Электронная визуализация профессионального влияния

Процедура создания автором научной статьи связей цитирования с результатами исследований других авторов в электронной среде может быть легко дополнена в каком-то смысле симметричной процедурой: средствами создания коллегами автора «встречных» связей к его статье от своих персональных профилей. Техническая возможность создания подобных «встречных» связей может быть полезна для фиксации и оперативного распространения в научном сообществе индивидуальных мнений (оценок) ученых по поводу влияния результатов исследований, полученных другими учеными, на развитие науки.

С учетом наличия в научной среде потенциального конфликта интересов, средства электронного цитирования, применяемые отдельным ученым по своему субъективному разумению, в обязательном порядке должны быть сбалансированы возможностями научного сообщества дать профессиональную оценку результатов исследований отдельного ученого. Если научная истина и новое научное знание «рождаются в процессе борьбы мнений», то электронные средства обеспечения научной деятельности должны обеспечивать равные возможности для всех участников этой «борьбы».

В статье [14] предлагается следующий набор качественных характеристик для субъективного оценивания учеными степени влияния отдельного научного результата/статьи на развитие соответствующих областей науки:

· очень интересный результат (particularly interesting);

· поворотный пункт для развития науки (landmarks);

· новаторский/революционный результат (groundbreaking).

На наш взгляд, этот список должен быть сбалансирован еще, как минимум, следующими характеристиками:

· результат, основанный на заблуждении;

· ненаучный подход к получению результата;

· результат с возможным опасным влиянием.

В процессе создания таких связей ученый не только выбирает качественные характеристики (для одной статьи/результата можно одновременно указать несколько характеристик), отражающие его понимание степени влияния исходной статьи/результата на развитие науки, но и должен иметь возможность прокомментировать свое решение. Созданные таким образом карточки профессиональных оценок с одной стороны связаны с профилем ученого, который их сделал (можно будет увидеть сводный список: какие статьи и как оценил соответствующий ученый), а с другой – с научной статьей/материалом, для которой сделана оценка (для каждой статьи можно будет увидеть какие профессиональные оценки она имеет и кто их поставил).

Данные связи, также как и электронное цитирование, должны контролироваться системой автоматического мониторинга их актуальности, описанной в разделе «Живые документы». Это означает, что при изменениях в статьях, к которым ведут связи от карточек профессиональной оценки, ученые, установившие эти связи, должны получать уведомления о необходимости проверки их состоятельности. Соответственно, при просмотре карточек профессиональных оценок для заданной статьи будет видна дата изменения как самой статьи, так и даты последней актуализации карточек ее оценки.

Индикаторы использования результатов исследований на основе статистики электронного цитирования будут более объективными, если их рассматривать в комплексе со статистикой оценок профессионального влияния соответствующих результатов. Кроме этого, активное использование учеными средств для профессиональной оценки научного влияния результатов исследований создало бы в научном сообществе своего рода систему «раннего оповещения» о появлении новых статей и материалов, которые могут оказать на него существенное воздействие (как положительное, так и отрицательное).

Для отдельно взятого РНТД (в виде статьи или в другой форме), который путем электронного депонирования помещен в институтский ОА, включенный, в свою очередь, в онлайновую научную инфраструктуру (например, в Соционет), возможен автоматический сбор следующих данных:

1. статистика использования РНТД в виде подсчета связей цитирования данного РНТД с учетом качественных характеристик связей;

2. статистика профессионального признания РНТД как подсчет рецензируемых научных журналов и изданий, опубликовавших материалы с изложением этого РТНД с учетом их импакт-фактора, алгоритм расчета которого также может быть существенно улучшен;

3. статистика востребованности РНТД как подсчет количества просмотров его карточки (описания) и скачиваний полного текста.

Формирование онлайновой наукометрической статистики именно в рамках интегрированной онлайновой научной инфраструктуры (а не в локальных информационных системах отдельных институтов) обеспечивает: а)учет всего количества и разнообразия связей между электронными материалами, которые устанавливаются авторами на материалы друг друга из разных институтских ОА; б)возможность учета максимально полной статистики по каждому РНТД, включая локальную статистику, собираемую на институтских Интернет серверах.

Пример первого этапа реализации этого – подсистема «Статистика Соционет», которая методически основывается на результатах международного проекта Logec, создавшего систему интеграции локальной онлайновой наукометрической статистики в единую базу данных для профессионального информационного пространства RePEc.

Сбор и обработка подобной «сырой» статистики выполняется компьютерными программами на основе анализа сведений, которые исходно являются электронными результатами автоматического и непрерывного учета изменений в институтских ОА и профессиональном информационном пространстве в целом. Поэтому эта процедура может быть настроена так, чтобы создавать динамические ряды исходных данных с нужной временной периодичностью. Такая система может представлять статистический портрет требуемых объектов и/или процессов практически в реальном времени. Например, подсистема «Статистика Соционет» формирует онлайновую наукометрическую статистическую базу как временные ряды с дневными точками.

