Возрастание роли открытых библиографических данных в условиях ограничения доступа к коммерческим информационным системам

Научная статья
DOI: https://doi.org/10.19181/smtp.2023.5.2.4
EDN: CXJUHG
  • Вадим Николаевич Гуреев Государственная публичная научно-техническая библиотека Сибирского отделения РАН; Новосибирский государственный технический университет, Новосибирск, Россия GureyevVN@ipgg.sbras.ru ORCID ID https://orcid.org/0000-0002-3460-0157
    Elibrary Author_id 663665
  • Николай Алексеевич Мазов Государственная публичная научно-техническая библиотека Сибирского отделения РАН; Институт нефтегазовой геологии и геофизики им. А. А. Трофимука Сибирского отделения РАН, Новосибирск, Россия MazovNA@ipgg.sbras.ru ORCID ID https://orcid.org/0000-0003-4607-1122
    Elibrary Author_id 98887
Для цитирования
Гуреев В. Н., Мазов Н. А. Возрастание роли открытых библиографических данных в условиях ограничения доступа к коммерческим информационным системам // Управление наукой: теория и практика. 2023. Том 5. № 2. С. 49-76. DOI: https://doi.org/10.19181/smtp.2023.5.2.4 EDN: CXJUHG

Аннотация

В статье представлен обзор функциональных возможностей и наполнения открытых библиографических баз данных, которые могут быть востребованы в отсутствие доступа к платным коммерческим информационным системам. Базы данных рассматриваются прежде всего с позиций их пользы для исследователей и сотрудников научных библиотек, перед которыми стоят задачи поиска научной и патентной литературы, библиометрической оценки отдельных персоналий и организаций, продвижения публикаций в международное информационное пространство, поиска коллабораторов или решения библиометрических задач. Акцент сделан на политематических ресурсах с широким охватом международных источников. На основе анализа литературы, посвящённой сравнительному изучению различных библиографических ресурсов, а также исходя из собственного опыта работы с рассмотренными системами авторами сделан вывод о принципиальной возможности решения фактически всех информационно-поисковых и библиометрических задач с помощью современных открытых баз данных и их инструментария. Отмечается, что массивы метаданных сами по себе становятся базовой и неуникальной характеристикой библиографических систем, в то время как на первое место в борьбе за внимание пользователя выходят аналитические функциональные возможности.
Ключевые слова:
библиографические базы данных, информационный поиск, открытый доступ, AMiner, Dimensions, Exaly, Google Scholar, Lens, OpenAlex, Scilit, scite, Semantic Scholar, РИНЦ

Биографии авторов

Вадим Николаевич Гуреев, Государственная публичная научно-техническая библиотека Сибирского отделения РАН; Новосибирский государственный технический университет, Новосибирск, Россия
Кандидат педагогических наук, ведущий научный сотрудник лаборатории информационно-системного анализа, Государственная публичная научно-техническая библиотека Сибирского отделения РАН; доцент кафедры геофизических систем, Новосибирский государственный технический университет
Николай Алексеевич Мазов, Государственная публичная научно-техническая библиотека Сибирского отделения РАН; Институт нефтегазовой геологии и геофизики им. А. А. Трофимука Сибирского отделения РАН, Новосибирск, Россия
Кандидат технических наук, ведущий научный сотрудник лаборатории информационно-системного анализа, Государственная публичная научно-техническая библиотека Сибирского отделения РАН; ведущий научный сотрудник информационно-аналитического центра, Институт нефтегазовой геологии и геофизики им. А. А. Трофимука Сибирского отделения РАН, Новосибирск, Россия

Литература

1. Web of Science Journal Evaluation Process and Selection Criteria // Clarivate : [сайт]. 2023. URL: https://clarivate.com/products/scientific-and-academic-research/research-discovery-and-workflow-solutions/web-of-science/core-collection/editorial-selection-process/editorial-selection-process/ (дата обращения: 21.04.2023).

2. Content Policy and Selection // Elsevier : [сайт]. 2023. URL: https://www.elsevier.com/solutions/scopus/how-scopus-works/content/content-policy-and-selection (дата обращения: 21.04.2023).

