Жарияланымдарды статистикалық талдау

Кіріспе

Жазбалық басылымдардың статистикалық талдауы. Библиометрия – бұл статистикалық әдістерді библиографиялық деректерді зерттеуге қолдану, әсіресе ғылыми және кітапханалық-ақпараттық ғылымдар саласында. Ол ғылымметрикамен (ғылыми метрикалар мен көрсеткіштерді талдау) тығыз байланысты, тіпті екі саланың арасында үлкен жапсарды кездестіруге болады. Библиометриялық зерттеулер алғаш рет 19 ғасырдың соңында пайда болды. Екінші дүниежүзілік соғыстан кейін, «мерзімді басылымдар дағдарысы» және компьютерлік технологиялардың жаңа мүмкіндіктері олардың қарқынды дамуына жағдай жасады. 1960 жылдардың басында Юджин Гарфилдтің «Science Citation Index» және Дерек Джон де Солла Прайстың цитаталық желілерді талдауы библиометрия бойынша жүйелі зерттеулердің негізін қалады. Цитаталық талдау – бұл цитаталық графты құруға негізделген, жиі қолданылатын библиометриялық әдіс, ол құжаттар арасындағы цитаталардың желілік немесе графтық бейнесін көрсетеді. Көптеген зерттеу салалары өздерінің саласының, зерттеушілер тобының немесе жеке мақаланың әсерін бағалау үшін, сондай-ақ белгілі бір зерттеу саласындағы ең ықпалды мақалаларды анықтау үшін библиометриялық әдістерді пайдаланады. Библиометриялық құралдар сипаттамалық лингвистикаға, сөздіктерді жасауға және оқырманның қолданысын бағалауға енгізілген. Арнайы ғылыми қолданыстан бөлек, Google-дың PageRank алгоритмі сияқты танымал веб-іздеу жүйелері де библиометриялық әдістер мен ұғымдардың ықпалымен қалыптасқан. Интернеттің пайда болуы және ашық ғылым қозғалысы «библиометрияның» мағынасы мен мақсатын өзгертіп келді. 2010 жылдары Web of Science және Scopus сияқты цитаталық деректердің бұрынғы жабық инфрақұрылымдарына ашық цитаталық деректерді қолдаушы жаңа бастамалар қарсы шықты. Leiden Manifesto for Research Metrics (2015) зерттеу көрсеткіштерін пайдалану және олардың ашықтығы туралы кең пікірталас тудырды.

Анықтама

Библиометрия терминін алғаш рет 1934 жылы Пол Отле қолданған және ол оны «кітаптар мен құжаттарды жариялау және оқуға қатысты барлық аспектілерді өлшеу» деп анықтаған. «Библиометрия» терминінің ағылшын тіліндегі нұсқасын алғаш рет Алан Притчард 1969 жылы жарияланған «Статистикалық библиография ма, библиометрия ма?» атты мақаласында қолданды. Ол бұл терминді «кітаптар және басқа да коммуникация құралдарына математикалық және статистикалық әдістерді қолдану» деп түсіндірді. Библиометрия бұрынғысынан статистикалық библиографияның орнын басатын мақсатта құрылды, себебі ол осы саладағы жариялымдардың негізгі атауы болған: Притчард үшін статистикалық библиография тым «қиын» болып көрінді және зерттеу нысанының не екенін нақты көрсетпеді. Библиометрия тұжырымы «көрсетілетін жұмыстың материалдық жағына баса назар аударады: кітаптарды, мақалаларды, жариялымдарды, сілтемелерді санау». Теориялық тұрғыдан алғанда, библиометрия ғылыми қызметтің библиографиялық емес көрсеткіштерін талдауға негізделген, орыс тіліндегі «наукометрия» (naukometriya) терминімен белгіленетін ғылымметриядан ерекшеленеді. Бірақ іс жүзінде библиометрия және ғылымметрия зерттеулері көбінесе бірдей деректер көздерін және әдістерді пайдаланады, себебі 20 ғасырдың ортасында сілтемелік деректер сандық ғылыми бағалаудың басты стандартына айналды: «библиометриялық техникалар ғылыми және техникалық әдебиетке қолданылғанда, ғылымметрия және библиометрия салалары айтарлықтай дәрежеде біріктіріледі». Интернеттің дамуы және библиометриялық тәсілдің ғылыми емес өнімдерге кеңейтілуі 1990 және 2000 жылдары кеңірек терминдерді енгізуге әкелді: инфометрия, вебметрия немесе киберметрия. Бұл терминдер кеңінен қолданылмады, себебі олар ақпаратты іздеу сияқты бұрыннан бар зерттеу тәжірибелерімен жартылай сәйкес келеді.

Тарих

Анықтамасына қарай, библиометриялық сипаттағы ғылыми еңбектер, зерттеулер мен талдауларды еврей тізілімдері түрінде XII ғасырда кездестіруге болады.

Алғашқы тәжірибелер (1880-1914 жж.)

Библиометриялық талдау 19 және 20 ғасырлардың тоғысында пайда болды. Бұл дамулар библиометрия тұжырымдамасының алғашқы пайда болуынан бірнеше ондаған жыл бұрын орын алды. Баламалы атаулар жиі қолданылды: библиографиялық статистика, әсіресе 1920 жылдан кейін кеңінен таралды және 1960 жылдардың соңына дейін қолданыла берді. Ғылыми мәліметтердің алғашқы статистикалық зерттеулері ғылыми өнімнің айтарлықтай өсуімен және осы ақпаратты бастапқыда қолжетімді ететін деректер қорын индекстеу қызметтерінің параллель дамуымен шақырылды. Сілтемелер индексі алғаш рет 1860 жылдары сот практикасына қолданылды, ал олардың ең танымал мысалы – Шепардтың сілтемелері (алғаш рет 1873 жылы жарияланған), бір ғасырдан кейін Ғылымға сілтемелер индексі үшін тікелей шабыт көзіне айналды. Әлеуметтік ғылымдардың пайда болуы ғылым туралы жаңа болжамдық зерттеулерге және ғылымның өзін ғылыми объект ретінде зерттеу мүмкіндігіне түрткі болды: «Әлеуметтік қызметтерді, оның ішінде ғылымды, сандық заңдарға дейін тоғытуға болатындығы туралы сенім, дәл осылай, зеңбірек досының траекториясы және аспан денелерінің айналысы сияқты, Огюст Конттың, Уильям Огбурнның және Герберт Спенсердің позитивистік әлеуметтануына қайнар көз болады». Библиометриялық талдау жеке зерттеулер ретінде емес, әртүрлі зерттеу салаларындағы ғылыми қызметтің сандық талдауы үшін қолданылатын әдістердің бірі ретінде қарастырылды: ғылым тарихы (Альфонс де Кандоллдің 1885 жылғы «Екі ғасырдан бергі ғылымдар мен ғалымдар тарихы», Фрэнсис Джозеф Коул мен Нелли Б. Иалздың 1917 жылғы «Салыстырмалы анатомия тарихы, әдебиеттің статистикалық талдауы»), библиография (Фрэнсис Бербери Кэмпбеллдің 1896 жылғы «Ұлттық және халықаралық библиография теориясы») немесе ғылымның әлеуметтануы (Джеймс МакКин Кэттелдің 1903 жылғы «Американдық психологтардың статистикасы»). Алғашқы библиометрия және ғылымметрия жұмыстары тек сипаттамалық емес, сонымен қатар ғылымның қандай болуы керек және оның қалай дамуы мүмкін екендігі туралы нормативтік көзқарастарды білдірді. Жеке зерттеушілердің, ғылыми мекемелердің немесе бүкіл елдердің еңбектеріне баға беру маңызды мақсат болды. Джеймс МакКин Кэттелдің статистикалық талдауы евгеникалық көзқарастармен американдық зерттеушілерді кең ауқымды бағалауға дайындық ретінде қызмет етті: «Американдық ғылым адамдары» (1906), «жұлдызды ғалымның беделіне сәйкес жеке жазбаларға тіркелген жұлдызшалардың таңқаларлық қарапайым рейтинг жүйесімен».

