Диспозиция российских публикаций в мировой сети цитирований по тематике взаимосвязи интернет-активности обучающихся и их образовательных достижений

Размещено на http://www.allbest.ru/

Диспозиция российских публикаций в мировой сети цитирований по тематике взаимосвязи интернет-активности обучающихся и их образовательных достижений

А.В. Губанов Исследование выполнено при финансовой поддержке РФФИ в рамках научного проекта № 19-31-51024 "Влияние структурных и содержательных характеристик интернет-активности старшеклассников и студентов на их образовательные достижения".

Аннотация

За последние 20 лет образовательная среда потерпела ряд изменений, одним из факторов этих изменений является внедрение интернет-возможностей в образовательный процесс. В связи с экспансией интернета, в частности, и в сферу образования в мире наблюдается всплеск исследовательского интереса к теме влияния интернета на образовательные достижения. Работа посвящена проблеме положения российских публикаций в мировой сети цитирований по тематике взаимосвязи интернет-активности и образовательных достижений обучающихся. В ходе исследования был предложен редко используемый способ обзора источников по заданной тематике, основанный на совмещении двух подходов литературного обзора - экспертного и библиометрического сетевого анализа. Результаты исследования демонстрируют мировую сеть цитирований самых популярных публикаций по тематике интернет-активности и образовательных достижений, а также отражают положение публикаций российских авторов относительно всей сети. Было выявлено, что: 1) преобладающая литература по изучаемой тематике - иностранная, зарубежными источниками представлены основные теоретико-методологические основания и прикладные исследования; 2) российские ученые только начинают осваивать анализ данных социальных сетей и изучать влияние интернета на образовательные достижения, что объясняет незначительное количество публикаций.

Ключевые слова: интернет-активность, образовательные достижения, библиометрический сетевой анализ, сеть цитирований.

Демченко Юлия Дмитриевна, магистрант

Лазурина Екатерина Дмитриевна, магистрант

Кашпур Виталий Викторович, кандидат социологических наук, доцент

Губанов Александр Валерьевич, научный сотрудник НИ Томский государственный университет г. Томск, Научно-технологический университет "Сириус" г. Сочи

Yu.D. Demchenko, E.D. Lazurina, V.V. Kashpur, A.V. Gubanov

Этап обзора литературы является необходимым для дальнейшей разработки комплексной методологии анализа влияния интернета на образовательные достижения. С одной стороны, тема, посвященная изучению образовательных достижений обучающихся, привлекает особое внимание у исследователей, однако, с другой стороны, всё еще неизученным является тот массив данных о школьниках и студентах, который хранится на просторах интернета и в социальных сетях. В связи с этом возникает следующая исследовательская проблема: каково положение российских публикаций в мировой сети цитирования в рамках темы "Влияние интернет-активности на образовательные достижения обучающихся"?

Соответственно, целью исследования становится выявление степени изученности проблемы за последние 20 лет в исследованиях зарубежных и российских авторов.

Для того чтобы цель была достигнута, необходимо разрешение следующих задач:

1) отбор экспертов и проведение опроса с целью получения рекомендуемых статей;

2) разработка списка лингвистических маркеров для отбора статей в Google Scholar;

3) построение сети цитирований и сети авторов с целью определения всех кластеров, реализуемых в рамках заданной тематики;

4) рассмотрение распределения цитирований для публикаций;

5) анализ и сравнение положения российских и зарубежных публикаций.

Теоретические основания, методы и результаты исследования

В 2018 году С.П. Моисеевым и Д.В. Мальцевой было проведено исследование, которое содержало сравнительный анализ двух подходов обзора литературы [33]: классического (экспертного) и алгоритмического. Данные подходы были схожи в требованиях к сбору данных, однако, ввиду различий на этапе отбора данных, был сделан вывод о том, что системность, присущая алгоритмическому подходу, отражается на качестве получаемых результатов, а также обладает такими преимуществами, как более высокая степень автоматизированного контроля и более низкая трудоемкость. В ходе данного исследования была выдвинута идея не взаимоисключать эти подходы. Был предложен метод, заключающийся в совмещении традиционного метода обзора литературы - экспертного отбора источников на основе анализа литературы по заданной теме, а также нового в этой проблемной области метода - библиометрического сетевого анализа.

Библиометрический сетевой анализ осуществлялся при помощи предварительного опроса экспертов (для получения рекомендуемых статей), а также самостоятельного поиска статей, соответствующих теме влияния интернет-активности на образовательные достижения.

Поиск исходных данных (публикаций, статей, докладов и т. д.) осуществлялся в пространстве GoogleScholar при помощи списка лингвистических маркеров, определяющих концепты "интернет- активность" и "образовательные достижения", а также понятие "цифровые следы".

Так, список лингвистических маркеров состоял из слов и словосочетаний, представленных в табл. 1.

Список лингвистических маркеров

Таблица 1

Экспертный отбор источников осуществлялся в два этапа.

Первый этап представлял собой непосредственно отбор экспертов. Отбор осуществлялся по следующим критериям:

- наличие не менее 2-х публикаций по тематике проекта за последние 5 лет в журналах и индексируемых в базах данных Scopus, Web of Science, РИНЦ;

- наличие академической репутации (индекс Хирша, равный не менее 5);

- осуществление или участие в научно-исследовательских работах, реализуемых в рамках темы проекта.

Второй этап заключался в опросе экспертов и получении рекомендаций по выбору публикаций.

Путем отбора статей по лингвистическим маркерам и рекомендациям со стороны 20 экспертов мы получили 74 статьи по заданной теме проекта, 30 из которых были релевантными.

Совмещение экспертного подхода и библиометрического сетевого анализа позволит проверить релевантность отобранных статей и определить положение в мировой сети публикаций российских и зарубежных исследователей, а также решить проблему интерпретации основных концептуальных моделей проекта - "интернет-активности" и "образовательных достижений".

Сбор данных и построение сети цитирований. Для последующего анализа были собраны следующие данные о публикациях:

1) авторы статей и докладов;

2) название;

3) дата публикации (год);

4) ключевые слова при поиске публикации (лингвистические маркеры);

5) данные о журнале (название, номер выпуска, издатель);

6) релевантность публикации.

Помимо этого, для каждой исходной статьи были составлены персональный список цитирований (список использованной литературы) и данные о них, как указано выше. Это было сделано для того, чтобы построить и проанализировать сеть кросс-цитирований. Содержание сети кроссцитирований представляло собой матрицу, состоящую из источников (тех статей, которые были цитируемыми) и целей (те статьи, которые являлись цитирующими).

Библиометрическая сеть представляет собой граф, который состоит из узлов и связей, где узлы - это сами публикации, а связи - это цитирование (т. е. совпадения в списках литературы). Так, на этом графе будут отражены наиболее популярные публикации и авторы, которые в свою очередь помогут определить степень правильности выбранных нами релевантных для исследования статей.

Загрузив исходные данные при помощи пакета Gephi, мы получаем ориентированный граф, состоящий из 599 узлов (статей), образующих между собой 968 ребер (связей). Анализируя граф на предмет основных сетевых характеристик, можно сделать следующие выводы (табл. 2): в среднем каждая статья пересекается с двумя другими; для того чтобы выйти на статью, в среднем потребуется два шага, при этом самый долгий путь составит шесть статей; плотность графа очень низкая; коэффициент модулярности, равный 0,773, говорит о высокой степени разделения графа на сообщества (кластеры).

Таблица 2

Сетевые характеристики графа