Статистический анализ публикаций: Библиометрия и ее развитие

Библиометрия: статистический анализ публикаций, наукометрия, анализ цитирования. История, методы и применение в науке и библиотечном деле.

28 мин чтения

100%

Источник: Bibliometrics — Wikipedia

Сравнивайте с английским: нажмите на абзац — оригинал откроется в окне. Кнопка EN под абзацем показывает его прямо в тексте.

Содержание

Введение

Статистический анализ письменных публикаций

Библиометрия – это применение статистических методов к изучению библиографических данных, особенно в научных, библиотечных и информационных контекстах, и тесно связана с наукометрией (анализ научных метрик и индикаторов) настолько, что обе области в значительной степени перекрываются. Библиометрические исследования впервые появились в конце XIX века. Они получили значительное развитие после Второй мировой войны в условиях «периодического кризиса» и новых технических возможностей, предоставляемых вычислительными инструментами. В начале 1960-х годов Индекс цитирования науки Юджина Гарфилда и анализ сети цитирований Дерека Джона де Солы Прайса заложили фундаментальную основу структурированной исследовательской программы в области библиометрии. Анализ цитирования – это широко используемый библиометрический метод, основанный на построении графа цитирования, сетевого или графического представления цитирований, которыми обмениваются документы. Многие области исследований используют библиометрические методы для изучения влияния своей области, влияния группы исследователей, влияния конкретной публикации или для выявления особо влиятельных публикаций в определенной области исследований. Инструменты библиометрии широко используются в описательной лингвистике, разработке тезаурусов и оценке читательского спроса. Помимо специализированного научного применения, популярные веб-поисковые системы, такие как алгоритм PageRank, реализованный Google, во многом сформированы библиометрическими методами и концепциями. Появление Интернета и движения за открытую науку постепенно изменило определение и назначение «библиометрии». В 2010-х годах исторические проприетарные инфраструктуры для данных о цитировании, такие как Web of Science или Scopus, столкнулись с новыми инициативами в пользу открытых данных о цитировании. Лейденский манифест по исследовательским метрикам (2015) открыл широкую дискуссию об использовании и прозрачности метрик.

Определение

Термин библиометрия впервые был использован Полом Отлетом в 1934 году и определен как «измерение всех аспектов, связанных с публикацией и чтением книг и документов». Англицизированный вариант библиометрии впервые использовал Алан Притчард в статье, опубликованной в 1969 году, под названием «Статистическая библиография или библиометрия?». Он определил этот термин как «применение математических и статистических методов к книгам и другим средствам коммуникации». Библиометрия задумывалась как замена статистической библиографии, основного обозначения, использовавшегося публикациями в этой области до тех пор: Притчард считал статистическую библиографию слишком «громоздкой» и она недостаточно четко определяла основной объект исследования. Понятие библиометрии «подчеркивает материальный аспект работы: подсчет книг, статей, публикаций, цитирований». В теории библиометрия является отличной от наукометрии (от русского наукометрия), которая опирается на анализ небиблиографических показателей научной деятельности. На практике библиометрические и наукометрические исследования, как правило, используют схожие источники данных и методы, поскольку данные о цитировании стали ведущим стандартом количественной научной оценки в середине XX века: «в той мере, в какой библиометрические методы применяются к научной и технической литературе, обе области – наукометрия и библиометрия – в значительной степени перекрываются». Развитие сети и расширение библиометрического подхода на не научную продукцию привело к введению более широких терминов в 1990-х и 2000-х годах: инфометрия, вебметрия или киберметрия. Эти термины не получили широкого распространения, поскольку они частично дублируют существующие исследовательские практики, такие как информационный поиск.

История

Научные труды, исследования, обладающие библиометрическим характером, можно обнаружить, в зависимости от определения, уже в XII веке в виде еврейских указателей.

Ранние эксперименты (18801914)

