Методический подход к формированию рубрикаторов-переходников для анализа направлений Web of Science и Scopus в разрезе приоритетов стратегии научно-технологического развития РФ

Размещено на http://www.allbest.ru/

Методический подход к формированию рубрикаторов-переходников для анализа направлений Web of Science и Scopus в разрезе приоритетов стратегии научно-технологического развития РФ

С.Л. Парфенова

к.э.н., первый заместитель директора РИЭПП

В.Н. Долгова

к.э.н., доцент

В.В. Богатов

научный сотрудник РИЭПП, г. Москва

Н.В. Халтакшинова

лаборант-исследователь РИЭПП

В.Я. Коробатов

лаборант-исследователь РИЭПП

Аннотация

рубрикатор иерархический приоритет классификационный

В статье описывается методический подход к разработке рубрикаторов-переходников Web of Science и Scopus в системе приоритетов Стратегии научно-технологического развития Российской Федерации. Актуальность данной задачи обусловлена необходимостью проведения статистических и динамических ретроспективных, проспективных и двунаправленных исследований. В статье дано описание иерархических структур рубрикаторов Web of Science и Scopus и их классификационных кодов. Выявлены сложности соотнесения рубрикаторов между собой и в системе приоритетов СНТР. Определены принципы формирования рубрикаторов-переходников в разрезе приоритетов СНТР. Представлен алгоритм формирования рубрикаторов-переходников Web of Science и Scopus в системе приоритетов СНТР.

Представлен алгоритм распределения числа научных статей по научным категориям в системе приоритетов СНТР методом группировки. Проведен сравнительный анализ научных категорий Российской Федерации и в мире по числу научных статей, индексируемых в Web of Science и Scopus, в системе приоритетов СНТР. Ключевые слова: методический подход, рубрикатор-переходник, приоритеты научно-технологического развития, кодыi Web of Science, коды Scopus, метод группировки, статистический анализ.

Parfenova S.L., Dolgova V.N., Bogatov V.V., Khaltakshinova A.V., Korobatov V.Y. Methodical approach to the formation of rubricators-adapter for analysis of Web of Science and Scopus area in terms of priorities The strategy of scientific and technological development of The Russian Federation (Russian Research Institute of Economics, Policy and Law in the Scientific and Technical Sphereul

Abstract

The article describes a methodical approach to the development of Web of Science and Scopus rubricators-adapter in the system of priorities of the Strategy of scientific and technological development of the Russian Federation. The relevance of this problem is due to the need for statistical and dynamic retrospective, prospective and bidirectional studies. The article presents the description of the hierarchical Web of Science and Scopus categories structures and their classification codes. Revealed the difficulty of categories correlating among themselves and in the system of priorities SSTD. The principles of categories-adapters formation in the priorities SSTD context. Article is presented the algorithm of rubricators-adapters Web of Science and Scopus formation in the system of SSTD priorities. The algorithm of number scientific articles distribution on scientific categories in system of SNTR priorities by grouping method is presented. A comparative analysis of Russian Federation scientific categories and the world in the number of scientific articles indexed in the Web of Science or Scopus, in the system of SSTD priorities.

Key words: methodical approach, rubricator-adapter, priorities of scientific and technological development, Web of Science codes, Scopus codes, method of grouping, statistical analysis.

Качество международных сопоставлений различных индикаторов, определяющих степень развития сферы науки и технологий в разрезе приоритетов Стратегии научно-технологического развития Российской Федерации [1] (далее - приоритеты СНТР), в том числе определяется логистическими принципами, заложенными в основу согласования информационных потоков, содержащих сведения о научных (научно-технических) результатах в базах данных Web of Science и Scopus. Установить взаимосвязь между этими потоками возможно на основе переходников между рубрикаторами баз данных Web of Science и Scopus, структурирующих эти потоки в системе приоритетов СНТР.

В основу рубрикаторов Web of Science и Scopus (далее - международных рубрикаторов) положена иерархическая классификация научных направлений. Существуют различные подходы к процессу классификации [2-5]. Все они предполагают, как минимум, три процедуры:

- процедуру построения классификатора;

- процедуру описания классификатора;

- процедуру использования классификатора.

В теории классификации можно выделить 2 направления [6]:

- классификация по объектам рассмотрения (например, классификация химических элементов - таблица Д.И. Менделеева), универсальная десятичная классификация публикаций (УДК) и др.;

- классификация по типовым задачам диагностики (отрасли промышленности, группы однородной продукции).