3. Vera-Baceta M. A. Web of Science and Scopus language coverage / M. A. Vera-Baceta, M. Thelwall, K. Kousha // Scientometrics. 2019. Vol. 121, № 3. P. 1803–1813. DOI 10.1007/s11192-019-03264-z.

4. Mongeon P. The journal coverage of Web of Science and Scopus: a comparative analysis / P. Mongeon, A. Paul-Hus // Scientometrics. 2016. Vol. 106, № 1. P. 213–228. DOI 10.1007/s11192-015-1765-5.

5. Martín-Martín A. Coverage of highly-cited documents in Google Scholar, Web of Science, and Scopus: a multidisciplinary comparison / A. Martín-Martín, E. Orduna-Malea, E. Delgado López-Cózar // Scientometrics. 2018. Vol. 116, № 3. P. 2175–2188. DOI 10.1007/s11192-018-2820-9.

6. Microsoft Academic Graph: When experts are not enough / K. Wang, Z. Shen, C. Huang [et al.] // Quantitative Science Studies. 2020. Vol. 1, № 1. P. 396–413. DOI 10.1162/qss_a_00021.

7. Herzog C. Dimensions: Bringing down barriers between scientometricians and data / C. Herzog, D. Hook, S. Konkiel // Quantitative Science Studies. 2020. Vol. 1, № 1. P. 387–395. DOI 10.1162/qss_a_00020.

8. Penfold R. Using the Lens database for staff publications // Journal of the Medical Library Association. 2020. Vol. 108, № 2. P. 341–344. DOI 10.5195/jmla.2020.918.

9. Семёнов Е. В. Позади – год напрасных ожиданий, впереди – год надежд и неотложных дел // Управление наукой: теория и практика. 2023. Т. 5, № 1. С. 10–13. EDN ANLSAF.

10. Мазов Н. А. IPGGTR Труды сотрудников ИНГГ СО РАН (реферативно-полнотекстовая библиография): Свидетельство о государственной регистрации программы для ЭВМ / Н. А. Мазов, В. Н. Гуреев // Свид-во о прогр. 2020621025; RU; № 2020620872, заявл. 10.06.2020, опубл. 19.06.2020, ИНГГ СО РАН. URL: https://new.fips.ru/registers-doc-view/fips_servlet?DB=DB&DocNumber=2020621025&TypeFile=html (дата обращения: 21.04.2023).

11. Hendricks G. Crossref: The sustainable source of community-owned scholarly metadata / G. Hendricks, D. Tkaczyk, J. Lin, P. Feeney // Quantitative Science Studies. 2020. Vol. 1, № 1. P. 414–427. DOI 10.1162/qss_a_00022.

12. A Review of Microsoft Academic Services for Science of Science Studies / K. Wang, Z. Shen, C. Huang [et al.] // Frontiers in Big Data. 2019. Vol. 2. Art. no. 45. DOI 10.3389/fdata.2019.00045.

13. ORCID: a system to uniquely identify researchers / L. L. Haak, M. Fenner, L. Paglione [et al.] // Learned Publishing. 2012. Vol. 25, № 4. P. 259–264. DOI 10.1087/20120404.

14. Chawla D. S. Five-year campaign breaks science’s citation paywall // Nature. 2022. September 13. DOI 10.1038/d41586-022-02926-y.

15. Peroni S. OpenCitations, an infrastructure organization for open scholarship / S. Peroni, D. Shotton // Quantitative Science Studies. 2020. Vol. 1, № 1. P. 428–444. DOI 10.1162/qss_a_00023.

16. SJR and SNIP: two new journal metrics in Elsevier's Scopus / L. Colledge, F. De Moya-Anegón, V. Guerrero-Bote [et al.] // Serials. 2010. Vol. 23, № 3. P. 215–221. DOI 10.1629/23215.

17. Master Journal List // Clarivate : [сайт]. 2023. URL: https://mjl.clarivate.com/home (дата обращения: 21.04.2023).

18. Web of Science Core Collection // Clarivate : [сайт]. 2023. URL: https://clarivate.com/products/scientific-and-academic-research/research-discovery-and-workflow-solutions/web-of-science/web-of-science-core-collection/ (дата обращения: 21.04.2023).

