Телеграм канал «Выше квартилей»

​​Дайджест ноябрь 2025: Представляем дайджест научных событий за последний месяц. Рейтинги • Обновлена методология Списка Higly Cited Researchers от Clarivate, в который в этом году вошло 6868человек. В этом году из списка исключены все статьи, авторы которых в прошлом году были исключены из-за подозрений в недобросовестных исследованиях. Как отметили наши коллеги из НБЖД, в рейтинг вошли пятеро ученых из России. • Информатик Йошуа Бенджио стал первым живым человеком, чьи работы были процитированы более миллиона раз в Google Scholar. Ученый известен своими новаторскими исследованиями в области машинного обучения и считается одним из крестных отцов искусственного интеллекта.  Базы данных • После года перестройки и повторного тестирования переписанный Walden теперь лежит в основе OpenAlex. Формат набора данных остался прежним, но система стала быстрее и полнее. В базу добавлено около 190 млн новых работ, включая наборы данных, программное обеспечение и другие исследовательские объекты из DataCite и тысяч репозиториев. • Компания Google представила Scholar Labs — новую экспериментальную функцию в Google Scholar. Теперь ИИ помогает быстрее ориентироваться в исследовательских вопросах: уточняет формулировки, показывает тему под разными углами и подбирает подходящие научные работы. Google отмечает, что пока это эксперимент, созданный для изучения роли ИИ в научном поиске. • Вышло обновление научного поисковика Cobalt от Colab.  • В Dateno вышло крупное обновление реестра Data Catalog Registry — открытой базы данных мировых порталов открытых данных. Теперь поисковик Dateno индексирует более 22 млн наборов данных. ИИ в науке • Исследование 21 чат-бота (ChatGPT, Copilot, Gemini и др.) показало, что большие языковые модели плохо определяют отозванные публикации. Они не только ненадёжно находили такие статьи, но и выдавали разные результаты при одних и тех же запросах. • Исследователи продолжают эксперементировать с внедрением LLM в процессе рецензирования. Результаты исследований показывают, что оценки LLM хорошо совпадают с человеческими, при этом среднее время обработки одной статьи было заметно короче для LLM (около 33 с.) по сравнению с людьми (около 1582 с.). Научная этика • Retraction Watch сообщает, что у Кусая Хасана, недавно удостоенного двух премий от Clarivate "Distinguished Researcher Award” и “Distinguished Research Award”, в прошлом году была отозвана 21 статья. Многие из отозванных работ были связаны с фабриками публикаций (paper mills), а некоторые содержали заимствованные материалы. • В LSE подняли вопрос исправлений в научных статьях. Опрос 982 химиков показал, что 88 % из них находили ошибки в публикациях, и большинство (79 %) приняли меры. Однако исследователи предпочитают обсуждать этот вопрос с коллегами, а также связываться с авторами напрямую, избегая писать в журнал или публиковать опровержение. • Большое количество исследователей могут пострадать от искажения показателей цитирования, вызванных проблемами с обработкой метаданных Springer Nature. Из-за ошибки многие цитирования приписываются первой статье в журнальном томе, а не статье из этого же тома, для которой они предназначались. Эта проблема затрагивает множество изданий, например, Nature Communications, Scientific Reports и несколько журналов BMC. • Площадка препринтов arXiv запретила обзоры по информатике, пытаясь сдержать рост низкокачественных материалов, созданных ИИ. Наука в мире • В этом году конкурс от Science "Dance Your Ph.D." впервые вводит специальный приз за танец на исследовательскую тематику, созданный при помощи ИИ. • Коалиция Plan S анонсировала новый план на ближайшие 5 лет. Обновленная стратегия представляет собой более гибкий подход, отдавая предпочтение альтернативам платным журналам, способствуя «более инклюзивной, справедливой и устойчивой издательской системы». Так, план поддерживает препринты и публикацию Diamond Access.  #дайджест #научнаяэтика #научнаяполитика #иивнауке #рейтинги #базыданных

