Оценка качества научной деятельности: исследование оригинальности

Подчёркнуто, что сегодня оценка научной деятельности учёного или академической организации определяется методами информетрии (библиометрии). Оценка производится с помощью абсолютных и относительных показателей, рассчитанных на основе количества публикаций и их цитирований в наукометрических базах данных. Передовые авторы и научные организации становятся победителями конкурсов грантов и международных конкурсов, получают финансовые ресурсы и другие дивиденды. Отмечено, что методика оценки научной деятельности стала влиять на поведение авторов и способствовать увеличению случаев плагиата, договорного цитирования, академической нечестности. Рассмотренные подобные практики искажают оценку качества научной деятельности, на основе которой формируется представление о текущем состоянии науки и публикационной активности. Проанализирована проблема оценки качества научной деятельности, предложен подход совместного использования методов библиометрии и современных научных наработок при определении авторского стиля написания работы. Сделан акцент на том, что на библиотеки традиционно возлагается задача обучения, популяризации знаний и информирования. Названа нетрадиционная функция библиотек: поддержка лингвистических исследований, формирование лингвистических корпусов. Определены меры, затрудняющие манипуляции при оценке научной деятельности библиометрическими методами, которые будут способствовать внедрению принципов академической честности в практику.

1. Мохначева Ю. В. О публикационных потоках медико-биологического профиля на примере НИИ Федерального агентства научных организаций России / Ю. В. Мохначева, В. А. Цветкова // Информ. и инновации. – 2017. – № 1–2. – С. 61–69.

2. Арутюнов В. В. О некоторых итогах оценки результативности научной деятельности национальных исследовательских университетов России / В. В. Арутюнов // Там же. – 2017. – Спец. вып. – С. 22–25.

3. International Mathematical Union (IMU) [Электронный ресурс]. – Режим доступа: https://www.mathunion.org/

4. Research Excellence Framework. [Электронный ресурс]. – Режим доступа: https://www.ref.ac.uk

5. Snowball Metrics – Standardized research metrics – by the sector for the sector Snowball Metrics [Электронный ресурс]. – Режим доступа: https://www.snowballmetrics.com/

6. Земсков А. И. Основные задачи библиотек в области библиометрии / А. И. Земсков // Информ. и инновации. – 2017. – Спец. вып. – С. 79–83.

7. International Center for Academic Integrity [Электронный ресурс]. – Режим доступа: http://www.academicintegrity.org/icai/integrity-3.php

8. Епідемія академічного плагіату в цифрах [Электронный ресурс]. – Режим доступа: http://studway.com.ua/plagiat-2/

9. Гуськов А. Е. Российская наукометрия: обзор исследований / А. Е. Гуськов // Библиосфера. – 2015. – № 3. – С. 75–86.

10. Луценко Е. В. Количественная оценка степени манипулирования индексом Хирша и его модификация, устойчивая к манипулированию / Е. В. Луценко, А. И. Орлов // Политемат. сетевой электрон. науч. журн. Кубан. гос. аграр. ун-та. – 2016. – № 121. – С. 202–234.

11. Лойко В. И. Современные подходы в наукометрии : моногр. / В. И. Лойко, Е. В. Луценко, А. И. Орлов; под науч. ред. проф. С. Г. Фалько. – Краснодар : КубГАУ, 2017. – 532 с.

12. Левин В. И. Новый подход к оценке качества научных исследований / В. И. Левин // Высшее образование в России. – 2017. – № 6. – С. 136–146.

13. Земсков А. И. О некоторых библиометрических индексах / А. И. Земсков // Науч. и техн. б-ки. – 2016. – № 8. – С. 18–28.

14. Beall's List of Predatory Journal sand Publishers [Электронный ресурс]. – Режим доступа: https://beallslist.weebly.com/

15. Боргоякова К. С. Библиометрия и «охота на хищников» / К. С. Боргоякова, А. И. Земсков // Науч. и техн. б-ки. – 2018. – № 2. – С. 89–100.

16. Цветкова В. А. Библиометрические показатели, публикационная активность и публикации / В. А. Цветкова, Ю. В. Мохначева // Информ. и инновации. – 2017. – Спец. вып. – С. 127–131.

17. Джеффри Билл «Warning: essential information predatory journals» : [презентация участника конференции «Информационная поддержка науки и образования: наукометрия и библиометрия»] / Билл Джеффри // Там же. – С. 137–147.

18. López-Cózar E. D. Manipulating Google Scholar citations and Google Scholar metrics: Simple, easy and tempting / E. D. López-Cózar, N. Robinson-Garcia, D.Torres-Salinas // arXiv preprint arXiv:1212.0638. – 2012.

19. Налимов В. В. Наукометрия: изучение развития науки как информационного процесса / В. В. Налимов, З. М. Мульченко. – Москва : Наука, 1969. – 192 с.

