направление и построена на данных по источникам WoS за 2021-2023 гг. На диаграмме можно увидеть области, в которых наиболее часто встречается самоцитирование: в основном это узкие специфические области литературы (в частности, славянская литература — в среднем более 50% самоцитирований) и физики (физика полей и частиц, астрофизика, физика плазмы — 25-30%) Если говорить о странах-издателях журналов, то наибольшее количество самоцитирований встречается в журналах стран Африки и СНГ.
С квартилем журнала доля самоцитирований коррелирует слабо, но устойчиво — медианное значение составляет от 7,2% в журналах Q1 до 11,3% в Q4. Наблюдается и зависимость от коллекции, в которую входит журнал: меньше всего прибегают к самоцитированию авторы журналов из коллекции SCIE (Science Citation Index Expanded, 7,3%), за ней следует SSCI (Social Sciences Citation Index, 9,3%). У коллекций ESCI (Emerging Sources Citation Index) и AHCI (Arts & Humanities Citation Index) показатели самоцитирования выше — 10,2% и 11,1% соответственно.
#аналитика #самоцитирование #webofscience #руководство
Анализ цитирований в российских публикациях в Web of Science
В последнем выпуске Journal of Scientometric Research в соавторстве с Дарьей Мальцевой (ВШЭ) вышла статья, посвященная библиометрическому анализу российской науки на базе 1,38 млн публикаций российских (со)авторов.
В основе работы — использование метода спектроскопии года публикации цитируемых работ (RPYS — Reference Publication Year Spectroscopy), разработанного в 2013 Вернером Марксом. Этот метод, как правило, применяется для более ограниченных датасетов (например, для публикаций одного исследователя, журнала или научной дисциплины). Для обработки миллионов записей данных метод был масштабирован авторами исследования с использованием СУБД, что позволило проанализировать исторические корни российской науки.
В качестве исходных данных был взят массив статей, индексированных в WoS до мая 2022 года, у которых хотя бы один из авторов имеет российскую аффилиацию, в виде текстовых файлов. Почти все статьи приходятся на период с 1992 по 2022 гг, до 1992 публикаций крайне мало. Общее количество ссылок в описанном массиве — более 32 млн, при этом 1,66 млн ведут на статьи, входящие в исходный датасет.
Согласно результатам исследования:
🔹 Количество ссылок в статьях заметно возросло с течением времени: если в 1992 г. в публикации приводилось в среднем 15 ссылок, то в 2022 г. их было 47.
🔹 Один из основных объектов анализа — разница в «возрасте» между статьей и публикациями, которая она цитирует. Подавляющее большинство ссылок приходится на группу 20+ лет — это означает, что российская наука в значительной степени опиралась на более «старые» фундаментальные исследования.
🔹 Общий средний возраст цитируемых статей составил 14,5 лет, и в рассматриваемый период (с 1992 по 2022) он увеличился примерно на 14%. Следует отметить и динамику: так, средний возраст достигает пика (15,5 лет) в 2014 г., а затем снижается. Таким образом, авторы публикаций, написанных после 2014 года, начинают чаще цитировать более «свежие» статьи.
Если говорить о научных журналах, то во все периоды чаще всего цитировались Physical Review Letters, Physical Review B, Physical Review D, The Astrophysical Journal, The Journal of Chemical Physics и Journal of the American Chemical Society, а также Nature и Science. До 2000 года в топ-10 входили также «Доклады Академии Наук СССР», но после 2000-х цитировать их практически перестали.
Так или иначе, подавляющее число цитирований приходится на долю естественных наук, что отмечают и сами авторы.
#обзор #цитирования #RPYS #WebofScience
В последнем выпуске Journal of Scientometric Research в соавторстве с Дарьей Мальцевой (ВШЭ) вышла статья, посвященная библиометрическому анализу российской науки на базе 1,38 млн публикаций российских (со)авторов.
В основе работы — использование метода спектроскопии года публикации цитируемых работ (RPYS — Reference Publication Year Spectroscopy), разработанного в 2013 Вернером Марксом. Этот метод, как правило, применяется для более ограниченных датасетов (например, для публикаций одного исследователя, журнала или научной дисциплины). Для обработки миллионов записей данных метод был масштабирован авторами исследования с использованием СУБД, что позволило проанализировать исторические корни российской науки.
В качестве исходных данных был взят массив статей, индексированных в WoS до мая 2022 года, у которых хотя бы один из авторов имеет российскую аффилиацию, в виде текстовых файлов. Почти все статьи приходятся на период с 1992 по 2022 гг, до 1992 публикаций крайне мало. Общее количество ссылок в описанном массиве — более 32 млн, при этом 1,66 млн ведут на статьи, входящие в исходный датасет.
Согласно результатам исследования:
🔹 Количество ссылок в статьях заметно возросло с течением времени: если в 1992 г. в публикации приводилось в среднем 15 ссылок, то в 2022 г. их было 47.
🔹 Один из основных объектов анализа — разница в «возрасте» между статьей и публикациями, которая она цитирует. Подавляющее большинство ссылок приходится на группу 20+ лет — это означает, что российская наука в значительной степени опиралась на более «старые» фундаментальные исследования.
🔹 Общий средний возраст цитируемых статей составил 14,5 лет, и в рассматриваемый период (с 1992 по 2022) он увеличился примерно на 14%. Следует отметить и динамику: так, средний возраст достигает пика (15,5 лет) в 2014 г., а затем снижается. Таким образом, авторы публикаций, написанных после 2014 года, начинают чаще цитировать более «свежие» статьи.
Если говорить о научных журналах, то во все периоды чаще всего цитировались Physical Review Letters, Physical Review B, Physical Review D, The Astrophysical Journal, The Journal of Chemical Physics и Journal of the American Chemical Society, а также Nature и Science. До 2000 года в топ-10 входили также «Доклады Академии Наук СССР», но после 2000-х цитировать их практически перестали.
Так или иначе, подавляющее число цитирований приходится на долю естественных наук, что отмечают и сами авторы.
#обзор #цитирования #RPYS #WebofScience
Дайджест: август 2024
Представляем свежий дайджест научных событий за последний месяц.
Научные статьи
• В Scientometrics вышло новое исследование о цитированиях, которые статьи получают в Twitter (X). Согласно последним результатам, такое внимание к статьям может быть связано с включением в твиты визуального контента.
• Ученые из Китая представили дополненный метод анализа влияния университетов на рынок труда. Для этого они включили в алгоритм расчета рейтинга данные о профессиональной мобильности выпускников университетов.
• В Journal of Informetrics вышла статья, затрагивающая вопросы анонимности авторов и рецензентов. Проанализировав открытые отчеты рецензирования 2059 статей, исследователи обнаружили, что информация о личностях авторов не влияла на характеристику рецензий.
Интересные заметки
• Посты, имеющие политическую окраску, подрывают авторитет ученых, пишет Times Higher Education со ссылкой на оригинал исследования, причем чем более радикальную позицию займет ученый, тем меньшее доверие склонны ему оказывать.
• В Science вышла заметка о влиянии размера исследовательской группы на дальнейший отказ ее участников от научной карьеры (чем больше команда, тем ниже вероятность продолжить научную карьеру).
• В Nature вышел гайд о том, как распознать хищнические конференции.
• В заметке на Scholary Kitchen был поднят дискуссионный вопрос о том, кто должен нести издержки за отзыв статьи: сам автор, редакция журнала, рецензент или же организация, с которой аффилирован автор.
• В качестве бонуса: в ближайшие месяцы появится карточная игра Publish or Perish, симулятор академической жизни (источник новости).
Рейтинги
• 15 августа вышел международный рейтинг университетов ARWU 2024.
• А 30 августа был опубликован свежий выпуск «Три миссии университета».
Инструменты и AI
• Новая японская система искусственного интеллекта (The AI Scientist), проводящая научные исследования с использованием языковых моделей, самостоятельно изменяла свой код для того, чтобы продлить время работы над задачей.
