Наукометрические методы и модели мониторинга результативности научной деятельности тема диссертации и автореферата по ВАК РФ 00.00.00, доктор наук Гуськов Андрей Евгеньевич

  • Гуськов Андрей Евгеньевич
  • доктор наукдоктор наук
  • 2024, ФГБОУ ВО «Сибирский государственный университет телекоммуникаций и информатики»
  • Специальность ВАК РФ00.00.00
  • Количество страниц 340
Гуськов Андрей Евгеньевич. Наукометрические методы и модели мониторинга результативности научной деятельности: дис. доктор наук: 00.00.00 - Другие cпециальности. ФГБОУ ВО «Сибирский государственный университет телекоммуникаций и информатики». 2024. 340 с.

Оглавление диссертации доктор наук Гуськов Андрей Евгеньевич

ВВЕДЕНИЕ

ГЛАВА 1 АНАЛИЗ ИСХОДНЫХ ПРЕДПОСЫЛОК СОВЕРШЕНСТВОВАНИЯ СИСТЕМЫ МОНИТОРИНГА РЕЗУЛЬТАТИВНОСТИ НАУЧНОЙ ДЕЯТЕЛЬНОСТИ НА ОСНОВЕ НАУКОМЕТРИЧЕСКОГО ПОДХОДА

1.1 Актуальные проблемы мониторинга результативности научной деятельности

1.2 Наукометрия, библиометрия и информетрия

1.3 Анализ направлений и трендов российских наукометрических исследований

1.4 Вызовы, связанные с развитием методов наукометрического анализа

Выводы первой главы

ГЛАВА 2 КОНЦЕПТУАЛЬНАЯ МОДЕЛЬ НАУКОМЕТРИЧЕСКОГО МОНИТОРИНГА РЕЗУЛЬТАТИВНОСТИ НАУЧНОЙ ДЕЯТЕЛЬНОСТИ

2.1 Теоретико-множественная модель системы наукометрического

мониторинга результативности научной деятельности

2.2 Информационная модель системы наукометрического мониторинга результативности научной деятельности

2.3 Модель функционирования системы наукометрического мониторинга результативности научной деятельности

2.4 Обоснование применения модели наукометрического мониторинга результативности научной деятельности

Выводы второй главы

ГЛАВА 3 НАУКОМЕТРИЧЕСКИЕ МЕТОДЫ ОЦЕНКИ РЕЗУЛЬТАТИВНОСТИ НАУЧНОЙ ДЕЯТЕЛЬНОСТИ

3.1 Регламенты национальной оценки результативности научной деятельности

3.2 Метод наукометрической оценки результативности научных организаций

3.3 Результаты наукометрической оценки результативности научных организаций

3.4 Фракционный счет публикаций

Выводы третьей главы

ГЛАВА 4 НАУКОМЕТРИЧЕСКИЙ МЕТОД АНАЛИЗА ВЛИЯНИЯ ПРОГРАММЫ ПОВЫШЕНИЯ КОНКУРЕНТОСПОСОБНОСТИ УНИВЕРСИТЕТОВ НА НАУЧНУЮ РЕЗУЛЬТАТИВНОСТЬ

4.1 Обзор национальных программ повышения конкурентоспособности в сфере науки

4.2 Феномен публикационного роста российской науки

4.3 Метод анализа стратегий повышения публикационной активности организаций

4.4 Примеры применения стратегий повышения публикационной активности

4.5 Результаты анализа стратегий, используемых университетами 5100 для повышения результативности

Выводы четвертой главы

ГЛАВА 5 НАУКОМЕТРИЧЕСКИЙ МЕТОД ИЗУЧЕНИЯ ПРОЦЕССОВ АКАДЕМИЧЕСКОЙ МОБИЛЬНОСТИ

5.1 Метод изучения академической мобильности на основе аффилиационной истории

5.2 Международная мобильность российских исследователей

5.3 Внутрироссийская мобильность

Выводы пятой главы

ГЛАВА 6 МЕТОДЫ ВЕБОМЕТРИЧЕСКОГО АНАЛИЗА САЙТОВ ВУЗОВ, НАУЧНЫХ ОРГАНИЗАЦИЙ И ИССЛЕДОВАТЕЛЕЙ

6.1 Вебометрический анализ сайтов научных организаций

6.2 Недостатки вебометрического подхода

6.3 Контент-анализ персональных сайтов выдающихся ученых

6.4 Анализ веб-трафика сайтов научных организаций

Выводы шестой главы

ЗАКЛЮЧЕНИЕ

СПИСОК СОКРАЩЕНИЙ

СПИСОК ЛИТЕРАТУРЫ

СПИСОК ИЛЛЮСТРАТИВНОГО МАТЕРИАЛА

ПРИЛОЖЕНИЕ А. АКТЫ ВНЕДРЕНИЯ

Рекомендованный список диссертаций по специальности «Другие cпециальности», 00.00.00 шифр ВАК

Введение диссертации (часть автореферата) на тему «Наукометрические методы и модели мониторинга результативности научной деятельности»

ВВЕДЕНИЕ

Актуальность темы. Современные вызовы, стоящие перед научным сообществом, предъявляют высокие требования к системам поддержки принятия решений в этой сфере и, в частности, к применению эффективных инструментов мониторинга результативности научной деятельности. В России этот мониторинг, как правило, основан на показателях статистических наблюдений из ежегодных форм государственной отчетности. Такой подход имеет ряд недостатков: методики расчета и заполнения статистических показателей не всегда соответствуют их целевому назначению; результаты статистического учета имеют высокую погрешность, причем величину погрешности сложно оценить, а результаты -проверить; формы отчетности задают узкие и трудно расширяемые ограничения для анализа данных; на основе статистического учета часто нельзя объяснить аномалии, провести качественную оценку научных кадров и выстроить обоснованные прогнозы. Эти недостатки существенно влияют на качество результатов мониторинга, что приводит к искаженному восприятию реального состояния науки в России и к ошибочным решениям в управлении исследованиями на уровне отдельной организации, региона или целой страны.

Интенсивное развитие информационно-коммуникационных технологий и цифровизация научно-исследовательской деятельности создали ряд предпосылок для введения новых инструментов мониторинга результативности научной деятельности: массивы первичной информации переведены в электронную форму, пригодную для автоматизированной обработки; профессиональными сообществами разработаны стандарты передачи открытых данных, позволяющие собирать первичную информацию в одном месте; появились технологии идентификации сущностей, обеспечивающие эффективное связывание записей из различных источников; стали доступны вычислительные ресурсы для обработки, анализа и хранения больших объемов данных; разработаны математические

модели и алгоритмы, позволяющие выявлять в них ошибки, обнаруживать тренды, аномалии и скрытые структурные связи.

Наукометрический подход, основываясь на перечисленных предпосылках, является одним из ключевых инструментов цифровизации научной деятельности, хотя его развитие имеет свои сложности. В настоящее время большинство наукометрических исследований сталкивается с типичными проблемами, к которым относятся: ограничения библиографических баз данных (ББД) и связанных с ними аналитических инструментов, неоднозначность идентификации сущностей (публикации, персоны, организации и др.), необходимость интеграции данных из различных источников, потребность в уточнении тематической классификации научных публикаций, некорректное применение наукометрического анализа для обоснования и изучения изменений научной политики.

Преодоление этих вызовов создает возможность применения наукометрического подхода в задачах изучения науки, в том числе и мониторинга её результативности. Это обеспечит более высокую достоверность его результатов, их воспроизводимость и полноту, а самое главное - позволит решать недоступные ранее задачи. Для демонстрации возможностей наукометрического подхода в этом исследовании были выбраны направления, которые являются наиболее актуальными в контексте изменений российской научной политики в 20102022 гг., но при этом слабо охвачены существующими процедурами мониторинга результативности научной деятельности:

- Оценка результативности научной деятельности институтов, подведомственных Федеральному агентству научных организаций (ФАНО) России, выполнялась в 2015-2018 гг. с применением наукометрического подхода, вызвавшего множество вопросов. Необходимо обеспечить прозрачность наукометрических методик оценки, обосновать возможность и целесообразность их применения.

- Проект повышения конкурентоспособности ведущих российских университетов (Проект 5-100) ассоциируется с форсированным развитием

науки в вузовской среде, в котором аномальное увеличение результативности его участников в некоторых случаях сочеталось с выявлением недобросовестных практик. Наукометрический анализ необходим для объективного описания практик повышения публикационной активности университетов.

- Академическая мобильность является одним из направлений в области социологии науки, в рамках которой изучаются географические перемещения ученых между регионами и странами и соответствующее влияние этих перемещений на развитие науки, регионов и самих исследователей. Мобильность российских ученых остается одной из основных болевых точек науки в России с 1990 г. Наукометрический подход предоставляет новые возможности для изучения этого направления и позволяет получить комплексную картину международной, внутренней, а также межведомственной и межинституциальной миграции.

- Открытая наука (Open science) является новой ключевой парадигмой, которая активно развивается в научном сообществе и значительно изменяет форму и структуру научных коммуникаций. Вебометрический анализ дополняет наукометрический и представляет собой комплекс методов изучения результативности научной деятельности через анализ содержимого веб-сайтов организаций и их вовлеченности в парадигму открытой науки. При этом существуют сомнения относительно достоверности и качества вебометрических показателей, а значит и возможностей их применения. Таким образом, актуальность исследования обусловливается

необходимостью применения к организации мониторинга результативности научной деятельности качественно иного - наукометрического - подхода, который основан на сборе, обработке и анализе массивов научной информации и позволит значительно улучшить характеристики мониторинга, расширить спектр решаемых задач, выявлять системные изменения в сфере исследований, своевременно реагировать на дисбалансы в ее развитии и увеличить эффективность решений, принимаемых в управлении научной деятельностью.

Научная проблема: дефицит методов изучения структуры и процессов развития сферы исследований и разработок, ее внутренних связей, закономерностей, тенденций и аномалий, основанных на анализе больших массивов научной информации.

Степень разработанности темы. Хотя термин «наукометрия» был введен советским математиком и философом В. В. Налимовым в 1969 г., эта дисциплина в России практически не развивалась до середины 2000-ых гг. Однако последующее введение наукометрических показателей в государственную научную политику, неоднозначное отношение к ним в научном сообществе вкупе с их высокой значимостью в новой системе принятия решений стали импульсом для интенсивного развития наукометрических исследований в России. Основными направлениями в 2010-2020 гг. являлись: анализ общего состояния и динамики развития российской науки (М. А. Акоев, Л. М. Гохберг, И. Е. Ильина, Д. В. Косяков, М. Н. Коцемир, А. В. Ловаков, В. А. Маркусова, Н. Н. Матвеева, И. В. Маршакова-Шайкевич, Ю. В. Мохначева, А. И. Орлов, Г. С. Сагиева, И. А. Стерлигов, Т. В. Харыбина, В. А. Цветкова, М. М. Юдкевич), применяемые для этого наукометрические системы и базы данных (А. Б. Антопольский, Л. К. Бобров, В. А. Глухов, В. Н. Гуреев, Г. О. Еременко, И. В. Зибарева, Н. А. Мазов, И. А. Меркулова, Е. В. Луценко, В. В. Писляков, А. Н. Сотников, Я. Л. Шрайберг), разработка наукометрических показателей и изучение их свойств (И. В. Маршакова-Шайкевич, Ю. В. Мохначева), проблема низкой цитируемости российских публикаций (М. С. Аксентьева, О. В. Кириллова, Е. Л. Дьяченко, Т. В. Еременко, В. А. Маркусова, О. В. Москалева, В. В. Писляков), международное сотрудничество (О. И. Кирчик, М. Н. Коцемир, И. В. Маршакова-Шайкевич, С. А. Шашнов), парадигма открытой науки (И. И. Засурский, С. И. Паринов, Д. А. Семячкин, Н. Д. Трищенко, Я. Л. Шрайберг), а также множество библиометрических исследований в различных научных дисциплинах. Большинство таких работ строятся либо на небольших выборках, либо на основании обобщенных показателей, формируемых библиографическими системами Web of Science, Scopus или Российским индексом научного

цитирования, а также соответствующими аналитическими надстройками InCites, Scival или Science Index. При этом остаются слабо разработанными наукометрические методы анализа больших массивов научно-технической информации, которые позволили бы более глубоко и системно изучать состояние, результативность и развитие научной сферы.

Передовые исследования в области наукометрии чаще всего проводятся в странах Северной Америки, Европы и в Китае, а наиболее авторитетными учеными считаются L. Bornmann, R. Costas, W. Glanzel, A. Hirsch, V. Lariviere, L. Leydesdorff, H. Moed, R. Rousseau, C. Sugimoto, M. Thelwall, L. Waltman. Вместе с тем в этих исследованиях крайне редко затрагивается специфика развития российской научной сферы, которая имеет ряд особенностей, требующих изучения. Ярким примером служит использование фракционного счета публикаций для вычисления комплексного балла публикационной результативности (КБПР), который активно применяется в отечественной научной политике, однако его влияние на развитие российской науки до сих пор системно не изучено.

Цель исследования: разработать методологические основы для выявления системных изменений в научной сфере на базе наукометрического подхода к организации мониторинга результативности научной деятельности.

Задачи исследования:

1. Определить потенциал развития и применения новых методов наукометрии на основе обзора и систематизации наукометрических исследований, связанных с мониторингом результатов российского научно-технологического развития.