​​«Уйти нельзя остаться»: что определяет выбор постдоков  Нередко после защиты диссертации исследователи сталкиваются с дилеммой: «уйти нельзя остаться». В таком случае постдокторантура становится «поворотной точкой», позволяющий оценить свои силы и влиться в профессию. И хотя положение постдокторанта непрочно, именно этот период может определить дальнейшую траекторию и возможности для роста.  Авторы статьи, опубликованной в International Journal for Educational and Vocational Guidance, предположили, что стремление к академической карьере выше, если исследовать субъективно воспринимает эту цель как достижимую и желанную. Они проанализировали результаты опроса, проведенного с участием докторантов и профессоров из Германии (447), а также с докторами наук, которые закончили обучение в 2013–2015 годах (395). Из выборки были исключены респонденты, которые указали, что покинули академическую сферу (184), а также получившие степень PhD 20 лет назад и более (92). В окончательной выборке из 512 респондентов 37,5 % относились к медицине, а 63,5 % — к фундаментальным наукам о жизни.  Согласно основным результатам постдоки с большей вероятностью намерены продолжать академическую карьеру если: • они интегрированы в научное сообщество и у них хорошие отношения с руководителем; • они пишут в соавторстве с другими учеными; • имеют высокий уровень производительности и, следовательно, человеческого капитала; • являются ведущими авторами в публикациях. При этом ключевым фактором всё же остаётся качество социального капитала: степень включённости в научное сообщество, поддержка со стороны руководителя и возможности для исследовательских коллабораций. В этом контексте хотим напомнить тем, кто хочет реализовать себя в академической среде и работать с ведущими специалистами, что в Вышке открыт конкурсный отбор на Программу привлечения российских постдоков. Вакансии будут доступны в кампусах Москвы, Санкт-Петербурга, Перми и Нижнего Новгорода. К участию в проекте приглашаются коллеги не старше 39 лет, получившие степень кандидата наук или PhD. 3 декабря в 14:00 пройдет вебинар, на котором можно получить информацию о формальных требованиях конкурса, а также о перспективах, которые дает участие в нем. #обзор #постдоки #постдокторантура #академическаякарьера #PhD #кандидатская #работавнауке

​​Повторное использование данных: скрытый ресурс цитируемости За последние два десятилетия открытые данные стали одним из ключевых инструментов преодоления кризиса доверия к науке: их повторное использование повышает воспроизводимость результатов и снижает расходы на исследования. При этом, согласно данным Data Citation Index (DCI), около 85 % размещенных там наборов данных остаются без цитирований и, соответственно, не используются. Такая тенденция может быть связана с предубеждением по отношению к «вторичному» анализу данных: не до конца ясно, как он отражается на восприятии итоговой работы. Станет ли такая публикация казаться менее оригинальной и престижной? Будут ли её читать и цитировать? Недавно в Journal of Informetrics вышла статья, в которой оценили, как повторное использование данных отражается на научном влиянии публикаций (т.е. количестве цитирований). Авторы проанализировали наборы данных GEO за период с 1998 по 2017 год (данные за 2018–2019 годы приведены дополнительно на рисунке). По их оценкам около 65 % наборов данных (47 642) были процитированы хотя бы один раз в течение двух лет после публикации.  Несмотря на резкий рост числа открытых наборов данных на площадке (с 15 до 13 206 769 за два десятилетия), начиная с 2009 года темпы стабилизировались и средний прирост составил около 25 % в год. При этом динамика использования данных развивалась поэтапно. C 2000 по 2013 год число наборов данных росло очень быстро (среднегодовой темп около 61 %), но затем вышло на плато: в 2014–2017 годах оно удерживалось в диапазоне 5000–7000 в год.  Повторное использование данных развивалось по схожей траектории: стремительный рост в 2000–2012 годах (около 58 %), за которым последовало замедление — до около 11 % в год в 2013–2017 годах. Т.е., несмотря на впечатляющее увеличение объёма открытых данных, доля наборов, которые находят применение в научных исследованиях, за период 1998–2017 годов почти не изменилась. Примечательно, что лишь 0,14 % всех опубликованных на GEO наборов данных когда-либо использовались в исследованиях, а повторно — всего 0,03 %. Сравнение трех сценариев (учёные повторно используют свои данные, чужие данные или вовсе не занимаются повторным анализом) показало, что статьи с повторным использованием данных в среднем цитируют чаще — и особенно те, где авторы возвращаются к собственным наборам.  Более того, эта закономерность сохраняется даже после исключения самоцитирований. Чем чаще автор упоминает свою же работу, тем больше на неё обращают внимание другие, т. е. работает «стадный инстинкт» (sheep flock effect).  К сожалению, даже при отсутствии негативного восприятия повторного анализа со стороны научного сообщества значительная часть данных всё ещё остаётся «невидимой» — формально опубликованной, но фактически неиспользуемой. Причины лежат как в несоответствии части наборов принципам FAIR, так и в некорректных практиках цитирования, которые занижают их видимость в наукометрических системах. #открытыеданные #воспроизводимость #цитирование