• Scopus анонсировал новую функцию Scopus AI — Copilot, предназначенную для обработки специфических и сложных запросов. Copilot может сам выбирать метод поиска и разбивать запрос на оптимальные части.
• Во ВШЭ успешно защитились несколько студентов, в работах которых использовался YandexGPT; больше половины получили высший балл.
• Библиографический менеджер Zotero опубликовал крупнейшее обновление за 18-летнюю историю — версию Zotero 7. Новая версия имеет более дружелюбный дизайн, поддерживает в режиме чтения документы не только PDF формата, но и EPUB.
• В исследовании, опубликованном в Journal of Scientometric Research, авторы описали функциональные возможности пакета R «tosr», используемого для построения древа науки. Основное достоинство пакета заключаются в его способности объединять наборы данных как Scopus, так и WoS, а не ограничиваться одной из баз.
Наука в России
• Утвержден состав Совета при Президенте Российской Федерации по науке и образованию.
• На федеральном портале проектов нормативных правовых актов размещен проект постановления Правительства РФ, в котором предлагается заменить в остальных постановлениях упоминания журналов WoS и Scopus на “Белый список”.
• Александра Элбакян создала сайт, на котором разместила Декларацию об открытом доступе к научному знанию. Читатели могут подписаться под Декларацией лично, указав свои ФИО, степень и доводы в поддержку инициативы. Декларация вызвала дискуссию, некоторые участники которой отреагировали сдержанно в силу неопределенного статуса подобных инициатив.
#дайджест #новости #редакторскаяполитика #базыданных #наукавроссии #искуственныйинтеллект
Представляем свежий дайджест научных событий за последний месяц.
Научные статьи
• В Scientometrics вышло новое исследование о цитированиях, которые статьи получают в Twitter (X). Согласно последним результатам, такое внимание к статьям может быть связано с включением в твиты визуального контента.
• Ученые из Китая представили дополненный метод анализа влияния университетов на рынок труда. Для этого они включили в алгоритм расчета рейтинга данные о профессиональной мобильности выпускников университетов.
• В Journal of Informetrics вышла статья, затрагивающая вопросы анонимности авторов и рецензентов. Проанализировав открытые отчеты рецензирования 2059 статей, исследователи обнаружили, что информация о личностях авторов не влияла на характеристику рецензий.
Интересные заметки
• Посты, имеющие политическую окраску, подрывают авторитет ученых, пишет Times Higher Education со ссылкой на оригинал исследования, причем чем более радикальную позицию займет ученый, тем меньшее доверие склонны ему оказывать.
• В Science вышла заметка о влиянии размера исследовательской группы на дальнейший отказ ее участников от научной карьеры (чем больше команда, тем ниже вероятность продолжить научную карьеру).
• В Nature вышел гайд о том, как распознать хищнические конференции.
• В заметке на Scholary Kitchen был поднят дискуссионный вопрос о том, кто должен нести издержки за отзыв статьи: сам автор, редакция журнала, рецензент или же организация, с которой аффилирован автор.
• В качестве бонуса: в ближайшие месяцы появится карточная игра Publish or Perish, симулятор академической жизни (источник новости).
Рейтинги
• 15 августа вышел международный рейтинг университетов ARWU 2024.
• А 30 августа был опубликован свежий выпуск «Три миссии университета».
Инструменты и AI
• Новая японская система искусственного интеллекта (The AI Scientist), проводящая научные исследования с использованием языковых моделей, самостоятельно изменяла свой код для того, чтобы продлить время работы над задачей.
• Scopus анонсировал новую функцию Scopus AI — Copilot, предназначенную для обработки специфических и сложных запросов. Copilot может сам выбирать метод поиска и разбивать запрос на оптимальные части.
• Во ВШЭ успешно защитились несколько студентов, в работах которых использовался YandexGPT; больше половины получили высший балл.
• Библиографический менеджер Zotero опубликовал крупнейшее обновление за 18-летнюю историю — версию Zotero 7. Новая версия имеет более дружелюбный дизайн, поддерживает в режиме чтения документы не только PDF формата, но и EPUB.
• В исследовании, опубликованном в Journal of Scientometric Research, авторы описали функциональные возможности пакета R «tosr», используемого для построения древа науки. Основное достоинство пакета заключаются в его способности объединять наборы данных как Scopus, так и WoS, а не ограничиваться одной из баз.
Наука в России
• Утвержден состав Совета при Президенте Российской Федерации по науке и образованию.
• На федеральном портале проектов нормативных правовых актов размещен проект постановления Правительства РФ, в котором предлагается заменить в остальных постановлениях упоминания журналов WoS и Scopus на “Белый список”.
• Александра Элбакян создала сайт, на котором разместила Декларацию об открытом доступе к научному знанию. Читатели могут подписаться под Декларацией лично, указав свои ФИО, степень и доводы в поддержку инициативы. Декларация вызвала дискуссию, некоторые участники которой отреагировали сдержанно в силу неопределенного статуса подобных инициатив.
#дайджест #новости #редакторскаяполитика #базыданных #наукавроссии #искуственныйинтеллект
Библиометрия за пределами цитирования: индекс упоминаний
Современные практики цитирования появились относительно недавно, из-за чего научные базы данных сталкиваются с проблемой неполноты учтенных ссылок: например, WoS гарантирует достоверность ссылок лишь с 1980 года, а Scopus — с 1996. При этом ссылки на источники всегда были неотъемлемой частью науки.
В недавней статье ученые из Нидерландов описывают метод, предназначенный для решения данной проблемы — индексирование упоминаний, расширяющее понятие научной ссылки.
Предлагаемый метод состоит из двух основных этапов: текст-майнинг и соотнесение упоминаний с источниками. Авторы ограничили выборку периодом с 1890 по 1979 гг., использовав тексты англоязычной философии. Корпус включает 1 095 765 упоминаний, извлеченных из 22 977 статей в 12 журналах. Распознавание имеет естественные ограничения: например, омонимию фамилий (Рой Вуд Селларс и Уилфред Селларс) — в таком случае учитывается контекст и смежные упоминания. В итоге предложенный алгоритм позволил успешно распознать 93% упоминаний.
При помощи этого метода авторы проанализировали корпус публикаций по философии — дисциплине, где стандартизированные цитаты не использовались вплоть до 1970-х годов, что делает ее удобной областью для демонстрации возможностей нового инструмента.
В статье предлагается несколько кейсов использования индекса. Например, общее число упоминаний персон, сравнение канонов упоминаний в главных англоязычных университетах или изменение трендов упоминаний с течением времени.
В качестве примера одного из кейсов прикладываем к посту скриншот визуализации при помощи VOSviewer сети совместных упоминаний в американских журналах в период с 1950-1959 гг. Интерактивную версию можно посмотреть по ссылке.
Индекс упоминаний стал основой для сервиса EDHIPHY (enriched data for the history of philosophy), на котором размещена база данных упоминаний о философах в журнальных статьях. Авторы предлагают использовать сервис для проведения собственных исследований.
Анализ упоминаний дополняет традиционные методы анализа цитирований, поскольку он применим ко многим историческим периодам и научным областям, где ссылки не имеют форму цитаты. Авторы статьи полагают, что в перспективе анализ упоминаний может быть распространен на всю историю науки.
#обзор #базыданных #индексы #сети
Современные практики цитирования появились относительно недавно, из-за чего научные базы данных сталкиваются с проблемой неполноты учтенных ссылок: например, WoS гарантирует достоверность ссылок лишь с 1980 года, а Scopus — с 1996. При этом ссылки на источники всегда были неотъемлемой частью науки.
В недавней статье ученые из Нидерландов описывают метод, предназначенный для решения данной проблемы — индексирование упоминаний, расширяющее понятие научной ссылки.
