Россия в мировом массиве научных публикаций

Полный текст

С момента введения беспрецедентных по масштабу антироссийских санкций со стороны США, Европейского Союза и других недружественных стран российским пользователям на неопределённый срок закрыт доступ к наиболее известным и авторитетным ресурсам поиска научно-технической и наукометрической информации – Web of Science (Clarivate, США) и Scopus (Elsevier, Нидерланды). Несмотря на некоторые недостатки этих баз данных [1–4], на их основе генерируются отчёты о публикационной активности на всех уровнях: микро- (уровень отдельных персоналий и публикаций), мезо- (уровень организаций) и макро- (уровень государств). С уходом этих баз данных из российского информационного пространства с особой остротой встала задача поиска альтернативных путей получения сведений о публикационной активности, особенно на макроуровне.

Для осуществления успешной научной политики необходимы релевантные данные о состоянии и динамике российских публикационных массивов на общемировом фоне, включая сведения по отдельным научным направлениям, в том числе приоритетным. Авторитет Web of Science (WoS) и Scopus сформирован главным образом благодаря широкому функционалу и качественному контенту: один только факт включения журналов в эти базы данных подразумевает высокое качество источников, поскольку основан на строгих правилах отбора [1]. Тем не менее настало время для поиска альтернативы этим системам.

Хотя в распоряжении пользователей имеется достаточно широкий круг открытых ресурсов (OpenAlex, The Lens, Dimensions, Scilit, Semantic Scholar, РИНЦ, CoLab и др.), которые позволяют получать разноплановую информацию о публикациях, включая библиометрические и альтметрические данные [5, 6], далеко не все системы отвечают необходимым требованиям и располагают полноценным функционалом. Возможности таких ресурсов часто ограничены информацией о публикациях на уровне авторов и их публикаций, реже – на уровне организаций и совсем редко – на уровне государств.

В создании и развитии библиографических и наукометрических систем в России достигнут значительный прогресс. Успешно действуют и активно развиваются такие базы данных, как РИНЦ на платформе eLibrary.ru (ООО “Научная электронная библиотека”)¹, CoLab², КиберЛенинка³, портал “Белый список” журналов (РЦНИ)⁴, система ИСТИНА (МГУ им. М.В. Ломоносова)⁵ и др. Министр науки и высшего образования РФ В.Н. Фальков 27 сентября 2024 г. анонсировал создание единой наукометрической базы данных стран БРИКС [7]. Несмотря на широкий круг открытых российских и зарубежных библиографических ресурсов, лишь два из них – OpenAlex и The Lens – позволяют определять статус России в мировом научном пространстве.

Ресурсы открытого или частично открытого доступа обладают очевидными достоинствами и преимуществами – бесплатностью, универсальностью, политематичностью, широтой охвата мирового научного контента. Библиографические информационные ресурсы на основе поисковых систем и веб-сканирования, включая открытые, обеспечивают более полный охват документов, чем WoS и Scopus [8]. Тем не менее к таким системам предъявляют ряд вопросов: насколько высока авторитетность индексируемых источников; насколько корректны метаданные; насколько прозрачна политика и методика отбора и индексирования источников и т.д.? Несоответствия в метаданных публикаций в библиографических ресурсах негативно отражаются на релевантности и точности получаемых результатов [1]. Справедливости ради следует отметить, что “эталонные” WoS и Scopus также не лишены недостатков [9–11].

Сравнение различных баз данных между собой – самостоятельное направление исследований в информационно-библиотечной области. Ресурсы оценивают по различным критериям – от охвата индексируемых изданий и глубины ретроспективы наполнения баз данных до различий в методологии типизации документов и предметной классификации, а также возможностей применения в информационно-библиографической деятельности [1, 2, 6, 9–15].