2. Разработать концептуальную модель автоматизированной информационной системы мониторинга результативности научной деятельности, основанную на применении наукометрического подхода.

3. Разработать наукометрические методы оценки результативности научной деятельности российских организаций, соответствующие существующим нормативно-правовым актам, и провести исследование результатов оценки

для различных групп организаций, объединенных по тематическому и видовому признаку.

4. Разработать наукометрический метод для системного анализа институциональных стратегий повышения результативности научной деятельности на примере российских университетов, участвовавших в Проекте повышения конкурентоспособности среди ведущих мировых научно-образовательных центров.

5. Разработать наукометрический метод изучения академической мобильности ученых, основанный на аффилиационной истории авторов научных публикаций, и проанализировать с его помощью международную и межрегиональную миграции российских исследователей.

6. Провести анализ возможностей и ограничений применения методов вебометрического анализа в задачах мониторинга результативности научной деятельности с точки зрения доступности, достоверности и качества вебометрических показателей; разработать способы их усовершенствования.

Научная новизна диссертационной работы состоит в разработке наукометрического подхода к организации мониторинга результативности научной деятельности, включая концептуальную модель системы и новые методы подготовки аналитических продуктов для решения задач мониторинга сферы исследований и разработок.

Концептуальная модель системы наукометрического мониторинга результативности научной деятельности содержит:

- теоретико-множественную модель, которая отличается возможностью её применения для расширяемого множества субъектов мониторинга, формируемых ими аналитических задач и наблюдаемых объектов;

- комплекс информационных моделей, отличающихся: возможностью хранения сведений о подразделениях организаций, выполняющих исследования и разработки, и об альтметрических показателях результатов

научной деятельности; возможностью верификации значений мониторинговых показателей за счет хранения реестров исходных сведений об объектах наблюдения, промежуточных и итоговых результатах вычислений, и их взаимного связывания;

- функциональную модель, отличающуюся автоматизированным сбором первичных данных, расширяемым составом формируемых аналитических продуктов мониторинга и оперативностью их подготовки.

На основе предложенной концептуальной модели были разработаны новые методы обработки, группировки и анализа наукометрической информации для формирования аналитических продуктов мониторинга:

- метод оценки результативности научной деятельности университетов и научных организаций, отличающийся применением странового фракционного счета, который позволяет выполнять уточненную оценку вклада организаций и отдельных исследователей в совокупный научный продукт;

- метод анализа повышения публикационной активности, который позволил впервые системно рассмотреть институциональные стратегии российских университетов, связанные с увеличением показателей результативности научной деятельности;

- метод анализа процессов академической мобильности, основанный на построении аффилиационных историй авторов, который впервые был применен для изучения миграции российских исследователей между странами и регионами.

Объектом исследования являются массивы научной информации, содержащейся в информационно-библиографических системах и описывающие результаты научной деятельности.

Предметом исследования являются методы обработки и группировки научной информации для задач анализа изменений в научной сфере и выявления в них закономерностей, тенденций и аномалий.

Методология и методы исследования. Применялись методы поиска и семантической обработки научной информации - для обзора и систематизации существующих работ в области наукометрии; методы системного анализа, теория и методы проектирования информационных систем - для создания концептуальной модели системы наукометрического мониторинга результативности научной деятельности; теория баз данных, методы математической статистики, вебометрии и наукометрии - для разработки новых методов наукометрического анализа.

Положения, выносимые на защиту

1. Предложенная концептуальная модель автоматизированной информационной системы мониторинга результативности научной деятельности, основанная на наукометрическом подходе, позволяет оперативно формировать разнообразные аналитические продукты о состоянии научной сферы.

2. Метод наукометрической оценки, основанный на целочисленном счете и распределении научных организаций по референтным группам, позволяет провести информированную экспертизу их научной результативности.

3. Метод странового фракционного счета обеспечивает уточненную оценку научной результативности организаций. В отличие от традиционных целочисленных и фракционных способов оценивания он уменьшает негативный эффект от недобросовестных практик, поддерживает международные коллаборации и точно отражает вклад организации в публикационный поток страны.

4. Метод анализа стратегий повышения публикационной активности позволяет определить особенности быстрого роста количества публикаций в ведущих российских университетах.

5. Метод анализа академической мобильности, основанный на построении аффилиационной истории авторов научных публикаций и выделении их базовых аффилиаций, является новым инструментом изучения международной и внутренней миграции исследователей.

6. Вебометрический анализ имеет методологические и технические ограничения для его применения в наукометрических исследованиях, но может использоваться для стимулирования развития открытых научных коммуникаций и качественной оценки содержания веб-сайтов организаций и исследователей.

Теоретическая значимость работы заключается в разработке методологических основ для качественного развития информационных систем мониторинга результативности научной деятельности с целью анализа и увеличения эффективности решений, принимаемых в управлении научной деятельностью. Полученные результаты вносят вклад в развитие теоретических оснований применения наукометрического анализа в задачах изучения институциональных стратегий повышения публикационной активности, количественной оценки научной результативности и академической мобильности, базирующихся на сборе и обработке больших массивов научной информации. Выявлены и систематизированы концептуальные и технологические ограничения различных методик вебометрического анализа, влияющие на область его применения и погрешность результатов. Разработанные в исследовании методы позволяют модернизировать подходы к созданию информационных систем в области управления научной деятельностью, создавая теоретические основания для разработки интеллектуальных и аналитических сервисов поддержки принятия решений.

Практическая значимость работы заключается в том, что результаты исследований могут применяться для совершенствования политики управления научными исследованиями на государственном, ведомственном, региональном и институциональном уровнях в задачах мониторинга состояния и результативности научной сферы, а также для анализа эффективности программ научно-технологического развития. Они использовались для оценки результативности научной деятельности организаций, подведомственных ФАНО России в 2016-2017 гг., и при разработке методов расчета показателей

результативности научной деятельности. Акты о внедрении (Приложение А) и публикации подтверждают внедрение результатов исследования при выполнении следующих проектов:

- проект научно-исследовательских работ «Наукометрический анализ развития сектора исследований и разработок под влиянием изменений научных политик и форм организации науки» (номер государственной регистрации 122092800020-4);

- проект научно-исследовательских работ «Наукометрический анализ публикационного потока российских исследователей и факторов его трансформации, изучение способов и методов повышения публикационной активности, развития российской научной периодики» (номер государственной регистрации АААА-А19-119121090008-8);

- грант Российского фонда фундаментальных исследований «Кадровый потенциал российской фундаментальной науки: анализ карьерной траектории и мобильности российских ученых по библиометрическим данным» (номер государственной регистрации АААА-А18-118020290043-4),

- проект Федеральной целевой программы «Исследования и разработки по приоритетным направлениям развития научно-технологического комплекса России на 2007-2013 годы» по теме «Разработка системы агрегирования данных по научным проектам из различных источников для обеспечения мониторинга реализации мероприятий и программ» (номер государственной регистрации 01201370665).

Личный вклад. Основные научные и практические результаты, описанные в диссертационном исследовании, получены автором лично с 2010 по 2023 г. Автором разработаны:

- концептуальная модель системы наукометрического мониторинга результативности научной деятельности;

- метод наукометрической оценки результативности научной деятельности, основанный на целочисленном счете и распределении организаций по референтным группам;

- метод странового фракционного счета;

- метод анализа стратегий повышения публикационной активности;

- метод анализа академической мобильности;

- метод вебометрического анализа персональных сайтов исследователей;

- метод анализа веб-трафика научных организаций.

В разработанных программах для ЭВМ, прошедших регистрацию в Федеральной службе по интеллектуальной собственности (Роспатент), автору принадлежат:

- разработка алгоритмов, структуры и процедур программного обеспечения, процедур поиска и обработки информации, постановка задач практической реализации прикладного программного обеспечения, руководство процессом создания прикладного программного обеспечения;

- разработка систем справочников, классификаторов и рубрикаторов и их наполнение;

- разработка информационной структуры баз данных (БД) и руководство процессом ее практической реализации;

- постановка задач и руководство работами по реализации пользовательских интерфейсов.

Из печатных работ, опубликованных диссертантом в соавторстве, в текст диссертации были включены только результаты, которые были получены автором лично.

Соответствие паспорту научной специальности. Тема и содержание исследования соответствуют научной специальности «2.3.8 - Информатика и информационные процессы» и технической отрасли науки согласно пункту 7

паспорта специальности «Разработка методов обработки, группировки и аннотирования информации, в том числе, извлеченной из сети интернет, для систем поддержки принятия решений, интеллектуального поиска, анализа» и пункту 16 паспорта специальности в части «Автоматизированные информационные системы, ресурсы и технологии по областям применения (научные, технические, экономические, образовательные, гуманитарные сферы деятельности), форматам обрабатываемой, хранимой информации».

Степень достоверности и обоснованность результатов обусловлены научной и методологической основой исследования, согласованностью с результатами других работ, представленных в российских и зарубежных печатных изданиях, успешной апробацией результатов исследования и их внедрением в научных организациях, обширным количеством научных публикаций автора диссертации.

Апробация результатов. Основные результаты работы доложены на международных, всероссийских научных конференциях и семинарах: международные конференции International Conference on Scientometrics & Informetrics (2015, Стамбул, Турция; 2019, Рим, Италия), International Conference on Current Research Information Systems (2014; Рим, Италия), Международный профессиональный форум «Книга. Культура. Образование. Инновации» («КРЫМ») (2017, 2018, 2019, 2021; Судак); Международная конференция «Информационные технологии, компьютерные системы и издательская продукция для библиотек» (LIBCOM) (2017, 2019, 2021, 2022; Суздаль); VII Международная конференция НЭИКОН «Электронные научные и образовательные ресурсы: создание, продвижение и использование» (2019; Крит, Греция); Международная конференция «Электронные информационные ресурсы для науки и образования Science Online» (2019; Майорка, Испания); Международная научно-практическая конференция «Наука, технологии и информация в библиотеках» (LIBWAY-2020) (2020; Новосибирск); III Международный библиографический конгресс (2021; Новосибирск); Научно-практическая конференция «Научно-технологическое развитие Российской Федерации: ресурсы, результаты, перспективы» (2021;

Москва); VIII Международный форум технологического развития «Технопром» (2021; Новосибирск). Результаты диссертационного исследования рекомендованы к защите на заседании Общественного ученого совета, проведенного в рамках Двадцать пятой Международной конференции «Информационные технологии, компьютерные системы и издательская продукция для библиотек» (LIBCOM-2021).

Публикации. По теме диссертации лично и в соавторстве опубликована 41 научная работа, в том числе 7 статей в ведущих зарубежных журналах, индексируемых в Web of Science или Scopus, 25 статей в российских журналах из «Перечня рецензируемых научных изданий» Высшей аттестационной комиссии при Министерстве науки и высшего образования РФ, 2 свидетельства о регистрации программы для ЭВМ, а также 7 работ, опубликованных в других изданиях и сборниках трудов конференций.

Структура диссертации. Текст диссертации содержит 340 страниц и состоит из введения, шести глав, заключения, списка сокращений, списка литературы, списка иллюстративных материалов и приложения. Работа содержит 41 таблицу и 61 рисунок. Список литературы включает 302 источника.

ГЛАВА 1 АНАЛИЗ ИСХОДНЫХ ПРЕДПОСЫЛОК СОВЕРШЕНСТВОВАНИЯ СИСТЕМЫ МОНИТОРИНГА РЕЗУЛЬТАТИВНОСТИ НАУЧНОЙ ДЕЯТЕЛЬНОСТИ НА ОСНОВЕ НАУКОМЕТРИЧЕСКОГО ПОДХОДА

Глава посвящена обоснованию актуальности темы диссертационного исследования, научной новизны применяемого наукометрического подхода, обзору и систематизации наукометрических исследований о российском научно-технологическом развитии.

В параграфе 1.1 рассматриваются проблемы мониторинга результативности научной деятельности, которые связаны с устаревшим подходом, основанным на показателях статистических наблюдений из ежегодных форм государственной отчетности. Эти проблемы заключаются в том, что методики расчета и заполнения статистических показателей не всегда соответствует их целевому назначению; результаты статистического учета имеют высокую погрешность, причем величину погрешности сложно оценить, а результаты - проверить; формы отчетности задают узкие и плохо расширяемые ограничения для анализа данных; на основе статистического учета часто нельзя объяснить аномалии, провести качественную оценку научных кадров и выстроить обоснованные прогнозы. Из этих проблем вытекает актуальность задачи разработки новых подходов к организации мониторинга результативности научной деятельности, а также смежных с ним задач.

В параграфе 1.2 обсуждаются история возникновения терминов «наукометрия», «библиометрия», «информетрия», связи между ними и обосновывается позиционирование настоящего исследования как наукометрического.

В параграфе 1.3 описывается история становления наукометрических исследований в России. До 2005 г. эта дисциплина в нашей стране практически не развивалась, но затем количество публикаций по этой тематике в российских

Похожие диссертационные работы по специальности «Другие cпециальности», 00.00.00 шифр ВАК

Список литературы диссертационного исследования доктор наук Гуськов Андрей Евгеньевич, 2024 год

СПИСОК ЛИТЕРАТУРЫ

1. Аксентьева М. С. К вопросу цитирования в Web of Science и Scopus статей из российских журналов, имеющих переводные версии / М. С. Аксентьева, О. В. Кириллова, О. В. Москалева // Научная периодика: проблемы и решения. - 2013. -№ 4. - С. 4-18.

