Организация и проведение университетского публикационного бенчмаркинга

Введение

В условиях вхождения России в публикационную гонку встает проблема мониторинга и управления научными публикациями на всех значимых уровнях – федеральном, министерском, институциональном (университеты, НИИ) и внутри институциональном (кафедры, НИЛ). Такая задача ставилась нами в работах [2-17], что подчеркивается вниманием к этой проблеме в исследованиях последних лет [37, 38].

С другой стороны, участие страны в публикационной гонке требует разработки мер по повышению конкурентоспособности научных исследований на всех уровнях. Различные аспекты этой проблемы рассматривались нами в работах [18-36], начиная с 2002 г.

В данной работе, проблему мониторинга и управления научными публикациями мы поставим в контексте хорошо известного за рубежом понятия бенчмаркинга. Бенчмаркинг – это не только сравнение во времени значений каких-то показателей для определенной группы объектов или субъектов, но это еще и постановка целей, для отстающих из них, по достижению значений показателей лидеров, а также сам процесс достижения значений этих показателей за счет использования лучшей практики.

В нашем случае, объектами или субъектами публикационного бенчмаркинга могут быть министерства и ведомства, университеты и НИИ, их подразделения и сотрудники, показателями – общее количество публикаций, общее количество цитирований, индекс Хирша, целями – значения показателей лидирующий объектов или субъектов, лучшей практикой – лучшие меры по повышению публикационной активности, лучшие публикационные стратегии и практики открытого доступа к научным публикациям, а также лучшие обучающие меры.

Значения трех вышеуказанных показателей рассчитываются в базах данных Web of Science, Scopus и РИНЦ. Отметим, что эти же значения рассчитываются и для авторских профилей в поисковой машине Google Scholar, причем эта же поисковая машина может использоваться в публикационном мониторинге и бенчмаркинге на уровне научных организаций [3, 4, 11, 13, 16].

Для проведения публикационного бенчмаркинга очень полезна также платформа Research Gate, которая считается наиболее важным глобальным инструментом для научных коммуникаций и продвижения результатов научных исследований за счет загрузки на нее ранее опубликованных статей или препринтов. С этой платформы, помимо значений показателей общего количества публикаций и цитирований мы можем снимать данные по загрузкам (сейчас чтению) статей, общему импакт-фактору журналов, входящих в базу данных Web of Science (Total Impact) и рейтинговой оценке автора (RG score). Значения всех пяти показателей рассчитываются для каждого исследователя, работающего на платформе Research Gate, а потом агрегируются на уровне организаций и их подразделений.

Важен также учет прохождения статей в журналы, индексируемые базами данных Web of Science и Scopus, с возможной их публикацией в текущем или следующем году. В этом случае, например, в конце третьего квартала текущего года, мы будем знать сколько статей опубликовано в этом году и сколько их находятся в редакционных портфелях. Это позволит принять меры по наращиванию публикационной активности с целью выполнения соответствующего индикатора дорожной карты.

Организация и проведение внутри университетского публикационного бенчмаркинга

Организация и проведение внутри университетского публикационного бенчмаркинга должна проводиться на двух уровнях – внутри подразделений и между подразделениями. Первый уровень является базовым, так как он является основой для проведения публикационного бенчмаркинга между подразделениями. С точки зрения введения в научный оборот англоязычной терминологии следует говорить об university publication benchmarking и departamental publication benchmarking, имея ввиду университетские департаменты (кафедры, НИЛ).

Чтобы запустить процедуры такого бенчмаркинга по всем подразделениям университета одновременно, следует определить на них ответственных лиц за проведение указанного бенчмаркинга.

Помимо организации и проведения публикационного бенчмаркинга, такие лица должны консультировать и помогать сотрудникам своих подразделений в решении следующих вопросов:

1. Снятие значений авторских наукометрических показателей с баз данных Web of Science, Scopus, РИНЦ, платформы Research Gate и запросов поисковой машины Google Scholar;

2. Управление публикациями в вышеуказанных базах данных и онлайновых инструментах: привязка недостающих публикаций и цитирований в базе данных РИНЦ, составление списков статей, не привязанных в базах данных Web of Science и Scopus к конкретным авторам и отправка их менеджерам этих баз данных, помощь в создании авторских публикационных профилей на платформе Research Gate и в поисковой машине Google Scholar;

3. Помощь в подборе международно признанных журналов для отправки в них рукописей статей. Это осуществляется с помощью платформы Scimago для скопусовских журналов, Journal Citation Reports – для журналов, входящих в базу данных Web of Science, Google Scholar – для журналов обеих баз данных при тестировании ключевых слов (научных терминов) и анализа откликов на них на предмет журнальной принадлежности;

4. Консультирование по вопросам подбора авторами журналов для отправки в них рукописей статей на предмет их существования или наличия объявленных характеристик (сейчас циркулирует огромное количество жульнических (фейковых) журналов, реально существующие журналы могут приписать себе не существующие импакт-факторы или присвоить себе не существующие статусы).

Всех ответственных за публикационную активность лиц, имеющих мотивацию к такой работе, следует обучить на специальных курсах повышения квалификации (например, объемом в 36 часов).