Авторы публикации [8], чтобы сопоставить охват различных научных баз данных, опираясь на принцип случайной выборки из Crossref, предположили, что использование стороннего третьего ресурса для сравнения охвата двух других уменьшит возможную предвзятость и позволит узнать, как критерии отбора и технические требования влияют на охват научной литературы. Исследователи пришли к выводу, что с позиции Crossref существуют значительные различия в охвате между научными базами данных, причём эти различия, как правило, можно объяснить разницей в методологии при создании баз данных, включая типизацию документов. В работе [2] сопоставлены пять многопрофильных библиографических ресурсов за период 2008–2017 гг.: Scopus, Web of Science, Dimensions, Crossref и Microsoft Academic. Каждая из систем сравнивалась со Scopus. Авторы делают акцент на проблемах, связанных с классификацией типов документов, и отмечают сильную зависимость Dimensions от данных из Crossref.

Ошибки в аффилиациях авторов ‒ общая существенная проблема проприетарных ресурсов и систем открытого доступа [2]. Такие неточности напрямую влияют на статистику публикационной активности на мезо- и макроуровне; вероятно, они возникают на этапе индексирования публикаций информационными системами. Этой проблемой обеспокоены все без исключения производители библиографических баз данных, однако она до сих пор не решена.

В 2015–2021 гг. заслуженной популярностью пользовался открытый ресурс Microsoft Academic. Согласно выводам, представленным в статье [2], эта база охватывала и индексировала более широкий круг документов, чем другие источники данных. Превалирующая доля приходилась на научные работы, что было доказано результатами ручной выборки. К наиболее сильной стороне Microsoft Academic специалисты относили технологию сканирования веб-страниц с последующим применением искусственного интеллекта для актуализации базы данных исчерпывающими метаданными, что позволило повысить скорость индексирования новых документов [16]. Ещё одно достоинство Microsoft Academic – большое число отражённых документов не на английском языке. В процессе поиска новых способов расширения возможностей исследователей был реализован проект в двух технологических решениях: сначала считывались все проиндексированные Bing веб-страницы, отбиралась наиболее актуальная научная информация и генерировалась база данных под названием Microsoft Academic Graph (MAG)⁶; далее осуществлялось семантическое обоснование и вывод для обслуживания этих знаний посредством поиска на веб-сайте Microsoft Academic [17]. Решение разработчиков о прекращении поддержки Microsoft Academic в мае, а MAG в декабре 2021 г. вызвало серьёзную тревогу пользователей [18].

В 2022 г. в качестве альтернативы Microsoft Academic и MAG американская компания OurResearch⁷ запустила систему OpenAlex, названную так в честь древней Александрийской библиотеки. OpenAlex⁸ ‒ это бесплатный и полностью открытый каталог научных метаданных с открытым исходным кодом, позволяющий проводить комплексный библиографический анализ. Как и Google Scholar, OpenAlex не использует экспертные оценки при отборе источников, предпочитая им широту охвата контента [19–21].

OpenAlex собирает и стандартизирует данные из многих источников, в первую очередь из MAG и Crossref⁹, а также данные ORCID¹⁰, ROR¹¹, DOAJ¹², Unpaywall¹³, Pubmed¹⁴, Pubmed Central¹⁵, The ISSN International Centre¹⁶, различных репозиториев. OpenAlex индексирует более 240 млн работ, ежедневно добавляется около 50 000 документов [21, 22]. В 2024 г. Лейденский университет (Нидерланды) для составления рейтинга научно-исследовательских учреждений использовал OpenAlex [23, 24]. OpenAlex позволяет выгружать необходимые данные как по API, так и путём обычной выгрузки данных со страницы результатов поиска в форматe CSV. Важное достоинство системы – возможность получать сведения о публикационных массивах на всех уровнях: микро-, мезо- и макро-.

База данных The Lens¹⁷ создана в 1998 г. Это бесплатная платформа для поиска научной и патентной литературы, совместный проект некоммерческой организации Cambia и Технологического университета Квинсленда (Австралия) [25]. В ней реализована концепция MetaRecord (MeR), которая позволяет управлять проблемами, связанными с изменчивостью записей, источниками и контекстной релевантностью метаданных к исходной записи [26]. The Lens использует информацию сторонних систем (таких как PubMed и Crossref), объединяя их в одну, дедуплицированную с унифицированным синтаксисом поиска базу данных. В отличие от конкурирующих баз данных, ресурс позволяет экспортировать данные в формате JSON с более подробной детализацией по сравнению с форматами RIS и CSV [27].