В научно-исследовательской работе была поставлена задача по соотнесению объектов рассмотрения (кодов международных рубрикаторов) к задачам диагностики (приоритетам СНТР) на этапе «генерация знаний».

Существующие международные рубрикаторы разработаны с целью тематической систематизации данных; способствуют формированию навигационных систем, позволяющих проводить анализ большого объема информации и осуществлять визуализацию его результатов в форме инфографики на основе современных методов и способов библиометрии, информетрии и наукометрии.

Международные рубрикаторы облегчают доступ к сведениям о научной (научно-технической) информации и сформированы на принципах:

построения 2-х или 3-х уровневой иерархической структуры;

постоянно развивающейся системы навигации.

Как уже отмечено, иерархические структуры рубрикаторов Web of Science и Scopus делятся в зависимости от выбранного классификационного признака на уровни. Каждый уровень в соответствии со своим классификационным признаком делится на подуровни. Для отражения классификационных взаимосвязей между уровнями применяются классификационные коды, которые способствуют логической обработке информации. В иерархических системах международных рубрикаторов для упорядочения объектов применяется система последовательного кодирования.

Рубрикатор Web of Science [7] состоит из трех уровней. Первый уровень имеет цифровой код от «1» до «6» и включает шесть областей науки рубрикатора OECD [8]. Второй уровень рубрикатора имеет трехзначный цифровой код, формулу которого можно представить символами «*.**». Первый символ означает код первого уровня рубрикатора, вторые два - код подуровня. Например, код «1.02» означает область науки - «естественные и точные науки», подуровень - «компьютерные и информационные науки». Всего 39 подуровней, что отличает рубрикатор второго уровня Web of Science от рубрикатора второго уровня OECD, который включает 42 отрасли науки (более детализированы код «2» и код «4» первого уровня). Самый детализированный - третий подуровень рубрикатора Web of Science, он содержит 253 категории. Код, характеризующий третий квалификационный подуровень, имеет буквенное обозначение из двух символов. Таким образом, общая формула кода выглядит следующим образом «*.**ХХ».

Рубрикатор Scopus [9] содержит в себе два уровня. В системе Scopus он имеет название ASJC (All Science Journals Classification).

Систематизация кодов по областям науки в рубрикаторе Scopus отсутствует. Первый уровень включает 26 основных категорий, которые объединяют в себе 322 направления второго уровня. Кодировка рубрикатора цифровая из четырех символов (формула кода «****»). Первые две цифры относятся к одной из 27 основных категорий, а последние две цифры относятся к подкатегории в основной категории. Чтобы избежать «лидирующих» нулей, нумерация начинается с 10** («мульти- дисциплинарные науки»), а затем 11** («сельскохозяйственные и биологические науки») до 36** («медицинские профессии»). Вторые две цифры относятся к кодировке второго уровня.

В процессе работы по соотнесению рубрикаторов возникли определенного рода сложности, среди которых можно выделить следующие:

сбор и накопление данных осуществляют независимые друг от друга организации, территориально расположенные в разных странах мира и самостоятельно определяющие принципы систематизации и анализа данных, а также права доступа к ним;

сложности установления смысловых текстовых связей между рубрикаторами, сформированными по разным основаниям;

отсутствие способов идентификации научных (научно-технических) результатов, полученных в рамках междисциплинарных научных исследований, кроме отнесения их к категории «междисциплинарные научные исследования» или разнесение их по разным кодам рубрикаторов;

«парадигмальные сдвиги в науке» [10], вследствие которых содержание существующих рубрикаторов оказывается неадекватно новым реалиям науки и должно быть пересмотрено.

Приоритеты научно-технологического развития Российской Федерации сформулированы в Стратегии научно-технологического развития Российской Федерации и в общем виде представляют собой систему первого уровня.

Рубрикаторы-переходники научных публикаций в разрезе приоритетов СНТР предложено проводить на основе методического подхода, который состоит в сравнении предметно-содержательных (семантических) аспектов текстовых элементов приоритетов СНТР

с аналогичными аспектами текстовых элементов рубрикаторов Web of Science и Scopus.

Методический подход основан на следующих принципах формирования рубрикаторов-переходников в разрезе приоритетов СНТР [11]:

общее основание текстовой связанности рубрикаторов-переходников с международными рубрикаторами и приоритетами СНТР;

первичность связующей функции (смыслового акцента) при определении текстовых связей между приоритетами СНТР и международными рубрикаторами;

100% охват кодов изучаемой совокупности (кодов рубрикаторов Web of Science и Scopus);

уровневая соотносимость (первый уровень рубрикатора-переходника соотносим с третьим уровнем рубрикатора Web of Science и вторым уровнем рубрикатора Scopus);

кодовое дедублирование (неповторяе- мость в рубрикаторе-переходнике кодов рубрикаторов Web of Science и Scopus).