2. Альперин Б. Л. SciAct - информационно-аналитическая система Института катализа СО РАН для мониторинга и стимулирования научной деятельности / Б. Л. Альперин, А. А. Ведягин, И. В. Зибарева // Труды ГПНТБ СО РАН. - 2015. - Т. 9. - С. 95-102.

3. Антопольский А. Б. Вебометрический индекс научно-образовательных учреждений России / А. Б. Антопольский, Ю. Е. Поляк, В. Е. Усанов // Инновационные информационные технологии. - 2013. - Т. 1. - № 2. - С. 345-350.

4. Антопольский А. Б. О российском индексе вебсайтов научно-образовательных учреждений / А. Б. Антопольский, Ю. Е. Поляк, В. Е. Усанов // Информационные ресурсы России. - 2012. - № 4. - С. 2-7.

5. Арефьев А. Л. Об участии российских вузов в международных рейтингах / А. Л. Арефьев // Россия реформирующаяся. - 2015. - № 13. - С. 213-231.

6. База данных «Труды сотрудников НИУ СО РАН по наноструктурам, наноматериалам и нанотехнологиям»: структура и возможности наукометрических исследований на ее основе / Т. В. Бусыгина, О. Л. Лаврик, Л. А. Мандринина, Н. А. Балуткина // Библиосфера. - 2010. - Т. 4. - С. 53-60.

7. Бедный Б. Продуктивность исследовательской работы аспирантов (наукометрические оценки) / Б. Бедный, А. Миронос, Т. Серова // Высшее образование в России. - 2006. - Т. 7. - С. 20-36.

8. Библиометрический анализ журнала «Успехи химии» / И. В. Зибарева, В. В. Писляков, Т. Н. Теплова, О. М. Нефёдов // Вестник Российской академии наук. -2008. - Т. 78. - № 6. - С. 490-499.

9. Библиометрический анализ нейрофизиологических аспектов действия неионизирующей радиации / Р. А. Чиженкова, А. А. Сафрошкина, Н. А. Слащева,

B. Ю. Чернухин // Успехи современной биологии. - 2004. - Т. 124. - № 5. - С. 472479.

10. Бобров Л. К. Управление знаниями в зеркале Российского индекса научного цитирования / Л. К. Бобров // Вычислительные технологии. - 2021. - № 4(26). -

C. 53-72.

11. Боргоякова К. С. Методики библиометрических исследований документного потока в области экологии : специальность 05.25.05 «Информационные системы и процессы» : диссертация на соискание ученой степени кандидата технических наук / Боргоякова К.С. / К. С. Боргоякова. - Химки, 2021. - 160 с.

12. Бринза В. В. Наукометрическая оценка трендов исследований и разработок в области сверхпроводниковых материалов / В. В. Бринза, М. Ю. Шляхов, В. В. Логинова // Экономика в промышлености. - 2012. - Т. 4. - С. 87-92.

13. Бусыгина Т. В. Библиометрический анализ документально -информационного потока по нанобиотехнологиям на основе реферативной базы данных «Scopus» (издательство «Elsevier») / Т. В. Бусыгина // Библиосфера. - 2009. - Т. 4. - С. 31-42.

14. Васильева В. А. Применение библиометрических методов для выявления новейших тенденций в развитии интереса к газификации биомасс / В. А. Васильева // IS J Theoretical & applied science. - 2014. - Т. 2. - № 10. - С. 162-168.

15. Возможности технологий ИСИР в поддержке Единого Научного Информационного Пространства РАН / А. А. Бездушный, А. К. Нестеренко, Т. М. Сысоев [и др.] // Электронные библиотеки. - 2004. - Т. 7. - № 6.

16. Галявиева М. С. О становлении понятия «информетрия» (обзор) / М. С. Галявиева // Научно-техническая информация. Серия 1: организация и методика информационной работы. - 2013. - № 6. - С. 10-19.

17. Гончаров М. В. Развитие и поддержка информационно-аналитической системы «Карта российской науки»: некоторые результаты работ ГПНТБ России / М. В. Гончаров, И. В. Михайленко // Научные и технические библиотеки. - 2016. -Развитие и поддержка информационно-аналитической системы «Карта российской науки»: некоторые результаты работ ГПНТБ России. - № 11. - С. 24-36.

18. Гохберг Л. М. Методологические проблемы статистического исследования науки : специальность 08.00.12 «Бухгалтерский учет, статистика» : диссертация на соискание ученой степени доктора экономических наук / Гохберг Л.М. / Л. М. Гохберг. - Москва, 2003. - 467 с.

19. Гохберг Л. М. Российская наука: библиометрические индикаторы / Л. М. Гохберг, Г. С. Сагиева // Форсайт. - 2007. - № 1. - С. 44-53.

20. Григорьев С. Г. Основы научно-технической информации: учебное пособие / С. Г. Григорьев, Д. В. Лукин, Я. В. Лукина. - М.: МГПУ, 2021. - 76 с.

21. Гуреев В. Н. Библиометрический анализ как основа формирования библиотечного фонда научных периодических изданий: специальность 05.25.03 «Библиотековедение, библиографоведение и книговедение»: диссертация на

соискание ученой степени кандидата педагогических наук / Гуреев В.Н. / В. Н. Гуреев. - Москва, 2015. - 197 с.

22. Гуреев В. Н. Российские ученые в мировых научных миграционных процессах / В. Н. Гуреев, А. Е. Гуськов, Н. А. Мазов // Вестник Российской академии наук. - 2021. - Т. 91. - № 7. - С. 648-659.

23. Гуреев В. Н. Феномен научной мобильности в информетрических исследованиях / В. Н. Гуреев, Н. А. Мазов, А. Е. Гуськов // Научные и технические библиотеки. - 2019. - № 10. - С. 40-55.

24. Гуськов А. Е. Практика решения задач интеграции информационных систем на основе управления мастер-данными / А. Е. Гуськов, С. К. Андрюшкевич // Вычислительные технологии. - 2013. - Т. 18. - № 6. - С. 3-15.

25. Гуськов А. Е. Альтернативная вебометрика: исследование веб-трафика сайтов научных организаций / А. Е. Гуськов, Е. С. Быховцев, Д. В. Косяков // Научно-техническая информация. Серия 1: организация и методика информационной работы. - 2015. - Т. 42. - № 4. - С. 274-289.

26. Гуськов А. Е. Концептуальная модель системы наукометрического мониторинга результативности научной деятельности / А. Е. Гуськов // Научно -техническая информация. Серия 2: Информационные процессы и системы. - 2022.

- № 12. - С. 14-22.

27. Гуськов А. Е. Национальный фракционный счет и оценка научной результативности организаций / А. Е. Гуськов, Д. В. Косяков // Научные и технические библиотеки. - 2020. - № 9. - С. 15-42.

28. Гуськов А. Е. Проблемы мониторинга научных кадров / А. Е. Гуськов, Д. В. Косяков // Труды ГПНТБ СО РАН. - 2019. - № 1. - С. 55-61.

29. Гуськов А. Е. С чего должна начинаться цифровизация российской науки? // (дата обращения: 18.10.2021). - URL: https://indicator.ru/humanitarian-science/s-chego-dolzhna-nachinatsya-cifrovizaciya-rossiiskoi-nauki.htm (дата обращения: 13.08.2021). - Текст : электронный.

30. Гуськов А. Е. Стратегии повышения публикационной активности вузов-участников проекта Топ5-100 / А. Е. Гуськов, Д. В. Косяков, И. В. Селиванова // Научные и технические библиотеки. - 2017. - № 12. - С. 5-18.

31. Гуськов А. Е. Российская наукометрия: обзор исследований / А. Е. Гуськов // Библиосфера. - 2015. - № 3. - С. 75-86.

32. Гуськов А. Е. Методика оценки результативности научных организаций / А. Е. Гуськов, И. В. Селиванова, Д. В. Косяков // Вестник Российской академии наук.

- 2018. - Т. 88. - № 5. - С. 430-443.

33. Гуськов А. Е. Миграция российских исследователей: анализ на основе наукометрического подхода / А. Е. Гуськов, И. В. Селиванова, Д. В. Косяков // Библиосфера. - 2021. - № 1. - С. 3-15.

34. Гуськов А. Е. Принципы разработки распределенных систем сбора информации на основе онтологий / А. Е. Гуськов, С. А. Шабельников, А. В. Васильков // Искусственный интеллект и принятие решений. - 2013. - №2 3. - С. 1018.

35. Гуськов А. Е. Вызовы для развития наукометрических исследований / А. Е. Гуськов, Я. Л. Шрайберг // Научные и технические библиотеки. - 2023. - № 2. -С. 37-58.

36. Еременко Г. О. Презентация проекта «Russian Science Citation Index - 1000 лучших журналов из РИНЦ на платформе Web of Science» / Г. О. Еременко // Научно-практическая конференция SCIENCE INDEX 2014. - 2014.

37. Еременко Т. В. Качество цитируемости трудов ученых региона: библиометрический анализ на примере Рязанской области / Т. В. Еременко // Социология науки и технологи. - 2019. - Т. 10. - № 2. - С. 129-149.

38. Еременко Т. В. Публикационная активность ученых в российских регионах : библиометрический анализ на примере Рязанской области / Т. В. Еременко. -Рязань: Рязанский государственный университет имени С.А. Есенина, 2020. -186 с.

39. Засурский И. И. Репозитории открытого доступа: функции и тенденции развития / И. И. Засурский, Д. В. Соколова, Н. Д. Трищенко // Научные и технические библиотеки. - 2020. - Т. 1. - Open access repositories. - № 9. - С. 121142.

40. Засурский И. И. Инфраструктура открытой науки в России и мире / И. И. Засурский, Н. Д. Трищенко // Научные и технические библиотеки. - 2019. - № 4. -С. 84-100.

41. Захарова С. С. Научные публикации: от картотеки трудов до библиографических профилей / С. С. Захарова, Ю. А. Гуреева // Библиосфера. -2017. - Scientific publications. - № 2. - С. 85-89.

42. Земсков А. И. Библиометрия, вебметрики, библиотечная статистика: учеб. пособие. - 2-е изд., испр. и доп. / А. И. Земсков. - Москва : ГПНТБ России, 2017. -135 с.

43. Зибарева И. В. Российская нанонаука: библиометрический анализ на основе баз данных STN International / И. В. Зибарева, А. В. Зибарев, В. М. Бузник // Химия в интересах устойчивого развития. - 2010. - Т. 18. - № 2. - С. 215-227.

44. Зибарева И. В. Опыт использования библиографических БД для наукометрических исследований российской химической науки Введение / И. В. Зибарева, Н. В. Круковская // Образовательные технологии и общество. - 2007. -Т. 10. - № 1. - С. 297-303.

45. Зибарева И. В. Разработка модели использования баз данных сети «STN international» в библиометрических исследованиях отечественной науки : специальность 05.25.03 «Библиотековедение, библиографоведение и книговедение» : диссертация на соискание ученой степени кандидата педагогических наук / Зибарева И.В. / И. В. Зибарева. - Новосибирск, 2009. - 201 с.

46. Зиятдинова Ю. Н. Реформирование систем ВПО Китая и России: конец XX -начало XXI вв. Reforms in the systems of higher professional éducation in China and Russia: late XXth - early XXIst centuries / Ю. Н. Зиятдинова, Р. С. Валеева // Высшее образование в России. - 2012. - № 5. - С. 96-101.

47. Золотарев Д. В. Использование результатов фракционного счета научных статей при принятии управленческих решений / Д. В. Золотарев // Наука. Инновации. Образование. - 2016. - Т. 11. - № 1. - С. 105-114.

48. Индикаторы науки: 2020: стат. сб. Индикаторы науки / Л. Гохберг, К. Дитковский, Е. Евневич, [и др.]. - Федер. служба гос. статистики, Высш. шк. экономики. Москва: НИУ ВШЭ, 2020. - 335 с. - URL: https://www.hse.ru/primarydata/in2020 (дата обращения: 25.06.2021). - Текст: электронный.

49. Информационные площадки для профессионального наукометрического сообщества: обзор работы Третьей научной конференции «Наукометрия, библиометрия, открытые данные и публикации в науке» / А. Е. Гуськов, Н. А. Мазов, В. Н. Гуреев, К. С. Боргоякова // Научные и технические библиотеки. - 2021.

- № 12. - С. 125-142.

50. Используют ли российские ученые современные технологии научных коммуникаций? / А. Е. Гуськов, Д. В. Косяков, А. В. Григоренко, А. Е. Сергеев // Вестник НГУ. Серия: Информационные технологии. - 2018. - Т. 16. - № 1. - С. 7485.

51. Исследование научного веб-пространства Сибирского отделения Российской академии наук / Ю. И. Шокин, А. Ю. Веснин, А. А. Добрынин [и др.] // Вычислительные технологии. - 2012. - Т. 17. - № 6. - С. 85-98.

52. Исследования Сибирского отделения РАН в области нанонауки и нанотехнологии: библиометрический анализ / Т. В. Бусыгина, Б. С. Елепов, И. В. Зибарева [и др.] // Химия в интересах устойчивого развития. - 2013. - Т. 21. - № 4.

- С. 463-473.