В настоящее время OpenAlex и The Lens, по сути, единственные открытые ресурсы, благодаря которым можно находить и выгружать данные не только об отдельных публикациях, авторах и научных организациях, но и о публикационных массивах на макроуровне.

Методология исследования. В качестве объекта исследования выступал российский массив публикаций в базах данных OpenAlex и The Lens в сравнении с WoS CC. Цель исследования – выбор оптимальной системы для мониторинга российского массива публикаций, а также определение доли российских публикаций в мировом научно-информационном поле по открытым базам данных OpenAlex и The Lens в сравнении с данными WoS CC за 2014–2023 гг. (акцент на 2019–2023 гг.).

В соответствии с утверждением, что обращение к стороннему третьему ресурсу для сравнения охвата двух других уменьшает возможные предвзятости [2], в качестве эталонных были приняты данные о динамике российского массива публикаций на мировом фоне в WoS CC. Использовался открытый модуль WoS CC, позволяющий проводить поиск¹⁸ без возможности выгрузки информации в файл. Данные собирались по каждому из трёх ресурсов WoS CC, OpenAlex и The Lens по миру в целом и по России в частности за каждый год периода 2014–2023 гг., в том числе по пересекающимся предметным категориям.

Для понимания динамических характеристик российского документопотока, учитывая активно сужающийся круг ресурсов как для авторов публикаций, так и для специалистов в области наукометрии и научных администраторов, особенно важен временной интервал 2019–2023 гг. Поэтому исследование проведено с акцентом на этот период.

Определённые затруднения были связаны с тем, что базы данных используют собственные классификаторы, а значит, не все названия предметных категорий в одном ресурсе полностью идентичны категориям в другом. Поэтому здесь представлены результаты сравнения баз данных только в пересекающихся научных категориях (табл. 1–4).

Таблица 1. Пересекающиеся предметные категории WoS CC и OpenAlex, по которым доля российских публикаций на мировом фоне в WoS CC выше, чем в OpenAlex, 2019–2023 гг. (нисходящая сортировка по доле российских публикаций в WoS CC с минимальным порогом 1.5% мирового массива)

Таблица 2. Пересекающиеся предметные категории WoS CC и OpenAlex, по которым доля российских публикаций на мировом фоне в OpenAlex выше, чем в WoS CC, 2019–2023 гг. (нисходящая сортировка по доле российских публикаций в OpenAlex с минимальным порогом 1.5% мирового массива)

Таблица 3. Пересекающиеся предметные категории OpenAlex и The Lens, по которым доля российских публикаций в OpenAlex выше, чем в The Lens, на мировом фоне, 2019–2023 гг. (нисходящая сортировка по доле российских публикаций в OpenAlex с минимальным порогом 1.5% мирового массива)

Таблица 4. Пересекающиеся предметные категории OpenAlex и The Lens, по которым доля российских публикаций на мировом фоне в The Lens выше, чем в OpenAlex, 2019–2023 гг. (нисходящая сортировка по доле российских публикаций в The Lens с минимальным порогом 1.5% мирового массива)

При сборе информации учитывались все типы документов, поскольку замечено, что от ресурса к ресурсу одни и те же работы могут относиться к разным типам документов [9–11]. В WoS CC поиск проводился одновременно по всем индексам по состоянию на июль–август 2024 г.: Science Citation Index Expanded; Social Sciences Citation Index; Arts & Humanities Citation Index; Emerging Sources Citation Index; Conference Proceedings Citation Index – Science; Conference Proceedings Citation Index – Social Science & Humanities.