Библиометрический анализ возник на рубеже XIX и XX веков. Эти разработки предшествовали первому появлению концепции библиометрии на несколько десятилетий. Альтернативные термины использовались широко: статистика библиографии стала особенно распространена после 1920 года и продолжала применяться до конца 1960-х годов. Ранние статистические исследования научных метаданных были обусловлены значительным расширением объемов научных публикаций и параллельным развитием систем индексации и баз данных, которые сделали эту информацию более доступной. Индексы цитирования впервые были применены к юридической практике в 1860-х годах, и их наиболее известный пример – цитаты Шепарда (впервые опубликованные в 1873 году) – послужили прямым источником вдохновения для Индекса цитирования науки спустя столетие. Развитие социальных наук стимулировало новые теоретические исследования науки и возможности изучения самой науки как научного объекта: «Вера в то, что социальные явления, включая науку, можно свести к количественным закономерностям, подобно траектории снаряда и движению небесных тел, восходит к позитивистской социологии Огюста Конта, Уильяма Огберна и Герберта Спенсера». Библиометрический анализ не задумывался как самостоятельная область исследований, а представлял собой один из доступных методов количественного анализа научной деятельности в различных областях: история науки (Histoire des sciences et des savants depuis deux siècles Альфонса де Кандоль, 1885 г., The history of comparative anatomy, статистический анализ литературы Фрэнсиса Джозефа Коула и Нелли Б. Иэлс, 1917 г.), библиография (The Theory of National and International Bibliography Фрэнсиса Бербери Кэмпбелла, 1896 г.) или социология науки (Statistics of American Psychologists Джеймса Маккина Кэттелла, 1903 г.). Ранние работы в области библиометрии и наукометрии были не только описательными, но и выражали нормативные представления о том, какой должна быть наука и как она может развиваться. Важной задачей являлось измерение эффективности работы отдельных исследователей, научных учреждений или целых стран. Статистический анализ Джеймса Маккина Кэттелла стал подготовительной работой для масштабной оценки американских ученых с евгеническими мотивами: American Men of Science (1906), «с его удивительно упрощенной системой оценки в виде звездочек, прикрепляемых к отдельным записям пропорционально предполагаемому авторитету ученого».

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."

Развитие статистики библиографии (19101945)

После 1910 года библиометрический подход все чаще становился основным направлением в ряде исследований научной деятельности, а не одним из множества количественных методов. В 1917 году Фрэнсис Джозеф Коул и Нелли Б. Иалс высказались в пользу первостепенной статистической ценности публикаций, поскольку публикация «является самостоятельным и четко определенным результатом работы, она постоянна, доступна и может быть оценена, и в большинстве случаев несложно установить, когда, где и кем она была выполнена, а также представить результаты в виде графика». Пять лет спустя Эдвард Уиндэм Хюльм расширил этот аргумент до утверждения, что публикации можно рассматривать как стандартный показатель развития целой цивилизации: «Если цивилизация – это продукт человеческого разума, действующего в меняющейся среде, то мы можем утверждать, что библиография является не только опорой в структуре этого здания, но и может служить мерой различных сил, которым эта структура постоянно подвергается». Этот сдвиг в сторону публикаций оказал ограниченное влияние: вплоть до 1970-х годов национальная и международная оценка научной деятельности «пренебрегала библиометрическими показателями», считая их слишком упрощенными, отдавая предпочтение социологическим и экономическим мерам. Как возросшая ценность научных публикаций как индикатора знаний, так и трудности, с которыми сталкивались библиотеки в управлении растущим потоком научных журналов, привели к разработке первых индексов цитирования. В 1927 году П. Гросс и Э. М. Гросс собрали 3633 ссылки, процитированные в «Журнале Американского химического общества» в 1926 году, и ранжировали журналы в зависимости от уровня цитируемости. Эти два автора создали набор инструментов и методов, которые до сих пор широко используются в академических поисковых системах, включая присвоение веса недавним цитированиям, поскольку «в первую очередь следует учитывать текущую тенденцию, а не прошлые достижения журнала». Однако академическая среда, которую измеряли, значительно отличалась: немецкий язык, а не английский, был безусловным лидером в науке о химии, на него приходилось более 50% всех ссылок. В тот же период фундаментальные алгоритмы, метрики и методы библиометрии впервые были выявлены в нескольких несвязанных проектах, большинство из которых касались структурного неравенства в научной деятельности. В 1917 году Альфред Лотка представил свой закон продуктивности, основанный на анализе авторских публикаций в Chemical Abstracts и Geschichtstafeln der Physik: число авторов, создающих n работ, равно 1/n^2 от числа авторов, создавших только одну публикацию. Вскоре после этого, в 1917 году, главный библиотекарь Лондонского музея науки Сэмюэл Брэдфорд вывел закон рассеяния, основанный на его опыте библиографической индексации: отдача от поиска ссылок в научных журналах экспоненциально уменьшается, поскольку для поиска релевантных работ необходимо просматривать все большее количество материалов. И закон Лотки, и закон Брэдфорда подвергались критике за то, что они далеки от универсальности и скорее отражают грубое степенное соотношение, выраженное обманчиво точными уравнениями.

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.