19. Scopus. Expertly curated abstract & citation database // Elsevier : [сайт]. 2023. URL: https://www.elsevier.com/solutions/scopus (дата обращения: 21.04.2023).

20. Google Scholar // Google : [сайт]. 2023. URL: https://scholar.google.com/intl/ru/scholar/about.html (дата обращения: 21.04.2023).

21. Gusenbauer M. Google Scholar to overshadow them all? Comparing the sizes of 12 academic search engines and bibliographic databases // Scientometrics. 2019. Vol. 118, № 1. P. 177–214. DOI 10.1007/s11192-018-2958-5.

22. Российский индекс научного цитирования // Научная электронная библиотека : [сайт]. 2023. URL: https://www.elibrary.ru/project_risc.asp (дата обращения: 21.04.2023).

23. Russian Index of Science Citation: Overview and review / O. Moskaleva, V. Pislyakov, I. Sterligov [et al.] // Scientometrics. 2018. Vol. 116, № 1. P. 449–462. DOI 10.1007/s11192-018-2758-y.

24. AMiner // Tsinghua University : [сайт]. 2023. URL: https://www.aminer.org/manual#aminer-manual-subTitle-research-feed (дата обращения: 21.04.2023).

25. Tang J. AMiner: Toward Understanding Big Scholar Data // Proceedings of the Ninth ACM International Conference on Web Search and Data Mining (WSDM'16) (22–25 February 2016, San Francisco). 2016. P. 467.

26. ArnetMiner: Extraction and Mining of Academic Social Networks / J. Tang, J. Zhang, L. Yao [et al.] // Proceedings of the Fourteenth ACM SIGKDD International Conference on Knowledge Discovery and Data Mining (KDD'08) (14–27 August 2008, Las Vegas). Association for Computing Machinery, 2008. P. 990–998.

27. About The Lens // Cambia : [сайт]. 2023. URL: https://about.lens.org/ (дата обращения: 21.04.2023).

28. The Lens MetaRecord and LensID: An open identifier system for aggregated metadata and versioning of knowledge artefacts / O. A. Jefferson, D. Koellhofer, B. Warren, R. Jefferson // Researchgate : [сайт]. 2019. URL: https://www.researchgate.net/publication/337496596 (дата обращения: 15.05.2023). DOI 10.31229/osf.io/t56yh.

29. Scilit brochure // MDPI : [сайт]. 2023. URL: https://app.scilit.net/scilit-brochure.pdf (дата обращения: 21.04.2023).

30. About Semantic Scholar // Allen Institute for AI : [сайт]. 2023. URL: https://www.semanticscholar.org/about (дата обращения: 05.04.2023).

31. The Semantic Scholar Open Data Platform / R. Kinney, C. Anastasiades, R. Authur [et al.] // 2023. P. 1–8. DOI 10.48550/arXiv.2301.10140.

32. Construction of the Literature Graph in Semantic Scholar / W. Ammar, D. Groeneveld, C. Bhagavatula [et al.] // Proceedings of the 2018 Conference of the North American Chapter of the Association for Computational Linguistics: Human Language Technologies (2–4 June 2018, New Orleans). 2018. Vol. 3. P. 84–91. DOI 10.18653/v1/n18-3011.

33. The data in Dimensions – from idea to impact // Digital Science : [сайт]. 2023. URL: https://www.dimensions.ai/dimensions-data/ (дата обращения: 05.04.2023).

34. scite: A smart citation index that displays the context of citations and classifies their intent using deep learning / J. M. Nicholson, M. Mordaunt, P. Lopez [et al.] // Quantitative Science Studies. 2021. V. 2, № 3. P. 882–898. DOI 10.1162/qss_a_00146.

35. OpenAlex API documentation // OurResearch : [сайт]. 2023. URL: https://docs.openalex.org/api-entities/works (дата обращения: 21.04.2023).