Особенности представления информации в OpenAlex и The Lens. Для понимания широты охвата контента в OpenAlex и The Lens на фоне WoS CC, на рисунке 1 представлена динамика числа публикаций в мире за период 2014–2023 гг. (по состоянию на июль–август 2024 г.). Как видим, по числу публикаций открытые ресурсы OpenAlex и The Lens во много раз превышают статистику по WoS CC. При этом, за исключением 2023 г., динамика публикаций в OpenAlex и The Lens практически идентична, что наводит на мысль о возможной высокой степени схожести контента этих ресурсов. Однако данное предположение опровергают как результаты исследования динамики российского массива публикаций (рис. 2), так и анализ публикационных массивов по пересекающимся предметным категориям (табл. 3, 4).

Рис. 1. Мировой поток публикаций в OpenAlex и The Lens за 2014–2023 гг. в сравнении с WoS CC

Рис. 2. Российский поток публикаций в OpenAlex и The Lens за 2014–2023 гг. в сравнении с WoS CC

Из рисунка 2 видно, что лидерство по индексации российских публикаций принадлежит OpenAlex по каждому году периода 2014–2023 гг., причём после 2017 г. это особенно заметно. Снижение динамики в последние два года на контрасте с активным ускорением в 2017–2021 гг., характерным для всех трёх систем, по-видимому, связано с техническими задержками в индексировании документов. До 2019 г. WoS CC по числу российских документов опережал The Lens, но начиная с 2020 г. рост российского массива публикаций в WoS CC заметно замедлился. Тем не менее, несмотря на снижение динамики, в 2023 г. количество российских публикаций в WoS CC больше, чем в 2014–2015 гг. (см. рис. 2).

Рассмотрим динамику российских массивов публикаций не по количеству документов, а по долям в общемировом потоке по базам данных OpenAlex и The Lens на фоне WoS CC (рис. 3). На графике видно, что доли российского массива на мировом фоне как в OpenAlex, так и в The Lens уступают WoS CC. Несмотря на лидерство открытых ресурсов по общему числу документов, первенство WoS CC по долевому распределению российского массива на общемировом фоне объясняется прежде всего выстроенной методологией отбора источников публикаций, а также контролем корректности метаданных. Начиная с 2021 г. динамика долей российских публикационных массивов замедлилась по всем трём ресурсам. Интересно, что в период 2021–2023 гг. доли российских публикаций оказались схожими в OpenAlex и WoS CC. Наименьший показатель ‒ в The Lens, причём в этой базе порог в 1% общемирового массива был преодолён только в 2021–2022 гг. Значительная недопредставленность российских публикаций на общемировом фоне в The Lens по сравнению с OpenAlex и WoS CC ставит под сомнение перспективы изучения российской научной публикационной активности на основе данного ресурса.

Рис. 3. Динамика доли российского сегмента публикаций в мировом массиве по OpenAlex и The Lens в сравнении с WoS CC за 2014–2023 гг.

Как уже отмечалось, каждый ресурс располагает своим собственным классификатором, а методология, согласно которой публикации отнесены к тем или иным научным категориям, не всегда прозрачна и может меняться с течением времени. Например, наблюдается тенденция перехода от наиболее распространённой классификации на уровне журналов (WoS CC) к классификациям на уровне отдельных публикаций (OpenAlex) [28]. Категории в разных системах могут быть как более общими, так и более частными, а одно и то же название дочерних предметных категорий может фигурировать в разных родительских категориях. Например, в OpenAlex название дочерней категории “Biochemistry” фигурирует в двух родительских – “Biochemistry, Genetics and Molecular Biology” и “Medicine”. Несмотря на то, что названия категорий в OpenAlex и The Lens в большинстве своём идентичны в пересечениях, статистика по числу публикаций в пересекающихся предметных категориях меняется от ресурса к ресурсу: по одним категориям лидирует OpenAlex, по другим ‒ The Lens (табл. 3, 4). Если в этих ресурсах категории в большинстве своём близки, то с WoS CC таких совпадений гораздо меньше. Поэтому для сравнения ресурсов на фоне WoS CC были отобраны только наиболее близкие пересекающиеся предметные категории.