53. Кирчик О. И. «Незаметная» наука. Паттерны интернационализации российских научных публикаций / О. И. Кирчик // Форсайт. - 2011. - Т. 5. - № 3. -С. 34-42.

54. Князева С. Ю. Научно-техническое сотрудничество России и ЕС / С. Ю. Князева, Н. А. Слащева // Фор. - 2008. - Т. 1. - № 5. - С. 30-41.

55. Ковязина Е. В. Корпоративные репозитории научных публикаций и проблемы обмена данными / Е. В. Ковязина // Библиосфера. - 2016. - С. 288-292.

56. Колесникова К. Мимо кассы. Ректоры двух вузов уволены из-за зарплат преподавателей. - URL: https://rg.ru/2015/09/11/vuzy.html (дата обращения: 14.10.2021). - Текст : электронный.

57. Колпакова Н. В. Библиометрический анализ периодической литературы по проблемам оптики / Н. В. Колпакова, В. М. Золотарев, М. М. Мирошников // Научно-технический вестник информационных технологий. - 2004. - Т. 13. -С. 239-242.

58. Косяков Д. В. Академические институты в зеркале вебометрики / Д. В. Косяков, А. Е. Гуськов, Е. С. Быховцев // Вестник Российской академии наук. -2016. - Т. 86. - № 11. - С. 1015-1025.

59. Косяков Д. В. О методике оценки результативности научных организаций на основе данных ФСМНО / Д. В. Косяков, А. Е. Гуськов, И. В. Селиванова // Информация и инновации. - 2017. - № S1. - С. 100-105.

60. Косяков Д. В. Инфраструктура для широкомасштабного сбора вебометрических показателей / Д. В. Косяков // Труды ГПНТБ СО РАН. - 2020. -№ 1. - С. 86-97.

61. Коцемир М. Н. Публикационная активность российских ученых в ведущих мировых журналах / М. Н. Коцемир // Acta naturae. - 2012. - Т. 2. - № 13. - С. 1535.

62. Кузнецова Т. Ю. Международное научное сотрудничество в балтийском регионе: наукометрический анализ / Т. Ю. Кузнецова, А. В. Гапанович // Балтийский регион. - 2012. - Т. 4. - № 474. - С. 82-96.

63. Лакизо И. Г. Эволюция оценки научной результативности в Китае / И. Г. Лакизо, А. Е. Гуськов // Вестник Российской академии наук. - 2023. - Т. 93. - № 4. - С. 329-341.

64. Лойко В. И. Современные подходы в наукометрии: монография / В. И. Лойко, Е. В. Луценко, А. И. Орлов. - Краснодар : КубГАУ, 2017.

65. Лутай А. В. Сравнение качества метаданных в БД CrossRef, Lens, OpenAlex, Scopus, Semantic Scholar, Web of Science Core Collection // URL: https://podpiska.rfbr.ru/storage/reports2021/2022_meta_quality.html. - URL: https://podpiska.rfbr.ru/storage/reports2021/2022_meta_quality.html (дата обращения: 12.08.2022). - Текст : электронный.

66. Мазалов В. В. О рейтинге научных учреждений северо-запада России / В. В. Мазалов, А. А. Печников // Управление большими системами. - 2008. - № 24. -С. 130-146.

67. Мазов Н. А. Новые методы формирования публикационного профиля / Н. А. Мазов, В. Н. Гуреев // Научные и технические библиотеки. - 2012. - № 12. - С. 4248.

68. Мазов Н. А. Программы для наукометрических и библиометрических исследований: краткий обзор и сравнительный анализ / Н. А. Мазов, В. Н. Гуреев // В сборнике: Электронные библиотеки: перспективные методы и технологии, электронные коллекции Труды XV Всероссийской научной конференции RCDL'2013. - 2013. - С. 122-127.

69. Мазов Н. А. Российские публикации и журналы по наукам о Земле в международных базах данных / Н. А. Мазов, В. Н. Гуреев, М. И. Эпов // Вестник Российской Академии Наук. - 2015. - Т. 85. - № 1. - С. 26-31.

70. Маркусова В. А. Библиометрия как методологическая и инструментальная основа мониторинга развития и информационной поддержки российской науки : специальность 05.25.03 «Библиотековедение, библиографоведение и книговедение» : диссертация на соискание ученой степени доктора педагогических наук / Маркусова В.А. / В. А. Маркусова. - Москва, 2005. - 434 с.

71. Маркусова В. А. Библиометричекие показатели российской науки и РАН (1997-2007) / В. А. Маркусова, В. В. Иванов, А. Е. Варшавский // Вестник РАН. -2009.

72. Маркусова В. А. Цитируемость российских публикаций в мировой научной литературе / В. А. Маркусова // Вестник Российской академии наук. - 2003. - Т. 73.

- № 4. - С. 291-298.

73. Маршакова И. В. Система связей между документами, построенная на основе ссылок: по данным Science Citation Index / И. В. Маршакова // НТИ серия 2. - 1973.

- № 6. - С. 3-8.

74. Маршакова-Шайкевич И. В. Библиометрическая оценка российских естественно-научных журналов / И. В. Маршакова-Шайкевич // Вестник Российской академии наук. - 2003. - Т. 73. - № 9. - С. 788-796.

75. Маршакова-Шайкевич И. В. Научное сотрудничество России со странами ЕС: библиометрический анализ / И. В. Маршакова-Шайкевич // Вестник Российской академии наук. - 2010. - Т. 80. - № 2. - С. 124-130.

76. Маршакова-Шайкевич И. В. Россия в мировой науке: библиометрический анализ / И. В. Маршакова-Шайкевич. - М.: Институт философии РАН, 2008. -232 с.

77. Маршакова-Шайкевич И. В. Тематический спектр исследовательской активности России / И. В. Маршакова-Шайкевич // Вестник Российской академии наук. - 2007.

78. Меркулов И. А. Конкурентоспособность российской медицинской науки: состояние, проблемы, перспективы / И. А. Меркулов // Клиническая практика. -2012. - № 3. - С. 4-13.

79. Метод ближайших соседей. - URL: http: //www.machmeleammg.m/wiki/mdex.php?tiÜe=Метод_ближайшего_соседа (дата обращения: 08.05.2020). - Текст: электронный.

80. Метод опорных векторов (SVM). - URL: https://neerc.ifmo.ru/wiki/index.php?title=Метод_опорных_векторов_(SVM) (дата обращения: 21.05.2020). - Текст : электронный.

81. Методические рекомендации по формированию отчетных данных в ФСМНО. - URL: https://sciencemon.ru/mnt/documents/metodiceskie-rekomendacii_1.pdf (дата обращения: 20.10.2021). - Текст : электронный.

82. Минобрнауки России провело мониторинг и опубликовало данные о средней заработной плате штатных работников профессорско-преподавательского состава федеральных вузов за октябрь 2012 г. - URL: http://news-edu.ru/minobrnauki-rossii-provelo-monitori/ (дата обращения: 18.10.2021). - Текст : электронный.

83. Мкртчян Н. Квалификационная миграция в России: баланс потерь и приобретений / Н. Мкртчян, Ю. Флоринская // Мониторинг экономической ситуации в России. Тенденции и вызовы социально-экономического развития. -2018. - С. 15-18.

84. Мотрошилова Н. В. Недоброкачественные сегменты наукометрии / Н. В. Мотрошилова // Вестник Российской академии наук. - 2011. - Т. 81. - №2 2. - С. 134146.

85. Мохначева Ю. В. Методика определения значимости научных публикаций / Ю. В. Мохначева, Т. Н. Харыбина // Библиосфера. - 2008. - № 3. - С. 23-33.

86. Мохначева Ю. В. Научная продуктивность учреждений РАН и вузов: сравнительный библиометрический анализ / Ю. В. Мохначева, Т. Н. Харыбина // Вестник Российской академии наук. - 2011. - Т. 81. - № 12. - С. 1065-1070.

87. Мохначева Ю. В. Научная продуктивность учреждений ран и вузов: сравнительный библиометрический анализ / Ю. В. Мохначева, Т. Н. Харыбина // Вестник Российской академии наук. - 2011. - Т. 81. - № 12. - С. 1065-1070.

88. Мохначева Ю. В. Библиометрический анализ почвоведения как научного направления / Ю. В. Мохначева, В. А. Цветкова // Почвоведение. - 220н. э. -Почвоведение. - № 6. - С. 762-770.

89. Мохначева Ю. В. Представленность статей российских авторов в мировом потоке научных публикаций по Web of Science Core Collection (2010-2017) / Ю. В. Мохначева, В. А. Цветкова // Научно-техническая информация. Серия 1: организация и методика информационной работы. - 2019. - Научно-техническая информация. Серия 1: организация и методика информационной работы. - № 6. -С. 28-32.

90. Мохначева Ю. В. Россия в мировом массиве научных публикаций / Ю. В. Мохначева, В. А. Цветкова // Вестник Российской академии наук. - 2019. - Т. 89. -№ 8. - С. 820-830.

91. Мусатов М. И. Наукометрический анализ статистической и клинической значимости иммунологических исследований / М. И. Мусатов // Вестник Новосибирского государственного университета. Серия: Биология, клиническая медицина. - 2010. - Т. 8. - № 2. - С. 46-52.

92. Налимов В. В. Наукометрия. Изучение науки как информационного процесса / В. В. Налимов, З. М. Мульченко. - 1969. - 192 с.

93. Национальная инновационная система и государственная инновационная политика Российской Федерации. Базовый доклад к обзору ОЭСР национальной инновационной системы Российской Федерации. - Москва : Министерство образования и науки РФ, 2009.

94. Национальная научно-информационная инфраструктура: проблемы, задачи и перспективы / А. Е. Гуськов, А. С. Карауш, И. Е. Меньшиков [и др.] // Управление наукой и наукометрия. - 2022. - Т. 17. - Управление наукой и наукометрия. - № 3. - С. 380-407.

95. О едином цифровом пространстве научных знаний / А. Б. Антопольский, А.Б., Н. Е. Каленов, В. А. Серебряков, А. Н. Sotnikov // Вестник Российской академии наук. - 2019. - Т. 89. - № 7. - С. 728-735.

96. Опыт и результаты вклад отечественной науки в мировую: результаты анализа баз данных РФФИ и института научной информации (США) / В. А. Маркусова, А. В. Соколов, А. Н. Либкинд, В. А. Минин // Вестник РФФИ. - 2006.

97. Открытый доступ: зарубежный и отечественный опыт - состояние и перспективы / Я. Л. Шрайберг, М. В. Гончаров, А. И. Земсков, К. А. Колосов // Научные и технические библиотеки. - 2012. - № 8. - С. 5-26.

98. Паринов С. И. Открытая наука / С. И. Паринов. - 2015. - Труды XVII Всероссийской научной конференции «Научный сервис в сети Интернет». Новороссийск, 21-26 сентября 2015 г. - С. 267-278.

99. Паршин А. Н. Можно ли сопротивляться вторжению библио- и прочей метрики? И если да, то как? - URL: http://www.socrat-online.ru/page/mozhno-li-soprotivljatsja-vtorzheniju-biblio-i-prochej-metriki-i-esli-da-to-kak (дата обращения: 14.10.2021). - Текст : электронный.

100. Пенькова О. В. Наукометрические и библиометрические исследования в библиотечной и библиографической теории и практике: специальность 05.25.03 «Библиотековедение, библиографоведение и книговедение»: диссертация на соискание ученой степени кандидата педагогических наук / Пенькова О.В. / О. В. Пенькова. - Краснодар, 2002. - 151 с.

101. Пенькова О. В. Информетрия, наукометрия и библиометрия: наукометрический анализ современного состояния / О. В. Пенькова, В. М. Тютюнник // Вестник Тамбовского университета. Серия: Естественные и технические науки. - 2001. - Т. 6. - № 1. - С. 86-88.

102. Печников А. А. Рейтинг официальных web-сайтов университетов России и Финляндии: сравнительный анализ / А. А. Печников, О. Г. Илюкевич // Информационные ресурсы России. - 2008. - № 3. - С. 25-28.

103. Печников А. А. Об измерениях вебометрических индикаторов / А. А. Печников // Международный журнал экспериментального образования. - 2013. -№ 10. - С. 400-404.

104. Печников А. А. Размышления о вебометрическом рейтинге / А. А. Печников // Научная периодика: проблемы и решения. - 2014. - Т. 4. - № 1. - С. 17-21.

105. Печников А. А. Сравнительный анализ связности веб-графов научных учреждений / А. А. Печников // Современные проблемы науки и образования. -2014. - № 3. - С. 77.

106. Писляков В. В. Зачем создавать национальные индексы цитирования? / В. В. Писляков // Научные и технические библиотеки. - 2007. - № 2. - С. 65-71.

107. Писляков В. В. Информетрическое моделирование процесса обращения к электронным информационным ресурсам: специальность 05.13.18 «Математическое моделирование, численные методы и комплексы программ»: диссертация на соискание ученой степени кандидата физико-математических наук / Писляков В.В. / В. В. Писляков. - Казань, 2008. - 155 с.

108. Постановление Правительства РФ от 8 апреля 2009 г. № 312 "Об оценке и о мониторинге результативности деятельности научных организаций, выполняющих научно-исследовательские, опытно-конструкторские и технологические работы гражданского назначения" (в ред. Постановления Правительства РФ от 01.11.2013 г. № 979). - 2009.