Предлагаемый метод состоит из двух основных этапов: текст-майнинг и соотнесение упоминаний с источниками. Авторы ограничили выборку периодом с 1890 по 1979 гг., использовав тексты англоязычной философии. Корпус включает 1 095 765 упоминаний, извлеченных из 22 977 статей в 12 журналах. Распознавание имеет естественные ограничения: например, омонимию фамилий (Рой Вуд Селларс и Уилфред Селларс) — в таком случае учитывается контекст и смежные упоминания. В итоге предложенный алгоритм позволил успешно распознать 93% упоминаний.
При помощи этого метода авторы проанализировали корпус публикаций по философии — дисциплине, где стандартизированные цитаты не использовались вплоть до 1970-х годов, что делает ее удобной областью для демонстрации возможностей нового инструмента.
В статье предлагается несколько кейсов использования индекса. Например, общее число упоминаний персон, сравнение канонов упоминаний в главных англоязычных университетах или изменение трендов упоминаний с течением времени.
В качестве примера одного из кейсов прикладываем к посту скриншот визуализации при помощи VOSviewer сети совместных упоминаний в американских журналах в период с 1950-1959 гг. Интерактивную версию можно посмотреть по ссылке.
Индекс упоминаний стал основой для сервиса EDHIPHY (enriched data for the history of philosophy), на котором размещена база данных упоминаний о философах в журнальных статьях. Авторы предлагают использовать сервис для проведения собственных исследований.
Анализ упоминаний дополняет традиционные методы анализа цитирований, поскольку он применим ко многим историческим периодам и научным областям, где ссылки не имеют форму цитаты. Авторы статьи полагают, что в перспективе анализ упоминаний может быть распространен на всю историю науки.
#обзор #базыданных #индексы #сети
Гендерная гомофилия в научной среде
Недавно в статистике Scimago стала отображаться доля публикаций с участием женщин, в связи с чем мы бы хотели затронуть тему гендерной гомофилии в научной среде — тенденции к соавторству исследователей с лицами того же пола, которая, как показывают последние работы, положительно связана с увеличением представительства женщин в научном сообществе и к которой женщины более склонны.
Доля научных работ, написанных в соавторстве, возросла и теперь доминирует над единоличным авторством во всех областях, за исключением гуманитарных наук (хотя и здесь подобное сотрудничество постепенно приобретает популярность). Как и в других профессиональных вопросах исследователи выбирают соавторов на основе их опыта, ресурсов, доверия и личной расположенности.
В статье, опубликованной в PLoS ONE, авторы проанализировали явление гендерной гомофилии в геторогенном научном ландшафте на базе корпуса JSTOR, который включает документы из более чем 2500 журналов, охватывающих социальные, естественные и гуманитарные науки. Исходный набор данных, с которыми работали авторы, составил 1 450 605 статей с 2 787 833 авторствами, опубликованными с 1665 по 2011 год. После исключения статей, которые нельзя было отнести к определенной области, а также работ с единственным автором и/или с авторами, пол которых не удалось определить, размер корпуса составил 252 413 документов с 807 588 авторствами.
При помощи метода иерархической кластеризации авторы разделили научный ландшафт на различные уровни детализации — от двух десятков дисциплинарных областей до более чем 1400 небольших интеллектуальных сообществ, что позволило проанализировать специфичное для конкретной области сотрудничество и меняющееся гендерное представительство с течением времени, а также позволило обнаружить статистически значимую поведенческую гендерную гомофилию в соавторстве по всему корпусу JSTOR. Этот вывод сохранился на всех уровнях детализации. Интерактивный браузер кластеризации доступен по ссылке.
Авторы статьи отмечают, что полученные ими результаты не могут отражать намерения или мотивы отдельных авторов, т.е. они напрямую не раскрывают влияние причин, по которым гендерный состав сильно различается в разных научных областях.
Согласно результатам исследования статистически значимая поведенческая гомофилия положительно связана как с размером области, так и с долей женщин-авторов в этой области, т.е. по мере увеличения представительства женщин в определенной дисциплине повышается вероятность того, что лица одного пола, которые совместимы по другим ключевым параметрам, будут объединяться для сотрудничества. Эти результаты согласуются с предыдущими исследованиями в области экономики, согласно которым поведенческая гомофилия, как правило, выше в подобластях с более высокой долей женщин.
Ряд других исследований подтверждают наличие гендерных перекосов в научном соавторстве. Женщины реже, чем мужчины, становятся соавторами, а когда становятся, то реже занимают первую или последнюю позицию в списке авторов. Также женщины могут сотрудничать с другими женщинами для повышения своей уверенности, производительности и мотивации в областях, стереотипно связанных с мужчинами, а также могут отказываться от соавторства из-за дискриминации со стороны мужчин в научных коллективах.
#гомофилия #соавторство #Scimago
Недавно в статистике Scimago стала отображаться доля публикаций с участием женщин, в связи с чем мы бы хотели затронуть тему гендерной гомофилии в научной среде — тенденции к соавторству исследователей с лицами того же пола, которая, как показывают последние работы, положительно связана с увеличением представительства женщин в научном сообществе и к которой женщины более склонны.
Доля научных работ, написанных в соавторстве, возросла и теперь доминирует над единоличным авторством во всех областях, за исключением гуманитарных наук (хотя и здесь подобное сотрудничество постепенно приобретает популярность). Как и в других профессиональных вопросах исследователи выбирают соавторов на основе их опыта, ресурсов, доверия и личной расположенности.
В статье, опубликованной в PLoS ONE, авторы проанализировали явление гендерной гомофилии в геторогенном научном ландшафте на базе корпуса JSTOR, который включает документы из более чем 2500 журналов, охватывающих социальные, естественные и гуманитарные науки. Исходный набор данных, с которыми работали авторы, составил 1 450 605 статей с 2 787 833 авторствами, опубликованными с 1665 по 2011 год. После исключения статей, которые нельзя было отнести к определенной области, а также работ с единственным автором и/или с авторами, пол которых не удалось определить, размер корпуса составил 252 413 документов с 807 588 авторствами.
При помощи метода иерархической кластеризации авторы разделили научный ландшафт на различные уровни детализации — от двух десятков дисциплинарных областей до более чем 1400 небольших интеллектуальных сообществ, что позволило проанализировать специфичное для конкретной области сотрудничество и меняющееся гендерное представительство с течением времени, а также позволило обнаружить статистически значимую поведенческую гендерную гомофилию в соавторстве по всему корпусу JSTOR. Этот вывод сохранился на всех уровнях детализации. Интерактивный браузер кластеризации доступен по ссылке.
Авторы статьи отмечают, что полученные ими результаты не могут отражать намерения или мотивы отдельных авторов, т.е. они напрямую не раскрывают влияние причин, по которым гендерный состав сильно различается в разных научных областях.
Согласно результатам исследования статистически значимая поведенческая гомофилия положительно связана как с размером области, так и с долей женщин-авторов в этой области, т.е. по мере увеличения представительства женщин в определенной дисциплине повышается вероятность того, что лица одного пола, которые совместимы по другим ключевым параметрам, будут объединяться для сотрудничества. Эти результаты согласуются с предыдущими исследованиями в области экономики, согласно которым поведенческая гомофилия, как правило, выше в подобластях с более высокой долей женщин.
Ряд других исследований подтверждают наличие гендерных перекосов в научном соавторстве. Женщины реже, чем мужчины, становятся соавторами, а когда становятся, то реже занимают первую или последнюю позицию в списке авторов. Также женщины могут сотрудничать с другими женщинами для повышения своей уверенности, производительности и мотивации в областях, стереотипно связанных с мужчинами, а также могут отказываться от соавторства из-за дискриминации со стороны мужчин в научных коллективах.
#гомофилия #соавторство #Scimago
Наукометрическая библиотека в НЦ НИУ ВШЭ
Вчера в Наукометрическом центре ВШЭ состоялось знаковое событие: было положено начало наукометрической библиотеки! Наша подписчица, пожелавшая остаться неизвестной, передала нам в дар Essays of an Information Scientist — собрание сочинений Юджина Гарфилда, на работы которого регулярно ссылаемся в нашей рубрике «История наукометрии». В них собраны публикации, благодаря которым был заложен теоретический фундамент наукометрии, какой мы видим ее сейчас. Кроме того, в одном из томов присутствует факсимильная подпись Гарфилда, невероятно ценная и воодушевляющая.