Сравним российскую публикационную активность по различным предметным категориям в OpenAlex и The Lens между собой и на фоне WoS CC.

OpenAlex на фоне WoS CC. При сравнении перечней предметных категорий в WoS CC и OpenAlex было выявлено 96 общих ‒ 38% от 252 дочерних категорий в OpenAlex и 37% от 257 предметных категорий WoS CC. Обнаружено, что в 60 пересекающихся категориях средняя доля российских публикаций за 2014–2023 гг. в мировом массиве в WoS CC была больше, чем в OpenAlex.

Анализ динамики долей российских публикаций по пересекающимся предметным категориям в OpenAlex на фоне WoS CC показал, что в течение исследуемого периода наблюдалось сокращение разрыва между долями российских публикаций в мировом массиве в OpenAlex относительно WoS CC. Если в 2014–2018 гг. WoS CC был несомненным лидером по доле отражённого российского массива на мировом фоне, то в 2019–2023 гг. показатели этих двух ресурсов сблизились. Однако остаётся значительное число научных категорий, по которым доля российского массива на мировом фоне в WoS CC ощутимо больше, чем в OpenAlex. В таблице 1 приведены предметные категории, в которых особенно заметно превалирование WoS CC над OpenAlex. В качестве порогового значения выбрана доля публикаций в 1.5% в WoS CC, чтобы отсечь категории, в которых не наблюдалось заметной публикационной активности.

Как видим, наиболее существенные расхождения между долями российских публикаций 2019–2023 гг. в WoS CC и OpenAlex отмечены в категориях “Information Science & Library Science” и “Forestry” – в 17 и 14.5 раз соответственно. База WoS CC имела преимущество над OpenAlex в отражении российских публикаций по естественным, техническим и некоторым гуманитарным наукам. Категории, по которым преимущество на стороне OpenAlex, представлены в таблице 2.

Итак, по предметной категории “Cultural Studies” доля российских публикаций в OpenAlex опережает WoS CC более чем в 25 раз, а по “Developmental and Educational Psychology” – в 18 раз. Большинство категорий, по которым доля российских публикаций в 2019–2023 гг. была больше в OpenAlex, чем в WoS CC, – это направления медицины.

The Lens на фоне WoS CC. В The Lens и WoS CC выявлены 63 пересекающиеся предметные категории, что соответствует 39% от 161 предметной категории в The Lens и 24% от 257 категорий в WoS CC. По 61 такой категории доля российских публикаций в WoS CC оказалась больше, чем в The Lens.

Как было показано на рисунке 3, доля российских публикаций в The Lens ‒наименьшая по сравнению с WoS CC и OpenAlex. Тем не менее и в этом случае в 2019–2023 гг. наблюдалось некоторое сокращение долевого разрыва между российским массивом в WoS CC и The Lens практически по всем пересекающимся предметным категориям, хотя выравнивание показателей в ближайшей перспективе вряд ли достижимо.

OpenAlex и The Lens: сравнение. OpenAlex и The Lens – открытые политематические ресурсы, в которых выявлены 133 пересекающиеся одноимённые предметные категории.

Низкие долевые показатели российских массивов в The Lens относительно WoS CC и OpenAlex (см. рис. 3) выглядят достаточно странно, имея в виду, что количество мировых публикаций в The Lens и OpenAlex практически идентично. Слабая представленность российского документопотока в The Lens может быть вызвана такими причинами, как: ошибки в системе, вызывающие утерю метаданных в процессе индексации документов, содержащих сведения о стране; специфика формируемого контента; тенденциозность в отношении российского сегмента документов.

Исследование показало, что в OpenAlex в 106 пересекающихся предметных категориях доля российских публикаций на мировом фоне оказалась больше, чем в The Lens (табл. 3). По 43 категориям преимущество OpenAlex составляло 3 и более раз, по 17 категориям – 2 раза. Особенно выделяются категории “Agronomy and Crop Science” (превышение больше чем в 22 раза), “Food Science и General Materials Science” (в 12 раз). По 27 категориям The Lens опережает OpenAlex (табл. 4).