36. Priem J. OpenAlex: A fully-open index of scholarly works, authors, venues, institutions, and concepts / J. Priem, H. Piwowar, R. Orr // 26th International Conference on Science and Technology Indicators “Fron Global Indicators to Local Applications” (STI 2022) (7–9 September, Granada, Spain), 2022. P. 1–5.

37. Exaly Statistics // Exaly : [сайт]. 2023. URL: https://exaly.com/statistics.html (дата обращения: 21.04.2023).

38. Mazov N. A. The role of unique identifiers in bibliographic information systems / N. A. Mazov, V. N. Gureev // Scientific and Technical Information Processing. 2014. Vol. 41, № 3. P. 206–210. DOI 10.3103/S0147688214030101.

39. Mazov N. A. Publication Databases of Research Organizations as a Tool for Information Studies / N. A. Mazov, V. N. Gureev // Scientific and Technical Information Processing. 2022. Vol. 49, № 2. P. 108–118. DOI 10.3103/s0147688222020071.

40. Мазов Н. А. Библиографическая база данных трудов сотрудников организации: цели, функции, сфера использования в наукометрии / Н. А. Мазов, В. Н. Гуреев // Вестник Дальневосточной государственной научной библиотеки. 2016. № 2. C. 84–87. EDN YFMJGN.

41. Pranckutė R. Web of Science (WoS) and Scopus: The Titans of Bibliographic Information in Today’s Academic World // Publications. 2021. Vol. 9, № 1. Art. no. 12. DOI 10.3390/publications9010012.

42. Delgado López-Cózar E. The Google Scholar experiment: How to index false papers and manipulate bibliometric indicators / E. Delgado López-Cózar, N. Robinson-García, D. Torres-Salinas // Journal of the Association for Information Science and Technology. 2014. Vol. 65, № 3. P. 446–454. DOI 10.1002/asi.23056.

43. Тихонова Е. В. Культура цитирования: поведение цитирующих авторов vs доверие к результатам научных исследований / Е. В. Тихонова, О. В. Кириллова // Научный редактор и издатель. 2022. Т. 7, № 2. С. 166–181. DOI 10.24069/SEP-22-58.

44. Бобров Л. К. Достоверность ссылок на научные издания: пример порождения мифов и неточностей // Научные и технические библиотеки. 2022. № 5. С. 47–65. DOI 10.33186/1027-3689-2022-5-47-65. EDN TIASTV.

45. Valenzuela M. Identifying meaningful citations / M. Valenzuela, V. Ha, O. Etzioni // 29th AAAI Conference on Artificial Intelligence, AAAI 2015 (25–30 January 2015, Austin, United States). AI Access Foundation, 2015. P. 21–26.

46. New WoS April 29 Release Notes: Enriched cited references, Export to Publons, and more // Clarivate : [сайт]. 2022. URL: https://clarivate.com/webofsciencegroup/release-notes/wos/new-wos-april-29-release-notes/ (дата обращения: 21.04.2023).

47. Evaluating Research Impact Based on Semantic Scholar Highly Influential Citations, Total Citations, and Altmetric Attention Scores: The Quest for Refined Measures Remains Illusive / L. A. Dardas, M. Sallam, A. Woodward [et al.] // Publications. 2023. Vol. 11, № 1. Art. no. 5. DOI 10.3390/publications11010005.

48. Hook D. W. Dimensions: Building Context for Search and Evaluation / D. W. Hook, S. J. Porter, C. Herzog // Frontiers in Research Metrics and Analytics. 2018. Vol. 3. Art. no. 23. DOI 10.3389/frma.2018.00023.

49. Web of Science Release Notes, April 13 2023: Automatic updates to claimed profiles... // Clarivate : [сайт]. 2023. URL: https://clarivate.com/webofsciencegroup/release-notes/wos/web-of-science-release-notes-april-13-2023-2/ (дата обращения: 21.04.2023).

50. Ramos M. A. Citation behavior in popular scientific papers: What is behind obscure citations? The case of ethnobotany / M. A. Ramos, J. G. Melo, U. P. Albuquerque // Scientometrics. 2012. Vol. 92, № 3. P. 711–719. DOI 10.1007/s11192-012-0662-4.