Bibliometric analysis appeared at the turn of the 19th and the 20th century. These developments predate the first occurrence of the concept of bibiometrics by several decades. Alternative label were commonly used: bibliography statistics became especially prevalent after 1920 and continued to remain in use until the end of the 1960s. Early statistical studies of scientific metadata were motivated by the significant expansion of scientific output and the parallel development of indexing services of databases that made this information more accessible in the first place. Citation index were first applied to case law in the 1860s and their most famous example, Shepard's Citations (first published in 1873) will serve as a direct inspiration for the Science Citation Index one century later. The emergence of social sciences inspired new speculative research on the science of science and the possibility of studying science itself as a scientific object: "The belief that social activities, including science, could be reduced to quantitative laws, just as the trajectory of a cannonball and the revolutions of the heavenly bodies, traces back to the positivist sociology of Auguste Comte, William Ogburn, and Herbert Spencer." Bibliometric analysis was not conceived as a separate body studies but one of the available methods for the quantitative analysis of scientific activity in different fields of research: science history (Histoire des sciences et des savants depuis deux siècles of Alphonse de Candolle in 1885, The history of comparative anatomy, a statistical analysis of the literature by Francis Joseph Cole and Nellie B. Eales in 1917), bibliography (The Theory of National and International Bibliography of Francis Burburry Campbell in 1896) or sociology of science (Statistics of American Psychologists of James McKeen Cattell in 1903). Early bibliometrics and scientometrics work were not simply descriptive but expressed normative views of what science should be and how it could progress. The measurement of the performance of individual researchers, scientific institutions or entire countries was a major objective. The statistical analysis of James McKeen Cattell acted as a preparatory work for a large scale evaluation of American researchers with eugenicists undertones: American Men of Science (1906), "with its astoundingly simplistic rating system of asterisks attached to individual entries in proportion to the estimated eminence of the starred scholar."

Библиографиялық статистиканың дамуы (1910-1945 жж.)

1910 жылдан кейін библиометриялық тәсіл ғылыми өнімділікті зерттеуде басқа әдістердің қатарындағы бір сандық әдіс емес, басты назарға алынатын құралға айналды. 1917 жылы Фрэнсис Джозеф Коул мен Нелли Б. Иалз басылымдардың маңызды статистикалық құндылығын қорғады, себебі басылым – «оқшауланған, нақты жұмыс, ол тұрақты, қолжетімді, бағалануға жарамды, және көп жағдайда оны кім, қашан және қайда жасағанын анықтау оңай, ал нәтижелерді шаршы қағазға түсіруге болады». Бес жылдан кейін Эдвард Уиндхам Хюльм бұл пікірді одан әрі дамытып, басылымдарды тұтас өркениеттің стандартты өлшемі деп қарастырды: «Егер өркениет – адам ақылының қоршаған ортаның өзгермелі платформасындағы жұмысының нәтижесі болса, онда библиография ғимарат құрылысындағы тірек қана емес, сонымен қатар осы құрылымға үздіксіз әсер ететін күштерді өлшеуге мүмкіндік береді». Басылымға көшудің әсері шектеулі болды: 1970 жылға дейін ғылыми қызметтің ұлттық және халықаралық бағалауы «библиометриялық көрсеткіштерді жеңілсіздікпен қарады», оларды тым қарапайым деп санап, социологиялық және экономикалық өлшемдерге басымдық берді. Ғылыми басылымдардың білімнің өлшемі ретіндегі маңыздылығының артуы және кітапханалардың академиялық мерзімдік басылымдардың өсіп келе жатқан ағынын басқарудағы қиындықтары алғашқы цитаталық индекс құруға себеп болды. 1927 жылы П. Гросс пен Э. М. Гросс «Journal of the American Chemical Society» журналында 1926 жылы келтірілген 3633 сілтемені жинақтап, журналдарды цитата деңгейіне қарай реттеді. Екі автор қазіргі таңдағы академиялық іздеу жүйелерінде кеңінен қолданылатын құралдар мен әдістер жиынтығын жасады, соның ішінде «журналдың бұрынғы көрсеткіштері емес, қазіргі тенденциясы бірінші кезекте қарастырылуы керек» екендігіне байланысты соңғы цитаталарға бонус беруді ұсынды. Дегенмен, зерттеулер жүргізілген академиялық орта едәуір өзгеше болды: химия ғылымының басты тілі неміс тілі болды, ал ағылшын тіліндегі сілтемелердің үлесі 50%-дан аспады. Осы кезеңде библиометрияның негізгі алгоритмдері, метрикалары мен әдістері бір-бірімен байланыссыз бірнеше жобаларда анықталды, олардың көпшілігі ғылыми өндірістің құрылымдық теңсіздіктерімен байланысты болды. Алфред Лотка «Chemical Abstracts» және «Geschichtstafeln der Physik» деректеріне сүйене отырып, өнімділік заңын енгізді: n санындағы еңбектерді жасайтын авторлардың саны бір жарияланым жасаған авторлардың санының 1/n^2-іне тең. 1920 жылы Лондон ғылым мұражайының бас кітапханашысы Сэмюэл Брэдфорд библиографиялық индекс жасау тәжірибесінен шашырау заңын тудырды: ғылыми журналдарда сілтемелерді іздеудің нәтижесі экспоненциалды түрде төмендейді, себебі тиісті жұмысты табу үшін көбірек еңбектерді қарастыру қажет. Лотка мен Брэдфорд заңдарының екеуі де әмбебап емес және алдауға болатын дәл теңдеулермен көрсетілген жуық қуат заңының қатынасын ашады деп сынға ұшырады.

After 1910, bibliometrics approach increasingly became the main focus in several study of scientific performance rather than one quantitative method among others. In 1917, Francis Joseph Cole and Nellie B. Eales argued in favor of the primary statistical value of publications as a publication "is an isolated and definite piece of work, it is permanent, accessible, and may be judged, and in most cases it is not difficult to ascertain when, where, and by whom it was done, and to plot the results on squared paper." Five years later, Edward Wyndham Hulme expanded this argument to the point that publications could be considered as the standard measure of an entire civilization: "If civilization is but the product of the human mind operating upon a shifting platform of its environment, we may claim for bibliography that it is not only a pillar in the structure of the edifice, but that it can function as a measure of the varying forces to which this structure is continuously subjected." This shift toward publication had a limited impact: well until the 1970s, national and international evaluation of scientific activities "disdained bibliometric indicators" which were deemed too simplistic, in favor of socological and economic measures. Both the enhanced value attached to scientific publications as a measure of knowledge and the difficulties met by libraries to manage the growing flow of academic periodicals entailed the development of the first citation indexes. In 1927, P. Gross and E. M. Gross compiled the 3,633 references quoted by the Journal of the American Chemical Society during the year 1926 and ranked journals depending on their level of citation. The two authors created a set of tools and methods still commonly used by academic search engines, including attributing a bonus to recent citations since "the present trend rather than the past performance of a journal should be considered first." Yet the academic environment measured was markedly different: German rather than English ranked by far the main language of science of chemistry with more than 50% of all references. In the same period, fundamental algorithms, metrics and methods of bibliometrics were first identified in several unrelated projects, most of them being related to the structural inequalities of scientific production. In Alfred Lotka introduced its law of productivity from an analysis of the authored publications in the Chemical Abstracts and the Geschichtstafeln der Physik: the number of authors producing an n number of contributions is equal to the 1/n^2 number of authors that only produced one publication. In, the chief librarian of the London Science Museum, Samuel Bradford derived a law of scattering from his experience in bibliographic indexing: there are exponentially diminishing returns of searching for references in science journals, as more and more work need to be consulted to find relevant work. Both the Lotka and Bradford law have been criticized as they are far from universal and rather uncovers a rough power law relationship rendered by deceivingly precise equations.

Мерзімді дағдарыс, цифрландыру және цитаталар индексі (19451960)