20. Герасимов С. В. Инструментальные средства оценки качества научно-технических документов / С. В. Герасимов и др. // Тр. Ин-та систем. программирования РАН. – 2013. – Т. 24. – С. 359–380.

21. Ионенков Ю. С. Оценка качества научно-технической документации / Ю. С. Ионенков // ИТНОУ: информ. технологии в науке, образовании и упр. – 2017. – № 4 (4). – С. 14–18.

22. European Educational Research Quality Indicators. Project Final Report [Электронный ресурс]. – Режим доступа: http://eerqi.eu/sites/default/files/Final_Report.pdf

23. Роллинс Джейсон Э. «BigData for Innovation&Scientific Insight» : [презентация участника конференции «Информационная поддержка науки и образования: наукометрия и библиометрия»] / Джейсон Э. Роллинс // Информ. и инновации. – 2017. – Спец. вып. – С. 153–160.

24. Дербенёв Н. В. Что можно улучшить в наукометрическом анализе – учёт наличия дубликатов и заимствований в научных публикациях / Н. В. Дербенёв, В. О. Толчеев // Упр. большими системами : сб. тр. – 2013. – № 44. – С. 366–380.

25. Mikolov T. Efficient Estimation of Word Representations in Vector Space / Mikolov T. et al. // arXiv preprint arXiv:1301.3781. – 2013.

26. Mikolov T. Linguistic regularities in continuous space word representations / T. Mikolov, W. Yih, G. Zweig // Proceedings of the 2013 Conference of the North American Chapter of the Association for Computational Linguistics: Human Language Technologies. – 2013. – С. 746–751.

27. AlSallal M. An integrated approach for intrinsic plagiarism detection / AlSallal M. et al. // Future Generation Computer Systems. – 2017. – https://doi.org/10.1016/j.future.2017.11.023.

28. Каніщева О. В. Визначення стилю автора для виявлення плагіату в академічному середовищі / О. В. Каніщева, Ю. Н. Главчева, В. А. Висоцька // Системний аналіз та інформаційні технлогії : матеріали 19-ї Міжнар. наук.-технічн. конф. SAIT 2017, 22–25 травня2017. – Київ : ННК «ІПСА» НТУУ «КПІ» ім. Ігоря Сікорського, 2017. – С. 78–79.

29. Козлова Н. В. Лингвистические корпуса: определение основных понятий и типология / Н. В. Козлова // Вестн. Новосиб. гос. ун-та. Сер.: Лингвистика и межкультур. коммуникация. – 2013. – Т. 11. – № 1. – С. 79–88.

30. Цветкова В. А. Ещё немного о Российском индексе научного цитирования (РИНЦ) / Цветкова В. А., Калашникова Г. В. // Культура: теория и практика. – 2016. – № 5–6.

31. Bar-Ilan J. Informetrics at the beginning of the 21st century – A review / J. Bar-Ilan // Journal of Informetrics. – 2008. – № 2. – С. 1–52. – DOI:10.1016/j.joi.2007.11.001

32. Börner K. Visualizing knowledge domains / K. Börner, C. M. Chen, K. W. Boyack // Annual Review of Information Science and Technology. – 2003. – Випуск 37. – С. 179–255.

33. Garfield E. Historiographic mapping of knowledge domains literature / E. Garfield // Journal of Information Science. – 2004. – № 30 (2). – С. 119–145.

34. Kostoff R. Citation mining – Integrating text mining and bibliometrics for research user profiling / R. N. Kostoff, J. A. Rió, J. A. Humenik, E. O. García, A. M. Ramírez // Journal of the American Society for Information Science and Technology. – 2001. – № 52 (13). – С. 1148–1156.

35. Kostoff R. N. Fullerene data mining using bibliometrics and database tomography / R. N. Kostoff, T. Braun, A. Schubert, D. R. Toothman, J. A. Humenik // Journal of Chemical Information and Computer Sciences. – 2000. – № 40 (1). – С. 19–39.

36. Albert R. Statistical mechanics of complex networks / R. Albert, A. L. Barabási // Reviews of Modern Physics. – 2002. – № 74 (1). – С. 47–97.

37. Girvan M. Community structure in social and biological networks / M. Girvan, M. E. Newman // Proceedings of the National Academy of Sciences of the United States of America. – 2002. – № 99 (12). – С. 7821–7826.

38. Pudovkin A. I. Algorithmic procedure for finding semantically related journals / A. I. Pudovkin, E. Garfield // Journal of the American Society for Information Science and Technology. – 2002. – № 53 (13). – С. 1113–1119.

39. Glänzel W. A new classification scheme of science fields and subfields designed for scientometric evaluation purposes / W. Glänzel, A. Schubert // Scientometrics. – 2003. – № 56 (3). – С. 357–367.

40. Цветкова В. А. Системы цитирования: где благо, где зло / В. А. Цветкова // Науч. и техн. б-ки. – 2015. – № 1. – С. 18–22.