Центральная Научная Библиотека УрО РАН

Инвентарный номер: нет.


    Блинов, П. Ю.
    Тренды публикационной активности российских организаций в 2000-2019 гг. / П. Ю. Блинов, Д. В. Косяков, А. В. Малышева, А. Е. Гуськов // Научно-техническая информация. Серия 2: Информационные процессы и системы. - 2022. - № 8. - С. 9-21
Кл.слова (ненормированные):
НАУКОМЕТРИЯ -- ФРАКЦИОННЫЙ СЧЕТ -- ПУБЛИКАЦИОННАЯ АКТИВНОСТЬ -- КРИТЕРИЙ ИНВЕРСИЙ -- КРИТЕРИЙ МАННА-КЕНДАЛЛА -- SCOPUS -- ПРОЕКТ 5-100 -- КРИТЕРИИ СЛУЧАЙНОСТИ ИЛИ ОТСУТСТВИЯ ТРЕНДА -- КБПР -- КРИТЕРИЙ КОКСА-СТЮАРТА
Аннотация: Неоднократно отмечалось, что количество публикаций российских исследователей быстро росло в 2012-2021 гг., однако этот рост был неравномерен как в количественном, так и в качественном отношении. Более того, в некоторых научных организациях публикационная активность не только не росла, но даже подала. Для полноценного понимания реального развития научного сектора необходим анализ динамики десятков показателей для сотен организаций. Однако как исследовать столь многочисленные ряды данных? Для решения этой задачи используются метод классификации трендов временных рядов, основанный на комбинации из трех статистических критериев случайности или отсутствия тренда: критерий Кокса-Стюарта, критерий инверсий и критерий Манна-Кендалла. С его помощью для каждой из 701 ведущей российской научной организации и университета были классифицированы ряды наукометрических параметров, характеризующих различные аспекты публикационной активности, включая комплексный публикационный балл (аналог КБПР), средний уровень качества публикации и долю статей в сборниках научных трудов конференций. Показаны различия между трендами организаций разного типа и категорий результативности. На их основе сформулированы новые исследовательские вопросы, связанные с причинами возникновения тех или иных тенденций развития российской научной сферы.

Найти похожие

Инвентарный номер: нет.


    Разумов , А. Н.
    Проблемы реабилитации в высокорейтинговых базах данных / А. Н. Разумов , Г. Н. Пономаренко, А. В. Сокуров , Л. М. Смирнова [и др.] // Вопросы курортологии, физиотерапии и лечебной физической культуры. - 2021. - Т. 98, № 1. - С. 5-14
Кл.слова (ненормированные):
МЕДИЦИНСКАЯ РЕАБИЛИТАЦИЯ -- НАУКОМЕТРИЧЕСКИЕ ПОКАЗАТЕЛИ -- ИЗДАТЕЛЬСКИЕ ДОМА
Аннотация: Развитие технологий медицинской реабилитации - инвестиции в «человеческий капитал». Критерием эффективности работы научных учреждений, занимающихся проблемами реабилитации, является научная публикационная активность их работников в этой предметной области в высокорейтинговых международных базах данных (БД). Цель исследования. Анализ состояния научного публикационного потока в области реабилитации. Материал и методы. Использованы сведения из БД Web of Science и Scopus на ноябрь 2019 г. глубиной с 1991 по 2018 г. Результаты. Выявлено, что до настоящего времени не достигнут высокий уровень публикационного рейтинга России, который отмечался в 1991-1992 гг. в БД Scopus по медицинской реабилитации. Определены меры для его повышения за счет увеличения скорости нарастания российского публикационного потока. Также отмечена необходимость снижения зависимости России от монополии зарубежных издательских корпораций путем создания внутрироссийских ресурсов и заимствования при этом опыта зарубежных коллег. Заключение. Для увеличения российского научного публикационного потока по направлению «Реабилитация» в зарубежных высокорейтинговых БД необходимые меры должны быть предприняты на уровне авторов, научных организаций, научного сообщества и государства. Авторам междисциплинарных статей необходимо корректно представлять метаданные, указывающие на отношение работы к проблеме реабилитации. Обоснована необходимость не только увеличения доли российских научных журналов в международных БД, но и создания отечественных высокорейтинговых БД, а также согласования действующих нормативных правовых актов в части терминов и определений в области реабилитации, приведение рубрик Универсальной десятичной классификации в соответствие с рубриками высокорейтинговых международных БД. Учитывая высокую социальную значимость направления «Реабилитация», необходимо включение его в перечень приоритетных и финансируемых направлений на уровне, соответствующем мировым тенденциям.

Найти похожие

Инвентарный номер: нет.