Однажды созданная и запущенная, программа формирования онлайновой наукометрической статистической базы работает практически без вмешательства человека. А результаты ее работы могут быть доступны всем желающим для проведения собственных статистических исследований и/или проверки расчетов чьих-то показателей (например, исходная наукометрическая статистика в Соционет является общедоступной).

Обработка исходной онлайновой наукометрической статистики в сочетании со сведениями о различных видах связей между карточками РНТД, персональными профилями ученых и профилями научных организаций позволяет строить разнообразные показатели результатов научно-технической деятельности [4]. Сведения о связях (например, между профилем ученого и карточками его РНТД, или между профилем организации и профилями работающих в ней ученых и т.п.) определяют правила агрегирования исходной статистики для расчета показателей, характеризующих отдельных ученых или организаций.

Рассчитываемые на такой статистической базе показатели будут иметь особый смысл при совместном выполнении следующих ключевых условий, которые были описаны во введении к этой статье:

1. все институты создают ОА и обязывают ученых к электронному депонированию всех законченных результатов исследований;

2. ученые формируют профессиональные социальные сети, включая электронное цитирование с качественными характеристиками; а также

3. работают реальные мотивации для ученых к выполнению пунктов 1 и 2.

При этих условиях индикатором результативности исследований для отдельного ученого или исследовательской организации/подразделения был бы комплекс следующих автоматически рассчитываемых с заданной периодичностью онлайновых наукометрических показателей (в порядке важности):

· показатель использования результатов, суммирующий количества цитирований исходных результатов с учетом структуры качественных характеристик;

· показатель профессионального признания результатов, суммирующий количество опубликованных результатов в рецензируемых научных изданиях (журналах) с учетом их импакт-фактора;

· показатель востребованности результатов, суммирующий количества просмотров описаний результатов и скачиваний посвященных им полных текстов с учетом фильтрации дублирования и других мер против «накрутки» этого показателя;

· показатель интереса к публикациям автора/группы авторов (или к области их исследований), подсчитанный по количеству упоминаний соответствующих признаков в глобальных системах мониторинга новых поступлений/изменений научных материалов (например, в параметрах персональных информационных роботов Соционет);

· показатель количества полученных результатов, суммирующий статьи и материалы автора или группы авторов, принадлежащих одной организации/подразделению.

Имеется также интересная перспектива появления еще одного показателя результативности исследований в связи с развитием электронного цитирования, описанного в предыдущем разделе:

Если связей цитирования между научными статьями достаточно много, то они представляют собой определенную устойчивую систему. При наличии механизма мониторинга и изменения связей цитирования между статьями – «живыми» документами - появление новой статьи или изменение существующей будет представлять собой определенное «возмущение» данной системы. В ответ на такое «возмущение», система будет определенное время адаптироваться в виде изменения топологии связей и/или их качественных характеристик.

Соответственно, степень влияния отдельной статьи или автора на научное сообщество может быть измерена интенсивностью и характером изменений связей цитирования в системе научных материалов в целом в ответ на появление или изменение заданной статьи (или группы статей одного автора). Отдельная статья или автор могут рассматриваться как более продуктивные, если их появление/изменение вызывает больше сдвигов в связях цитирования (появление новых связей и/или переключение уже существующих связей на искомую статью). При условии, что качественные характеристики изменяемых связей не указывают на рост критики данной статьи.

При наличии известных программ для сравнения текстов, индикаторы результативности исследований могут быть органично дополнены данными о семантической и/или тематической близости между текстами отдельного автора (или исследовательской организации) и корпусом научных материалов. Подобный комплексный набор наукометрических данных при их оперативном обновлении представлял бы собой профессиональную сигнальную систему [4], которая позволяла бы получать ответы, например, на следующие важные для развития науки вопросы [13]:

· Какие исследования наиболее используемы? Кем?

· Какие исследования растут быстрее всех? В каком направлении? Под чьим влиянием?

· Какие исследования доказывают немедленную полезность, какие долгосрочную и какие имеют устойчивое долгосрочное влияние?

· Существуют ли работы, чье значение открывается или переоткрывается после длительного забытья? Можем ли мы идентифицировать частоту и природу такого "медленного горения"?

· Какие исследования и исследователи наиболее авторитетны? Чьи исследования больше всего используют эти авторитетные исследования, и наоборот – какие исследования использованы в авторитетных?

Подсистема «Статистика Соционет» содержит примеры ежедневно обновляемых в автоматическом режиме показателей одного из видов (показатели востребованности) для отдельных статей, ученых, исследовательских организаций и др