Периодический кризис, цифровизация и индекс цитирования (19451960)

После Второй мировой войны растущая проблема управления и доступа к научным публикациям превратилась в полноценный "периодический кризис": существующие журналы не могли справиться с быстро растущим объемом научных публикаций, вызванным крупными научными проектами. Вопрос приобрел политическую значимость после успешного запуска "Спутника" в 1957 году: "Кризис "Спутника" превратил проблему библиографического контроля библиотекарей в национальный информационный кризис". В контексте стремительных и драматических изменений, зарождающаяся область библиометрии была связана с масштабными реформами академического издательского дела и почти утопическими представлениями о будущем науки. В 1934 году Поль Отле ввел концепцию библиометрии или библиологии – амбициозный проект измерения влияния текстов на общество. В отличие от узкого определения библиометрии, которое стало преобладающим после 1960-х годов, видение Отле не ограничивалось научной литературой и даже публикациями как фундаментальной единицей: оно было направлено на "разложение текстов на элементарные составляющие, или идеи, которые он локализовал в отдельных абзацах (alinéa, verset, articulet), составляющих книгу". В 1939 году Джон Десмонд Берналь представил концепцию сети научных архивов, которую Королевское общество кратко рассмотрело в 1948 году: "Научная статья, отправленная в центральный офис публикаций, после одобрения редакционной коллегией рецензентов, будет микрофильмирована, и затем будет запущена своего рода система печати по требованию". Хотя Берналь и не использовал концепцию библиометрии, он оказал формирующее влияние на ведущих деятелей этой области, таких как Дерек Джон де Солла Прайс. Появляющиеся вычислительные технологии сразу же рассматривались как потенциальное решение для обеспечения читаемости и возможности поиска большего объема научных публикаций. В 1950-х и 1960-х годах нескоординированная волна экспериментов в области технологий индексирования привела к быстрому развитию ключевых концепций вычислительного поиска информации. В 1957 году инженер IBM Ханс Петер Лун представил влиятельную парадигму статистического анализа частоты слов, поскольку "коммуникация идей посредством слов осуществляется на основе статистической вероятности". Автоматизированный перевод научных работ, не написанных на английском языке, также внес значительный вклад в фундаментальные исследования в области обработки естественного языка для библиографических ссылок, поскольку в этот период значительная часть научных публикаций еще не была доступна на английском языке, особенно публикации из стран социалистического блока. Влиятельные члены Национального научного фонда, такие как Джошуа Ледеберг, выступали за создание "централизованной информационной системы" SCITEL, частично под влиянием идей Джона Десмонда Бернала. Эта система должна была первоначально сосуществовать с печатными журналами и постепенно полностью заменить их благодаря своей эффективности. В плане, представленном Ледебергом Юджину Гарфилду в ноябре 1961 года, централизованный депозитарий должен был индексировать до 1 000 000 научных статей в год. Помимо полнотекстового поиска, инфраструктура также должна была обеспечивать индексацию цитирований и других метаданных, а также автоматический перевод статей на иностранных языках. Первый рабочий прототип системы онлайн-поиска, разработанный в 1963 году Дагом Энгельбартом и Чарльзом Борном в Стэнфордском исследовательском институте, доказал осуществимость этих теоретических предположений, хотя и был сильно ограничен проблемами с памятью: можно было проиндексировать не более 10 000 слов из нескольких документов. Ранние научные вычислительные инфраструктуры были ориентированы на более конкретные области исследований, такие как MEDLINE для медицины, NASA/RECON для космической инженерии или OCLC Worldcat для библиотечного поиска: "большинство самых ранних систем онлайн-поиска обеспечивали доступ к библиографической базе данных, а остальные использовали файл, содержащий другую информацию – статьи энциклопедии, данные инвентаризации или химические соединения". Эксклюзивный акцент на текстовом анализе оказался ограничивающим по мере расширения оцифрованных коллекций: запрос мог выдавать большое количество результатов, и было трудно оценить их релевантность и точность. Периодический кризис и ограничения технологий поиска индексов стимулировали разработку библиометрических инструментов и крупных индексов цитирования, таких как Индекс цитирования науки Юджина Гарфилда. Работа Гарфилда изначально была в основном сосредоточена на автоматизированном анализе текстовых работ. В отличие от текущих исследований, в значительной степени ориентированных на внутренние семантические связи, Гарфилд подчеркнул "важность метатекста в дискурсивном анализе", такого как вводные предложения и библиографические ссылки. Вторичные формы научной продукции, такие как обзоры литературы и библиографические заметки, стали центральными в видении Гарфилда, как и в видении Джона Десмонда Бернала о научных архивах. К 1953 году внимание Гарфилда окончательно переключилось на анализ цитирования: в частном письме к Уильяму К. Адэйру, вице-президенту издательства Shepard's Citation index, "он предложил хорошо проверенное решение проблемы автоматической индексации, а именно "shepardize" биомедицинскую литературу, распутать клубок ее содержания, следуя нити ссылок на цитирования так же, как юридический цитатор делал это с судебными решениями". В 1955 году Гарфилд опубликовал свою основополагающую статью "Индексы цитирования для науки", в которой изложил концепцию Индекса цитирования науки и оказал значительное влияние на будущее развитие библиометрии. Общий индекс цитирования, задуманный Гарфилдом, изначально был одним из строительных блоков амбициозного плана Джошуа Ледеберга по компьютеризации научной литературы. Из-за недостатка финансирования этот план так и не был реализован. В 1963 году Юджин Гарфилд создал Институт научной информации, целью которого было превратить проекты, первоначально задуманные совместно с Ледебергом, в прибыльный бизнес.

