Наукометрия. Библиометрия

УДК 025.4.03

Н. А. Мазов, В. Н. Гуреев

Новые методы формирования публикационного профиля
научной организации в сети науки

Представлены отработанные авторами методы сбора данных о публикациях организации, а также методы обработки профиля автора и организации во внешних БД. На основе таких выверенных данных впоследствии можно проводить качественные полномасштабные наукометрические исследования.

Ключевые слова: наукометрия, библиометрия, Web of Science, Scopus, РИНЦ, идентификация метаданных, уникальные идентификаторы публикаций.

Библиометрия и – шире – наукометрия значительно упрочили свои позиции в качестве научных дисциплин, чему способствовало развитие информационных технологий, которые сделали реферативные БД более функциональными и доступными широкому кругу пользователей. Значимость наукометрических исследований, дающих возможность моделировать научную политику, напрямую подтверждается проявленным к ним интересом со стороны не только научных организаций, но и финансирующих ведомств, а также государственных органов.

В России в этом аспекте много внимания уделяется проекту «Карта науки России» [1]. Отдельно упомянем разрабатываемый комплекс мер по увеличению доли отечественных публикаций в зарубежных реферативных БД [2]. Наряду с собственными разработками владельцев баз данных, крупнейшими из которых являются Web of Knowledge, Scopus и Google Scholar, появилось множество специализированных программ [3], а в недавней публикации [4] сделан обстоятельный обзор программного обеспечения, работающего с элементами упомянутых БД, и инструментарий этих программ позволяет проводить действительно интересные и качественные исследования по анализу науки.

Такие значимые и масштабные проекты не будут успешными, если в самом нижнем звене цепочки – на уровне конкретных научных организаций – не будет, во-первых, решена задача по сбору информации о публикациях своих научных сотрудников и, во-вторых, упорядочена информация об авторах, научных группах и организации в целом во внешних реферативных БД.

В задачу сбора информации входит создание и постоянное поддержание внутренней БД трудов сотрудников организации. Специфика решения второй задачи обусловлена различной архитектурой внешних реферативных БД. Например, в случае с Google Академия необходимо обеспечить доступ индексирующим роботам Google к своей внутренней БД. В Web of Knowledge и Scopus предполагается непосредственное участие назначенных в организации лиц в редактировании профиля организации.

В любом случае решение главных наукометрических задач должно идти снизу вверх и начинаться на уровне организации, чтобы впоследствии можно было легко объединять данные в более общие большие кластеры – по ведомственной принадлежности, географическим признакам, предметным областям и др.

С большой долей уверенности можно сказать, что в настоящее время работа по обоим обозначенным направлениям во многих научных организациях ведётся неудовлетворительно, что обусловлено рядом обстоятельств. Прежде всего, остаётся нерешённым кадровый вопрос. Поскольку библиометрия – наука молодая, во многих институтах ещё не определились с тем, кто должен ею заниматься – учёные или секретариат, сотрудники библиотеки или специально созданных подразделений. Во-вторых, отсутствуют хорошие методики проведения такого комплекса работ. В-третьих, спрос на подобные работы возрос лишь в последнее время.

Оставляя в стороне вопросы организации процесса, мы предлагаем вниманию читателей ряд методологических рекомендаций, основанных на опыте многолетней работы двух научных институтов – Института нефтегазовой геологии и геофизики им. акад. Трофимука (ИНГГ) СО РАН и Государственного научного центра вирусологии и биотехнологии (ГНЦ ВБ) «Вектор».

Прежде всего стоит отметить, что ситуация в российских научных организациях не уникальна – подобные проблемы свойственны и многим зарубежным институтам. Лишь в нескольких крупных организациях работа проводится на качественном уровне. Информационные центры, достигшие успеха в этом направлении, указывают на необходимость задействовать ручной труд в процессе сбора библиометрической информации и на невозможность использования лишь внешних реферативных БД [5, 6].

