1. Ball R. Science indicators revisited - Science Сitation Index versus SCOPUS: а bibliometric comparison of both citation databases / R. Ball, D. Tunger // Inform. Servise. and Use. - 2006. - Vol. 26, № 4. - P. 293-301.

Библиометрическое сравнение баз данных SCI и Scopus.

С 2005 г. БД Scopus стала конкурентом БД SCI. Результаты проведенного в статье библиометрического сравнения этих БД позволяют более обоснованно оценивать БД Scopus. В дальнейшем авторам библиометрических исследований будет необходимо убедительно объяснять, почему они выбрали ту или иную из этих БД. Утверждение, что БД SCI является традиционным, общепринятым источником, будет недостаточно.

РЖ Информатика. 2007. № 11. Реф. 34.

2. Institutional addresses in the web of science: the effects on scientific evaluation / Garcia-Zorita C. [et.al.] // J. Inform. Sci. - 2006. - Vol. 32, № 4. - P. 378-383.

Данные о местах работы авторов публикаций в БД Web of Science: влияние на оценки научной деятельности.

Одним из важных правил в формировании массивов баз данных Института научной информации США является правило, согласно которому в отдельной строке указывают данные о местах работы каждого автора публикации. В настоящее время в БД Web of Science в эту строку данные часто не вводятся, а в другую строку вводятся данные только о месте работы одного автора, к которому следует обращаться с вопросом о получении копии статьи. Это отрицательно влияет на точность результатов анализа научной продуктивности стран и научных учреждений, а также анализа процессов научного сотрудничества. Рассматриваются последствия данной практики в БД Web of Science. Кроме этого, на примере испанской науки выявлено, что еще до создания БД Web of Science в массиве БД SCI также далеко не всегда вводились данные о месте работы даже одного автора.

РЖ Информатика. 2007. № 3. Реф. 45.

3. Garfield, E. Uses and misuses of citation frequency // Current. Contents. Phys., Chem. a. Earth Sci. - 1985. - Vol. 25, № 43. - P. 3-9.

Правильное и неправильное использование частот цитирования.

Обсуждается интерпретация полученных на основе SCI данных о цитируемости публикаций. Отмечается неправильность абсолютизации оценок значимости научной работы на основе формальных показателей ее цитируемости. В частности, уровень цитирования статьи не характеризует способность автора обучать или руководить научными исследованиями. Малоцитируемость тех или иных работ не всегда свидетельствует о их низком научном уровне. Фиксированный порог отбора классики цитирования оставляет <за бортом> работы, приближающиеся к этому порогу. Ряд очень важных статей прекращают цитировать, после того как их содержание ассимилировано наукой. Долго цитируются те статьи, по поводу которых продолжается дискуссия. Некоторые работы не замечаются при их появлении научным сообществом. Обсуждается эффект <преждевременных открытий>, которые только в дальнейшем находят методологическое истолкование, позволяющее использовать их в науке. Анализ цитирования не может заменить критического мышления, но может служить для последнего удобной отправной точкой. Трудный и ответственный процесс оценки исследователей и исследовательских программ должен учитывать квалификацию, продемонстрированные способности своевременно выполнять научную работу и многое другое. Выход печатной продукции и ее цитируемость могут в ряде случаев использоваться как мера эффективности научной программы, но только наряду с качественными суждениями.

РЖ Информатика. 1986. № 4. Реф. 17.

4. Jacso, P. [Оценка баз данных, дополняемых данными о цитировании научной литературы] // Joho kanri = J. Inform. Process. a. Manag. - 2006. - Vol. 48, № 12. - P. 763-774.

В настоящее время существует множество баз данных, дополняемых данными о цитировании. В этом отношении автор провел сравнительный анализ БД Google Scholar, Scopus и Web of Science. В число показателей для анализа входили объем данных, предметная принадлежность и типы документов. Обсуждаются слабые стороны БД Google Scholar и сильные стороны БД Scopus и Web of Science. Рассматривается вопрос о программном обеспечении ведения таких БД. Подчеркивается важность функций сортировки данных и измерения частотности цитирования и предлагается реализовать эти функции.

РЖ Информатика. 2007. № 2. Реф. 259.

5. Neuhaus, Chris. The depth and breadth of Google Scholar: an empirical study / Chris Neuhaus, Ellen Neuhaus, Alan Asher, Clint Wrede // Portal : Libr. a. Acad. - 2006. - Vol. 6, № 2. - P. 127-141.

Глубина и широта поиска в базе данных Google Scholar: эмпирическое исследование.