    Гиляревский, Р. С.
    О некорректности использования индексов цитирования для вычислений по сопоставлению разделов науки / Р. С. Гиляревский // Научно-техническая информация. Серия 2: Информационные процессы и системы. - 2022. - № 2. - С. 21-24
Рубрики: НАУКА. НАУКОВЕДЕНИЕ
Кл.слова (ненормированные):
НЕТОЧНОСТЬ ВЫЧИСЛЕНИЙ -- ТЕМАТИЧЕСКИЕ КАТЕГОРИИ -- ПЛАТФОРМЫ ИНДЕКСАЦИИ И ЦИТИРОВАНИЯ -- WEB OF SCIENCE -- ЗАКОН БРЭДФОРДА -- РАСПРЕДЕЛЕНИЕ ЖУРНАЛОВ
Аннотация: Обсуждается заведомая неточность вычислений вклада ученых, организаций и стран, а также периода полужизни публикаций, количества статей и их цитирований по разделам науки при использовании данных платформ индексации и цитирования (на примере Web of Science). Некорректность объясняется тем, что на этих платформах по тематическим категориям распределяются журналы, тогда как объекты вычислений требуют классификации по статьям. Распределение статей конкретной тематики по журналам неравномерно и подчиняется закону рассеивания Брэдфорда, который в этом случае не учитывается. Выясняется невозможность исправления результатов подобных вычислений. Выход видится в использовании для них реферативных журналов, в которых по рубрикаторам индексируются статьи.

Найти похожие

Инвентарный номер: нет.


    Мельникова, Е. В.
    Потребности наукометрии и возможности современного машинного обучения как области искусственного интеллекта / Е. В. Мельникова // Научно-техническая информация. Серия 1: Организация и методика информационной работы . - 2023. - № 5. - С. 7-14
Кл.слова (ненормированные):
НАУКОМЕТРИЯ -- БИБЛИОМЕТРИЯ -- НАУКОМЕТРИЧЕСКИЕ ПОКАЗАТЕЛИ -- ГЛУБОКОЕ ОБУЧЕНИЕ -- ИСКУССТВЕННЫЕ НЕЙРОННЫЕ СЕТИ -- БОЛЬШИЕ ДАННЫЕ -- КЛАССИФИКАЦИЯ -- WEB OF SCIENCE -- SCOPUS -- ИСКУССТВЕННЫЙ ИНТЕЛЛЕКТ -- МАШИННОЕ ОБУЧЕНИЕ
Аннотация: Представлена общая характеристика современной наукометрии, ее основных задач и методов исследования. Рассмотрены вопросы применения алгоритмов обычного машинного и глубокого обучения как инструментов искусственного интеллекта в тематической классификации научной литературы. Изложены проблемы и ограничения в классификации литературы по разделам науки в системах индексации и цитирования научной информации. Приводится конкретный пример приложения глубокого обучения для постатейной тематической классификации, разработанного учеными ОАЭ и Иордании на базе сверточных нейронных сетей. Подчеркнуто значение приложений и моделей глубокого обучения для создания корректных классификаций научной литературы, соответствующих реалиям развития науки и способных на этой основе обеспечить повышение точности вычисления наукометрических показателей.

Найти похожие

Инвентарный номер: нет.



    Классификация научных журналов с опорой на индексы цитирования // Научные и технические библиотеки. - 2024. - № 5. - С. 56-70
Кл.слова (ненормированные):
научные журналы -- академические журналы -- классификация журналов -- индексы научных журналов -- развитие журналов -- WEB OF SCIENCE -- SCIEXPANDED -- SSCI -- AH&CI -- ESCI -- SCOPUS -- PUBMED MEDLINE
Аннотация: Научные журналы можно классифицировать по самым разным критериям. Классификация научных журналов до сих пор является предметом споров между экспертами. Многочисленные предложения не внесли ясности в этот вопрос. Цель данного исследования – выработать чёткие критерии классификации научных журналов. При этом автор готов принять критику предлагаемых им решений. Сделана попытка классифицировать научные журналы с опорой на библиографические базы данных, в которые эти журналы включены. Используя различные базы данных и литературу, автор привносит собственные соображения и предлагает свою интерпретацию проблемы. Научные журналы р азбиты п о ч етырём г руппам: 1 . Ж урналы, в ключённые в индексы цитирования БД Clarivate Analytics Web of Science Database, такие как SCIExpanded, SSCI, AHCI. 2. Журналы, включённые в индекс цитирования ESCI (являющийся частью Web of Science), SCImago Scopus и PubMed Medline. 3. Журналы, включённые в другие международные или национальные/региональные индексы. 4. Журналы, не включённые ни в один из индексов. Представленные в статье индексы дают понимание о влиянии журнала. Результаты исследования представляют собой более чёткие, ясные и поддающиеся измерению критерии классификации научных журналов.

Найти похожие

Сиглы отделов ЦНБ УрО РАН

  бр.ф. - Бронированный фонд

  бф - Научно-библиографический отдел

  БХЛ - Фонд художественной литературы

  ИИиА -Фонд исторической литературы в ЦНБ УрО РАН

  ИМЕТ -Отдел ЦНБ в Институте металлургии УрО РАН

  кх - Отдел фондов (книгохранениe)

  МБА - Межбиблиотечный абонемент

  мф - Методический фонд

  ок - Отдел научной каталогизации

  оку - Отдел комплектования и учета

  орф - Обменно-резервный фонд

  пф - Читальный зал деловой и патентной информации

  рк - Фонд редкой книги

  ч/з - Главный читальный зал

  эр - Зал электронных ресурсов

Сиглы библиотек институтов и НЦ УрО РАН

© Международная Ассоциация пользователей и разработчиков электронных библиотек и новых информационных технологий
(Ассоциация ЭБНИТ)