Если говорить о российских НИИ, то здесь проблема усугубляется различными способами транслитерации русских имён, названий организаций и журналов, заглавий статей (которые могут не только транслитерироваться, но и переводиться), а также тем, что в качестве места проведения работы указывается не свой институт (головная организация), а сторонняя организация, где автор работает по совместительству, или же сведения об организации отсутствуют полностью.

На трудности обработки именно кириллической информации в зарубежных БД указывают сами зарубежные исследователи [7] (заметим: такие же трудности возникают при обработке иероглифических библиографических сведений). Отмеченные проблемные моменты приводят к тому, что в зарубежных БД множатся профили одного и того же автора, одной и той же организации, сведения об одной и той же публикации. Особую трудность в данном случае представляет отсутствие единых стандартов на идентификацию метаданных [8, 9].

В такой ситуации остаётся либо ожидать разработки уникальной идентификации записей в БД крупными игроками издательского дела и разработчиками стандартов, либо использовать доступный инструментарий, предоставляемый БД, а также свои собственные методы.

На базе ИНГГ СО РАН и ГНЦ ВБ «Вектор» созданы и отработаны полуавтоматическая система сбора информации о публикациях, а также методы обработки информации во внешних реферативных БД.

Ведение базы данных публикаций. Непременное условие успешной работы – сбор информации обо всех публикациях организации со времени её создания. Эта работа трудоёмкая и может занять до нескольких месяцев, однако её необходимо провести лишь один раз.

Учитывая, что большинство наукометрических исследований основано на списках публикаций из БД Web of Knowledge или Scopus, нужно обязательно проверить, имеется или отсутствует полный список всех публикаций организации в этих БД. Затем следует выписать все идентификаторы статей, а также авторские идентификаторы и сохранить их в любой локально используемой БД или текстовом редакторе. После этого мы получим возможность ввести идентификаторы в качестве запроса в интересующую нас БД и получить результат – полный список публикаций организации на текущий момент.

Следующий шаг направлен на поддержание списка в актуальном состоянии, для чего создаётся рассылка (Alert) для каждого автора, работающего в организации. При индексировании статьи базой данных информация о ней направляется по электронной почте сотруднику, ответственному за ведение БД, и он добавляет идентификатор статьи в общий список идентификаторов организации.

Мы акцентируем внимание на отработке именно полного списка статей при работе с любой БД, поскольку в публикации авторы зачастую либо вообще не указывают головную организацию, либо указывают другую, в которой также числятся. Поэтому запрос по адресу организации, как мы уже отметили, зачастую выдаёт лишь половину результатов.

Описанные алгоритмы изучения публикационной активности разработаны и успешно применяются в информационно-библиотечном центре ИНГГ СО РАН на протяжении последних 15 лет.

Информационно-библиотечная система НТИ по наукам о Земле ИНГГ СО РАН – одна из наиболее совершенных не только в Сибирском отделении РАН, но и в России. Сегодня информационные массивы содержат десятки миллионов библиографических записей и сотни тысяч полнотекстовых документов.

Создана БД «Труды сотрудников ИНГГ и ИГМ СО РАН», где представлены библиографические описания публикаций, которые имеются в фондах библиотеки института и представлены на его сайте. БД создавалась в среде АБИС CDS/ISIS; включает описания монографий, диссертаций, авторефератов диссертаций, статей в научных журналах, электронных публикаций в Интернете, докладов на конференциях и других публикаций.

Для интеграции описаний с БД Web of Science, Scopus и РИНЦ разработан программно-технологический комплекс, позволяющий снабжать метаданные соответствующими ссылками. К описаниям документов, отражённых в перечисленных БД, добавляются соответствующие идентификаторы записи, однозначно указывающие на соответствующую запись в этих БД. Такая технология доработки записей позволяет в оперативном режиме отслеживать публикуемость и цитируемость работ в перечисленных БД.