109. Представленность публикаций ученых РАМН в WEB of Science: оценка текущих показателей и перспектив их увеличения / В. И. Стародубов, С. Л. Кузнецов, Н. Г. Куракова, Л. А. Цветкова // Вестник Российской академии медицинских наук. - 2012. - Т. 9. - С. 59-64.

110. Приказ Министерства образования и науки РФ от 5 марта 2014 г. № 161 "Об утверждении типового положения о комиссии по оценке результативности деятельности научных организаций, выполняющих научно-исследовательские, опытно-конструкторские и технологические работы гражданского назначения, и типовой методики оценки результативности деятельности научных организаций, выполняющих научно-исследовательские, опытно-конструкторские и технологические работы гражданского назначения". - 2014.

111. Приказ Министерства образования и науки РФ от 5 марта 2014 г. № 162 "Об утверждении порядка предоставления научными организациями, выполняющими научно-исследовательские, опытно-конструкторские и технологические работы гражданского назначения, сведений о результатах их деятельности и порядка подтверждения указанных сведений федеральными органами исполнительной власти в целях мониторинга, порядка предоставления научными организациями, выполняющими научно-исследовательские, опытно-конструкторские и технологические работы гражданского назначения, сведений о результатах их деятельности в целях оценки, а также состава сведений о результатах деятельности научных организаций, выполняющих научно-исследовательские, опытно-конструкторские и технологические работы гражданского назначения, предоставляемых в целях мониторинга и оценки". - 2014.

112. Приказ Министерства образования и науки РФ от 27 июня 2014 г. № 700 "О межведомственной комиссии по оценке результативности деятельности научных организаций, выполняющих научно-исследовательские, опытно-конструкторские и технологические работы гражданского назначения". - 2014.

113. Принципы построения и структура единого цифрового пространства научных знаний (ЕЦПНЗ) / А. Б. Антопольский, А. В. Босов, Г. И. Савин [и др.] //

Научно-техническая информация. Серия 1: Организация и методика информационной работы. - 2020. - № 4. - С. 9-17.

114. Протокол заседания Межведомственной комиссии по оценке результативности деятельности научных организаций, выполняющих научно-исследовательские, опытно-конструкторские и технологические работы гражданского назначения 14.01.2016. - 2016. - URL: https://sciencemon.ru/mnt/documents/dl-2-14pr-ot-14.01.2016.pdf (дата обращения: 18.10.2021). - Текст : электронный.

115. Публикационная активность вузов: эффект проекта «5-100» / Н. Н. Матвеева, О. В. Полдин, И. А. Стерлигов, М. М. Юдкевич // Вопросы образования. - 2017. -Вопросы образования. - № 2. - С. 10-35.

116. Публикационный ландшафт российской науки / С. Л. Парфенова, Е. Г. Гришакина, Д. В. Золотарев, В. В. Богатов // Управление наукой и наукометрия. -2017. - № 1 (23). - С. 53-79.

117. Разработка инструментов для вебометрических исследований гиперссылок научных сайтов / А. А. Печников, Н. Б. Луговая, Ю. В. Чуйко, И. Э. Косинец // Вычислительные технологии. - 2009. - Т. 14. - № 5. - С. 55-78.

118. Разработка методики для выявления организаций - лидеров публикационной и патентной активности в России на основе данных Scopus, Web of Science и Derwent / С. Л. Парфенова, В. Н. Долгова, К. А. Безроднова, И. В. Михайленко // Научные и технические библиотеки. - 2019. - № 8. - С. 38-57.

119. Райзберг Б. А. Современный экономический словарь / Б. А. Райзберг, Л. Ш. Лозовский, Е. Б. Стародубцева. - 2-е изд., испр. - Москва : ИНФРА-М, 1998.

- 479 с.

120. Редколис В. Д. Оптимальный наукометрический ресурс: анализ и выбор / В. Д. Редколис, Е. В. Бердоносов // Социология и политология. - 2014. - Т. 1. - № 32.

- С. 263-270.

121. Рейтинг сайтов научных организаций СО РАН / Ю. И. Шокин, О. А. Клименко, Е. В. Рычкова, И. В. Шабальников // Вычислительные технологии. -2008. - Т. 13. - № 3. - С. 128-135.

122. Родионов Д. Г. Гонка за лидером: правительственная программа «5-1002020» / Д. Г. Родионов, Е. В. Ялунер, О. А. Кушнева // Вестник Ленинградского государственного университета им. А.С. Пушкина. - 2014. - Т. 6. - № 2. - С. 69-86.

123. Рубвальтер Д. А. Методология государственного управления национальным научно-инновационным комплексом: специальность 08.00.05 - Экономика и управление народным хозяйством: диссертация на соискание ученой степени

доктора экономических наук / Рубвальтер Д.А. / Д. А. Рубвальтер. - Санкт-Петербург, 2009. - 328 с.

124. Рябко Б. Я. Теоретико-информационный метод классификации научных текстов / Б. Я. Рябко, А. Е. Гуськов, И. В. Селиванова // Проблемы передачи информации. - 2017. - Т. 53. - № 3. - С. 294-304.

125. Сальников С. Г. Рейтинги сайтов научных организаций Россельхозакадемии / С. Г. Сальников // Никоновские чтения. - 2012. - № 17. - С. 40-45.

126. Селиванова И. В. Влияние ошибок в базе данных Scopus на оценку результативности научных исследований / И. В. Селиванова, Д. В. Косяков, А. Е. Гуськов // Научно-техническая информация. Серия 1: Организация и методика информационной работы. - 2019. - № 9. - С. 25-32.

127. Селиванова И. В. Классификация научных текстов на основе компрессии аннотаций публикаций / И. В. Селиванова, Д. В. Косяков, А. Е. Гуськов // Научно -техническая информация. Серия 2: Информационные процессы и системы. - 2019.

- № 12. - С. 25-38.

128. Селиванова И. В. Методы тематической классификации научных текстов на основе теоретико-информационного подхода: специальность 05.13.17 «Теоретические основы информатики» : диссертация на соискание ученой степени кандидата технических наук / Селиванова И.В. / И. В. Селиванова. - Новосибирск, 2021. - 116 с.

129. Семячкин Д. А. Возможные пути развития открытой науки в России / Д. А. Семячкин, М. А. Сергеев, Е. В. Кисляк // Научная периодика: проблемы и решения.

- 2015. - Т. 5. - № 2. - С. 89-94.

130. Соколов М. М. Российские социологи на международном и национальном рынке идей / М. М. Соколов // Социологические исследования. - 2009. - Т. 1. -С. 144-152.

131. Соколов М. М. Провинциальная и туземная наука / М. М. Соколов, К. Д. Титаев. - 2013. - № 19. - С. 239-275.

132. Соколовский С. В. Российская этнография в конце XX в. (библиометрическое исследование) / С. В. Соколовский // Этнографическое обозрение. - 2003. - Т. 1. -С. 3-22.

133. Старостина Ю. Зарплаты российских ученых впервые достигли почти 100 тыс. руб. - URL: https://www.rbc.ru/economics/10/04/2018/5ac77e589a794729bdf0c004 (дата обращения: 07.08.2019) (дата обращения: 12.08.2021). - Текст : электронный.

134. Степанова, Е.В. Особенности оценки результативности деятельности научных организаций, подведомственных ФАНО России. - URL: https://www.sbras.ru/fLles/news/docs/otsenka_ran_1.pdf (дата обращения: 29.06.2021).

- Текст : электронный.

135. Стратегия научно-технологического развития Российской Федерации. (В редакции Указа Президента Российской Федерации от 15.03.2021 № 143) // Президент России. URL: http://www.kremlin.ru/acts/bank/41449 (дата обращения: 14.10.2021) / Указ Президента РФ «О Стратегии научно-технологического развития Российской Федерации»№ 642 от 01 декабря 2016 (в ред. от 15 марта 2021).

136. Терехов А. И. Научное сотрудничество в области углеродных наноструктур в зеркале библиометрического анализа / А. И. Терехов // Вестник Российской академии наук. - 2014. - Т. 84. - № 8. - С. 708-714.

137. Трущелев С. А. Управление научно-исследовательской деятельностью медицинских работников на основе наукометрического подхода : специальность 14.02.03 «Общественное здоровье и здравоохранение» : диссертация на соискание ученой степени доктора медицинских наук / С. А. Трущелев. / С. А. Трущелев. -Москва, 2018. - 273 с.

138. Тютюнник В. М. Наукометрические анализы выдвижений кандидатов на нобелевские премии. 1. Номинанты и номинаторы на нобелевскую премию по химии (1901-1910) / В. М. Тютюнник, Е. А. Силиванец // История науки и техники.

- 2019. - № 9. - С. 3-21.

139. Тютюнник В. М. Наукометрические анализы выдвижений кандидатов на нобелевские премии. 3. Номинанты и номинаторы на нобелевскую премию по физиологии или медицине (1901-1910) / В. М. Тютюнник, Е. А. Силиванец // История науки и техники. - 2020. - № 4. - С. 3-39.

140. Тютюнник В. М. Наукометрические анализы выдвижений кандидатов на нобелевские премии. Номинанты и номинаторы на нобелевскую премию по физике (1901-1910) / В. М. Тютюнник, Е. А. Силиванец // Инженерная физика. - 2019. -№ 12. - С. 18-36.

141. Ушкалов И. Г. «Утечка мозгов» - масштабы, причины, последствия / И. Г. Ушкалов, И. А. Малаха. - Изд. 2-е, доп. Москва: URSS : КД Либроком, 2011.

- 178 с.

142. Фёдоров П. П. Взаимосвязь показателей цитирования российских учёных / П. П. Фёдоров, А. И. Попов // Вестник Российской академии наук. - 2014. - Т. 84. -№ 3. - С. 222-232.

143. Ханчук А. И. Информационное пространство Дальневосточного отделения РАН / А. И. Ханчук, В. В. Наумова // Вестник Дальневосточного отделения Российской академии наук. - 2009. - № 4. - С. 122-129.

144. Цветкова В. А. Научные журналы библиотечно-информационной сферы в индексах цитирования / В. А. Цветкова, Г. В. Калашникова, Ю. В. Мохначева // Научные и технические библиотеки. - 2019. - № 5. - С. 37-48.

145. Цветкова В. А. Российские публикации по биологии и медицине: использование и цитирумость / В. А. Цветкова, Ю. В. Мохначева // Информационные ресурсы России. - 2017. - № 5. - С. 8-11.

146. Цыганов А. В. Краткое описание наукометрических показателей, основанных на цитируемости / А. В. Цыганов // Управление большими системами: сборник трудов. - 2013. - № 44. - С. 248-261.

147. Чепалов Р. «Копейка» в карман вузовского преподавателя. - URL: https://academica.ru/stati/stati-o-pervom-vysshem-obrazovanii-i-magistrature/764140-kopejka-v-karman-vuzovskogo-prepodavatelja (дата обращения: 07.08.2019). - Текст: электронный.

148. Чистяков C. П. СЛУЧАЙНЫЕ ЛЕСА: ОБЗОР / C. П. Чистяков // Труды Карельского научного центра РАН. - 2013. - № 1. - С. 117-136.

149. Шабалин Ю. Е. Как российским ученым увеличить показатели важности научной статьи / Ю. Е. Шабалин, И. В. Шалыгина // Совет ректоров. - 2012. - № 4.

- С. 53-58.

150. Шабурова Н. Н. Фотоника: наукометрический анализ информационного потока / Н. Н. Шабурова // В сборнике: Информационное обеспечение науки. Новые технологии Сборник научных трудов. Каленов Н.Е. (ред.). - Москва, 2011.

- С. 199-214.

151. Шокин Ю. И. Анализ связей между сайтами институтов Сибирского отделения РАН : Информационные технологии / Ю. И. Шокин, О. А. Клименко, И. С. Петров // Вестник Новосибирского государственного университета. Серия: Информационные технологии. - 2011. - Т. 9. - № 4. - С. 1-6.

152. Шрайберг Я. Л. О разработке концепции Открытого архива информации ГПНТБ России / Я. Л. Шрайберг, М. В. Гончаров, К. А. Колосов // Научные и технические библиотеки. - 2021. - № 12. - С. 45-58.

153. Шрайберг Я. Л. К дискуссии о термине «открытый доступ» / Я. Л. Шрайберг // Научные и технические библиотеки. - 2016. - № 10. - С. 70-71.

154. Шрайберг Я. Л. Карта российской науки / Я. Л. Шрайберг. - 2014. - № 2. -С. 46-47.

155. Штовба С. Д. Обзор наукометрических показателей для оценки публикационной деятельности ученого / С. Д. Штовба, Е. В. Штовба // Управление большими системами: сборник трудов. - 2013. - № 44. - С. 262-278.

156. A comparative study on feature weight in text categorization / Z. H. Deng, S. W. Tang, D. Q. Yang [h gp.] // Lecture Notes in Computer Science (including subseries Lecture Notes in Artificial Intelligence and Lecture Notes in Bioinformatics). - 2004. -T. 3007. - C. 588-597.

157. A K-Nearest Neighbor Algorithm based on cluster in text classification / C.-Y. Wang, Y.-G. Yan, K. Zhang, J.-G. Li // 2010 International Conference on Computer, Mechatronics, Control and Electronic Engineering, CMCE 2010. - 2010. - T. 1. - C. 225228.