Мы благодарим анонимную подписчицу и планируем активно работать с сочинениями Юджина Гарфилда!
#библиотека #Гарфилд #ВШЭ
Вчера в Наукометрическом центре ВШЭ состоялось знаковое событие: было положено начало наукометрической библиотеки! Наша подписчица, пожелавшая остаться неизвестной, передала нам в дар Essays of an Information Scientist — собрание сочинений Юджина Гарфилда, на работы которого регулярно ссылаемся в нашей рубрике «История наукометрии». В них собраны публикации, благодаря которым был заложен теоретический фундамент наукометрии, какой мы видим ее сейчас. Кроме того, в одном из томов присутствует факсимильная подпись Гарфилда, невероятно ценная и воодушевляющая.
Мы благодарим анонимную подписчицу и планируем активно работать с сочинениями Юджина Гарфилда!
#библиотека #Гарфилд #ВШЭ
Гендерная гомофилия — исследование RSCI
Недавно мы писали об исследовании гендерной гомофилии, опубликованном в PLoS ONE. Нас заинтересовало более актуальное положение в различных научных областях, прежде всего по российским источникам. Мы решили проанализировать публикации 2023 года на предмет гендерного распределения исследователей, основываясь на данных OpenAlex. Выборка состояла из журналов RSCI (включая их переводные версии).
Наш исходный датасет включал 42 353 публикации со следующими параметрами: тип публикации "article"; не менее двух авторов, год публикации = 2023. Для определения предполагаемого пола авторов использовался пакет gender в R, который рассчитывает вероятность того, является ли имя мужским или женским, основываясь на данных за 1932-2012 гг. Для имен, которые не удалось распознать, дополнительно анализировалось родовое окончание фамилии. Всего в рассматриваемом датасете оказалось 187 303 автора, из которых 60 802 — женщины, 66 233 — мужчины, у 60 268 пол не был распознан. Последний результат частично связан с несовершенством метаданных в OpenAlex, но в большой степени со страновыми особенностями. Во-первых, пакет gender довольно часто не распознает азиатские и ближневосточные имена; во-вторых, в ряде стран (например, в Индии) принято указывать только инициалы и фамилию, что делает распознавание имени невозможным.
Итоговый массив составляет 18 238 публикаций, для которых распознан пол всех авторов. В нем мы выявили 3 079 публикаций, написанных чисто женскими коллективами, 3 940 — чисто мужскими. В 3 494 случаях число мужчин и женщин среди авторов было одинаковым. Также выяснилось, что чисто мужские коллективы обычно незначительно крупнее, чем чисто женские — 2,29 авторов-мужчин и 2,27 авторов-женщин в среднем.
Показательным также оказалось распределение по предметным областям. Наибольший разрыв по-прежнему сохраняется в инженерных дисциплинах — мужских коллективов более чем в два раза больше, чем женских, тогда как во всех науках о здоровье, включая общую медицину, число авторских женских коллективов значительно превосходит число мужских (причем это характерно только для нашей выборки по журналам RSCI — на общемировой выборке женщины имеют преимущество только в сестринском деле, общих науках о здоровье и нейронауках, причем перевес незначителен).
#аналитика #гомофилия #соавторство #OpenAlex
Недавно мы писали об исследовании гендерной гомофилии, опубликованном в PLoS ONE. Нас заинтересовало более актуальное положение в различных научных областях, прежде всего по российским источникам. Мы решили проанализировать публикации 2023 года на предмет гендерного распределения исследователей, основываясь на данных OpenAlex. Выборка состояла из журналов RSCI (включая их переводные версии).
Наш исходный датасет включал 42 353 публикации со следующими параметрами: тип публикации "article"; не менее двух авторов, год публикации = 2023. Для определения предполагаемого пола авторов использовался пакет gender в R, который рассчитывает вероятность того, является ли имя мужским или женским, основываясь на данных за 1932-2012 гг. Для имен, которые не удалось распознать, дополнительно анализировалось родовое окончание фамилии. Всего в рассматриваемом датасете оказалось 187 303 автора, из которых 60 802 — женщины, 66 233 — мужчины, у 60 268 пол не был распознан. Последний результат частично связан с несовершенством метаданных в OpenAlex, но в большой степени со страновыми особенностями. Во-первых, пакет gender довольно часто не распознает азиатские и ближневосточные имена; во-вторых, в ряде стран (например, в Индии) принято указывать только инициалы и фамилию, что делает распознавание имени невозможным.
Итоговый массив составляет 18 238 публикаций, для которых распознан пол всех авторов. В нем мы выявили 3 079 публикаций, написанных чисто женскими коллективами, 3 940 — чисто мужскими. В 3 494 случаях число мужчин и женщин среди авторов было одинаковым. Также выяснилось, что чисто мужские коллективы обычно незначительно крупнее, чем чисто женские — 2,29 авторов-мужчин и 2,27 авторов-женщин в среднем.
Показательным также оказалось распределение по предметным областям. Наибольший разрыв по-прежнему сохраняется в инженерных дисциплинах — мужских коллективов более чем в два раза больше, чем женских, тогда как во всех науках о здоровье, включая общую медицину, число авторских женских коллективов значительно превосходит число мужских (причем это характерно только для нашей выборки по журналам RSCI — на общемировой выборке женщины имеют преимущество только в сестринском деле, общих науках о здоровье и нейронауках, причем перевес незначителен).
#аналитика #гомофилия #соавторство #OpenAlex
Качество исследования vs влияние: дискуссия о подходе к оценке публикаций
Зачастую ценность результатов научных исследований определяется не только их качеством. Важную роль могут играть также ненаучные факторы, не относящиеся напрямую к научному содержанию: объем публикации, особенности издания, упоминаемые аффилиации, репутация авторов и т.п.
В недавней статье исследователи, входящие в число рецензентов журнала Scientometrics, ставят вопрос о том, что должно быть ориентиром в оценке публикации: достаточно ли оценивать качество работы или следует руководствоваться более широким понятием научного влияния?
С одной стороны, в большинстве стран и институтов научная политика ориентирована на эффективное распределение средств для увеличения пользы от научных работ и максимизации их социального влияния.
С другой стороны, авторы указывают, что существующие во многих странах системы оценки научных исследований — например, британская программа REF 2021 — ориентированы в основном именно на оценку качества публикации (оригинальность, значимость, логичность), используя в качестве метода преимущественно экспертное рецензирование. Хотя в британской программе социальный импакт тоже учитывается, но имеет меньший вес по сравнению с оценкой качества (60% против 25%).
В последние годы эта проблема обсуждается довольно активно. Так, в 2022 году в рамках инициативы Coalition for Advancing Research Assessment (CoARA) было сформулировано «Соглашение о реформировании оценки научных исследований», что привело к очередному витку наукометрической дискуссии: стоит ли оценивать исследования на основе качества ограниченного числа работ или на основе влияния неограниченного числа только индексируемых публикаций.
В статье авторы предполагают, что выбор подхода, ориентированного на оценку влияния публикации, может быть оправдан потенциальной ролью ненаучных факторов. Чтобы оценить их значимость, авторы использовали, с одной стороны, экспертные оценки, которые рецензенты присвоили 6 446 публикациям в рамках первой итальянской процедуры по оценке публикаций (Research Assessment Exercise) за период 2001-2003 гг., а с другой – показатели научного влияния, которое измерялось через цитируемость публикаций согласно данным Web of Science с нормировкой на области и окна цитирования. На основе этих данных были построены 3 прогностические модели со случайными эффектами, включающие:
1. только ненаучные факторы;
2. ненаучные факторы и экспертную оценку, присвоенную рецензентами;
3. ненаучные факторы и краткосрочный импакт, измеряемый ранним цитированием.