Екінші дүниежүзілік соғыстан кейін ғылыми басылымдарды басқару және оларға қол жеткізудегі қиындықтар толыққанды "периодикалық дағдарысқа" ұласты: қолданыстағы журналдар үлкен ғылыми жобалардың нәтижесінде күрт өскен ғылыми өнімнің қарқынына ілесе алмады. 1957 жылы "Спутник" сәтті ұшырылғаннан кейін мәселе саяси маңызға ие болды: "Спутник дағдарысы кітапханашылардың библиографиялық бақылау мәселесін ұлттық ақпараттық дағдарысқа айналдырды". 1934 жылы Пол Отле библиометрия немесе библиология тұжырымдамасы аясында мәтіндердің қоғамға тигізетін әсерін өлшеудің амбициялық жобасын ұсынды. 1960 жылдардан кейін кең таралған библиометрияның шектеулі анықтамасына қарамастан, Отленің көзқарасы ғылыми жарияланыммен ғана шектелмеді, тіпті негізгі бірлік ретінде жарияланыммен де шектелмеді: ол "мәтіндерді атомдық элементтерге, яғни идеяларға бөлу арқылы, оларды кітапты құрайтын жеке абзастарда (алинеа, стих, артикулет) орналастыруды" көздеді. 1939 жылы Джон Десмонд Берналь ғылыми архивтер желісін жобалады, оны 1948 жылы Корольдік қоғам қысқаша қарастырды: "Орталық баспа кеңсесіне жіберілген ғылыми мақалалар, редакциялық алқа мақұлдағаннан кейін микрофильмге түсіріліп, содан кейін қажет болғанда басып шығару жүйесі іске қосылатын еді". Берналь библиометрия тұжырымдамасын қолданбағанмен, Дерек Джон де Солла Прайс сияқты саланың жетекші тұлғаларының қалыптасуына ықпал етті. Жаңа есептеу технологиялары дереу ғылыми өнімнің көбірек бөлігін оқуға және іздеуге болатын мүмкіндік ретінде қарастырылды. 1950-1960 жылдары индекстеу технологияларындағы тәжірибелердің үйлесімсіз толқыны есептеуді зерттеудің маңызды тұжырымдамаларын жылдам дамытуға әкелді. 1957 жылы IBM инженері Ханс Петер Лун сөздердің жиілігін статистикалық талдаудың ықпалды парадигмасын ұсынды, себебі "идеяларды сөздер арқылы жеткізу статистикалық ықтималдық негізінде жүзеге асырылады". Ағылшыл тілінен басқа ғылыми еңбектердің автоматты түрде аударылуы библиографиялық сілтемелерді табиғи тілмен өңдеу жөніндегі іргелі зерттеулерге де маңызды үлес қосты, өйткені осы кезеңде көптеген ғылыми басылымдар ағылшын тілінде қол жетімді болған жоқ, әсіресе Кеңес блогынан шыққандар. Ұлттық ғылым қорының Джошуа Ледеберг сияқты ықпалды мүшелері "орталықтандырылған ақпараттық жүйе" құруды ұсынды, SCITEL, оның идеяларына Джон Десмонд Бернальдің идеялары да әсер етті. Бұл жүйе бастапқыда баспа журналдарымен қатар жұмыс істейтін және тиімділігіне байланысты оларды толығымен алмастыратын еді. 1961 жылғы қарашада Ледеберг Юджин Гарфилдке ұсынған жоспарында орталықтандырылған жиын жылына 1,000,000 ғылыми мақаланы индекстейтін болды. Толық мәтінді іздеуден басқа, инфрақұрылым цитаталар мен басқа метадеректерді индекстеуді, сондай-ақ шетел тілдеріндегі мақалаларды автоматты түрде аударуды қамтамасыз ететін еді. 1963 жылы Стэнфорд зерттеу институтында Даг Энгельбарт пен Чарльз Борн әзірлеген онлайн іздеу жүйесінің алғашқы жұмыс прототипі осы теориялық болжамдардың мүмкіндігін көрсетті, бірақ ол жад мәселелерімен шектелген: бірнеше құжаттың 10,000 сөзінен артығын индекстеуге болмайтын еді. Алғашқы ғылыми есептеу инфрақұрылымдары медицина үшін MEDLINE, ғарыш инженериясы үшін NASA/RECON немесе кітапхана іздеуі үшін OCLC Worldcat сияқты нақты зерттеу салаларына бағытталған: "алғашқы онлайн іздеу жүйелерінің көпшілігі библиографиялық деректер базасына қол жеткізуді қамтамасыз етті, ал қалғандары басқа ақпараттарды қамтитын файлдарды пайдаланды — энциклопедиялық мақалалар, инвентаризациялық деректер немесе химиялық қосылыстар". Тек мәтіндік талдауға назар аудару шектеулі болып шықты, өйткені цифрланған жинақтар кеңейді: сұраныс көптеген нәтижелерді бере алатын еді және нәтижелердің өзектілігі мен дәлдігін бағалау қиын болды. Периодикалық дағдарыс және индекстік іздеу технологияларының шектеулері библиометриялық құралдар мен Юджин Гарфилдтің ғылымға сілтеме индексі сияқты үлкен сілтеме индексінің дамуына түрткіс берді. Гарфилдтің жұмысы бастапқыда мәтіндік жұмысты автоматтандырылған талдаумен байланысты болды. Ағымдағы жұмыстың көп бөлігі ішкі семантикалық қатынастарға бағытталған, Гарфилд "дискурсты талдаудағы метатекстің маңыздылығын" атап өтті, мысалы кіріспе сөйлемдер мен библиографиялық сілтемелер. Ғылыми өндірістің әдебиет шолулары мен библиографиялық жазбалар сияқты екінші реттік түрлері Гарфилдтің көзқарасының орталық бөлігіне айналды, өйткені олар Джон Десмонд Бернальдің ғылыми архивтеріне де тән болды. 1953 жылға қарай Гарфилдтің назары тұрақты түрде сілтеме талдауына ауысты: Уильям К. Адэйрге, Shepard's Citation Index баспасының вице-президентіне жазған жеке хатында, "ол автоматты түрде индекстеу мәселесіне жақсы сынақтан өткен шешімді ұсынды, яғни биомедициналық әдебиетті "шепардизациялауды", сот шешімдеріндей сілтеме байланыстарын ұстандыра отырып, оның мазмұнын түсіруді ұсынды". 1955 жылы Гарфилд "Ғылымға сілтеме индекстері" атты маңызды мақаласын жариялады, ол ғылымға сілтеме индексінің жоспарын жасады және библиометрияның болашақ дамуына үлкен әсер етті. Гарфилд көздеген жалпы сілтеме индексі бастапқыда Джошуа Ледербергтің ғылыми әдебиетті компьютерлендіру жоспасының құрылыс бөлігінің бірі болды. Қаржы жетіспеуіне байланысты жоспар ешқашан іске аспады. 1963 жылы Юджин Гарфилд ғылыми ақпарат институтын құрды, оның мақсаты Ледербергпен бастапқыда жоспарланған жобаларды пайдалы бизнеске айналдыру болды.

After the Second World War, the growing challenge in managing and accessing scientific publications turned into a full fledged "periodical crisis": existing journals could not keep up with the rapidly increasing scientific output spurred by the big science projects. The issue became politically relevant after the successful launch of Sputnik in 1957: "The Sputnik crisis turned the librarians' problem of bibliographic control into a national information crisis " In a context of rapid and dramatic change, the emerging field of bibliometrics was linked to large scale reforms of academic publishing and nearly utopian visions of the future of science. In 1934, Paul Otlet introduced under the concept of bibliométrie or bibliology an ambitious project of measuring the impact of texts on society. In contrast with the bounded definition of bibliometrics that will become prevalent after the 1960s, the vision of Otlet was not limited to scientific publication nor in fact to publication as a fundamental unit: it aimed for "by the resolution of texts into atomic elements, or ideas, which he located in the single paragraphs (alinéa, verset, articulet) composing a book." In 1939 John Desmond Bernal envisioned a network of scientific archives, which was briefly considered by the Royal Society in 1948: "The scientific paper sent to the central publication office, upon approval by an editorial board of referees, would be microfilmed, and a sort of print on demand system set in action thereafter." While not using the concept of bibliometrics, Bernal had a formative influence of leading figures of the field such as Derek John de Solla Price. The emerging computing technologies were immediately considered as a potential solution to make a larger amount of scientific output readable and searchable. During the 1950s and 1960s, an uncoordinated wave of experiments in indexing technologies resulted in the rapid development of key concepts of computing research retrieval. In 1957, IBM engineer Hans Peter Luhn introduced an influential paradigm of statistical based analysis of word frequencies, as "communication of ideas by means of words is carried out on the basis of statistical probability." Automated translation of non English scientific work has also significantly contributed to fundamental research on natural language processing of bibliographic references, as in this period a significant amount of scientific publications were not still available in English, especially the one coming from the Soviet block. Influent members of the National Science Foundation like Joshua Ledeberg advocated for the creation of a "centralized information system", SCITEL, partly influenced by the ideas of John Desmond Bernal. This system would at first coexist with printed journals and gradually replace them altogether on account of its efficiency. In the plan laid out by Ledeberg to Eugen Garfield in November 1961, a centralized deposit would index as much as 1,000,000 scientific articles per year. Beyond full text searching, the infrastructure would also ensure the indexation of citation and other metadata, as well as the automated translation of foreign language articles. The first working prototype on an online retrieval system developed in 1963 by Doug Engelbart and Charles Bourne at the Stanford Research Institute proved the feasibility of these theoretical assumptions, although it was heavily constrained by memory issues: no more than 10,000 words of a few documents could be indexed. The early scientific computing infrastructures were focused on more specific research areas, such as MEDLINE for medicine, NASA/RECON for space engineering or OCLC Worldcat for library search: "most of the earliest online retrieval system provided access to a bibliographic database and the rest used a file containing another sort of information—encyclopedia articles, inventory data, or chemical compounds." Exclusive focus on text analysis proved limitative as the digitized collections expanded: a query could yield a large number results and it was difficult to evaluate the relevancy and the accuracy of the results. The periodical crisis and the limitations of index retrieval technologies motivated the development of bibliometric tools and large citation index like the Science Citation Index of Eugene Garfield. Garfield's work was initially primarily concerned with the automated analysis of text work. In contrast with ongoing work largely focused on internal semantic relationship, Garfield highlighted "the importance of metatext in discourse analysis", such as introductory sentences and bibliographic references. Secondary forms of scientific production like literature reviews and bibliographic notes became central to Garfield's vision as they have already been to John Desmond Bernal's vision of scientific archives. By 1953, Garfield's attention was permanently shifted to citation analysis: in a private letter to William C. Adair, the vice president of the publisher of the Shepard's Citation index, "he suggested a well tried solution to the problem of automatic indexing, namely to "shepardize" biomedical literature, to untangle the skein of its content by following the thread of citation links in the same way the legal citator did with court sentences." In 1955, Garfield published his seminal article "Citation Indexes for Science", that both laid out the outline of the Science Citation Index and had a large influence on the future development of bibliometrics. The general citation index envisioned by Garfield was originally one of the building block of the ambitious plan of Joshua Lederberg to computerize scientific literature. Due to lack of funding, the plan was never realized. In 1963, Eugene Garfield created the Institute for Scientific Information that aimed to transform the projects initially envisioned with Lederberg into a profitable business.