158. A principled methodology for comparing relatedness measures for clustering publications / L. Waltman, K. W. Boyack, G. Colavizza, N. J. van Eck // Quantitative Science Studies. - 2020. - C. 1-23.

159. A semantics aware random forest for text classification / M. Z. Islam, J. Liu, J. Li [h gp.] // International Conference on Information and Knowledge Management, Proceedings. - 2019. - C. 1061-1070.

160. A SVM-based text classification system for knowledge organization method of crop cultivation / L. Ji, X. Cheng, L. Kang [h gp.] // IFIP Advances in Information and Communication Technology. - 2012. - T. 368 AICT. - C. 318-324.

161. Abramo G. Evaluating research: from informed peer review to bibliometrics / G. Abramo, C. A. D'Angelo // Scientometrics. - 2011. - T. 87. - Evaluating research. - №2 3. - C. 499-514.

162. Aguillo I. F. Webometric Ranking of World Universities: Introduction, Methodology, and Future Developments / I. F. Aguillo, J. L. Ortega, M. Fernández // Higher Education in Europe. - 2008. - T. 33. - Webometric Ranking of World Universities. - № 2/3. - C. 233-244.

163. Ainsworth S. Has hosting on science direct improved the visibility of Latin American scholarly journals? A preliminary analysis of data quality / S. Ainsworth, J. M. Russell // Scientometrics. - 2018. - T. 115. - Has hosting on science direct improved the visibility of Latin American scholarly journals? - № 3. - C. 1463-1484.

164. Aldieri L. The impact of research collaboration on academic performance: An empirical analysis for some European countries / L. Aldieri, M. Kotsemir, C. P. Vinci // Socio-Economic Planning Sciences. - 2018. - T. 62. - The impact of research collaboration on academic performance. - C. 13-30.

165. Altbach P. G. Paying the Professoriate: A Global Comparison of Compensation and Contracts / P. G. Altbach, L. Reisberg, I. F. Pacheco. - New York, 2012.

166. Aman V. Does the Scopus author ID suffice to track scientific international mobility? A case study based on Leibniz laureates / V. Aman // Scientometrics. - 2018.

- T. 117. - Does the Scopus author ID suffice to track scientific international mobility? -№ 2. - C. 705-720.

167. An optimal SVM-based text classification algorithm / Z. Q. Wang, X. Sun, D. X. Zhang, X. Li // Proceedings of the 2006 International Conference on Machine Learning and Cybernetics. - 2006. - T. 2006. - № August. - C. 1378-1381.

168. Augustin M. Valuating Sciences through Research Evaluation / M. Augustin, M. Baudrin, B. Dauguet. - The Netherlands and France. Nijmegen : Radboud Honours Academy, 2014.

169. Automated Research Impact Assessment: a new bibliometrics approach / C. H. Drew, K. G. Pettibone, F. O. Finch [h gp.] // Scientometrics. - 2016. - T. 106. -Automated Research Impact Assessment. - № 3. - C. 987-1005.

170. Baghel R. A Frequent Concepts Based Document Clustering Algorithm / R. Baghel, Dr. R. Dhir // International Journal of Computer Applications. - 2010. - T. 4. -№ 5. - C. 6-12.

171. Beall J. Predatory journals and the breakdown of research cultures / J. Beall // Information Development. - 2015. - T. 31. - № 5. - C. 473-476.

172. Beil F. Frequent term-based text clustering / F. Beil, M. Ester, X. Xu // Proceedings of the ACM SIGKDD International Conference on Knowledge Discovery and Data Mining. - 2002. - C. 436-442.

173. Bence V. The Evolution of the UK's Research Assessment Exercise: Publications, Performance and Perceptions / V. Bence, C. Oppenheim // Journal of Educational Administration and History. - 2005. - T. 37. - № 2. - C. 137-155.

174. Biagioli M. Watch out for cheats in citation game / M. Biagioli // Nature. - 2016.

- T. 535. - № 7611. - C. 201.

175. Block M. University transformation: Explaining policy-making and trends in higher education in Russia / M. Block, T. Khvatova // Journal of Management Development. - 2017. - T. 36. - University transformation. - № 6. - C. 761-779.

176. Bobrov L. K. Reliability of references to scientific publications: Where myths and inaccuracies originate / L. K. Bobrov // Scientific and Technical Libraries. - 2022. -Reliability of references to scientific publications. - № 5. - C. 47-65.

177. Bosch A. van den. Estimating search engine index size variability: a 9-year longitudinal study / A. van den Bosch, T. Bogers, M. de Kunder // Scientometrics. - 2016.

- T. 107. - Estimating search engine index size variability. - № 2. - C. 839-856.

178. Buchanan R. A. Accuracy of Cited References: The Role of Citation Databases / R. A. Buchanan // College & Research Libraries. - 2006. - Т. 67. - Accuracy of Cited References. - № 4. - С. 292-303.

179. Butler L. Explaining Australia's increased share of ISI publications—the effects of a funding formula based on publication counts / L. Butler // Research Policy. - 2003. -Т. 32. - № 1. - С. 143-155.

180. Carrozza C. Keep on Movin'? Research Mobility's Meanings for Italian Early-Stage Researchers / C. Carrozza, S. Minucci // Higher Education Policy. - 2014. - Т. 27.

- Keep on Movin'? - № 4. - С. 489-508.

181. CERIF 1.6 documentation. ER Diagram. - URL: https: //eurocris. org/Uploads/Web%20pages/CERIF -1. 6/documentation/MImage. html (дата обращения: 20.10.2021). - Текст: электронный.

182. Chen C. Science Mapping: A Systematic Review of the Literature / C. Chen // Journal of Data and Information Science. - 2017. - Т. 2. - Science Mapping. - № 2. -С. 1-40.

183. Chou C. P. Taiwan Education at the Crossroad. When Globalization Meets Localization / C. P. Chou, G. Ching. - New York : Palgrave Macmillan, 2012. - 291 с.

184. Clustering more than two million biomedical publications: Comparing the accuracies of nine text-based similarity approaches / K. W. Boyack, D. Newman, R. J. Duhon [и др.] // PLoS ONE. - 2011. - Т. 6. - № 3.

185. Combined Measurement of the Higgs Boson Mass in p p Collisions at s = 7 and 8 TeV with the ATLAS and CMS Experiments / G. Aad, B. Abbott, J. Abdallah [и др.] // Physical Review Letters. - 2015. - Т. 114. - № 19. - С. 191803.

186. Comparing university rankings / I. F. Aguillo, J. Bar-Ilan, M. Levene, J. L. Ortega // Scientometrics. - 2010. - Т. 85. - № 1. - С. 243-256.

187. Daniel W. W. Applied nonparametric statistics : Duxbury classic series / W. W. Daniel. - 2. ed. - Pacific Grove, CA : Duxbury, 1990. - 635 с.

188. De Solla Price D. J. Collaboration in an invisible college / D. J. De Solla Price, D. de Beaver // American Psychologist. - 1966. - Т. 21(11). - С. 1011-1018.

189. Deep feature weighting for naive Bayes and its application to text classification / L. Jiang, C. Li, S. Wang, L. Zhang // Engineering Applications of Artificial Intelligence.

- 2016. - Т. 52. - С. 26-39.

190. Demetrescu C. Accuracy of author names in bibliographic data sources: an Italian case study / C. Demetrescu, A. Ribichini, M. Schaerf // Scientometrics. - 2018. - Т. 117.

- Accuracy of author names in bibliographic data sources. - № 3. - С. 1777-1791.

191. Do open access articles have greater citation impact? A critical review of the literature. Т. 1 / I. Craig, A. Plume, M. Mcveigh, [и др.]. - 2007.

192. Eck N. J. van. Software survey: VOSviewer, a computer program for bibliometric mapping / N. J. van Eck, L. Waltman // Scientometrics. - 2010. - Т. 84. - Software survey. - № 2. - С. 523-538.

193. Edirimanna C. Study on webometric ranks of Sri Lankan state universities / C. Edirimanna, C. Jayasundara // IEEE Potentials. - 2014. - Т. 33. - № 6. - С. 37-44.

194. Egghe L. Methods for accrediting publications to authors or countries: Consequences for evaluation studies / L. Egghe, R. Rousseau, G. Van Hooydonk // Journal of the American Society for Information Science. - 2000. - Т. 51. - № 2. -С. 145-157.

195. Elton L. Goodhart's Law and performance indicators in higher education / L. Elton // Eval. Res. Educ. - 2004. - Т. 18. - № 1. - С. 120-129.

196. European Commission. Assessing Europe's University-Based Research. - 2010. -Т. № EUR 24187 EN.

197. Eysenbach G. Citation advantage of open access articles / G. Eysenbach // PLoS Biology. - 2006. - Т. 4. - № 5. - С. e157.

198. FAIR-данные. - URL: https://ru.wikipedia.org/wiki/FAIR-%D0%B4%D0%B0%D0%BD%D0%BD%D 1 %8B%D0%B5 (дата обращения: 20.10.2021). - Текст : электронный.

199. Franceschini F. Critical remarks on the Italian research assessment exercise VQR 2011-2014 / F. Franceschini, D. Maisano // Journal of Informetrics. - 2017. - Т. 11. -№ 2. - С. 337-357.

200. Franceschini F. Empirical analysis and classification of database errors in Scopus and Web of Science / F. Franceschini, D. Maisano, L. Mastrogiacomo // Journal of Informetrics. - 2016. - Т. 10. - № 4. - С. 933-953.

201. Franceschini F. The museum of errors/horrors in Scopus / F. Franceschini, D. Maisano, L. Mastrogiacomo // Journal of Informetrics. - 2016. - Т. 10. - № 1. - С. 174182.

202. Fursov K. Multidimensional Assessment of R&D Performance: Evidence from the 2014 Pilot Evaluation Exercise of Russian Public Research Organizations (May 29, 2015). - URL: https://www.researchgate.net/publication/279447011_Multidimensional_assessment_of _RD_performance_evidence_from_the_2014_pilot_evaluation_exercise_of_Russian_p ublic_research_organizations (дата обращения: 17.10.2021). - Текст : электронный.

203. Galazhinskiy E. V. Academic Publishing at National Research Tomsk State University / E. V. Galazhinskiy, J. A. Kollantai // Higher Education in Russia and Beyond. - 2016. - Т. (1). - С. 21-23.

204. Garousi V. Quantity versus impact of software engineering papers: a quantitative study / V. Garousi, J. M. Fernandes // Scientometrics. - 2017. - Т. 112. - Quantity versus impact of software engineering papers. - № 2. - С. 963-1006.

205. Glanzel W. Using hybrid methods and 'core documents' for the representation of clusters and topics: the astronomy dataset / W. Glanzel, B. Thijs // Scientometrics. - 2017.

- Т. 111. - № 2. - С. 1071-1087.

206. Gokhberg L. Towards a new role of universities in Russia: prospects and limitations / L. Gokhberg, T. Kuznetsova, S. Zaichenko // Science and Public Policy. -2009. - Т. 36. - Towards a new role of universities in Russia. - № 2. - С. 121-126.

207. Gosnell C. F. Obsolescence of books in college libraries / C. F. Gosnell // Coll. Res. Libs. - 1944. - Т. 5(2). - С. 115-125.

208. Guskov A. E. Boosting research productivity in top Russian universities: the circumstances of breakthrough / A. E. Guskov, D. V. Kosyakov, I. V. Selivanova // Scientometrics. - 2018. - Т. 117. - Boosting research productivity in top Russian universities. - № 2. - С. 1053-1080.

209. Guskov A. Comparison of article count and fractional count of publications of leading Russian organizations in 2018 / A. Guskov, D. Kosyakov. - 2020. - URL: https://figshare.com/articles/Comparison_of_article_count_and_fractional_count_of_pu blications_of_leading_Russian_organizations_in_2018/12348218/1 (дата обращения: 17.10.2021). - Текст : электронный.

210. Guskov A. Scientometric research in Russia: impact of science policy changes / A. Guskov, D. Kosyakov, I. Selivanova // Scientometrics. - 2016. - Т. 107. - Scientometric research in Russia. - № 1. - С. 287-303.

211. Guskov A. Tuning national performance-based science policy: Introducing fractional count / A. Guskov, D. Kosyakov // Proceedings of the 17th International Conference on Scientometrics & Informetrics (ISSI 2019) with a Special STI Indicators Conference Track (Rome, Italy, 02-05 September 2019 г.). - Rome, 2019. - 2019. - Т. 2.

- С. 2512-2513.

212. Haitun S. D. Scientometric investigations in the USSR: Review / S. D. Haitun // Scientometrics. - 1980. - Т. 2. - Scientometric investigations in the USSR. - № 1. -С. 65-84.

213. Handbook for Scientometrics: Indicators of science and technology development. Handbook for Scientometrics / M. Akoev, V. Markusova, O. Moskaleva, V. Pislyakov; M. Akoev ред. . - Publishing House of Ural University, 2014. - URL:

http://elar.urfu.ru/handle/10995/40130 (дата обращения: 16.12.2021). - Текст: электронный.

214. Hood W. W. The literature of bibliometrics, scientometrics, and informetrics / W. W. Hood, C. S. Wilson // Scientometrics. - 2001. - Т. 52. - № 2. - С. 291-314.