Сравнение моделей показало, что прогностическая точность первой регрессионной модели с точки зрения коэффициента детерминации схожа со второй. Таким образом, дорогостоящая качественная экспертная оценка несущественно отличалась в точности предсказаний от количественной оценки, основанной на ненаучных параметрах.
Выяснилось, что для положительного долгосрочного влияния важны следующие факторы: наличие иностранных соавторов, их репутация, длина публикации и импакт-фактор журнала; процент самоцитирований и «возраст» цитируемых статей, напротив, имеют отрицательное влияние. Общее количество авторов и наличие открытого доступа оказались практически незначимыми факторами.
Хотя качественное рецензирование остается важной частью оценки исследований, включение и учет ненаучных факторов, описываемых количественными методами, могут дать более полное представление о влиянии публикаций. В то же время, оглядываясь на отечественный опыт проведения процедуры оценки, Д. Косяков и А. Гуськов еще в 2019 году подчеркивали, что он тяготеет скорее к обратной крайности: качественная оценка по большей части исключалась в пользу формальных количественных метрик.
Нахождение баланса представляется важной задачей в рамках совершенствования государственной политики в области оценки научных организаций и исследовательских коллективов.
#обзор #рецензирование #экспертныеоценки
Зачастую ценность результатов научных исследований определяется не только их качеством. Важную роль могут играть также ненаучные факторы, не относящиеся напрямую к научному содержанию: объем публикации, особенности издания, упоминаемые аффилиации, репутация авторов и т.п.
В недавней статье исследователи, входящие в число рецензентов журнала Scientometrics, ставят вопрос о том, что должно быть ориентиром в оценке публикации: достаточно ли оценивать качество работы или следует руководствоваться более широким понятием научного влияния?
С одной стороны, в большинстве стран и институтов научная политика ориентирована на эффективное распределение средств для увеличения пользы от научных работ и максимизации их социального влияния.
С другой стороны, авторы указывают, что существующие во многих странах системы оценки научных исследований — например, британская программа REF 2021 — ориентированы в основном именно на оценку качества публикации (оригинальность, значимость, логичность), используя в качестве метода преимущественно экспертное рецензирование. Хотя в британской программе социальный импакт тоже учитывается, но имеет меньший вес по сравнению с оценкой качества (60% против 25%).
В последние годы эта проблема обсуждается довольно активно. Так, в 2022 году в рамках инициативы Coalition for Advancing Research Assessment (CoARA) было сформулировано «Соглашение о реформировании оценки научных исследований», что привело к очередному витку наукометрической дискуссии: стоит ли оценивать исследования на основе качества ограниченного числа работ или на основе влияния неограниченного числа только индексируемых публикаций.
В статье авторы предполагают, что выбор подхода, ориентированного на оценку влияния публикации, может быть оправдан потенциальной ролью ненаучных факторов. Чтобы оценить их значимость, авторы использовали, с одной стороны, экспертные оценки, которые рецензенты присвоили 6 446 публикациям в рамках первой итальянской процедуры по оценке публикаций (Research Assessment Exercise) за период 2001-2003 гг., а с другой – показатели научного влияния, которое измерялось через цитируемость публикаций согласно данным Web of Science с нормировкой на области и окна цитирования. На основе этих данных были построены 3 прогностические модели со случайными эффектами, включающие:
1. только ненаучные факторы;
2. ненаучные факторы и экспертную оценку, присвоенную рецензентами;
3. ненаучные факторы и краткосрочный импакт, измеряемый ранним цитированием.
Сравнение моделей показало, что прогностическая точность первой регрессионной модели с точки зрения коэффициента детерминации схожа со второй. Таким образом, дорогостоящая качественная экспертная оценка несущественно отличалась в точности предсказаний от количественной оценки, основанной на ненаучных параметрах.
Выяснилось, что для положительного долгосрочного влияния важны следующие факторы: наличие иностранных соавторов, их репутация, длина публикации и импакт-фактор журнала; процент самоцитирований и «возраст» цитируемых статей, напротив, имеют отрицательное влияние. Общее количество авторов и наличие открытого доступа оказались практически незначимыми факторами.
Хотя качественное рецензирование остается важной частью оценки исследований, включение и учет ненаучных факторов, описываемых количественными методами, могут дать более полное представление о влиянии публикаций. В то же время, оглядываясь на отечественный опыт проведения процедуры оценки, Д. Косяков и А. Гуськов еще в 2019 году подчеркивали, что он тяготеет скорее к обратной крайности: качественная оценка по большей части исключалась в пользу формальных количественных метрик.
Нахождение баланса представляется важной задачей в рамках совершенствования государственной политики в области оценки научных организаций и исследовательских коллективов.
#обзор #рецензирование #экспертныеоценки
Семья Нобелей
Объявлены даты вручения Нобелевской премии.
В этом году лауреатов объявят с 7 по 14 октября. В преддверии данного события мы вновь готовим серию постов, а начнем ее с недавнего анализа академического генеалогического древа нобелевской «семьи», опубликованного в Scientometrics Ричардом Толом (Richard S. J. Tol), членом Европейской академии, профессором экономики Университета Сассекса и Амстердамского свободного университета.
Автор построил академическую родословную всех лауреатов Нобелевской премии (по данным на 2022 год) с акцентом на связи между научными руководителями и студентами / наставниками и подопечными (для более ранних периодов развития науки). Согласно результатам исследования, 696 из 727 лауреатов Нобелевской премии за научные достижения в областях физики, химии, медицины и экономики принадлежат одному древу.
Для решения проблемы определения наставника (иногда ученого растит команда, формальный наставник может отличаться от фактического и т.д.) автор использовал базу данных AcademicTree.
Общее генеалогическое древо, полученное в результате работы, состоит из 33 поколений с Эразмом Роттердамским (1466-1536) в качестве общего предка. Отдельно можно выделить 25 генеалогических деревьев с одним нобелевским лауреатом, 4 древа с 2 лауреатами и 1 древо с 696 (96% от всех лауреатов). Помимо этого Ричард Тол выделил 360 пар «профессор-студент», в которых оба получили Нобелевскую премию, из которых 255 пар в одной и той же дисциплине.
668 лауреатов (92%) связаны между собой из-за общего "научного предка" – Эммануэля Ступануса (Emmanuel Stupanus). 228 лауреатов (31%) Нобелевской премии являются научными "потомками" лорда Рэлея (Lord Rayleigh), обладателя премии по физике 1904 года. 51 лауреат (7%) Нобелевской премии связаны с Крейгом Мелло (Craig Mello), который получил премию по медицине в 2006 году.
Кластеризация лауреатов Нобелевской премии сильнее всего в химии и физике и слабее всего в экономике. Лауреаты премии по химии обучают большинство лауреатов в других областях; лауреаты премии по медицине больше всего обучаются лауреатами из других областей. Так, распределение учеников 96 лауреатов Нобелевской премии по химии, выигравших Нобелевскую премию, выглядит следующим образом: 66 — по химии, 12 — по физике и 18 — по медицине. Экономика является наиболее изолированной, так как ее представители не обучали и не обучались лауреатами по другим дисциплинам.
Нобелевские лауреаты, несомненно, обладают врожденным исследовательским талантом и учатся у лучших. Возможно, именно наставничество на разных этапах образования помогло в полной мере реализовать их потенциал. Однако, по мнению автора, Нобелевские премии группируются в поколениях, что имеет некоторое сходство с непотизмом.
Открытым остается вопрос: такая концентрация нобелевских лауреатов – следствие того, что лучшие профессора отбирают лучших студентов и вкладываются в них, или же авторитет лауреатов прошлых лет и их голос в академическом мире влияют на выдвижение протеже на престижную премию?
#нобелевскаяпремия #академическоедрево #AcademicTree
Объявлены даты вручения Нобелевской премии.
