Альтернативные ресурсы для решения библиометрических задач исследователей и научных организаций

Цель статьи – проанализировать функциональные возможности доступных источников информации для решения библиометрических задач научных организаций и исследователей на основании критериев «Методики оценки развития междисциплинарных исследований и деятельности научных организаций», применяемой в Центральной научной библиотеке Уральского отделения Российской академии наук (УрО РАН). Рассмотрены системы поиска научной информации как альтернативные источники наукометрических данных в условиях отсутствия доступа к Web of Science и Scopus. Анализ систем проведен в соответствии с критериями Методики. Изучены их функциональные возможности, имеющиеся библиометрические показатели, аналитические инструменты и средства визуализации информации для оценки деятельности научных организаций и исследователей. Для информационных систем, обладающих функцией научного профиля, проведен сравнительный анализ количественных характеристик на примере конкретной научной организации и автора (Институт машиноведения УрО РАН и Ю.Ф. Майданик). Сделаны выводы о перспективах использования проанализированных ресурсов, в частности системы CoLab, для оценки публикационной активности научных организаций УрО РАН.

1. Аффилиационная полигамия // Русский research : Telegram-канал. URL: https://t.me/trueresearch/1820 (дата обращения = accessed 11.07.24). Дата публикации = published 07.05.2024.

2. Боркин Л., Сайфитдинова А. Наукометрия, оценка научной деятельности ученых и научная политика в России // Биосфера. 2024. Т. 16, № 1. С. 103-143.

3. Гиляревский Р. С. О некорректности использования индексов цитирования для вычислений по сопоставлению разделов науки // Научно-техническая информация. Серия 2, Информационные процессы и системы. 2022. № 2. С. 21-24.

4. Гринёв А. В. Использование наукометрических показателей при оценке публикационной активности в современной России // Вестник Российской академии наук. 2019. Т. 89, № 10. С. 993-1002. DOI: https://doi.org/10.31857/S0869-58738910993-1002.

5. Гринёв А. В. Проблемы наукометрии и ее пригодность для управления научной деятельностью в современной России // Управленческие науки. 2024. Т. 14, № 1. С. 117-132. DOI: https://doi.org/10.26794/2404-022X-2024-14-1-117-132.

6. Гуреев В. Н., Ильичёва И. Ю., Мазов Н. А. Профили авторов и организаций в информационных системах Dimensions и Lens: исследование возможностей // Научные и технические библиотеки. 2023. № 10. С. 138-170. DOI: https://doi.org/10.33186/1027-3689-2023-10-138-170.

7. Гуреев В. Н., Мазов Н. А. Возрастание роли открытых библиографических данных в условиях ограничения доступа к коммерческим информационным системам // Управление наукой: теория и практика. 2023. Т. 5, № 2. С. 49-76. DOI: https://doi.org/10.19181/smtp.2023.5.2.4.

8. Гуськов А. Е., Шрайберг Я. Л. Вызовы для развития наукометрических исследований // Научные и технические библиотеки. 2023. № 2. С. 37-58. DOI: https://doi.org/10.33186/1027-3689-2023-2-37-58.

9. Лутай А. В., Любушко Е. Э. Сравнение качества метаданных в БД CrossRef, Lens, OpenAlex, Scopus, Semantic Scholar, Web of Science Core Collection // РФФИ : сайт. URL: https://podpiska.rfbr.ru/storage/reports2021/2022_meta_quality.html (дата обращения = accessed 26.06.24). Дата публикации = published 21.02.2022.

10. Мазов Н. А., Гуреев В. Н. Ведение базы данных публикаций организации с использованием библиографических ресурсов открытого доступа // Научно-техническая информация. Серия 1, Организация и методика информационной работы. 2023. № 9. С. 20-32.

11. Мохначева Ю. В., Цветкова В. А. Возможные пути получения научной информации в новых условиях // Управление наукой: теория и практика. 2023. Т. 5, № 3. С. 117-158. DOI: https://doi.org/10.19181/smtp.2023.5.3.9.