215. Huang M. H. Counting Methods, Country Rank Changes, and Counting Inflation in the Assessment of National Research Productivity and Impact / M. H. Huang, C. S. Lin, D. Z. Chen // Journal of the American society for information science and technology. - 2011. - Т. Volume 62, Issue 12. - С. 2427-2436.

216. Hulme E. W. Statistical bibliography in relation to the growth of modern civilization / E. W. Hulme. - London: Printed for the author by Butler & Tanner; Grafton & Co., 1923. - 44 с.

217. Hybrid Clustering by Integrating Text and Citation Based Graphs in Journal Database Analysis / X. Liu, S. Yu, Y. Moreau [и др.] // 2009 IEEE International Conference on Data Mining Workshops. - IEEE, 2009. - С. 521-526.

218. Improving imbalanced scientific text classification using sampling strategies and dictionaries. / L. Borrajo, R. Romero, E. L. Iglesias, C. M. Redondo Marey // Journal of integrative bioinformatics. - 2011. - Т. 8. - № 3. - С. 176.

219. Influence of the program "5-top 100" on the publication activity of Russian universities / T. Turko, G. Bakhturin, V. Bagan [и др.] // Scientometrics. - 2016. - Т. 109.

- № 2. - С. 769-782.

220. Ivanov V. V. Publication activity and research cooperation between higher education institutions and the Russian Academy of Sciences / V. V. Ivanov, A. N. Libkind, V. A. Markusova // Herald of the Russian Academy of Sciences. - 2014. - Т. 84.

- № 1. - С. 28-34.

221. Ivanov V. V. Government investments and the publishing activity of higher educational institutions: Bibliometric analysis / V. V. Ivanov, V. A. Markusova, L. E. Mindeli // Herald of the Russian Academy of Sciences. - 2016. - Т. 86. - Government investments and the publishing activity of higher educational institutions. - № 4. -С. 314-321.

222. Jeffery K. Institutional Repositories and Current Research Information Systems / K. Jeffery, A. Asserson // New Review of Information Networking. - 2009. - Т. 14. -№ 2. - С. 71-83.

223. Jörg B. CERIF: Common European Research Information Format - Insight into the CERIF 2008 - 1.1 Release / B. Jörg // Proc. Int. Conf. on Current Research Information Systems. - 2008. - С. 183-192.

224. Jörg B. CERIF: The Common European Research Information Format Model (CERIF) / B. Jörg // Data Science Journal. - 2010. - Т. 9. - CERIF. - № Special issue. -С. CRIS24-CRIS31.

225. Kalenov N. E. On the structure of the Common Digital Space of Scientific knowledge ontology / N. E. Kalenov, A. N. Sotnikov. - Текст: электронный // 24th Scientific Conference "Scientific Services & Internet - 2022". - 2022. - С. 203-221. -URL: https://keldysh.ru/abrau/2022/theses/23.pdf (дата обращения: 18.03.2023).

226. Klochikhin E. A. Russia's innovation policy: Stubborn path-dependencies and new approaches / E. A. Klochikhin // Research Policy. - 2012. - Т. 41. - Russia's innovation policy. - № 9. - С. 1620-1630.

227. Kosyakov D. Webometric analysis of Russian scientific and education web / D. Kosyakov, A. Guskov, E. Bykhovtsev // CEUR Workshop Proceedings: 2016 International Conference Mathematical and Information Technologies, MIT 2016; Vrnjacka Banja; Serbia; 28 August 2016 до 5 September 2016. - 2016. - Т. 1839. -С. 196-207.

228. Kosyakov D. Impact of national science policy on academic migration and research productivity in Russia / D. Kosyakov, A. Guskov // Procedia Computer Science. - 2019. - Т. 146. - № 2018. - С. 60-71.

229. Kosyakov D. Research assessment and evaluation in Russian fundamental science / D. Kosyakov, A. Guskov. - 2019. - Т. 146. - С. 11-19.

230. Kosyakov D. Synchronous scientific mobility and international collaboration: Case of Russia / D. Kosyakov, A. Guskov // 17th International Conference on Scientometrics and Informetrics, ISSI 2019 - Proceedings 17th International Conference on Scientometrics and Informetrics, ISSI 2019 - Proceedings. - 2019. - Т. 1. - Synchronous scientific mobility and international collaboration. - С. 1319-1328.

231. Kotsemir M. Measuring, analysis and visualization of research capacity of university at the level of departments and staff members / M. Kotsemir, S. Shashnov // Scientometrics. - 2017. - Т. 112. - № 3. - С. 1659-1689.

232. Kupershtokh N. Physics in Novosibirsk and Akademgorodok / N. Kupershtokh, A. Apolonskiy // Physics in Perspective. - 2014. - Т. 16. - № 2. - С. 250-276.

233. LaFrance A. Raiders of the lost web. - URL: https://www.theatlantic.com/technology/archive/2015/10/raiders-of-the-lost-web/409210/ (дата обращения: 22.07.2021). - Текст : электронный.

234. Lai S., Xu L., Liu K. Z. J. Recurrent convolutional neural networks for text classification / Z. J. Lai S., Xu L., Liu K. // Twenty-Ninth AAAI Conference on Artificial Intelligence. - 2015. - С. 2267-2273.

235. Large-scale assessment of research outputs through a weighted combination of bibliometric indicators / A. Anfossi, A. Ciolfi, F. Costa [h gp.] // Scientometrics. - 2016.

- T. 107. - № 2. - C. 671-683.

236. LC Bibliographic Framework Initiative Update Forum: presentation at Amer. Libr. Assoc. Midwinter conf. (Seattle, Jan. 27, 2013).

237. Lebanon G. Metric learning for text documents / G. Lebanon // IEEE Transactions on Pattern Analysis and Machine Intelligence. - 2006. - T. 28. - № 4. - C. 497-508.

238. Lee G. Brain Korea 21: A Development-Oriented National Policy in Korean Higher Education / G. Lee // International Higher Education. - 2015. - Brain Korea 21.

- № 19. - C. 24-25.

239. Lewison G. Female researchers in Russia: have they become more visible? / G. Lewison, V. Markusova // Scientometrics. - 2011. - T. 89. - № 1. - C. 139-152.

240. Lunh H. P. The Automatic Creation of Literature Abstracts / H. P. Lunh // IBM Journal of Research Development. - 1958. - T. 2. - № 2. - C. 159-165.

241. Ma F. Study on web performance of Chinese universities / F. Ma, J. Qiu. - 2010.

- T. 35. - № Special issue 2. - C. 146-151.

242. MacEwan A. The International Standard Name Identifier (ISNI): The Evolving Future of Name Authority Control / A. MacEwan, A. Angjeli, J. Gatenby // Cataloging & Classification Quarterly. - 2013. - T. 51. - The International Standard Name Identifier (ISNI). - № 1/3. - C. 55-71.

243. Marshakova-Shaikevich I. V. Russian Mathematical Journals in World and National Corpora of Scientific Journals: bibliometric analysis / I. V. Marshakova-Shaikevich // Sociol. Sci. Technol. - 2012. - T. 3. - № 2. - C. 79-101.

244. Mas-Bleda A. Can a personal website be useful as an information source to assess individual scientists? The case of European highly cited researchers / A. Mas-Bleda, I. F. Aguillo // Scientometrics. - 2013. - T. 96. - Can a personal website be useful as an information source to assess individual scientists? - № 1. - C. 51-67.

245. Mauleon E. Productivity, impact and publication habits by gender in the area of Material Science / E. Mauleon, M. Bordons // Scientometrics. - 2006. - T. 66(1). -C. 199-218.

246. Mazov N. A. Bibliometric analysis of the flow of publications by Novosibirsk State University in collaboration with the RAS Siberian Branch / N. A. Mazov, V. N. Gureev // Herald of the Russian Academy of Sciences. - 2017. - T. 87. - № 5. - C. 445-453.

247. Mazov N. A. The role of unique identifiers in bibliographic information systems / N. A. Mazov, V. N. Gureev // Scientific and Technical Information Processing. - 2014.

- Т. 41. - № 3. - С. 206-210.

248. Mazov N. A. Modern Challenges in Bibliographic Metadata Identification / N. A. Mazov, V. N. Gureyev. - Текст: электронный // RPC 2018 3rd Russian-Pacific Conference on Computer Technology and Applications (RPC) RPC 2018 3rd Russian-Pacific Conference on Computer Technology and Applications (RPC). - Vladivostok : IEEE, 2018. - С. 1-4. - URL: https://ieeexplore.ieee.org/document/8482205/ (дата обращения: 13.08.2021).

249. Mendes Moreira J. An ORCID based synchronization framework for a national CRIS ecosystem / J. Mendes Moreira, A. Cunha, N. Macedo // F1000Research. - 2015.

- Т. 4. - С. 181.

250. Miao Y. Document clustering using character N-grams: A comparative evaluation with term-based and word-based clustering / Y. Miao, V. Keselj, E. Milios // International Conference on Information and Knowledge Management, Proceedings. - 2005. -№ January. - С. 357-358.

251. Milojevic S. Information metrics (iMetrics): a research specialty with a socio-cognitive identity? / S. Milojevic, L. Leydesdorff // Scientometrics. - 2012. - Т. 95. -№ 1. - С. 141-157.

252. Moed H. F. Citation analysis in research evaluation : Information science and knowledge management / H. F. Moed. - Dordrecht : Springer, 2005. - Вып. v. 9. - 346 с.

253. Moed H. F. Trends in Russian research output indexed in Scopus and Web of Science / H. F. Moed, V. Markusova, M. Akoev // Scientometrics. - 2018. - Т. 116. -№ 2. - С. 1153-1180.

254. Monastersky R. 150 years of Nature: a data graphic charts our evolution / R. Monastersky, R. V. Noorden // Nature. - 2019. - Т. 575. - 150 years of Nature. - № 7781.

- С. 22-23.

255. Myaeng S. H. Some effective techniques for naive bayes text classification / S. H. Myaeng, K. S. Han, H. C. Rim // IEEE Transactions on Knowledge and Data Engineering.

- 2006. - Т. 18. - № 11. - С. 1457-1466.

256. One step further in the production of bibliometric indicators at the micro level: Differences by gender and professional category of scientists / M. Bordons, F. Morillo, M. T. Fernández, I. Gómez // Scientometrics. - 2003. - Т. 57 (2). - С. 159-173.

257. ORCID: a system to uniquely identify researchers / L. L. Haak, M. Fenner, L. Paglione [и др.] // Learned Publishing. - 2012. - Т. 25. - ORCID. - № 4. - С. 259-264.

258. Osipov I. A. Return on publications (RoP) and the changing nature of the 'science enterprise' / I. A. Osipov // Higher Education in Russia and Beyond. - 2016. - Higher Education in Russia and Beyond. - № 1. - С. 19-21.

259. Parinov S. I. Topic Modeling of the Research Papers' Citation Contexts: a Structure of an Author's Research Consumption / S. I. Parinov // Programmnaya Ingeneria. - 2021. - Т. 12. - Topic Modeling of the Research Papers' Citation Contexts. - № 3. - С. 140-149.

260. Parinov S. Parinov, S. Open citation content data and a digital library / S. Parinov // CEUR Workshop Proceedings, Moscow, 09-12 октября 2018 года. Vol. 2277. -Moscow: Без издательства, 2018. - P. 216-221. - EDN KEYXUE. / S. Parinov // CEUR Workshop Proceedings, Moscow, 09-12 October 2018 года. - 2018. - Т. 2277. - С. 216221.

261. Parinov S. Towards an open data on how the research data are used: CRIS-CERIF based approach / S. Parinov // Procedia Computer Science. - Elsevier, 2014. - Т. 33. -С. 55-59.

262. Pislyakov V. Citation expectations: are they realized? Study of the Matthew index for Russian papers published abroad / V. Pislyakov, E. Dyachenko // Scientometrics. -2009. - Т. 83. - № 3. - С. 739-749.

263. Pritchard A. Statistical bibliography or bibliometrics? / A. Pritchard // Journal of Documentation. - 1969. - Т. 25. - С. 348-349.

264. Prpic K. Gender and productivity differentials in science / K. Prpic // Scientometrics. - 2002. - Т. 55(1). - С. 27-58.

265. Raisig L. M. Statistical bibliography in the health sciences / L. M. Raisig // Bull. Med. Lib. Assoc. - 1962. - Т. 50(3). - С. 450-461.

266. Research on the Text Emotion of Multinomial Naive Bayes Integration Algorithm / Z. Tan, Y. Zhang, C. Zhang [и др.] // Proceedings of 2019 IEEE 3rd Advanced Information Management, Communicates, Electronic and Automation Control Conference, IMCEC 2019. - 2019. - № Imcec. - С. 107-111.

267. Review and analysis of publications on scientific mobility: assessment of influence, motivation, and trends / V. N. Gureyev, N. A. Mazov, D. V. Kosyakov, A. E. Guskov // Scientometrics. - 2020. - Т. 124. - № 2. - С. 1599-1630.

268. Riloff E. Little words can make a big difference for text classification / E. Riloff // SIGIR Forum (ACM Special Interest Group on Information Retrieval). - 1995. - С. 130136.

269. RuCRIS: A Pilot CERIF based System to Aggregate Heterogeneous Data of Russian Research Projects / A. Guskov, O. Zhizhimov, V. Kikhtenko [и др.] // Procedia Computer Science. - 2014. - Т. 33. - С. 163-167.