Библиометриялық редукционизм, метрика және зерттеу саласының құрылымдалуы (19601990)

Библиометрия саласы ғылымның цитаталар индексінің дамуымен қатар бірікті, ол оның негізгі инфрақұрылымы мен деректер көзіне айналды: «жиырмасыншы ғасырдың басында зерттеулерді өлшеуге қажетті әдістер енгізілгенімен, жиырмасыншы ғасырдың ортасы зерттеулерді өлшеуді ынталандыратын және жеңілдететін институттардың дамуымен сипатталды». Жаңадан қалыптасқан салаға Джон Десмонд Берналмен бірге Пол Отлет пен Роберт К. Мертонның ғылымның әлеуметтануы үлкен әсер етті, ол этикалық емес тұрғыдан қайта қарастырылды: Мэтью эффектісі, яғни бұрыннан танымал зерттеушілерге назар аударудың артуы, енді туынды деп есептелмей, нормативтік ғылымның ерекшелігі саналды. Берналдың ізбасары, британдық ғылым тарихшысы Дерек Джон де Солла Прайс библиометрияның қалыптасуына зор үлес қосты: «Бабилоннан бергі ғылым» (1961), «Кішкентай ғылым, үлкен ғылым» (1963) және Дерек Прайс жариялаған «Ғылыми мақалалардың желілері» (1965) арқасында ғылымметрика жақсы эмпирикалық және тұжырымдық құралдарға ие болды». Прайс библиометриялық редукционизмді қолдады. Франсис Джозеф Коул мен Нелли Б. Иалс 1917 жылы ғылымды сандық тұрғыдан зерттеудің ең жақсы стандарты жарияланым екенін дәлелдеді: олар «шеберлік пен өнермен салынған интеллектуалды құрылыс ретінде мәңгілікке сақталатын кірпіштер қабатына ұқсайды, ал оның негізі алғашқы кезеңдерде қаланады». Прайс бұл редукционистік тәсілді одан әрі күшейтіп, барлық библиографиялық деректерді цитаталар деректерімен шектеді. Прайстың аясы, Гарфилдтің аясы сияқты, ғылым өндірісінің құрылымдық теңсіздігін ескереді, өйткені зерттеушілердің аз бөлігі жарияланымның үлкен үлесін жасайды, ал одан да аз бөлігі кейінгі зерттеулерге нақты өлшенетін әсер етеді (сол кезде 4 немесе одан көп сілтемеге ие мақалалардың 2% ғана). Соғыстан кейінгі ғылымның бесiпрецеденттi өсуіне қарамастан, Прайс Роберт Бойль заманындағыдай, ең құнды жұмыстарды жүзеге асыратын элиталық ғалымдардың көзге көрінбейтін колледжінің әлі де бар екенін мәлімдеді. Прайс мұндай элитаның үстемдігін қамтамасыз ететін билік қатынастарын білгенімен, библиометриялық зерттеулерде академиялық басылымдар мен беделдің шоғырлануын көрсеткенімен, сонымен қатар бұрыннан бар теңсіздіктерді қалыпқа келтіретін құралдарды, модельдерді және өлшемдерді жасады. Ғылыми цитаталар индексінің орталық орны бұл нәтижені күшейтті. 1960 жылдардың соңында Юджин Гарфилд Сэмюэл Брэдфордтың таралу заңының қайта қарастырылуы болған шоғырлану заңын жасады, бірақ маңызды айырмашылық бар: Брэдфорд белгілі бір зерттеу жобасының тұрғысынан сөйлегенімен, Гарфилд заңды ғылыми жарияланымдардың барлық жиынтығына қатысты жалпылады: «барлық ғылыми пәндер үшін негізгі әдебиет 1000-нан аспайтын журналдар тобын қамтиды, ал кейде 500-ге дейін төмендейді». Бұл заң цитаталар индексін негізгі журналдардың шектеулі жиынтығымен шектеуді де негіздеді, себебі екінші деңгейдегі журналдарға кеңейтудің тиімділігі төмендеуі күтілді. Библиометрия құрылымдық үрдістер мен үлгілерді жай ғана бақыламайды, керісінше, оларды одан әрі күшейтеді және қабаттастырады: «Гарфилдтің цитата индекстері, бірнеше, жоғары сапалы, «сатып алу керек» халықаралық журналдар шығарған қабаттастырылған ғылыми әдебиеттің тарихын логикалық аяқтауға жеткізер еді, олардың саны жаһандық ақпараттық нарықта билік ететін азайып бара жатқан көпұлттық корпорацияларға тиесілі». Гарфилд пен Прайстің ықпалымен библиометрия зерттеу саласы және зерттеудің сандық саясатын бағалауға арналған сынақ алаңына айналды. Бұл екінші аспект ғылымның цитата индексінің басты назарында болған жоқ, ол бірте-бірте дамыды: әйгілі әсер ету факторы алғаш рет 1960 жылдары Гарфилд пен Ирвинг Шермен Current Contents және Ғылымның цитата индексінде ұсынылатын журналдардың негізгі тобын іріктеу үшін әзірленді және тек 1975 жылдан кейін тұрақты түрде жарияланды. Метрикалық көрсеткіштің өзі журналға өткен жылы алынған цитаталардың жалпы саны мен оның соңғы екі жылдағы өнімділігі арасындағы өте қарапайым қатынас болып табылады, бұл кейбір басылымдардың өнімділігін бағалауға мүмкіндік береді. Мысалы, Nature журналының 2017 жылы 41.577 әсер ету факторы болды.

The field of bibliometrics coalesced in parallel to the development of the Science Citation Index, that was to become its fundamental infrastructure and data resource: "while the early twentieth century contributed methods that were necessary for measuring research, the mid twentieth century was characterized by the development of institutions that motivated and facilitated research measurement." Significant influences of the nascent field included along with John Desmond Bernal, Paul Otlet the sociology of science of Robert K. Merton, that was re interpreted in a non ethic manner: the Matthew Effect, that is the increasing concentration of attention given to researchers that were already notable, was no longer considered as a derive(?) but a feature of normal science. A follower of Bernal, the British historian of science Derek John de Solla Price has had a major impact on the disciplinary formation of bibliometrics: with "the publication of Science Since Babylon (1961), Little Science, Big Science (1963), and Networks of Scientific Papers (1965) by Derek Price, scientometrics already had a sound empirical and conceptual toolkit available." Price was a proponent of bibliometric reductionism. As Francis Joseph Cole and Nellie B. Eales in 1917, he argued that a publication is the best possible standard to lay out a quantitative study of science: they "resemble a pile of bricks ( ) to remain in perpetuity as an intellectual edifice built by skill and artifice, resting on primitive foundation." Price doubled down on this reductionist approach by limiting in turn the large set of existing bibliographic data to citation data. Price's framework, like Garfield's, takes for granted the structural inequality of science production, as a minority of researchers creates a large share of publication and an even smaller share have a real measurable impact on subsequent research (with as few as 2% of papers having 4 citations or more at the time). Despite the unprecedented growth of post war science, Price claimed for the continued existence of an invisible college of elite scientists that, as in the time of Robert Boyle undertook the most valuable work. While Price was aware of the power relationships that ensured the domination of such an elite, there was a fundamental ambiguity in the bibliometrics studies, that highlighted the concentration of academic publishing and prestige but also created tools, models and metrics that normalized pre existing inequalities. The central position of the Scientific Citation Index amplified this performative effect. In the end of the 1960s Eugene Garfield formulated a law of concentration that was formally a reinterpretation of the Samuel Bradford's law of scattering, with a major difference: while Bradford talked for the perspective of a specific research project, Garfield drew a generalization of the law to the entire set of scientific publishing: "the core literature for all scientific disciplines involves a group of no more than 1000 journals, and may involve as few as 500." Such law was also a justification of the practical limitation of the citation index to a limited subset of core journals, with the underlying assumption that any expansion into second tier journals would yield diminishing returns. Rather than simply observing structural trends and patterns, bibliometrics tend to amplify and stratify them even further: "Garfield's citation indexes would have brought to a logical completion, the story of a stratified scientific literature produced by ( ) a few, high quality, "must buy" international journals owned by a decreasing number of multinational corporations ruling the roost in the global information market." Under the impulsion of Garfield and Price, bibliometrics became both a research field and a testing ground for quantitative policy evaluation of research. This second aspect was not a major focus of the Science Citation Index has been a progressive development: the famous Impact Factor was originally devised in the 1960s by Garfield and Irving Sher to select the core group of journals that were to be featured in Current Contents and the Science Citation Index and was only regularly published after 1975. The metric itself is a very simple ratio between the total count of citation received by the journal on the past year and its productivity on the past two years, to ponderate the prolificity of some publications. For example, Nature had an impact factor of 41.577 in 2017:

Әсер ету факторының қарапайымдылығы ғылыми мекемелер, журналдар, қаржыландырушылар немесе бағалаушылар тарапынан кеңінен қабылдануының басты факторы болуы мүмкін: «ISI IF-тің қайта қарастырылған нұсқалары немесе орындаушылары оның жақтаушыларынан тыс жерде кеңінен қабылдауға қол жеткізбеді, мүмкін, себебі аталған баламалар түпнұсқа шараның түсініктілігі деңгейіне жете алмайды». Гарфилд бұл қарапайым өлшемдермен қатар ғылым тарихы мен ғылымның әлеуметтануындағы негізгі зерттеулерді қолдауға және қаржыландыруға жалғастырды. 1964 жылы жарық көрген «Ғылым тарихын жазуда цитаталық деректерді пайдалану» ғылымның цитата индексінің цитаталық желісіне сүйенетін бірнеше тәжірибелік зерттеулерді қамтиды, соның ішінде ДНК-ның ашылуының сандық реконструкциясын. Осы салаға қызығушылық Индекстің Томпсон Рейтерге сатылуынан кейін де сақталды: 2001 жылы Гарфилд Александр Пудовкин және Владимир С. Истоминмен бірлесіп жасалған «алгоритмдік тарихнамаға» арналған HistCite бағдарламасын ұсынды.

Веб-бұрылыс (1990...)

Дүниежүзілік Желі мен Цифрлық революцияның дамуы библиометрияға күрделі әсер етті. Желінің өзі және оның кейбір негізгі компоненттері (мысалы, іздеу жүйелері) библиометрия теориясының өнімі болды. Оның бастапқы түрі жоғары энергия физикасының ерекше қажеттіліктері үшін ЦЕРН-нің Тим Бернерс Лиге тапсырған библиографиялық ғылыми инфрақұрылымнан алынған, ENQUIRE. ENQUIRE құрылымы деректердің ішкі желісіне жақын болды: ол "адамға, бағдарламалық модульге және т.б. сілтеме жасай алатын" түйіндерді байланыстырды және оны әр түрлі қатынастармен, мысалы, жасалды, кіреді, сипаттайды және т.б. байланыстыратын болды. Деректер мен деректерді құжаттауды ортақтастыру 1991 жылдың тамызында жоба алғаш рет ашылған кезде Дүниежүзілік Желідегі алғашқы қарым-қатынаста басты назарда болды: "WWW жобасы жоғары энергия физиктеріне деректер, жаңалықтар мен құжаттаманы ортақтастыруға мүмкіндік беру үшін басталды. Біз вебті басқа аймақтарға таратуды және басқа деректер үшін шлюз серверлеріне ие болуды қалаймыз". Веб бұрыннан бар онлайн инфрақұрылымның орнын тез алды, тіпті олар озық есептеу мүмкіндіктерін қосқанда да. Веб-дизайнның гиперсілтемелерге берген басты құндылығы библиометрияның қаржыландырушыларының интуициясын растады: "1990 жылдардың ортасында Дүниежүзілік Желі пайда болуы Гарфилдтің цитаталау арманының орындалуы ықтимал болды. Гипертекстердің әлемдік желісінде библиографиялық сілтеме ғылыми мақаланың электрондық нұсқасындағы гиперсілтеме алудың мүмкін нысандарының бірі ғана емес, сонымен қатар Вебтің өзі де сілтеме құрылымын көрсетеді, веб-беттер арасындағы сілтемелер библиографиялық сілтемелерге ұқсас". Нәтижесінде библиометриялық тұжырымдамалар негізгі коммуникациялық технологияларға енгізілді: Google іздеу алгоритмі: "сайттар арасындағы гиперсілтемелердің желісіне қолданылатын өзектілік тұжырымдамасы веб-іздестіру жүйелерінің пайдаланушыларға цифрлық ақпараттың анархиялық ғаламшарынан пайдалы материалдарды тез таңдауға мүмкіндік беретінін революциялайды". Интернет библиометрияның зияткерлік ықпалын арнайы ғылыми зерттеуден тыс кеңінен кеңейткенмен, ол сонымен бірге осы саланың негізгі қағидаларын бұзды. Берналь мен Отлеттің кең утопиялық көзқарастарымен салыстырғанда, Science Citation Index әрқашан жабық инфрақұрылым ретінде қарастырылды, тек пайдаланушылардың көзқарасынан ғана емес, сонымен қатар жинақтау индексі тұрғысынан да: Прайстың көзге көрінбейтін колледж теориясының және Гарфилдтің концентрация заңының логикалық қорытындысы тек қана шектеулі негізгі ғылыми журналдарға назар аудару болды. Вебтің жылдам кеңеюімен көптеген басылымдар (әсіресе препринттер), ғылыми іс-шаралар мен қауымдастықтар кенеттен көріне бастады және қолданбалы библиометрияның шектеулерін атап өтті. Библиометриялық редукционизмнің басқа негізгі аспектісі, цитатаға айрықша назар аудару, сонымен қатар балама дерек көздерінің көбеюімен және толық мәтін корпусына бұрын-соңды болмаған қол жеткізу арқылы әлсіреді. Бұл Гарфилдтің 1950 жылдардың басында алғаш рет қарастырған кең ауқымды семантикалық талдауды қайта жаңғыртуға мүмкіндік берді: "Сонда, тек сілтемелер, тек библиографиялық цитаталар сияқты, Интернеттегі маңызды байланыс үлгілерін анықтау үшін жеткіліксіз болып көрінеді, ал олардың статистикалық талдауы алдағы жылдары, мүмкін, цитаталарды талдаудың дәл осы жолын жалғастыра отырып, веб-ландшафттағы басқа да жаңа сапалық және сандық көзқарастармен жемісті одақтар құру". 1990 жылдан бастап библиометрия мен цитаталар деректері мен көрсеткіштерін коммерциялық сатушылар арасындағы тығыз қарым-қатынас шиеленісті. Алдыңғы қатарлы ғылыми баспалар өздерінің қызметін баспадан тыс салаларға аударды және "мазмұнмен қамтамасыз етуден деректерді талдау бизнесіне" көшті. 2019 жылға қарай Elsevier ғылыми зерттеулердің барлық аспектілері мен кезеңдерін қамтитын үлкен портфельді платформалар, құралдар, деректер қорлары мен көрсеткіштерді сатып алды немесе құрды: "әдістемелік журналдардың ең ірі жеткізушісі сонымен қатар зерттеулердің сапасы мен әсерін бағалау мен растауды (мысалы, Pure, Plum Analytics, Sci Val), әлеуетті жұмыс берушілер үшін академиялық сарапшыларды анықтауды (мысалы, Expert Lookup5), ынтымақтастық үшін ғылыми желілер платформаларын басқаруды (мысалы, SSRN, Hivebench, Mendeley), қаржыландыруды табу үшін құралдарды басқару (мысалы, Plum X, Mendeley, Sci Val) және зерттеушілердің деректерін талдау және сақтау үшін платформаларды басқару". Метрикалар мен көрсеткіштер осы вертикальды интеграцияның негізгі компоненттері болып табылады: "Elsevier-дің метрикаларға негізделген шешім қабылдауға одан әрі көшуі бір мезгілде білімді өндіру процесіне одан әрі ықпал етуге, сондай-ақ мазмұнға қатысты пропорционалды емес меншігін одан әрі монетизациялауға бағытталған қадам". Ғылыми басылымдар мен ғылыми деректердің жаңа нарығы әлеуметтік желілердің, іздеу жүйелерінің және платформалық капитализмнің басқа да түрлерінің бизнес-модельдерімен салыстырылды. Мазмұнға қол жеткізу тегін болғанымен, ол деректерді алу және бақылау арқылы жанама түрде төленеді. 2020 жылы Рафаэль Балл библиометристер үшін қараңғы болашақты көріп отырды, онда олардың зерттеулері жоғары инвазивті "бақылау капитализмінің" пайда болуына үлес қосады: ғалымдар "академиялық өнімділіктің толық картинасын ғана емес, сонымен қатар қабылдауды, мінез-құлқыны, сыртқы түрін және (субъективті) сенімділігін көрсететін бірқатар бағалар беріледі". Қытайда осы сияқты жеке деректерді талдау қазірдің өзінде жүзеге асырылып, ынталандыру және жазалау жүйесі ретінде қолданылуда. Зерттеу метрикалары жөніндегі Лейден манифесті (2015) ғылыми метрикалардың коммерциялық провайдерлері мен библиометриялық қауымдастықтар арасындағы өсіп келе жатқан айырмашылықты атап өтті. Қол қойғандар бақылаусыз метрикаға негізделген бағалау мен бақылаудың әлеуметтік зиянына назар салды: "біз ғылыми өнімділікті бағалау үшін көрсеткіштердің кең таралған қолданылуын үлкен алаңдаушылықпен бақылап отырмыз". Библиометриялық зерттеулерді және зерттеулерді бағалауды реформалаудың бірнеше құрылымдық шаралары ұсынылды, оның ішінде сапалық бағалауға көбірек сену және "ашық, түсінікті және қарапайым" деректерді жинауға сену. Лейден манифесті библиометрия/ғылымметрия/информаметриядағы маңызды пікірталасқа түрткі болды, кейбір сыншылар сандық метриканы жасау коммерциялық платформаларда және зерттеулерді бағалауда олардың теріс пайдалануына жауапты емес деп мәлімдеді.