Рубрикатор-переходник представляет собой таблицу перекодировки из одной навигационной системы в другую.

В процессе составления рубрикаторов-переходников авторы статьи столкнулись со следующими сложностями:

приоритеты СНТР означают векторы научно-технологического развития Российской Федерации, основанные на целых блоках научных направлений, не связанных между собой;

без понимания смысловых аспектов, заложенных в тот или иной приоритет СНТР, невозможно устанавливать текстовые связи между приоритетами СНТР и категориями рубрикаторов Web of Science и Scopus;

рубрикаторы-переходники требуют тематического экспертного обсуждения.

Алгоритм формирования рубрикаторов-переходников Web of Science и Scopus в системе приоритетов СНТР состоял из следующих этапов:

Выявление ключевых текстовых элементов приоритетов СНТР (табл. 1, выделены курсивом), сопоставимых по смыслу и семантически с текстовыми элементами международных рубрикаторов.

Таблица 1. Ключевые текстовые элементы приоритетов СНТР

Определение текстовых связей политематических классификаторов Web of Science (третий уровень), Scopus (второй уровень) с ключевыми текстовыми элементами приоритетов СНТР по характеру связующих функций, а именно смысловые (понятийно-смысловые) связующие функции и структурные связующие функции.

Формирование перечня кодов третьего уровня рубрикатора Web of Science в системе приоритетов СНТР (табл. 2, на примере приоритета А).

Формирование перечня кодов второго уровня рубрикатора Scopus в системе приоритетов СНТР (табл. 2, на примере приоритета А).

Экспертное согласование перечней кодов международных рубрикаторов в разрезе приоритетов СНТР.

В итоге работы сформированы рубрикаторы-переходники Web of Science и Scopus в системе приоритетов СНТР (табл. 2, на примере приоритета А).

Рубрикаторы-переходники предназначены для проведения одномоментных и динамических исследований структуры и числа публикаций, индексируемых в Web of Science и Scopus, в разрезе приоритетов СНТР.

На основе рубрикаторов-переходников методом группировки [12] проведен анализ числа научных статей, индексируемых в базах данных Web of Science и Scopus, в системе приоритетов СНТР по Российской Федерации и миру. Группировка проводилась по совокупному числу научных статей за период 2013-2017 гг. Алгоритм группировки включал следующие этапы:

1. Определение числа групп по формуле Герберта Стерджесса (1):

n = 1 + 3.322 * lgN (1),

где:

n - число групп разбиения по каждому приоритету СНТР;

N - число научных категорий по каждому приоритету СНТР по данным Web of Science и по данным Scopus.

Таблица 2. Коды международных рубрикаторов по приоритету А

Удаление «выбросов» (максимальные и минимальные значения показателя, которые выбиваются из нормального распределения).

Определение величины интервала

для каждого приоритета по данным Web of Science и по данным Scopus по Российской Федерации и миру, формула (2):

где:

Х-тах и Xmjn - максимальное и минимальное значения суммарного числа публикаций по научным категориям в рамках каждого приоритета СНТР.

Проведение вторичной группировки, основанной на укрупнении интервалов, т.е. выделении более характерных групп и избавлении от более мелких, неинформативных групп.

По итогам первичной группировки по данным Web of Science и Scopus (дата обращения 30.03.2018 г.) определено число научных категорий и групп в системе приоритетов СНТР (табл. 3). Число научных категорий и групп одинаково по российским и общемировым статьям.

На основе результатов первичной группировки выявлена характерная закономерность, заложенная в основу вторичной группировки, а именно: в большинстве приоритетов наблюдаются три типичные группы [13].

Первая группа (малозначительная) состоит из большого числа научных категорий с наименьшим (или нулевым) числом научных статей - аутсайдеры. Третья группа (приоритетная) включает небольшое число научных категорий с наибольшим числом научных статей - лидеры. Вторая группа (доминантная, расположенная между двумя крайними группами) содержит небольшое число научных категорий со средним числом научных статей. Результаты вторичной группировки совокупного числа публикаций (за период 20132017 гг.), индексируемых в базе данных Web of Science и Scopus, в системе приоритетов.