Их дальнейшая работа в подразделениях университета должна каким-то образом стимулироваться, по крайней мере, за счет добавления поощрительных баллов в университетской рейтинговой системе, влияющей на доходы сотрудника.

Начальный этап публикационного бенчмаркинга, проводимого на основе баз данных Web of Science, Scopus, РИНЦ и поисковой машины Google Scholar, должен состоять в составлении, по всем подразделениям университета, таблиц типа (табл. 1).

Таблица 1. Типовая стартовая таблица для проведения публикационного бенчмаркинга по базам данных Web of Science, Scopus, РИНЦ и с помощью поисковой машины Google Scholar на уровне отдельного подразделения университета, дата сбора данных

Такие таблицы целесообразно первоначально составлять на начало года, и в дальнейшем строить их на полугодовой или годовой основе. Из этих таблиц можно будет получать производные таблицы для приростных показателей ΔN, ΔC, ΔH_i за рассматриваемые интервалы времени Δt (полгода, год). Рассчитанные средние значения рассматриваемых показателей на одного исследователя должны использоваться для сравнения результативности исследований между разными подразделениями университета, при этом такое сравнение должно проводиться раздельно, по крайней мере, среди трех групп подразделений: естественнонаучных, социально-экономических и гуманитарных.

Для публикационного бенчмаркинга, проводимого на основе платформы Research Gate, строится стартовая таблица типа (табл. 2).

Таблица 2. Типовая стартовая таблица для проведения публикационного бенчмаркинга, на основе платформы Research Gate, на уровне отдельного подразделения университета, дата сбора данных

Построенные таблицы позволят руководству подразделений и их сотрудникам наглядно видеть их позиционирование в различных информационно-аналитических системах. Для отстающих сотрудников могут ставиться цели по достижению значений показателей лидирующих сотрудников через определенный промежуток времени. Достижение этих целей может осуществляться за счет активизации публикационной деятельности, планирования числа публикаций по трем базам данных (Web of Science, Scopus, РИНЦ) и дальнейшего их размещения в открытый доступ (в университетские репозатарии открытого доступа и на платформу Research Gate), что будет способствовать росту цитируемости публикаций авторов. Сравнение данных таблиц 1 и 2 покажет на сколько полно публикации авторов представлены в открытом доступе. Руководители подразделений университета в праве требовать от своих сотрудников загрузки на платформу Research Gate и в университетские репозитарии открытого доступа наиболее значимых публикаций. Если издательские политики по самоархивированию и авторскому праву, размещенные на сайте SHERPA / RoMEO (или авторские договоры с издательствами), не позволяют размещать в открытый доступ издательские pdf-файлы статей, то для размещения в открытый доступ авторских pdf-файлов статей таких ограничений нет.

Переходя к рассмотрению публикационного бенчмаркинга на уровне сравнения подразделений университета, по аналогии с таблицами 1 и 2, составим таблицы 3 и 4.

Таблица 3. Типовая стартовая таблица для проведения публикационного бенчмаркинга по базам данных Web of Science, Scopus, РИНЦ и с помощью поисковой машины Google Scholar на уровне сравнения различных подразделений университета, дата сбора данных

Таблица 4. Типовая стартовая таблица для проведения публикационного бенчмаркинга на основе платформы Research Gate, на уровне сравнения различных подразделений университета, дата сбора данных

Таблицы 3 и 4 следует строить в двух вариантах:

1. Табличными значениями являются суммарные значения показателей, взятых из таблиц 1 и 2 (например, );

2. Табличными значениями являются значения удельных показателей, взятых из последних строк таблиц 1 и 2.

Эти таблицы, так же как и таблицы 1 и 2, строятся с аналогичным временным шагом, включая построение приростных таблиц. Как и ранее здесь ставятся значения целевых показателей для подразделений, а для их достижения используется лучшая практика. Ниже приведем примеры построения начальных бенчмаркинговых таблиц для кафедры общей и прикладной физики Белгородского государственного национального исследовательского университета (табл. 5 -7).

Таблица 7 - Прохождение статей сотрудников кафедры общей и прикладной физики в журналы,

индексируемые в базах данных Scopus и Web of Science, с возможной их публикацией в 2016-2017 гг.

Заключение

Итак, в данной работе нами намечена определенная технология организации и проведения внутри университетского публикационного бенчмаркинга, которая объединяет между собой процедуры такого бенчмаркинга на уровне исследователей отдельных подразделений и на уровне подразделений университета. Публикационный бенчмаркинг предлагается проводить по базам данных Web of Science, Scopus, РИНЦ и с помощью поисковой машины Google Scholar, в которых рассчитывается общее количество публикаций и цитирований, а также индекс Хирша. Кроме того, для публикационного бенчмаркинга предлагается использовать платформу Research Gate для несколько расширенного набора показателей, за исключением индекса Хирша. Очевидно, что широкомасштабное использование такой технологии во всех ведущих университетах России позволит значительно повысить публикационную активность и цитируемость по России в целом, а значит и улучшить позицию России в глобальной публикационной гонке.