The development of the World Wide Web and the Digital Revolution had a complex impact on bibliometrics. The web itself and some of its key components (such as search engines) were partly a product of bibliometrics theory. In its original form, it was derived from a bibliographic scientific infrastructure commissioned to Tim Berners Lee by the CERN for the specific needs of high energy physics, ENQUIRE. The structure of ENQUIRE was closer to an internal web of data: it connected "nodes" that "could refer to a person, a software module, etc. and that could be interlined with various relations such as made, include, describes and so forth." Sharing of data and data documentation was a major focus in the initial communication of the World Wide Web when the project was first unveiled in August 1991 : "The WWW project was started to allow high energy physicists to share data, news, and documentation. We are very interested in spreading the web to other areas, and having gateway servers for other data." The web rapidly superseded pre existing online infrastructure, even when they included more advanced computing features. The core value attached to hyperlinking in the design of the web seem to validate the intuitions of the funding figures of bibliometrics: "The onset of the World Wide Web in the mid 1990s made Garfield's citationist dream more likely to come true. In the world network of hypertexts, not only is the bibliographic reference one of the possible forms taken by a hyperlink inside the electronic version of a scientific article, but the Web itself also exhibits a citation structure, links between web pages being formally similar to bibliographic citations." Consequently, bibliometrics concepts have been incorporated in major communication technologies the search algorithm of Google: "the citation driven concept of relevance applied to the network of hyperlinks between web pages would revolutionize the way Web search engines let users quickly pick useful materials out of the anarchical universe of digital information." While the web expanded the intellectual influence of bibliometrics way beyond specialized scientific research, it also shattered the core tenets of the field. In contrast with the wide utopian visions of Bernal and Otlet that partly inspired it, the Science Citation Index was always conceived as a closed infrastructure, not only from the perspective of their users but also from the perspective of the collection index: the logical conclusion of Price's theory of invisible college and Garfield's law of concentration was to focus exclusively on a limited set of core scientific journals. With the rapid expansion of the Web, numerous forms of publications (notably preprints), scientific activities and communities suddenly became visible and highlighted by contrast the limitations of applied bibliometrics. The other fundamental aspect of bibliometric reductionism, the exclusive focus on citation, has also been increasingly fragilized by the multiplication of alternative data sources and the unprecedented access to full text corpus that made it possible to revive the large scale semantic analysis first envisioned by Garfield in the early 1950s: "Links alone, then, just like bibliographic citations alone, do not seem sufficient to pin down critical communication patterns on the Web, and their statistical analysis will probably follow, in the years to come, the same path of citation analysis, establishing fruitful alliances with other emerging qualitative and quantitative outlooks over the web landscape." The close relationship between bibliometrics and commercial vendors of citation data and indicators has become more strained since the 1990s. Leading scientific publishers have diversified their activities beyond publishing and moved "from a content provision to a data analytics business." By 2019, Elsevier has either acquired or built a large portofolio platforms, tools, databases and indicators covering all aspects and stages of scientific research: "the largest supplier of academic journals is also in charge of evaluating and validating research quality and impact (e. g., Pure, Plum Analytics, Sci Val), identifying academic experts for potential employers (e. g., Expert Lookup5), managing the research networking platforms through which to collaborate (e. g., SSRN, Hivebench, Mendeley), managing the tools through which to find funding (e. g., Plum X, Mendeley, Sci Val), and controlling the platforms through which to analyze and store researchers' data (e. g., Hivebench, Mendeley)." Metrics and indicators are key components of this vertical integration: "Elsevier's further move to offering metrics based decision making is simultaneously a move to gain further influence in the entirety of the knowledge production process, as well as to further monetize its disproportionate ownership of content." The new market for scientific publication and scientific data has been compared with the business models of social networks, search engines and other forms of platform capitalism While content access is free, it is indirectly paid through data extraction and surveillance. In 2020, Rafael Ball envisioned a bleak future for bibliometricians where their research contribute to the emerge of a highly invasive form of "surveillance capitalism":scientists "be given a whole series of scores which not only provide a more comprehensive picture of the academic performance, but also the perception, behaviour, demeanour, appearance and (subjective) credibility ( ) In China, this kind of personal data analysis is already being implemented and used simultaneously as an incentive and penalty system." The Leiden manifesto for research metrics (2015) highlighted the growing rift between the commercial providers of scientific metrics and bibliometric communities. The signatories stressed the potential social damage of uncontrolled metric based evaluation and surveillance: "as scientometricians, social scientists and research administrators, we have watched with increasing alarm the pervasive misapplication of indicators to the evaluation of scientific performance." Several structural reforms of bibliometric research and research evaluation are proposed, including a stronger reliance on qualitative assessment and the reliance on "open, transparent and simple" data collection. The Leiden Manifesto has stirred an important debate in bibliometrics/scientometrics/infometrics with some critics arguing that the elaboration of quantitative metrics bears no responsibility on their misuse in commercial platforms and research evaluation.

Қолданылуы

Historically, bibliometric methods have been used to trace relationships amongst academic journal citations. Citation analysis, which involves examining an item's referring documents, is used in searching for materials and analyzing their merit. Citation indices, such as the Institute for Scientific Information's Web of Science, allow users to search forward in time from a known article to more recent publications which cite the known item. Data from citation indexes can be analyzed to determine the popularity and impact of specific articles, authors, and publications. Using citation analysis to gauge the importance of one's work, for example, has been common in hiring practices of the late 20th century. Information scientists also use citation analysis to quantitatively assess the core journal titles and watershed publications in particular disciplines; interrelationships between authors from different institutions and schools of thought; and related data about the sociology of academia. Some more pragmatic applications of this information include the planning of retrospective bibliographies, "giving some indication both of the age of material used in a discipline, and of the extent to which more recent publications supersede the older ones"; indicating through high frequency of citation which documents should be archived; comparing the coverage of secondary services which can help publishers gauge their achievements and competition, and can aid librarians in evaluating "the effectiveness of their stock." There are also some limitations to the value of citation data. They are often incomplete or biased; data has been largely collected by hand (which is expensive), though citation indexes can also be used; incorrect citing of sources occurs continually; thus, further investigation is required to truly understand the rationale behind citing to allow it to be confidently applied. Bibliometrics can be used for understanding the research hot topics, for example, in housing. Bibliometric results show that keywords such as influencing factors of housing prices, supply and demand analysis, policy impact on housing prices, and regional city trends are commonly found in housing price research literature. Recent popular keywords include regression analysis and house price predictions. The USA has been a pioneer in housing price research, with well-established means and methods leading the way in this field. Developing countries, on the other hand, need to adopt innovative research approaches and focus more on sustainability in their housing price studies. Research indicates a strong correlation between housing prices and the economy, with keywords like gross domestic product, interest rates, and currency frequently appearing in economic related cluster analyses. Bibliometrics are now used in quantitative research assessment exercises of academic output which is starting to threaten practice-based research. The UK government has considered using bibliometrics as a possible auxiliary tool in its Research Excellence Framework, a process which will assess the quality of the research output of UK universities and, on the basis of the assessment results, allocate research funding. This has met with significant skepticism and, after a pilot study, looks unlikely to replace the current peer review process. Furthermore, excessive usage of bibliometrics in assessment of the value of academic research encourages gaming the system in various ways including publishing a large quantity of works with low new content (see least publishable unit), publishing premature research to satisfy the numbers, focusing on popularity of the topic rather than scientific value and author's interest, often with a detrimental role to research. Some of these phenomena are addressed in a number of recent initiatives, including the San Francisco Declaration on Research Assessment. Guidelines have been written on the using of bibliometrics in academic research, in disciplines such as Management, Education, and Information Science. Other bibliometric applications include: creating thesauri; measuring term frequencies; as metrics in scientometric analysis, exploring grammatical and syntactical structures of texts; measuring usage by readers; quantifying value of online media of communication; in the context of technological trend analyses; measuring Jaccard distance cluster analysis and text mining based on binary logistic regression. In the context of the big deal cancellations by several library systems in the world, data analysis tools like Unpaywall Journals are used by libraries to assist with big deal cancellations: libraries can avoid subscriptions for materials already served by instant open access via open archives like PubMed Central.