270. Schulz J. Using Monte Carlo simulations to assess the impact of author name disambiguation quality on different bibliometric analyses / J. Schulz // Scientometrics. -

2016. - Т. 107. - № 3. - С. 1283-1298.

271. Selivanova I. V. Classification by compression: Application of information-theory methods for the identification of themes of scientific texts / I. V. Selivanova, B. Ya. Ryabko, A. E. Guskov // Automatic Documentation and Mathematical Linguistics. -

2017. - Т. 51. - Classification by compression. - № 3. - С. 120-126.

272. Shin J. C. Building world-class research university: The Brain Korea 21 project / J. C. Shin // Higher Education. - 2009. - Т. 58. - Building world-class research university. - № 5. - С. 669-688.

273. Short text classification using semantic random forest / A. Bouaziz, C. Dartigues-Pallez, C. da Costa Pereira [и др.]. - Текст: электронный // Data Warehousing and Knowledge Discovery : Lecture Notes in Computer Science / L. Bellatreche, M. K. Mohania ред. . - Cham : Springer International Publishing, 2014. - Т. 8646. - С. 288299. - URL: http://link.springer.com/10.1007/978-3-319-10160-6_26 (дата обращения: 09.01.2022).

274. Sivertsen G. Developing Current Research Information Systems (CRIS) as Data Sources for Studies of Research / G. Sivertsen. - Текст: электронный // Springer Handbook of Science and Technology Indicators : Springer Handbooks / W. Glanzel [и др.] ред. . - Cham : Springer International Publishing, 2019. - С. 667-683. - URL: http://link.springer.com/10.1007/978-3-030-02511-3_25 (дата обращения: 04.03.2022).

275. Small H. Co-citation in the scientific literature: A new measure of the relationship between two documents / H. Small // Journal of the American Society for Information Science. - 1973. - Т. 24. - № 4. - С. 265-269.

276. Strathern M. 'Improving ratings': audit in the British University system / M. Strathern // European Review. - 1997. - Т. 5. - 'Improving ratings'. - № 3. - С. 305321.

277. Structure extended multinomial naive Bayes / L. Jiang, S. Wang, C. Li, L. Zhang // Information Sciences. - 2016. - Т. 329. - С. 346-356.

278. Subbotin A. Brain Drain and Brain Gain in Russia: Analyzing International Migration of Researchers by Discipline using Scopus Bibliometric Data 1996-2020 / A. Subbotin, S. Aref. - Текст : электронный // arXiv:2008.03129 [physics]. - 2021. - Brain Drain and Brain Gain in Russia. - URL: http://arxiv.org/abs/2008.03129 (дата обращения: 09.01.2022).

279. Subelj L. Clustering scientific publications based on citation relations: A systematic comparison of different methods / L. Subelj, N. J. Van Eck, L. Waltman // PLoS ONE. - 2016. - Т. 11. - № 4. - С. 1-23.

280. Tague-Sutcliffe J. An introduction to informetrics / J. Tague-Sutcliffe // Information Processing & Management. - 1992. - Т. 28. - № 1. - С. 1-3.

281. Team size matters: Collaboration and scientific impact since 1900: on the relationship between collaboration and scientific impact since 1900 / V. Lariviere, Y. Gingras, C. R. Sugimoto, A. Tsou // Journal of the Association for Information Science and Technology. - 2015. - Т. 66. - Team size matters. - № 7. - С. 1323-1332.

282. The Leiden ranking 2011/2012: Data collection, indicators, and interpretation / L. Waltman, C. Calero-Medina, J. Kosten, E. Noyons // Journal of the American Society for Information Science and Technology. - 2012. - Т. 63. - № 12. - С. 2419-2432.

283. The FAIR Guiding Principles for scientific data management and stewardship / M. D. Wilkinson, M. Dumontier, Ij. J. Aalbersberg [и др.] // Scientific Data. - 2016. - Т. 3.

- № 1. - С. 160018.

284. Thelwall M. Webometrics / M. Thelwall, L. Vaughan, L. Bjorneborn // Annual Review of Information Science and Technology. - 2006. - Т. 39. - № 1. - С. 81-135.

285. Torres-Salinas D. Análisis bibliométrico de la situación de las mujeres investigadoras de Ciencias Sociales y Jurídicas en España / D. Torres-Salinas, A. M. Muñoz-Muñoz, E. Jiménez-Contreras // Revista Española de Documentación Científica.

- 2011. - Т. 34(1). - С. 11-28.

286. Unsupervised word embeddings capture latent knowledge from materials science literature / V. Tshitoyan, J. Dagdelen, L. Weston [и др.] // Nature. - 2019. - Т. 571. -№ 7763. - С. 95-98.

287. Van de Sompel H. Open Linking in the Scholarly Information Environment Using the OpenURL Framework / H. Van de Sompel, O. Beit-Arie. - Текст : электронный // D-Lib Magazine. - 2001. - Т. 7. - № 3. - URL: http://www.dlib.org/dlib/march01/vandesompel/03vandesompel.html (дата обращения: 19.10.2022).

288. Vaughan L. Web traffic and organization performance measures: Relationships and data sources examined / L. Vaughan, R. Yang // Journal of Informetrics. - 2013. -Т. 7. - Web traffic and organization performance measures. - № 3. - С. 699-711.

289. Velden T. Mapping the cognitive structure of astrophysics by infomap clustering of the citation network and topic affinity analysis / T. Velden, S. Yan, C. Lagoze // Scientometrics. - 2017. - Т. 111. - № 2. - С. 1033-1051.

290. Visser M. Large-scale comparison of bibliographic data sources: Scopus, Web of Science, Dimensions, Crossref, and Microsoft Academic / M. Visser, N. J. van Eck, L. Waltman // Quantitative Science Studies. - 2021. - Т. 2. - Large-scale comparison of bibliographic data sources. - № 1. - С. 20-41.

291. Waltman L. Field-normalized citation impact indicators and the choice of an appropriate counting method / L. Waltman, N. J. van Eck // Journal of Informetrics. -2015. - Т. 9. - № 4. - С. 872-894.

292. Wang S. Adapting naive Bayes tree for text classification / S. Wang, L. Jiang, C. Li // Knowledge and Information Systems. - 2015. - Т. 44. - № 1. - С. 77-89.

293. Wang S. Clustering articles based on semantic similarity / S. Wang, R. Koopman // Scientometrics. - 2017. - Т. 111. - № 2. - С. 1017-1031.

294. Wang X. A fuzzy KNN algorithm based on weighted chi-square distance / X. Wang, P. Yao // ACM International Conference Proceeding Series. - 2018. - С. 1-6.

295. Web structure and influence of the Arab universities of the MENA zone (Middle East and North Africa): Visualization and analysis / B. Vargas-Quesada, K. M. O. Al-Dwairi, C. Faba-Pérez, F. Moya-Anegon // Aslib Proceedings: New Information Perspectives. - 2013. - Т. 65. - № 6. - С. 623-643.

296. Webometric analysis of Iranian medical universities according to visibility, size and rich files / R. Tafaroji, I. Tahamtan, M. Roudbari, S. Sedghi // Webology. - 2014. -Т. 11. - № 1. - С. 1-19.

297. Wolfram Di. Applied Informetrics for Information Retrieval Research / Di. Wolfram. - 2003. - 216 с.

298. Xu S. Bayesian Multinomial Naïve Bayes Classifier to Text Classification / S. Xu, Y. Li, Z. Wang // Lecture Notes in Electrical Engineering / J. J. Park [и др.] ред. . -Singapore : Springer Singapore, 2017. - Т. 448. - С. 347-352.

299. Yonezawa A. Transformation of university governance through internationalization: challenges for top universities and government policies in Japan / A. Yonezawa, Y. Shimmi // Higher Education. - 2015. - Т. 70. - Transformation of university governance through internationalization. - № 2. - С. 173-186.

300. Zhang H. Building global-class universities: Assessing the impact of the 985 Project / H. Zhang, D. Patton, M. Kenney // Research Policy. - 2013. - Т. 42. - Building global-class universities. - № 3. - С. 765-775.

301. Zhang W. An improvement to naive bayes for text classification / W. Zhang, F. Gao // Procedia Engineering. - 2011. - Т. 15. - С. 2160-2164.

302. Zhang X. A k-nearest neighbor text classification algorithm based on fuzzy integral / X. Zhang, B. Li, X. Sun // Proceedings - 2010 6th International Conference on Natural Computation, ICNC 2010. - 2010. - T. 5. - № Icnc. - C. 2228-2231.

СПИСОК ИЛЛЮСТРАТИВНОГО МАТЕРИАЛА

РИСУНКИ

Рисунок 1 — Существующая схема организации мониторинга состояния и результативности научной сферы на основе ежегодного сбора статистической

отчетности......................................................................................................................23

Рисунок 2 — Динамика количества исследователей - кандидатов и докторов наук, защит кандидатских и докторских диссертаций и «накопленное» количество

кандидатов и докторов наук с 2006 г..........................................................................28

Рисунок 3 — Динамика количества публикаций российских авторов в области

наукометрии по данным РИНЦ и Scopus....................................................................36

Рисунок 4 — Распределение наукометрических исследований по категориям

.........................................................................................................................................39

Рисунок 5 — Место России по количеству всех публикаций в Scopus (сверху)

и только статей в журналах (снизу).............................................................................80

Рисунок 6 — Место России по количеству публикаций в трудах конференций,

проиндексированных в Scopus.....................................................................................82

Рисунок 7 — Концептуальная модель системы наукометрического

мониторинга результативности научной деятельности............................................92

Рисунок 8 — Фрагмент информационной модели CERIF в формате ER-диаграммы реляционной БД для хранения реестров, содержащих результаты

научной деятельности [180].........................................................................................95

Рисунок 9 — Логическая информационная модель расчета массива показателей II и сборки аналитических продуктов IA в формате ER-диаграммы реляционной БД (оранжевым выделены основные сущности, фиолетовым -

связывающие, синим - справочные)...........................................................................97

Рисунок 10 — Схема функционирования информационных потоков системы наукометрического мониторинга состояния и результативности научной сферы (на примере двух организаций, являющихся объектами мониторинга)......................100

Рисунок 11 — Значения показателя Б за 2014 г., упорядоченные по убыванию

(график показывает значения для первых 50 организаций)...................................128

Рисунок 12 — Распределение организаций по профилям деятельности и

категориям результативности по результатам наукометрической оценки...........136

Рисунок 13 — Изменение итоговых профиля и категории, числами указано количество организаций; а) в оценке 2014 г. по сравнению с оценкой 2013 г., б) в оценке 2015 г. по сравнению с оценкой 2014 г., в) в оценке 2015 г. по сравнению с оценкой 2013 г. Обозначения: П^ - профиль не изменился; П| -профиль изменился; К\ - категория ухудшилась; К^ - категория не изменилась;

К/ - категория улучшилась.......................................................................................136

Рисунок 14 — Показатели AC, NFC и FC университетов в группе 1-LU в 2018

г.....................................................................................................................................146

Рисунок 15 — Динамика показателя NFC/AC для некоторых российских

университетов из группы 1-LU..................................................................................147

Рисунок 16 — Корреляция целочисленного (AC) и странового фракционного

счета (NFC) в 2006 и 2018 гг. для трех групп организаций....................................150

Рисунок 17 — Распределение индикатора NFC/AC в различных областях наук

согласно классификатору AJSC.................................................................................152

Рисунок 18 — Динамика ранговой корреляции между индикаторами результативности научной деятельности PAC и Pnfc для трех групп организаций

.......................................................................................................................................153

Рисунок 19 — Доля организаций, которые попадают в разные квартили при

расчете показателей результативности PAC и PNFC...................................................154

Рисунок 20 — Количество публикаций (левая шкала) и доля в мировом потоке (правая шкала) российских исследователей по данным Scopus и Web of

Science за 1998-2017 гг...............................................................................................168

Рисунок 21 — Изменение позиций лидеров мирового рейтинга по количеству

публикаций всех типов в БД Scopus за 2000-2018 гг..............................................168

Рисунок 22 — Структура российского публикационного потока в секторальном разрезе в 1996 и 2017 гг.....................................................................170

Рисунок 23 — Динамика структуры российского публикационного потока

в секторальном разрезе с 1996 по 2017 г.................................................................170

Рисунок 24 — Увеличение количества публикаций российских исследователей, индексируемых в БД Scopus, количества авторов этих публикаций; изменение средней результативности одного автора и рост числа «новых» авторов,

ранее не публиковавших статьи в журналах, индексируемых в Scopus...............171

Рисунок 25 — Динамика количества российских авторов и публикаций

университетов-участников Проекта 5-100...............................................................174

Рисунок 26 — Доля публикаций, авторы которых имеют максимум одну, две,

три и более аффилиаций.............................................................................................177

Рисунок 27 — Динамика применения стратегий повышения публикационной

активности КФУ..........................................................................................................183

Рисунок 28 — Динамика применения стратегий повышения публикационной

Обратите внимание, представленные выше научные тексты размещены для ознакомления и получены посредством распознавания оригинальных текстов диссертаций (OCR). В связи с чем, в них могут содержаться ошибки, связанные с несовершенством алгоритмов распознавания. В PDF файлах диссертаций и авторефератов, которые мы доставляем, подобных ошибок нет.