База данных Google Scholar была открыта для пользователей в ноябре 2004 г. и сразу же породила много вопросов. На некоторые из них ответы не получены до сих пор. Поэтому было проведено исследование, в котором эта база данных сравнивалась с 47 другими базами данных. Сравнивались сроки отражения источников в базах данных, частота их обновления, полнота охвата источников по естественным наукам и медицине. Исследование показало, что Google Scholar уступает другим базам данных по полноте охвата общественных и гуманитарных наук, по срокам опубликования (отражения) и по завышенной доле первоисточников на английском языке.

РЖ Информатика. 2006. № 11. Реф. 208.

6. Pomerantz, J. Google Scholar and 100 percent availability of information // Inform. Technology a. Libr. - 2006. - Vol. 25, № 2. - P. 52-56.

Google Scholar - стопроцентная доступность информации.

Обсуждается система Google Scholar как развитие задачи повышения доступности информации, поставленной Ф. Килгуром (США). Он принимал участие в создании первых онлайновых библиотечных каталогов, предложил метод повторных проходов для улучшения результатов поиска информации. Google Scholar - это непосредственное обобщение технологии, предложенной Ф. Килгуром. Google Scholar должен улучшить доступность библиотек для групп новых пользователей и дать возможность библиотекам доставлять пользователям высококачественные ресурсы в режиме онлайн.

РЖ Информатика. 2007. № 4. Реф. 261.

7. Salzarulo, L. Bias, structure and quality in citation indexing / L. Salzarulo, M. Von Ins // Scientometrics. - 2001. - Vol. 50, № 2. - P. 289-299.

Проблема точности расчетов показателей цитирования.

Указаны главные факторы, влияющие на результаты расчетов показателей цитирования. Хорошо разработанные методы расчета уровня цитируемости дают приемлемую степень ошибочности применительно к большому количеству научных работ. Математически показано, что применение этих методов для расчета уровня цитируемости в небольшом числе публикаций приводит к очень высокой степени ошибочности. Кластеры с малым количеством публикаций формируются в случаях, когда показатели цитирования используются для сравнения работ научных групп или институтов, а также работ отдельных авторов. Предложен метод расчета уровня цитируемости в наборах из менее 50 или 100 публикаций, позволяющий резко повысить точность результатов. Приведен метод для расчета ошибки показателей цитирования в больших наборах публикаций.

РЖ Информатика. 2002. № 7. Реф. 37.

8. Schroeder, R. Pointing users toward citation searching: using Google scholar and Web of Science // Portal : Libr. a. Acad. - 2007. - Vol. 7, № 2. - P. 243-248.

Исследование слабых и сильных сторон баз данных о цитировании Google Scholar и Web of Science.

В 2004 г. были введены в действие две БД о цитировании научной литературы - БД Google Scholar и БД Web of Science. С апреля 2005 г. были опубликованы 10 исследований цитирования, основанных на данных из указанных БД. Используя сведения из этих исследований, автор анализирует слабые и сильные стороны этих БД, характеризующие охват литературы, поисковые возможности и др.

РЖ Информатика. 2007. № 9. Реф. 218.

9. Sen, B. K. Ranking of scientists - a new approach / B. K. Sen, T. A. Pandalai, K. Aruna // J. Doc., 1998. - Vol. 54, № 5. - P. 622-628.

Ранжирование ученых - новый подход.

Совет по научным и промышленным исследованиям Индии с 1957 г. ежегодно присуждает премию Бхатнагара в различных дисциплинах, основываясь на достижениях ученых за последние 5 лет. Лауреаты выбираются комитетом, включающим ведущих ученых страны (по секциям). В конце 1980-х гг. наряду с мнением членов комитета для подтверждения качества кандидатур, выдвинутых на премию, начали учитывать показатели цитирования их опубликованных работ. Идея ранжировать ученых по числу ссылок на их работы была выдвинута Гарфилдом в 1968 г., но ссылки тогда подсчитывались лишь за один год. Для описываемой цели это оказалось недостаточным, т. к. в рамках 5-летнего периода число ссылок на работы одного и того же кандидата сильно варьировалось. Кроме того, обнаружилось совпадение среднего числа ссылок у ученых с разным количеством опубликованных работ. В результате было решено разделить все публикации каждого ученого на 4 категории: 1) немногие работы, получившие много ссылок, 2) число работ, получивших среднее число ссылок, 3) число работ, получивших очень мало ссылок, и 4) остальные работы, вообще не цитировавшиеся (самоцитирование исключалось). При ранжировании ученых учитывалось соотношение общего числа ссылок и числа опубликованных работ (приводятся примеры расчетов по предложенной формуле). Полученный таким образом ранг ученого сообщается членам комитета по присуждению премии для принятия более обоснованного решения.

РЖ Информатика. 1999. № 6. Реф. 21.