В настоящее время БД «Труды…» содержит около 40 тыс. записей. Для более 12 % описаний имеются ссылки на электронные версии публикаций. БД размещена на сайте ИНГГ СО РАН и доступна по адресу http://ibc.ipgg.nsc.ru.

Представленный опыт в настоящее время успешно прошёл тестирование в ГНЦ ВБ «Вектор».

Редактирование профилей авторов, научных групп и организаций во внешних реферативных БД. Сегодня мы наблюдаем заметный прогресс в области разработки уникальных идентификаторов в цифровой медиасреде. Если прежде все усилия владельцев крупных БД были направлены на унификацию метаданных лишь на своем ресурсе, то 2012 г. был отмечен договорами между разными разработчиками в области унификации авторских профилей. Так, сейчас стало возможным указывать в определённой системе свои уникальные идентификаторы из других БД. Например, в Web of Science можно указать ORCID (разработка Эльзевир), а в РИНЦ – и ORCID, и Researcher ID от Web of Science.

В наших институтах в своё время были отработаны все авторские профили в БД Scopus и проведён сравнительный анализ возможностей WoS, Scopus и РИНЦ, предоставляемых представителям организации и авторам публикаций [10]. В настоящее время тестируется разработанная РИНЦ система Science Index – организация.

Во всех реферативных БД при обработке информации о метаданных используется большое количество параметров, в том числе: общедоступная информация об авторе в Интернете, цитирования и самоцитирования, информация с первой страницы публикации и др. Тем не менее лучшими разработками являются полуавтоматические, требующие участия человека в процессе обработки данных [11]. Именно поэтому разработчики БД для повышения точности информации об авторах и организациях всё чаще делегируют им права на редактирование данных о своих публикациях.

Редактирование может быть прямым, как в Web of Science или Google Академия, где автор может вручную внести свои работы в общий список. Однако такие изменения сохраняются лишь в авторском профиле, который хранится отдельно от основных БД. Следовательно, авторские правки не отражаются в основном массиве данных.

Редактирование может быть опосредованным, как в БД Scopus, где автор отправляет запрос техническому персоналу, который проверяет данные на достоверность и вносит изменения в основную БД. Однако в этом случае автор не может добавить в свой профиль работы, не расписываемые в Scopus.

В РИНЦ разработчики нашли свой оригинальный подход: авторы могут работать только с публикациями, проиндексированными системой, но все их операции напрямую отражаются в основной БД. Мы заметили, что этим вполне могут воспользоваться недобросовестные пользователи, причислив работы (и цитирования) однофамильцев к своему профилю.

Редактирование профиля организации проводится авторизованным представителем и соответствует алгоритмам, разработанным в базах данных для авторов. Так, в Scopus работа проводится путём запросов к технической поддержке, сотрудники которой проверяют информацию от авторизованного представителя и вносят изменения в БД.

В РИНЦ вся ответственность ложится на сотрудника той или иной организации, который без стороннего контроля вносит изменения в основную БД. Как и в случае с авторскими профилями, здесь кроется много возможностей для злоупотреблений, когда организации приписываются работы, проведённые в других учреждениях. Заметим, что такие случаи уже есть.

В Google Академия нет инструментов, аналогичных другим БД. Между тем представитель организации может выставить для индексирования роботами Google данные своей внутренней БД в статических html-страничках, снабдив соответствующие метатэги необходимой информацией о публикации, согласно описанию метаданных Дублинского ядра.

Наиболее сбалансированный подход представлен в БД Scopus, в которой ни авторам, ни представителям организации напрямую не предоставлены права на внесение изменений, но всё продумано для того, чтобы и автору, и представителю было легко сообщить о неточностях и внести нужные коррективы. Существенно то, что внесенные изменения проверяются и впоследствии отражаются в самой БД, а не в отдельной надстройке, что делает эту БД более точной и удобной для поиска информации. Итогом совместной корректировки сотрудниками той или иной организации и модераторами списка публикаций становится выверенный профиль автора и организации.

