Использование информационных ресурсов электронной библиотеки eLIBRARY для анализа публикационной результативности молодых учёных научной организации

В статье рассматриваются аспекты анализа информации о публикационной результативности сотрудников научной организации. Вопросы анализа исследуются с целью реализации постоянного мониторинга вовлечённости молодых специалистов в проводимые организацией научные исследования и разработки. Отмечается, что привлечение молодёжи в науку, поддержка научных разработок и инновационных проектов, созданных при участии молодых учёных, являются важнейшими приоритетами в стратегии развития страны. Объект исследования – данные о публикациях, в которых авторами или соавторами являются молодые научные сотрудники организации. Анализ проводится по направлениям исследования организации (референтным группам). Рассматривается использование как статистических методов, так и методов многокритериального анализа, для которого предлагается способ формирования позиционных оценок публикационной активности. Выбранная методология предусматривает использование критериев и шкал градации оценок, ориентированных на автоматизированные режимы извлечения информации из существующих таблиц базы данных. В качестве информационного обеспечения разрабатываемых программных модулей рассматриваются информационные базы научной организации и внешние информационные источники, включающие научную электронную библиотеку eLIBRARY, библиографическую базу данных научного цитирования РИНЦ, информационный комплекс «Белый список». Проверка предложенных алгоритмов и решений проводится на контрольном примере.

1. Шрайберг Я. Л. Современные тенденции развития цифровизации общества: научно-образовательная и библиотечно-информационная среда : монография. Москва : ИНФРА-М, 2024. 664 с .: ил. DOI 10.12737/2155873.

2. Баканова Н. Б. Анализ данных публикационной активности для исследования направлений научного сотрудничества организации // Научные и технические библиотеки. 2024. № 11. С. 31–47. DOI 10.33186/1027-3689-2024-11-31-47. EDN: HDQQZK.

3. Мельникова Е. В., Цветкова В. А. Анализ возможностей применения искусственного интеллекта в современной наукометрии и библиометрии // Вестник РГГУ. Серия «Информатика. Информационная безопасность. Математика». 2025. № 2. С. 19–40. DOI 10.28995/2686-679X-2025-2-19-40.

4. Тютюнник В. М., Баканов А. С. Подходы к анализу информационных процессов в организации // Информационные ресурсы России. 2023. № 2 (191). С. 58–71.

5. Цветкова В. А. Оценка научной деятельности по модели, основанной на перечнях научных журналов // Культура: теория и практика (Электронный журнал: http://theoryofculture.ru/). 2024. № 2 (57). URL: http://theoryofculture.ru/issues/134/1646/

6. Петровский А. Б. Групповой вербальный анализ решений. Москва : Наука, 2019. 287 с.

7. Рассел С., Норвиг П. Искусственный интеллект: современный подход. 4-е изд., т. 3. Обучение, восприятие и действие / пер. с англ. Санкт-Петербург : ООО «Диалектика», 2022. 640 с.

8. Баканова Н. Б. Разработка сервисов информационных систем для анализа и обработки входного потока документов // Приборы и системы. Управление, контроль, диагностика. 2024. № 12. С. 17–24. DOI 10.25791/pribor.12.2024.1544

9. Bakanov A. S. Analysis of Information Resources of the Organization Using Keywords // Scientific and Technical Information Processing. 2024. Т. 51. № 3. P. 247–252 DOI 10.3103/S0147688224700217.