12. Прокофьева Ю. Д. Критерии оценок развития междисциплинарных исследований: к постановке проблемы // Библиосфера. 2018. № 4. С. 95-100. DOI: https://doi.org/10.20913/1815-3186-2018-4-95-100.

13. Прокофьева Ю. Д. Методика оценки развития междисциплинарных исследований и деятельности научных организаций как основа единой системы наукометрического анализа в УрО РАН // Вестник Московского государственного университета культуры и искусств. 2020. № 4. С. 98-115. DOI: https://doi.org/10.24412/1997-0803-2020-10410.

14. Прокофьева Ю. Д., Пекшева М. А. Наукометрия сегодня: анализ публикационной активности научной организации по данным РИНЦ // Библиосфера. 2023. № 3. С. 83-92. DOI: https://doi.org/10.20913/1815-3186-2023-3-83-92.

15. Семёнов Е. В. Европа отказывается от тупиковой научной политики, Россия продолжает подражать европейскому прошлому // Управление наукой: теория и практика. 2023. Т. 5, № 3. С. 10-13. DOI: https://doi.org/10.19181/smtp.2023.5.3.

16. Хохлов А. Р [В прошлую пятницу ...] // Алексей Хохлов : Telegram-канал. URL: https://t.me/khokhlovAR/692 (дата обращения = accessed 26.06.24). Дата публикации = published 02.05.2024.

17. Шевченко Л. Б. Опыт ГПНТБ СО РАН по исследованию открытых инструментов для поддержки научных исследований // Управление наукой: теория и практика. 2023. Т. 5, № 3. С. 159-168. DOI: https://doi.org/10.19181/smtp.2023.5.3.10.

18. Chinchilla-Rodríguez Z, Costas R, Robinson-García N and Larieière V (2024) Examining the quality of the corresponding authorship field in Web of Science and Scopus. Quantitative Science Studies 5 (1): 76-97. DOI: https://doi.org/10.1162/qss_a_00288.

19. Falagas ME, Pitsouni EI, Malietzis GA and Pappas G (2008) Comparison of Pub Med, Scopus, Web of Science, and Google Scholar: strengths and weaknesses. The FASEB Journal 22 (2): 338-342. DOI: https://doi.org/10.1096/fj.07-9492LSF.

20. Harzing AW and Alakangas S (2016) Google Scholar, Scopus and the Web of Science: a longitudinal and cross-disciplinary comparison. Scientometrics 106 (2): 787-804. DOI: https://doi.org/10.1007/s11192-015-1798-9.

21. Martín-Martín A, Thelwall M, Orduna-Malea E and Delgado López-Cózar E (2021) Google Scholar, Microsoft Academic, Scopus, Dimensions, Web of Science, and Open Citations' COCI: a multidisciplinary comparison of coverage via citations. Scientometrics 126 (1): 871-906. DOI: https://doi.org/10.1007/s11192-020-03690-4.

22. Tennant JP (2020) Web of Science and Scopus are not global databases of knowledge. European Science Editing 46: e51987. DOI: https://doi.org/10.3897/ese.2020.e51987.

23. Thelwall M (2018) Dimensions: a competitor to Scopus and the Web of Science? Journal of Informetrics 12 (2): 430-435. DOI: https://doi.org/10.1016/j.joi.2018.03.006.

24. Visser M, Van Eck NJ and Waltman L (2021) Large-scale comparison of bibliographic data sources: Scopus, Web of Science, Dimensions, Crossref, and Microsoft Academic. Quantitative Science Studies 2 (1): 20-41. DOI: https://doi.org/10.1162/qss_a_00112.

25. Wilder EI and Walters WH (2021) Using conventional bibliographic databases for social science research: Web of Science and Scopus are not the only options. Scholarly Assessment Reports 3 (1): 4. DOI: https://doi.org/10.29024/sar.36.