В заключение отметим: рассмотренная методика обработки с января 2012 г. находится в промышленной эксплуатации в ИНГГ СО РАН. Данные, получаемые из WoS, Scopus и РИНЦ, полностью интегрированы в собственную БД «Труды сотрудников ИНГГ и ИГМ СО РАН». А работа с БД Scopus прошла апробацию на полномасштабной отработке профиля организации в ГНЦ ВБ «Вектор» и ИНГГ СО РАН.

Список источников

1. Проект создания «Карты Науки России». Установочное заседание экспертных групп проекта : материалы для обсуждения. – 2013 [Электронный ресурс]. – Режим доступа: http://www.lin.irk.ru/new/files/sci_ross.pdf (Дата обращения: 29.04.2013).

2. Проект распоряжения Правительства РФ «Комплекс мероприятий, направленных на увеличение к 2015 году доли публикаций российских исследователей в общем количестве публикаций в мировых научных журналах, индексируемых в базе данных «Сеть науки» (Web of science) до 2,44%». – 2013 [Электронный ресурс]. – Режим доступа: http://минобрнауки.рф/документы/3119/файл/1847/13.02.27-сеть.науки.pdf (Дата обращения: 29.04.2013)

3. Мазов Н. А. Свободно распространяемые программы для наукометрических и библиометрических исследований // Библиотеки и информационные ресурсы в современном мире науки, культуры, образования и бизнеса: 19-я междунар. конф. "Крым–2012" (2–10 июня 2012 г., г. Судак) : труды конф. – Москва : ГПНТБ России, 2012. – С. 1–6. [Электронный ресурс]. – Режим доступа: http://www.gpntb.ru/win/inter-events/crimea2012/disk/123.pdf (Дата обращения: 29.04.2013)

4. Cobo M. J., López-Herrera A. G., Herrera-Viedma E., Herrera F. Science Mapping Software Tools: Review, Analysis, and Cooperative Study Among Tools // Journal of the American Society for Information Science And Technology. – 2011. – V. 62(7). – P. 1382–1402.

5. Raan A. F. J. van. The use of bibliometric analysis in research performance assessment and monitoring of interdisciplinary scientific developments // Technikfolgenabschätzung – Theorie und Praxis. – 2003. – V.1(12). – P. 20–29.

6. Bibliometrics. Publication Analysis as a Tool for Science Mapping and Research Assessment. The Karolinska Institutet Bibliometrics Project Group. – 2008. [Электронный ресурс]. – Режим доступа: http://ki.se/content/1/c6/01/79/31/introduction_to_bibliometrics_v1.3.pdf (Датаобращения: 29.04.2013).

7. Egghe L., Rousseau R. Introduction to Informetrics: Quantitative Methods in Library, Documentation and Information Science. – Amsterdam : Elsevier science publishers, 1990. –
P. 217–218.

8. Vitiello G. Identifiers and Identification Systems: An Informational Look at Policies and Roles from a Library Perspective // D-Lib Magazine. – 2004. – V. 10(1) [Электронный ресурс]. – Режим доступа: http://www.dlib.org/dlib/january04/vitiello/01vitiello.html (Дата обращения: 29.04.2013).

9. Мазов Н. А., Гуреев В. Н., Жижимов О. Л. Единая идентификация библиографических метаданных: проблемы и решения. Распределенные информационные и вычислительные ресурсы (DICR-2012) : Материалы XIV Рос. конф. с участием иностр. учёных (26–30 нояб. 2012 г., Новосибирск). – Новосибирск : ИВТ СО РАН. – 2012. – С. 18.

10. Мазов Н. А., Гуреев В. Н. Новые научные методы для исследования библиотечной отрасли // Библиосфера. – 2012. – № 5. – С. 87–90.

11. Kang I.-N., Kim P., Lee S., et al. Construction of a large-scale test set for author disambiguation // Information processing and management. – 2011. – № 47. – P. 452–465.