51. Деревянко А. П. Проблема качественного анализа археологических публикаций / А. П. Деревянко, Ю. П. Холюшкин // Методология и методика археологических реконструкций: Сборник научных трудов. Новосибирск : СО РАН, 1994. C. 24–32.

52. Simkin M. V. Read before you cite! / M. V. Simkin, V. P. Roychowdhury // Complex Systems. 2003. Vol. 14, № 3. P. 262–274. DOI 10.25088/ComplexSystems.14.3.269.

53. Лазарев В. С. «Цитируемость нобелевского класса» и понятия, выражающие характеристики и свойства цитируемых научных документов. Тамбов ; Москва ; С.-Петербург ; Баку ; Вена ; Гамбург ; Стокгольм ; Буаке : Международный Информационный Нобелевский Центр (МИНЦ), 2018. 70 с. EDN XWCYBV.

54. Писляков В. В. Самоцитирование и его влияние на оценку научной деятельности: обзор литературы. Часть I // Научные и технические библиотеки. 2022. № 2. С. 49–70. DOI 10.33186/1027-3689-2022-2-49-70. EDN GWNIEW.

55. Писляков В. В. Самоцитирование и его влияние на оценку научной деятельности: обзор литературы. Часть II // Научные и технические библиотеки. 2022. № 3. С. 85–104. DOI 10.33186/1027-3689-2022-3-85-104. EDN YEHRNX.

56. González-Pereira B. A new approach to the metric of journals’ scientific prestige: The SJR indicator / B. González-Pereira, V. P. Guerrero-Bote, F. Moya-Anegón // Journal of Informetrics. 2010. Vol. 4, № 3. P. 379–391. DOI http://dx.doi.org/10.1016/j.joi.2010.03.002.

57. Мохначева Ю. В. Типы документов, индексируемых в базах данных WoS и Scopus: сходства, различия и их значение при анализе публикационной активности // Научно-техническая информация. Серия 1: Организация и методика информационной работы. 2023. № 1. P. 38-43. DOI 10.36535/0548-0019-2023-01-4. EDN KCNIMA.

58. Harzing A. W. Google Scholar, Scopus and the Web of Science: a longitudinal and cross-disciplinary comparison / A. W. Harzing, S. Alakangas // Scientometrics. 2016. Vol. 106, № 2. P. 787–804. DOI 10.1007/s11192-015-1798-9.

59. Google Scholar, Web of Science, and Scopus: A systematic comparison of citations in 252 subject categories / A. Martin-Martin, E. Orduna-Malea, M. Thelwall, E. D. Lopez-Cozar // Journal of Informetrics. 2018. Vol. 12, № 4. P. 1160–1177. DOI 10.1016/j.joi.2018.09.002.

60. The difference in referencing in Web of Science, Scopus, and Google Scholar / M. S. Anker, S. Hadzibegovic, A. Lena, W. Haverkamp // Esc Heart Failure. 2019. Vol. 6, № 6. P. 1291–1312. DOI 10.1002/ehf2.12583.

61. Chapman K. An evaluation of Web of Science, Scopus and Google Scholar citations in operations management / K. Chapman, A. E. Ellinger // International Journal of Logistics Management. 2019. Vol. 30, № 4. P. 1039–1053. DOI 10.1108/ijlm-04-2019-0110.

62. Лутай А. В. Сравнение качества метаданных в БД CrossRef, Lens, OpenAlex, Scopus, Semantic Scholar, Web of Science Core Collection / А. В. Лутай, Е. Э. Любушко // Национальная подписка : [сайт]. 2023. URL: https://podpiska.rfbr.ru/storage/reports2021/2022_meta_quality.html (дата обращения: 21.04.2023).

63. The journal coverage of Web of Science, Scopus and Dimensions: A comparative analysis / V. K. Singh, P. Singh, M. Karmakar [et al.] // Scientometrics. 2021. Vol. 126, № 6. P. 5113–5142. DOI 10.1007/s11192-021-03948-5.