Historically, bibliometric methods have been used to trace relationships amongst academic journal citations. Citation analysis, which involves examining an item's referring documents, is used in searching for materials and analyzing their merit. Citation indices, such as Institute for Scientific Information's Web of Science, allow users to search forward in time from a known article to more recent publications which cite the known item. Data from citation indexes can be analyzed to determine the popularity and impact of specific articles, authors, and publications. Using citation analysis to gauge the importance of one's work, for example, has been common in hiring practices of the late 20th century. Information scientists also use citation analysis to quantitatively assess the core journal titles and watershed publications in particular disciplines; interrelationships between authors from different institutions and schools of thought; and related data about the sociology of academia. Some more pragmatic applications of this information includes the planning of retrospective bibliographies, "giving some indication both of the age of material used in a discipline, and of the extent to which more recent publications supersede the older ones"; indicating through high frequency of citation which documents should be archived; comparing the coverage of secondary services which can help publishers gauge their achievements and competition, and can aid librarians in evaluating "the effectiveness of their stock." There are also some limitations to the value of citation data. They are often incomplete or biased; data has been largely collected by hand (which is expensive), though citation indexes can also be used; incorrect citing of sources occurs continually; thus, further investigation is required to truly understand the rationale behind citing to allow it to be confidently applied. Bibliometrics can be used for understanding the research hot topics, for example, in housing Bibliometrics, the results show that Keywords such as influencing factors of housing prices, supply and demand analysis, policy impact on housing prices, and regional city trends are commonly found in housing price research literature. Recent popular keywords include regression analysis and house price predictions. The USA has been a pioneer in housing price research, with well established means and methods leading the way in this field. Developing countries, on the other hand, need to adopt innovative research approaches and focus more on sustainability in their housing price studies. Research indicates a strong correlation between housing prices and the economy, with keywords like gross domestic product, interest rates, and currency frequently appearing in economic related cluster analyses. Bibliometrics are now used in quantitative research assessment exercises of academic output which is starting to threaten practice based research. The UK government has considered using bibliometrics as a possible auxiliary tool in its Research Excellence Framework, a process which will assess the quality of the research output of UK universities and on the basis of the assessment results, allocate research funding. This has met with significant skepticism and, after a pilot study, looks unlikely to replace the current peer review process. Furthermore, excessive usage of bibliometrics in assessment of value of academic research encourages gaming the system in various ways including publishing large quantity of works with low new content (see least publishable unit), publishing premature research to satisfy the numbers, focusing on popularity of the topic rather than scientific value and author's interest, often with detrimental role to research. Some of these phenomena are addressed in a number of recent initiatives, including the San Francisco Declaration on Research Assessment. Guidelines have been written on the using of bibliometrics in academic research, in disciplines such as Management, Education, and Information Science. Other bibliometrics applications include: creating thesauri; measuring term frequencies; as metrics in scientometric analysis, exploring grammatical and syntactical structures of texts; measuring usage by readers; quantifying value of online media of communication; in the context of technological trend analyses; measuring Jaccard distance cluster analysis and text mining based on binary logistic regression. In the context of the big deal cancellations by several library systems in the world, data analysis tools like Unpaywall Journals are used by libraries to assist with big deal cancellations: libraries can avoid subscriptions for materials already served by instant open access via open archives like PubMed Central.

Библиометрия және ашық ғылым

Ашық ғылым қозғалысы 1960 жылдары пайда болғаннан бері библиометрия алдында тұрған ең маңызды өзгеріс ретінде мойндалды. Ғылыми нәтижелердің кең ауқымын интернетте еркін тарату библиометрияның барлық деңгейіне әсер етті: деректерді анықтау және жинау, инфрақұрылым және көрсеткіштер. Ғылымның цитаталар индексі және Дерек де Солла Прайстың редукционистік теорияларының негізінде сала қалыптасуынан бұрын, библиометрияға көбінесе мамандандырылған академиялық қауымдастықтардан тыс білімді кеңейтуге бағытталған утопиялық жобалар ықпал еткен. Пол Отле немесе Джон Десмонд Берналь көздеген ғылыми желілер веб дамуымен жаңа маңызға ие болды: "Аталған зерттеулерді жүргізудегі алғашқы зерттеушілердің философиялық шабыты біртіндеп екінші планға түсті. Бернальдың үлесі ашық қолжетімділік қозғалысында толыққанды жалғасын тапса, Гарфилд пен Смолл бастаған цитата машинасы негізінен эмпирикалық сипаттағы салалық зерттеулердің өркендеуіне әкелді".

Ашық цитата деректері инфрақұрылымы

2010 жылға дейін ашық ғылым қозғалысының әсері ғылыми жарияланымдармен шектелді: ол «білім инфрақұрылымасының жаңа түрлерін жобалауда әлеуметтік құрылымдар мен жүйелік шектеулердің маңыздылығын елемеуге бейімділік танытты». 1997 жылы Роберт Д. Камерон ғылымды тарату жағдайын түбірімен өзгертетін ашық цитаталар базасын жасауды ұсынды: «Кез келген ғылыми еңбекті, оның жариялану жолына қарамастан, оны сілтеме жасайтын және одан сілтеме жасайтын барлық еңбектермен байланыстыратын әмбебап библиографиялық және цитаталар базасын көзге елестетіңіз. Мұндай цитаталар базасы Интернетте тегін қолжетімді болып, күн сайын жаңа жарияланған еңбектермен, соның ішінде дәстүрлі және электронды журналдардағы мақалалармен, конференция материалдарымен, диссертациялармен, техникалық есептермен, жұмыс қағаздарымен және алдын ала басылымдармен жаңартылатын болса қалай болар еді». CiteSeer сияқты ашық қолжетімді еңбектерге бағытталған нақты индекстер құрылса да, Science Citation Index-ке толыққанды ашық балама жасалмады. Цитата деректерін жинау ісі ірі коммерциялық құрылымдардың, Web of Science сияқты ғылыми цитаталар индексінің тікелей мұрагерлерінің басымдығында қалды. Бұл академиялық желілердің шетінде пайда болған ашық ресурстардың дамушы экожүйесін сақтап қалуға әсер етті: «ресурстардың ортақ қоры қазіргі ғылыми ортақ бастамалармен басқарылмайды және басқарылмайды. Арнайы инфрақұрылым жоқ, және қалыптасқан қауымдастық болса да, ресми мүшелік жоқ». 2015 жылдан бері ашық ғылым инфрақұрылымдары, платформалар мен журналдар цифрлық академиялық ортақты құруға бірікті, бұл ортақ қызметтер мен стандарттардың желісі арқылы бір инфрақұрылымнан екіншісіне тәуелділікке негізделген. Бұл қозғалыс жетекші коммерциялық дерекқорларға наразылықтың күшеюінен туындады. 2012 жылы Сан-Франциско декларациясы зерттеуді бағалау бойынша (DORA) «қаржыландыру, жұмысқа орналастыру және жоғарылау шешімдерінде журналдың әсер ету факторын қолдануды тоқтатуға» шақырды. Зерттеу метрикалары бойынша Лейден манифесті (2015) «ашық, түсінікті және қарапайым» деректерді жинауды дамытуға ынталандырды. Білім ортақтарын құру және оларды ұстап тұру үшін бірлесіп жұмыс істеген академиялық және академиялық емес қатысушылардың ынтымақтастығы ашық цитата деректері үшін жаңа инфрақұрылымды құруда шешуші рөл атқарды. 2010 жылдан бері бірнеше зерттеушілер Ашық цитата корпусын, ашық қолжетімді әртүрлі көздерден (PLOS және Pubmed сияқты) жинаған ашық цитата деректерінің жиынтығын құрды. Бұл жинақ 2017 жылы Wikidata жобасымен туындаған деректерге қолжетімділік мәселелеріне жауап ретінде құрылған OpenCitations бастамасының бастапқы ядросы болды. Уикимедиа қорының зерттеу бөлімінің басшысы Дарио Тараборелли жасаған баяндамада Crossref-тегі қағаздардың тек 1% ғана ашық қолжетімді метадеректерге ие екені және Wikidata-да сақталған сілтемелерде бос емес деректердің үлкен бөлігі болмайтыны көрсетілді. Elsevier 2021 жылдың қаңтарында бастамаға қосылғаннан кейін қамту тіркелген қағаздардың жартысынан астам бөлігіне дейін кеңейді. 2021 жылдан бері OpenAlex ғылыми метадеректер үшін маңызды ашық инфрақұрылымға айналды. Бастапқыда тоқтатылған Microsoft Academic Graph-тың орнын алмастыру үшін құрылған OpenAlex 2022 жылы семантикалық желіге (және Wikidata) біріктірілген білім графында 213 миллион автордың 209 миллион ғылыми еңбегін, сондай-ақ олармен байланысты мекемелерді, орындарды және түсініктерді индекстеді. Оның кең қамтуы мен Microsoft Academic Graph (MAG) -тан дұрыс көшірілген деректердің көптігіне байланысты OpenAlex «2021 жылға дейінгі жарияланымдарға қатысты MAG сияқты библиометриялық талдаулар үшін кем дегенде сондай-ақ қолайлы болып көрінеді». 2023 жылы ғылыми индекстердегі дерек журналдарының қамтуы туралы зерттеуде OpenAlex пен Dimensions «дәстүрлі екі дерекқорға, WoS және Scopus-қа қарағанда айқын артықшылыққа ие» екені және жалпы алғанда кітаптар сияқты журнал емес жарияланымдарды немесе батыс емес елдердің зерттеушілерін индекстеуге өте қолайлы екені анықталды.