В этом году лауреатов объявят с 7 по 14 октября. В преддверии данного события мы вновь готовим серию постов, а начнем ее с недавнего анализа академического генеалогического древа нобелевской «семьи», опубликованного в Scientometrics Ричардом Толом (Richard S. J. Tol), членом Европейской академии, профессором экономики Университета Сассекса и Амстердамского свободного университета.
Автор построил академическую родословную всех лауреатов Нобелевской премии (по данным на 2022 год) с акцентом на связи между научными руководителями и студентами / наставниками и подопечными (для более ранних периодов развития науки). Согласно результатам исследования, 696 из 727 лауреатов Нобелевской премии за научные достижения в областях физики, химии, медицины и экономики принадлежат одному древу.
Для решения проблемы определения наставника (иногда ученого растит команда, формальный наставник может отличаться от фактического и т.д.) автор использовал базу данных AcademicTree.
Общее генеалогическое древо, полученное в результате работы, состоит из 33 поколений с Эразмом Роттердамским (1466-1536) в качестве общего предка. Отдельно можно выделить 25 генеалогических деревьев с одним нобелевским лауреатом, 4 древа с 2 лауреатами и 1 древо с 696 (96% от всех лауреатов). Помимо этого Ричард Тол выделил 360 пар «профессор-студент», в которых оба получили Нобелевскую премию, из которых 255 пар в одной и той же дисциплине.
668 лауреатов (92%) связаны между собой из-за общего "научного предка" – Эммануэля Ступануса (Emmanuel Stupanus). 228 лауреатов (31%) Нобелевской премии являются научными "потомками" лорда Рэлея (Lord Rayleigh), обладателя премии по физике 1904 года. 51 лауреат (7%) Нобелевской премии связаны с Крейгом Мелло (Craig Mello), который получил премию по медицине в 2006 году.
Кластеризация лауреатов Нобелевской премии сильнее всего в химии и физике и слабее всего в экономике. Лауреаты премии по химии обучают большинство лауреатов в других областях; лауреаты премии по медицине больше всего обучаются лауреатами из других областей. Так, распределение учеников 96 лауреатов Нобелевской премии по химии, выигравших Нобелевскую премию, выглядит следующим образом: 66 — по химии, 12 — по физике и 18 — по медицине. Экономика является наиболее изолированной, так как ее представители не обучали и не обучались лауреатами по другим дисциплинам.
Нобелевские лауреаты, несомненно, обладают врожденным исследовательским талантом и учатся у лучших. Возможно, именно наставничество на разных этапах образования помогло в полной мере реализовать их потенциал. Однако, по мнению автора, Нобелевские премии группируются в поколениях, что имеет некоторое сходство с непотизмом.
Открытым остается вопрос: такая концентрация нобелевских лауреатов – следствие того, что лучшие профессора отбирают лучших студентов и вкладываются в них, или же авторитет лауреатов прошлых лет и их голос в академическом мире влияют на выдвижение протеже на престижную премию?
#нобелевскаяпремия #академическоедрево #AcademicTree
FWCI в OpenAlex: первые пробы
12 августа 2024 OpenAlex добавил к своим показателям FWCI (Field-weighted Citation Impact — индекс цитирования, взвешенный по области науки). Рассчитывается он как и в других случаях через отношение количества цитирований за три года (плюс год публикации) к ожидаемому количеству цитирований по данному типу и предметной области (в OpenAlex используется третий по детализации уровень классификации — subfield).
Изначально FWCI появился в SciVal как одна из snowball-метрик. В Web of Science есть аналогичная метрика — CNCI (Category Normalized Citation Impact), однако исследователи давно заметили, что показатели FWCI и CNCI для одной и той же публикации различаются — иногда значительно. Это связано с рядом причин:
🔸 разный охват баз данных Web of Science и Scopus, и, следовательно, разное количество индексируемых цитат;
🔸 различия в предметных классификаторах;
🔸 способ расчета CNCI и FWCI для публикаций, которые относятся к более чем одной предметной области.
У OpenAlex есть своя специфика в расчете FWCI:
1. База в принципе содержит больше данных и включает в себя множество работ без цитирований — это снижает средние ожидаемые значения цитирования, поэтому цитируемые работы, скорее всего, будут иметь более высокие значения FWCI в OpenAlex.
2. У OpenAlex принципиально другой подход к классификации — тематика (primary topic), по которой нормализуется цитируемость, присваивается публикации, а не журналу. Поэтому FWCI/CNCI, нормализованный по предметным областям журналов, может значительно отличаться от FWCI согласно OpenAlex.
3. В OpenAlex датой публикации считается дата, когда публикация впервые появилась в сети. Однако дата выхода периодического издания может быть на год позже сетевой публикации, что влияет на окно цитируемости.
Небольшой пробный анализ мы сделали на недавнем массиве публикаций, которые мы использовали для анализа гендерной гомофилии (тип публикации "article", год публикации 2023, выборка из журналов RSCI, включая переводные версии). Общее количество таких публикаций на данный момент составляет 56 641. 47 359 (!) публикаций имеют нулевой FCWI, при этом у 2261 работы ненулевая цитируемость.
На графике визуализированы 25 наиболее популярных областей (то есть таких, в которых количество работ было наибольшим — разброс составил от 565 до 1751 публикаций: по инфекционным заболеваниям и по социологии и политическим наукам соответственно). Нулевые значения FWCI убраны из рассмотрения, поскольку сильно смещают график вниз; также удалено 46 выбросов (с FWCI от 10,03 до 146,352; наибольшее значение у статьи под названием "2021 ESC Guidelines for the diagnosis and treatment of acute and chronic heart failure", опубликованной в Российском Кардиологическим журнале).
Области, в которых основной массив публикаций располагается выше 1, можно считать достаточно авторитетными в российских журналах: это означает, что большинство тех статей, которые в принципе цитируются, цитируется чаще, чем ожидается на среднемировом уровне.
Однако выбросы, которые мы удалили (FWCI > 10), наглядно демонстрируют, что метрика должна использоваться с большой осторожностью: например, у целого ряда работ FWCI составляет 12,179 при количестве цитирований, равном 2.
#OpenAlex #Scopus #FWCI #цитируемость #визуализация
12 августа 2024 OpenAlex добавил к своим показателям FWCI (Field-weighted Citation Impact — индекс цитирования, взвешенный по области науки). Рассчитывается он как и в других случаях через отношение количества цитирований за три года (плюс год публикации) к ожидаемому количеству цитирований по данному типу и предметной области (в OpenAlex используется третий по детализации уровень классификации — subfield).
Изначально FWCI появился в SciVal как одна из snowball-метрик. В Web of Science есть аналогичная метрика — CNCI (Category Normalized Citation Impact), однако исследователи давно заметили, что показатели FWCI и CNCI для одной и той же публикации различаются — иногда значительно. Это связано с рядом причин:
🔸 разный охват баз данных Web of Science и Scopus, и, следовательно, разное количество индексируемых цитат;
🔸 различия в предметных классификаторах;
🔸 способ расчета CNCI и FWCI для публикаций, которые относятся к более чем одной предметной области.
У OpenAlex есть своя специфика в расчете FWCI:
1. База в принципе содержит больше данных и включает в себя множество работ без цитирований — это снижает средние ожидаемые значения цитирования, поэтому цитируемые работы, скорее всего, будут иметь более высокие значения FWCI в OpenAlex.
2. У OpenAlex принципиально другой подход к классификации — тематика (primary topic), по которой нормализуется цитируемость, присваивается публикации, а не журналу. Поэтому FWCI/CNCI, нормализованный по предметным областям журналов, может значительно отличаться от FWCI согласно OpenAlex.
3. В OpenAlex датой публикации считается дата, когда публикация впервые появилась в сети. Однако дата выхода периодического издания может быть на год позже сетевой публикации, что влияет на окно цитируемости.
Небольшой пробный анализ мы сделали на недавнем массиве публикаций, которые мы использовали для анализа гендерной гомофилии (тип публикации "article", год публикации 2023, выборка из журналов RSCI, включая переводные версии). Общее количество таких публикаций на данный момент составляет 56 641. 47 359 (!) публикаций имеют нулевой FCWI, при этом у 2261 работы ненулевая цитируемость.
