Критерии оценок развития междисциплинарных исследований: к постановке проблемы

В настоящее время для оценки эффективности научной деятельности все чаще применяются методы наукометрического анализа, а представление наукометрических показателей является обязательным условием всех отчетов о научно-исследовательской работе. В статье предложены варианты использования параметров, доступных в Web of Science и Scopus; эти параметры станут основой формирования представления об уровне вклада конкретных организаций или авторов в развитие междисциплинарных исследований. Рассмотрены проблемы, возникающие при анализе профилей организаций.

наукометрия, библиометрия, критерии оценки, библиометрические показатели, ЦНБ УрО РАН

1. Акимова Г. П., Даниленко А. Ю. Пашкин М. А. Подходы к оценке работы научных коллективов // Труды Института системного анализа РАН. 2015. Т. 65, № 2. С. 39-43.

2. Антопольский А. Б. Определение границ при проведении мониторинга информационных ресурсов социально-гуманитарных наук // Информационные ресурсы России. 2017. № 3. С. 6-10.

3. Боргоякова К. С. Применение наукометрического анализа для сравнения публикационной активности вузов // Научно-техническая информация. Серия 1, Организация и методика информационной работы. 2016. № 11. С. 22-25.

4. Захарова С. С. Отражение публикаций учёных в наукометрических базах данных: опыт научно-исследовательского Института математических проблем биологии РАН // Библиография. 2018. № 1. С. 55-64.

5. Индексирование материалов конференций в Scopus и Web of Science // 4science.ru. URL: https://4science.ru/articles/ Indeksirovanie-materialov-konferencii (accessed 28.04.2018).

6. Калинкин М. Н., Джулай Г. С. Наукометрические показатели в системе организации науки и оценке эффективности научной деятельности вузов // Верхневолжский медицинский журнал. 2013. Т. 11, вып. 4. С. 4-5.

7. Лойко В. И., Луценко Е. В., Орлов А. И. Современные подходы в наукометрии. Краснодар : КубГАУ, 2017. 531 с.

8. Минобрнауки разъяснил ситуацию с Web of Science // Научная Россия. 2017. URL: http://www.ras.ru/news/shownews. aspx?id=23de50b3-85ad-47b1-9993-43f4c162e173 (дата обращения: 28.04.2018).

9. Михайлов О. В. Парадоксы цитирования // Вестник Российской академии наук. 2018. Т. 88, № 3. С. 268-271.

10. Мохначева Ю. В., Цветкова В. А. Оценка публикационной активности научных организаций на основе баз данных Web of Science Core Collection, Scopus и РИНЦ (на примере медико-биологической тематики) // Научно-техническая информация. Серия 1, Организация и методика информационной работы. 2017. № 12. С. 17-24.

11. Основные принципы системного подхода // Studme.org. URL: https://studme.org/1209081022558/menedzhment/osnovnye_ printsipy_sistemnogo_podhoda (дата обращения: 20.04.2018).

12. Отчет за 2017 г. / Рос. акад. наук, Уральское отд-ние. Екатеринбург : УрО РАН, 2018. 329 с.

13. Слащева Н. А., Харыбина Т. Н. Библиометрические индикаторы научной деятельности учёных Пущинского научного центра РАН // Информационное обеспечение науки: новые технологии. Москва, 2011. С. 110-117.

14. Тарасевич Ю. Ю., Шиняева Т. С. Критерии оценки состояния и развития научных исследований на основе анализа наукометрической информации // Вопросы образования. 2015. № 2. С. 221-240.

15. Combined measurement of the Higgs boson mass in pp collisions at √s = 7 and 8 TeV with the ATLAS and CMS experiments / G. Aad [et al.] // Physical Review Letters. 2015. Vol. 114. URL: https://journals.aps.org/prl/abstract/10.1103/PhysRevLett.114. 191803 (accessed 10.05.2018).

16. Multi-messenger observations of a binary neutron star merger / B. P. Abbott [et al.] // Astrophysical Journal Letters. 2017. Vol. 848, № 2. URL: https://arxiv.org/ftp/arxiv/papers/1710/17 10.05833.pdf (accessed 10.05.2018).