Until the 2010s, the impact of open science movement was largely limited to scientific publications: it "has tended to overlook the importance of social structures and systemic constraints in the design of new forms of knowledge infrastructures." In 1997, Robert D. Cameron called for the development of an open databases of citation that would completely alter the condition of science communication: "Imagine a universal bibliographic and citation database linking every scholarly work ever written—no matter how published—to every work that cites and every work that cites it. Imagine that such a citation database was freely available over the Internet and was updated every day with all the new works published that day, including papers in traditional and electronic journals, conference papers, theses, technical reports, working papers, and preprints." Despite the development of specific indexes focused on open access works like CiteSeer, a large open alternative to the Science Citation Index failed to materialize. The collection of citation data, remained dominated by large commercial structure such as the direct descendant of the Scientific Citation Index, the Web of Science. This had the effect of maintaining the emerging ecosystem of open resources at the periphery of academic networks: "common pool of resources is not governed or managed by the current scholarly commons initiative. There is no dedicated hard infrastructure and though there may be a nascent community, there is no formal membership." Since 2015, open science infrastructures, platforms and journals have converged to the creation of digital academic commons, increasingly structured around a shared ecosystem of services and standards has emerged through the network of dependencies from one infrastructure to another. This movement stem from an increasingly critical stance toward leading proprietary databases. In 2012, the San Francisco Declaration on Research Assessment (DORA) called for "ending the use of journal impact factors in funding, hiring and promotion decisions." The Leiden Manifesto for research metrics (2015) encouraged the development of "open, transparent and simple" data collection. Collaborations between academic and non academic actors collectively committed in the creation and maintenance of knowledge commons has been a determining factor in the creation of new infrastructure for open citation data. Since 2010, a dataset of open citation data, the Open Citation Corpus, has been collected by several researchers from a variety of open access sources (including PLOS and Pubmed). This collection was the initial kernel of the Initiative for OpenCitations, incepted in 2017 in response to issues of data accessibility faced by a Wikimedia project, Wikidata. A conference, given by Dario Taraborelli, head of research at the Wikimedia Foundation showed that only 1% of papers in Crossref had citations metadata that were freely available and references stored on Wikidata were unable to include the very large segment of non free data. This coverage expanded to more than half of the recorded papers, when Elsevier finally joined the initiative in January 2021. Since 2021, OpenAlex has become a major open infrastructure for scientific metadata. Initially created as a replacement for the discontinued Microsoft Academic Graph, OpenAlex indexed in 2022 209 millions of scholarly works from 213 millions authors as well as their associated institutions, venues and concepts in a knowledge graph integrated into the semantic web (and Wikidata). Due to its large coverage and large amount of data properly migrated from the Microsoft Academic Graph (MAG), OpenAlex "seems to be at least as suited for bibliometric analyses as MAG for publication years before 2021." In 2023, a study on the coverage of data journals in scientific indexes found that OpenAlex, along with Dimensions, "enjoy a strong advantage over the two more traditional databases, WoS and Scopus" and is overall especially suited for the indexation of non journal publications like books or from researchers in non western countries

Ғылым деректерін ашу библиометрия және ғылымтану қауымдастығында кең талқылаудың нысаны болды және кең ауқымды әлеуметтік және интеллектуалдық салдарға ие болды. 2019 жылы Journal of Infometrics журналының ғылыми кеңесінің барлық мүшелері отставкаға келіп, жаңа ашық қолжетімді журнал – Quantitative Science Studies журналын құрды. Журнал 2007 жылдан бері Elsevier баспасында жарияланып келді және кеңес мүшелері ашық цитата деректерін ашық бөлісудегі прогреске қанағаттанбады: «Біздің саламыз жоғары сапалы ғылыми метадеректерге тәуелді. Біздің ғылымымызды сенімдірек және қайталанатын ету үшін бұл деректер мүмкіндігінше ашық болуы керек. Сондықтан, біздің редакциялық кеңес Elsevier-дің Open Citations Initiative (I4OC) қатысудан бас тартуына қатты алаңдады».

Бағалаусыз библиометрия: сандық ғылыми зерттеулерге көшу

Ғылыми өнімдердің кең ауқымы (жарияланымдар, деректер, бағдарламалық қамтамасыз ету, конференциялар, шолулар) бұрын-соңды болмаған деңгейде қолжетімді болуы библиометрия жобасының түбегейлі қайта қаралуына әкеп соқты. Ашық ғылым кеңістігіндегі жаңа, баламалы жұмыстар үшін Гарфилд пен Прайс 1960 жылдары қалыптастырған библиометрия принциптерін қайта қарастыру қажет. Маңызды журналдардың шектеулі жиынтығын алдын ала іріктеудің қажеттілігі де, орындылығы да жоқ. 2019 жылы Matilda жобасының жақтастары "бар ақпаратты жай ғана "ашуды" емес, сонымен қатар осындай құралдардан шеттетілген барлық академиялық мазмұнға "барлық мәтіндер тең туады" принципі бойынша әділ орын беруді" көздейді. Олар ғылыми деректерді зерттеу мен картаға түсіруге баса назар аудара отырып, "библиометриялық құралдарды технология ретінде қайта анықтауға" ұмтылады. Ғылымдағы құрылымдық теңсіздіктерге, әсіресе гендерлік теңсіздікке қатысты инклюзивтілік мәселелері мен сындық көзқарас ғылымталқылау және библиометрия салаларында, осыдан кейін кеңінен таралды. 2020 жылдан кейін саладағы ең қызу пікірталас фундаменталды физикадағы гендерлік теңсіздік туралы зерттеуді қабылдау төңірегінде өрбіді. Библиометрия, ғылымталқылау немесе инфометрияның анықтамасындағы құрылымдық өзгеріс баламалы атаулардың қажеттілігін тудырды. Сандық ғылым зерттеулері тұжырымдамасы алғаш рет 2000 жылдардың соңында классикалық библиометриялық нәтижелерді жаңаша сын тұрғысынан бағалау контекстінде ұсынылды. 2010 жылдардың соңында оның қолданысы кеңейді. Elsevier компаниясынан кеткеннен кейін Journal of Infometrics журналының редакторлары осы жаңа атауды қабылдап, Сандық ғылым зерттеулері журналын құрды. Журналдың алғашқы редакторы метрикаға қатысты барлық сілтемелерді алып тастап, ғылымды зерттеу саласындағы сандық және сапалық зерттеулерді кеңінен қамтуға бағытталды.