На графике визуализированы 25 наиболее популярных областей (то есть таких, в которых количество работ было наибольшим — разброс составил от 565 до 1751 публикаций: по инфекционным заболеваниям и по социологии и политическим наукам соответственно). Нулевые значения FWCI убраны из рассмотрения, поскольку сильно смещают график вниз; также удалено 46 выбросов (с FWCI от 10,03 до 146,352; наибольшее значение у статьи под названием "2021 ESC Guidelines for the diagnosis and treatment of acute and chronic heart failure", опубликованной в Российском Кардиологическим журнале).
Области, в которых основной массив публикаций располагается выше 1, можно считать достаточно авторитетными в российских журналах: это означает, что большинство тех статей, которые в принципе цитируются, цитируется чаще, чем ожидается на среднемировом уровне.
Однако выбросы, которые мы удалили (FWCI > 10), наглядно демонстрируют, что метрика должна использоваться с большой осторожностью: например, у целого ряда работ FWCI составляет 12,179 при количестве цитирований, равном 2.
#OpenAlex #Scopus #FWCI #цитируемость #визуализация
Дайджест: сентябрь 2024
Представляем свежий дайджест научных событий за последний месяц.
Нобелевская премия
• Анонсированы даты Нобелевской премии. В этом году награждение пройдет с 7 по 14 октября. А мы будем делать ежедневные посты и голосования, как и в 2023 году.
• Компания Clarivate опубликовала список Citation Laureates, используемый для прогнозирования лауреатов Нобелевской премии. Ранее экспертам Института научной информации (ISI) уже удавалось определить 75 лауреатов, причем за несколько лет до награждения.
ИИ в науке
• Clarivate анонсировала выход Primo Research Assistant в 2025 году. Ответы ИИ-помощника будут основываться на пяти лучших аннотациях со ссылками на полный текст первоисточника, а также будут включать рекомендации, позволяющие лучше погрузиться в исследуемую научную тему.
• На Scholary Kitchen анонсировали неделю инноваций и технологий в рецензировании. Серия заметок посвящена преимущественно этическим и практических вопросам внедрения инструментов ИИ в процесс рецензирования.
• Исследователи из Японии опубликовали исследование о (не)эффективности больших языковых моделей (LLM) для автоматического аннотирования научных работ (спойлер: человек пока лучше).
• В Nature вышел обзор препринта о результатах оценки оригинальности идей, созданных человеком и сгенерированных ИИ. Рецензенты вслепую оценили идеи ИИ как более захватывающие, с небольшими оговорками об их осуществимости.
• Ученые из Испании представили альтернативный метод определения пола авторов научных публикаций при помощи ChatGPT и частично бесплатных инструментов Namsor и Gender-API.
Инструменты и инновации
• Институт научной информации (ISI) объявил о разработке комплексной структуры для оценки воздействия исследований на общество. Метод выйдет за рамки традиционных количественных показателей.
• Scopus внедрил показатель вклада автора в цели устойчивого развития (Sustainable Development Goals) — об этом вышел пост у наших коллег из Chimica Techno Acta.
• OpenAIRE сообщает о начале сотрудничества с Scimago Lab. Совместная работа будет направлена на повышение доступности, качества и полноты данных о научных исследованиях.
• На площадке ORCID появилась возможность подтвердить аффилиации с научным учреждением, привязав к аккаунту почтовый адрес с официальным доменом.
• Издательство Taylor & Francis начало помечать статьи, подозреваемые в нарушении научной этики.
• IEEE добавили на свою площадку сервис Reference Preparation Assistant, позволяющий быстро оформить список литературы по стандартам издательства.
Отдельным пунктом хотим упомянуть некоторые материалы из дайджеста наших коллег из Библиотеки для открытой науки:
• ЦЕРН, как и было объявлено в марте, с 30 ноября 2024 г. прекращает сотрудничество примерно с пятью сотнями ученых из России. Однако работы с российскими исследователями в рамках соглашения с Объединенным институтом ядерных исследований (ОИЯИ) пока что будут продолжаться.
• Профессор нейробиологии из UCLA подала иск на крупнейшие издательства — Elsevier, John Wiley & Sons, Sage Publications, Springer Nature, Taylor & Francis и Wolters Kluwer. Их обвиняют в нарушении антимонопольного законодательства, а также в сговоре: издатели не конкурируют друг с другом за рукописи, что снижает стимул к более быстрому рассмотрению и публикации работ.
#дайджест #новости #редакторскаяполитика #базыданных #наукавроссии #искуственныйинтеллект
Представляем свежий дайджест научных событий за последний месяц.
Нобелевская премия
• Анонсированы даты Нобелевской премии. В этом году награждение пройдет с 7 по 14 октября. А мы будем делать ежедневные посты и голосования, как и в 2023 году.
• Компания Clarivate опубликовала список Citation Laureates, используемый для прогнозирования лауреатов Нобелевской премии. Ранее экспертам Института научной информации (ISI) уже удавалось определить 75 лауреатов, причем за несколько лет до награждения.
ИИ в науке
• Clarivate анонсировала выход Primo Research Assistant в 2025 году. Ответы ИИ-помощника будут основываться на пяти лучших аннотациях со ссылками на полный текст первоисточника, а также будут включать рекомендации, позволяющие лучше погрузиться в исследуемую научную тему.
• На Scholary Kitchen анонсировали неделю инноваций и технологий в рецензировании. Серия заметок посвящена преимущественно этическим и практических вопросам внедрения инструментов ИИ в процесс рецензирования.
• Исследователи из Японии опубликовали исследование о (не)эффективности больших языковых моделей (LLM) для автоматического аннотирования научных работ (спойлер: человек пока лучше).
• В Nature вышел обзор препринта о результатах оценки оригинальности идей, созданных человеком и сгенерированных ИИ. Рецензенты вслепую оценили идеи ИИ как более захватывающие, с небольшими оговорками об их осуществимости.
• Ученые из Испании представили альтернативный метод определения пола авторов научных публикаций при помощи ChatGPT и частично бесплатных инструментов Namsor и Gender-API.
Инструменты и инновации
• Институт научной информации (ISI) объявил о разработке комплексной структуры для оценки воздействия исследований на общество. Метод выйдет за рамки традиционных количественных показателей.
• Scopus внедрил показатель вклада автора в цели устойчивого развития (Sustainable Development Goals) — об этом вышел пост у наших коллег из Chimica Techno Acta.
• OpenAIRE сообщает о начале сотрудничества с Scimago Lab. Совместная работа будет направлена на повышение доступности, качества и полноты данных о научных исследованиях.
• На площадке ORCID появилась возможность подтвердить аффилиации с научным учреждением, привязав к аккаунту почтовый адрес с официальным доменом.
• Издательство Taylor & Francis начало помечать статьи, подозреваемые в нарушении научной этики.
• IEEE добавили на свою площадку сервис Reference Preparation Assistant, позволяющий быстро оформить список литературы по стандартам издательства.
Отдельным пунктом хотим упомянуть некоторые материалы из дайджеста наших коллег из Библиотеки для открытой науки:
• ЦЕРН, как и было объявлено в марте, с 30 ноября 2024 г. прекращает сотрудничество примерно с пятью сотнями ученых из России. Однако работы с российскими исследователями в рамках соглашения с Объединенным институтом ядерных исследований (ОИЯИ) пока что будут продолжаться.
• Профессор нейробиологии из UCLA подала иск на крупнейшие издательства — Elsevier, John Wiley & Sons, Sage Publications, Springer Nature, Taylor & Francis и Wolters Kluwer. Их обвиняют в нарушении антимонопольного законодательства, а также в сговоре: издатели не конкурируют друг с другом за рукописи, что снижает стимул к более быстрому рассмотрению и публикации работ.