Таким образом, лишь по небольшому кругу предметных категорий в технических науках и науках о жизни доля российских публикаций в мировом массиве 2019–2023 гг. оказалась выше в The Lens, чем в OpenAlex. Лидерство The Lens (см. табл. 4) выглядит не столь убедительно, как в случае с OpenAlex (см. табл. 3): максимальная разница по долям в четырнадцати категориях в The Lens составляет одно-двукратное превышение над OpenAlex, и лишь в двух случаях – трёх- и четырёхкратное.

***

В ходе исследования обнаружено, что OpenAlex обладает преимуществами относительно другого открытого ресурса – The Lens. Несмотря на высокие абсолютные показатели динамики мирового потока в обеих этих базах данных, российские публикации в The Lens сильно недопредставлены. Это наглядно показал анализ долевого распределения российских публикаций на общемировом фоне и по большинству пересекающихся предметных категорий.

На текущий момент лидером среди рассмотренных трёх ресурсов по долевому соотношению российского и мирового массивов публикаций остаётся WoS CC. Тем не менее начиная с 2019 г. наблюдается активное сокращение разрыва в долях между российским и мировым массивами публикаций в WoS CC, OpenAlex и The Lens. С 2021 г. данные о динамике российского массива на мировом фоне по OpenAlex коррелируют с показателями WoS CC, что позволяет надеяться на высокую релевантность результатов поиска посредством OpenAlex.

¹ РИНЦ. https://elibrary.ru/defaultx.asp?

² CoLab. https://colab.ws/

³ Научная электронная библиотека “КиберЛенинка”. https://cyberleninka.ru/

⁴ “Белый список” научных журналов РЦНИ. https://journalrank.rcsi.science/ru/

⁵ ИСТИНА. https://istina.msu.ru/

⁶ Microsoft Academic Graph (MAG). https://www.microsoft.com/en-us/research/project/academic/

⁷ Известна в научно-издательском сообществе базой данных и плагином Unpaywall.

⁸ OpenAlex. https://openalex.org/works

⁹ Crossref. https://www.crossref.org/

¹⁰ Open Researcher and Contributor ID (ORCID – от англ. “Открытый идентификатор исследователя и участника”). https://orcid.org/

¹¹ ROR (Research Organization Registry). https://ror.org/

¹² DOAJ (Directory of Open Access Journals). https://doaj.org/

¹³ Unpaywall. https://unpaywall.org/

¹⁴ Pubmed. https://pubmed.ncbi.nlm.nih.gov/

¹⁵ Pubmed Central. https://www.ncbi.nlm.nih.gov/pmc/

¹⁶ ISSN International Centre. https://www.issn.org/

¹⁷ The Lens. https:// URL: www.lens.org/

¹⁸ Опция поиска по стране доступна в открытом модуле WoS CC через переход по активным ссылкам, приведённым в карточке публикации в WoS CC (при условии регистрации и авторизации в системе). Далее посредством активизации поискового поля возможен выход в расширенное меню поиска по всем полям.

Об авторах

Ю. В. Мохначева

Автор, ответственный за переписку.
Email: mohnacheva@benran.ru

кандидат педагогических наук, ведущий научный сотрудник БЕН РАН

Список литературы

Дополнительные файлы

Доп. файлы

Действие

1. JATS XML

Скачать

2. Рис. 1. Мировой поток публикаций в OpenAlex и The Lens за 2014–2023 гг. в сравнении с WoS CC

Скачать (141KB)

Метаданные

3. Рис. 2. Российский поток публикаций в OpenAlex и The Lens за 2014–2023 гг. в сравнении с WoS CC

Скачать (219KB)

Метаданные

4. Рис. 3. Динамика доли российского сегмента публикаций в мировом массиве по OpenAlex и The Lens в сравнении с WoS CC за 2014–2023 гг.

Скачать (206KB)

Метаданные