Литература

1. Указ Президента Российской Федерации от 1 декабря 2016 г. № 642 (2016) Стратегия научно-технологического развития Российской Федерации / Официальный сайт Президента России. http://www.kremlin.ru/acts/bank/41449.

2. Ф илософский энциклопедический словарь (1983) / Гл. ред. Л.Ф. Ильичев, П.Н. Федосеев, С.М. Ковалев, В.Г. Панов. М.: Советская энциклопедия. 840 с.

3. Шрейдер Ю.А. (1973) Логика классификации // Научно-техническая информация. Серия 1. № 51. С. 3-7.

4. Понкин И.В. (2017) Классификация как метод научного исследования, в частности в юридической науке // Вестник Пермского университета. Юридические науки. Вып. 37. С. 249-259.

5. Розова С.С. (1986) Классификационная проблема в современной науке. Новосибирск: Наука. 224 с.

6. Орлов А.И. (2014) Математические методы теории классификации // Научный журнал КубГАУ. № 01(095). С. 423-459.

7. Web of Science (2018) Web of Knowledge. http://apps.webofknowledge.com.

8. Working Party of National Experts on Science and Technology Indicators (2012) OECD, 27.02.2012. https://www.oecd.org/science/inno/38235147. pdf.

9. Scopus (2018) Scopus. https://www.scopus.com.

10. Соколова Н.Ю. (2016) Новые возможности отечественных универсальных классификаций (на примере ББК) // Библиосфера. № 4. С. 112-115.

11. Турбина О.А., Савельева О.А. (2006) Принцип классификации текстовых связей // Вестник Южно-Уральского государственного университета. № 6. Серия: Лингвистика. Вып. 3. С. 53-59.

12. Долгова В.Н., Медведева Т.Ю. (2017) Статистика: учебник и практикум для бакалавров - 2-е изд., перераб. и доп. / М.: Издательство Юрайт. 627 с.

13. Эта пы статистического исследования: первичная обработка результатов статистического наблюдения (2005) / ГУ ВШЭ. https://www.hse.ru/ data/415/588/1239/lect2ec2005.pdf.

14. Холматова К.К., Харькова О.А., Гржибовский А.М. (2016) Классификация научных исследований в здравоохранении // Экология человека. № 1. С. 57-64.

References

1. Order of The President of the Russian Federation dated 1 December 2016 № 642 (2016) Strategy of scientific and technological development of the Russian Federation / Official website of the Russian President. http://www.kremlin.ru/acts/ bank/41449.

2. Philosophical Encyclopaedic Dictionary (1983) / Ch. Ed. L.F. Ilyichev, P.N. Fedoseev, S.M. Kovalev, V.G. Panov. Moscow: Soviet Encyclopedia. 840 p.

3. Shreider Yu.A. (1973) Classification logic // Scientific and technical information. Series 1. № 51. P. 3-7.

4. Ponkin I.V. (2017) Classification as a method of scientific research, in particular in legal science // Bulletin of Perm University. Juridical sciences. Issue 37. P. 249-259.

5. Rozova S.S. (1986) Classification problem in modern science. Novosibirsk: Science. 224 p.

6. Orlov A. I. (2014) Mathematical Methods of Classification Theory // Scientific Journal of KubSU. № 01 (095). P. 423-459.

7. Web of Science (2018) Web of Knowledge. http://apps.webofknowledge.com.

8. Working Party of National Experts on Science and Technology Indicators (2012) OECD, 27.02.2012. https://www.oecd.org/science/inno/38235147.pdf.

9. Scopus (2018) Scopus. https://www.scopus.com.

10. Sokolova N.Yu. (2016) New possibilities of domestic universal classifications (on the example of the BBK) // Bibliosphere. № 4. P. 112-115.

11. Turbina O.A., Savelieva O.A. (2006) Principle of classification of textual links // Bulletin of South Ural State University. № 6. Series: Linguistics. Issue. 3. P. 53-59.

12. Dolgova V.N., Medvedeva T.Yu. (2017) Statistics: textbook and practical work for bachelors - 2 nd ed., Pererab. and additional. / Moscow: Publishing House Yurayt. 627 p.

13. Stages of statistical research: primary processing of statistical observation results (2005) / HSE. https://www.hse.ru/data/415/588/1239/ lect2ec2005.pdf.

14. Kholmova K.K., Kharkov O.A., Grzybovsky A.M. (2016) Classification of scientific research in public health // Human ecology. № 1. P. 57-64.

Размещено на Allbest.ru