#дайджест #новости #редакторскаяполитика #базыданных #наукавроссии #искуственныйинтеллект
Первооткрыватели в науке: сдвиг в сторону междисциплинарности, пожилого возраста и ведущих университетов
Мы продолжаем серию постов, посвященных Нобелевской неделе. Сегодня мы обратимся к исследованию Александра Краусса (Alexander Krauss), представителя Высшего совета по научным исследованиям Испании. Его работа, опубликованная в Humanities & Social Sciences Communications, посвящена анализу уникальных характеристик ученых, совершивших величайшие научные открытия и удостоившихся самой престижной награды в академическом сообществе.
При помощи Encyclopaedia Britannica и документации Нобелевской премии, он выделил 761 наиболее значимое научное открытие (с 1575 г. по 2022 г.): 533 открытия, за которые была присуждена Нобелевская премия (с 1901 г. по 2022 г.), а также 228, которые были сделаны до ее учреждения или не были ею отмечены. Во втором случае речь идет о таких ученых, как Г. Галилей, Ч. Дарвин, Д.И. Менделеев и др.
Краусс проанализировал данные о главных первооткрывателях в науке в разрезе следующих демографических, институциональных и гендерных характеристик:
Междисциплинарность
Более 70% всех открытий с 2000 года сделаны учеными, получившими две разные степени. В целом большая часть открытий, удостоенных Нобелевской премии (54%), были сделаны учеными, которые получили две или более научные степени в разных областях — с долей в 42% для крупных открытий, не удостоенных Нобелевской премии, за тот же период. В медицине и биологии этот тренд наиболее выражен — для этих дисциплин доля достигает 69% (для сравнения, в физике — 39%).
Возраст
На данный момент, золотой возраст ученого — это период с 35 до 45 лет. Ровно 50% всех лауреатов Нобелевской премии входят в эту возрастную группу, когда совершают научный прорыв. Только 7% всех нобелевских открытий и 15% крупных открытий были сделаны после 50 лет и только 1% и 3% после 60 лет (рис.).
До 1900 года 30% открытий были сделаны учеными до 32 лет, но эта доля сократилась до 23% в период с 1901 по 2000 год, а с 2000 года упала до 6%. Средний возраст исследователя на момент открытия вырос с 38 лет (для открытий с 1901 по 1950 год), потом до 40 лет (с 1951 по 2000 год) и до 50 лет (с 2001 г. по 2022 г.).
Образование
88% всех главных открытий с 1600 года были сделаны исследователями со степенью PhD, а с 2000 года — все исследования. 10 открытий, удостоенных Нобелевской премии (2%), были сделаны учеными со степенью бакалавра, а у некоторых ее не было вообще (например, у Н. Теслы).
Институционализация
30 % первооткрывателей с 1950 года работали в 25 ведущих университетах. 38% открытий, удостоенных Нобелевской премии и 34 % ее не получивших, относились к университетам из топ-50 . На долю ученых из пяти мировых ведущих университетов — Кембриджский, Гарвардский, Калифорнийский (Беркли), Чикагский и Колумбийский — приходится 16% всех нобелевских премий (84 открытия).
Гендерное неравенство
Женщины составляют всего 5% всех ученых, сделавших крупное открытие, и всего 3% всех лауреатов Нобелевской премии. Ряд крупных открытий был в значительной степени сделан женщинами, которые не получили признания за свою работу (классический пример — Розалинд Франклин). Но надежда есть: больше половины всех женщин-лауреатов Нобелевской премии, когда-либо удостоенных награждения, получили ее с 2000 года.
Данное исследование посвящено открытиям с которыми, как правило, принято ассоциировать одного ученого, но наука — это коллективное усилие. По мнению автора, ни одно открытие, удостоенное Нобелевской премии, на самом деле не было и не могло быть сделано ученым в изоляции, без опоры на методы и работу других исследователей. Традиционная структура Нобелевской премии, которая ограничивает количество победителей максимум до трех в каждой области, постулирует «победитель получает все» (winner-take-all) и укореняет стереотип «одинокого гения» (lone genius).
#NobelPrize #Нобелевскаяпремия #Нобелевскаянеделя
Мы продолжаем серию постов, посвященных Нобелевской неделе. Сегодня мы обратимся к исследованию Александра Краусса (Alexander Krauss), представителя Высшего совета по научным исследованиям Испании. Его работа, опубликованная в Humanities & Social Sciences Communications, посвящена анализу уникальных характеристик ученых, совершивших величайшие научные открытия и удостоившихся самой престижной награды в академическом сообществе.
При помощи Encyclopaedia Britannica и документации Нобелевской премии, он выделил 761 наиболее значимое научное открытие (с 1575 г. по 2022 г.): 533 открытия, за которые была присуждена Нобелевская премия (с 1901 г. по 2022 г.), а также 228, которые были сделаны до ее учреждения или не были ею отмечены. Во втором случае речь идет о таких ученых, как Г. Галилей, Ч. Дарвин, Д.И. Менделеев и др.
Краусс проанализировал данные о главных первооткрывателях в науке в разрезе следующих демографических, институциональных и гендерных характеристик:
Междисциплинарность
Более 70% всех открытий с 2000 года сделаны учеными, получившими две разные степени. В целом большая часть открытий, удостоенных Нобелевской премии (54%), были сделаны учеными, которые получили две или более научные степени в разных областях — с долей в 42% для крупных открытий, не удостоенных Нобелевской премии, за тот же период. В медицине и биологии этот тренд наиболее выражен — для этих дисциплин доля достигает 69% (для сравнения, в физике — 39%).
Возраст
На данный момент, золотой возраст ученого — это период с 35 до 45 лет. Ровно 50% всех лауреатов Нобелевской премии входят в эту возрастную группу, когда совершают научный прорыв. Только 7% всех нобелевских открытий и 15% крупных открытий были сделаны после 50 лет и только 1% и 3% после 60 лет (рис.).
До 1900 года 30% открытий были сделаны учеными до 32 лет, но эта доля сократилась до 23% в период с 1901 по 2000 год, а с 2000 года упала до 6%. Средний возраст исследователя на момент открытия вырос с 38 лет (для открытий с 1901 по 1950 год), потом до 40 лет (с 1951 по 2000 год) и до 50 лет (с 2001 г. по 2022 г.).
Образование
88% всех главных открытий с 1600 года были сделаны исследователями со степенью PhD, а с 2000 года — все исследования. 10 открытий, удостоенных Нобелевской премии (2%), были сделаны учеными со степенью бакалавра, а у некоторых ее не было вообще (например, у Н. Теслы).
Институционализация
30 % первооткрывателей с 1950 года работали в 25 ведущих университетах. 38% открытий, удостоенных Нобелевской премии и 34 % ее не получивших, относились к университетам из топ-50 . На долю ученых из пяти мировых ведущих университетов — Кембриджский, Гарвардский, Калифорнийский (Беркли), Чикагский и Колумбийский — приходится 16% всех нобелевских премий (84 открытия).
Гендерное неравенство
Женщины составляют всего 5% всех ученых, сделавших крупное открытие, и всего 3% всех лауреатов Нобелевской премии. Ряд крупных открытий был в значительной степени сделан женщинами, которые не получили признания за свою работу (классический пример — Розалинд Франклин). Но надежда есть: больше половины всех женщин-лауреатов Нобелевской премии, когда-либо удостоенных награждения, получили ее с 2000 года.
Данное исследование посвящено открытиям с которыми, как правило, принято ассоциировать одного ученого, но наука — это коллективное усилие. По мнению автора, ни одно открытие, удостоенное Нобелевской премии, на самом деле не было и не могло быть сделано ученым в изоляции, без опоры на методы и работу других исследователей. Традиционная структура Нобелевской премии, которая ограничивает количество победителей максимум до трех в каждой области, постулирует «победитель получает все» (winner-take-all) и укореняет стереотип «одинокого гения» (lone genius).
#NobelPrize #Нобелевскаяпремия #Нобелевскаянеделя