64. Thelwall M. Dimensions: A competitor to Scopus and the Web of Science? // Journal of Informetrics. 2018. Vol. 12, № 2. P. 430–435. DOI https://doi.org/10.1016/j.joi.2018.03.006.

65. Harzing A.-W. Two new kids on the block: How do Crossref and Dimensions compare with Google Scholar, Microsoft Academic, Scopus and the Web of Science? // Scientometrics. 2019. Vol. 120, № 1. P. 341–349. DOI 10.1007/s11192-019-03114-y.

66. Orduna-Malea E. Dimensions: re-discovering the ecosystem of scientific information / E. Orduna-Malea, E. Delgado-Lopez-Cozar // Profesional De La Informacion. 2018. Vol. 27, № 2. P. 420–431. DOI 10.3145/epi.2018.mar.21.

67. Is Dimensions a reliable data source of funding and funded publications? / L. Zhang, Y. X. Zheng, W. J. Zhao, Y. Huang // Proceedings of the 18th International Conference on Scientometrics & Informetrics (ISSI2021) (12–15 July 2021, Leuven, Belgium). Belgium : KU Leuven, 2021. P. 1573–1574.

68. Visser M. Large-scale comparison of bibliographic data sources: Web of Science, Scopus, Dimensions, and Crossref / M. Visser, N. J. van Eck, L. Waltman // Proceedings of the 17th International Conference on Scientometrics & Informetrics (ISSI2019) (2–5 September 2019, Rome, Italy). Vol. 2. Rome: Edizioni Efesto, 2019. P. 2358–2369.

69. Basso I. Data sources and their effects on the measurement of open access. Comparing Dimensions with the Web of Science / I. Basso, M. A. Simard, Z. A. Ouangre [et al.] // Proceedings of the 18th International Conference on Scientometrics & Informetrics (ISSI2021) (12–15 July 2021, Leuven, Belgium). Belgium : KU Leuven, 2021. P. 93–98.

70. Stahlschmidt S. From indexation policies through citation networks to normalized citation impacts: Web of Science, Scopus, and Dimensions as varying resonance chambers / S. Stahlschmidt, D. Stephen // Scientometrics. 2022. Vol. 127, № 5. P. 2413–2431. DOI 10.1007/s11192-022-04309-6.

71. Finding citations for PubMed: a large-scale comparison between five freely available bibliographic data sources / Z. T. Liang, J. Mao, K. Lu, G. Li // Scientometrics. 2021. Vol. 126, № 12. P. 9519–9542. DOI 10.1007/s11192-021-04191-8.

72. Velayos-Ortega G. Most cited journals in coronavirus patents according to Lens.org / G. Velayos-Ortega, R. Lopez-Carreno // Profesional De La Informacion. 2020. Vol. 29, № 5. Art. no. e290519. DOI 10.3145/epi.2020.sep.19.

73. Ruan Z., Jiang Y. X., Shi H. H. Real-world clinical effectiveness of once-weekly semaglutide in patients with type 2 diabetes: a systematic literature review / Z. Ruan, Y. X. Jiang, H. H. Shi [et al.] // Expert Review of Clinical Pharmacology. 2023. Vol. 16, № 2. P. 161–176. DOI 10.1080/17512433.2023.2174099.

74. Sinonasal pathophysiology of SARS-CoV-2 and COVID-19: A systematic review of the current evidence / I. Gengler, J. C. Wang, M. M. Speth, A. R. Sedaghat // Laryngoscope Investigative Otolaryngology. 2020. Vol. 5, № 3. P. 354–359. DOI 10.1002/lio2.384.
Статья

Поступила: 24.04.2023

Опубликована: 27.06.2023

Форматы цитирования
Другие форматы цитирования:

APA
Гуреев, В. Н., & Мазов, Н. А. (2023). Возрастание роли открытых библиографических данных в условиях ограничения доступа к коммерческим информационным системам. Управление наукой: теория и практика, 5(2), 49-76. https://doi.org/10.19181/smtp.2023.5.2.4
Выпуск
Том 5 № 2 (2023): Управление наукой: теория и практика
Раздел
Информационная среда и проблемы цифровизации