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.

Библиометрический редукционизм, метрика и структурирование области исследований (19601990)

Область библиометрии сформировалась параллельно с развитием Индекса научных цитирований, который должен был стать его фундаментальной инфраструктурой и базой данных: «в то время как в начале двадцатого века были созданы методы, необходимые для измерения исследований, середина двадцатого века характеризовалась развитием институтов, стимулирующих и облегчающих измерение исследований». Значительное влияние на формирующуюся область оказали, наряду с Джоном Десмоном Берналом и Полом Отлетом, социология науки Роберта К. Мертона, которая была переинтерпретирована в неэтичном ключе: эффект Мэтью, то есть возрастающая концентрация внимания на уже известных исследователях, больше не рассматривался как производное, а как характеристика нормальной науки. Последователь Бернала, британский историк науки Дерек Джон де Солла Прайс оказал существенное влияние на дисциплинарное оформление библиометрии: с публикацией «Science Since Babylon» (1961), «Little Science, Big Science» (1963) и «Networks of Scientific Papers» (1965) Дереком Прайсом, у наукометрики появился надежный эмпирический и концептуальный инструментарий. Прайс был сторонником библиометрического редукционизма. Как и Фрэнсис Джозеф Коул и Нелли Б. Иалс в 1917 году, он утверждал, что публикация является наилучшим стандартом для количественного изучения науки: они «напоминают груду кирпичей, чтобы вечно оставаться интеллектуальным сооружением, построенным умением и искусством, опирающимся на примитивный фундамент». Прайс последовательно придерживался этого редукционистского подхода, ограничивая обширный набор существующих библиографических данных данными цитирования. Структура Прайса, как и структура Гарфилда, исходит из структурного неравенства в научной деятельности, поскольку меньшинство исследователей создает значительную часть публикаций, а еще меньшая доля оказывает реальное измеримое влияние на последующие исследования (при этом в то время лишь 2% статей имели 4 или более цитирований). Несмотря на беспрецедентный рост науки после войны, Прайс утверждал о продолжающемся существовании невидимого колледжа элитных ученых, которые, как и во времена Роберта Бойля, выполняли наиболее ценную работу. Хотя Прайс осознавал властные отношения, обеспечивающие доминирование такой элиты, в библиометрических исследованиях присутствовала фундаментальная двусмысленность, которая подчеркивала концентрацию академических публикаций и престижа, но также создавала инструменты, модели и метрики, нормализовавшие ранее существовавшее неравенство. Центральное положение Индекса научных цитирований усилило этот перформативный эффект. В конце 1960-х годов Юджин Гарфилд сформулировал закон концентрации, который формально являлся переинтерпретацией закона рассеяния Сэмюэля Брэдфорда, с существенным отличием: в то время как Брэдфорд рассматривал перспективу конкретного исследовательского проекта, Гарфилд сделал обобщение закона на весь массив научных публикаций: «основная литература для всех научных дисциплин включает в себя группу не более 1000 журналов, и может включать в себя всего 500». Этот закон также служил обоснованием практического ограничения индекса цитирования ограниченным набором основных журналов, исходя из предположения, что любое расширение на журналы второго уровня принесет уменьшающуюся отдачу. Вместо простого наблюдения за структурными тенденциями и закономерностями, библиометрия имеет тенденцию усиливать и стратифицировать их: «Индексы цитирования Гарфилда привели бы к логическому завершению историю стратифицированной научной литературы, произведенной несколькими высококачественными международными журналами, которые "необходимо покупать", принадлежащими все меньшему числу транснациональных корпораций, доминирующих на мировом информационном рынке». Под влиянием Гарфилда и Прайса библиометрия стала как областью исследований, так и полигоном для количественной оценки исследовательской политики. Этот второй аспект не был основным направлением Индекса научных цитирований, но развивался постепенно: знаменитый импакт-фактор был первоначально разработан в 1960-х годах Гарфилдом и Ирвингом Шером для отбора основной группы журналов, которые должны были быть представлены в Current Contents и Science Citation Index, и регулярно публиковался только после 1975 года. Сам показатель представляет собой очень простое отношение между общим количеством цитирований, полученных журналом за прошедший год, и его продуктивностью за прошедшие два года, для учета плодовитости некоторых публикаций. Например, в 2017 году Nature имел импакт-фактор 41,577.

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:

Простота импакт-фактора, вероятно, была ключевым фактором его широкого принятия научными учреждениями, журналами, финансирующими организациями или оценщиками: «ни одна из пересмотренных версий или заменителей импакт-фактора ISI не получила широкого признания за пределами своих сторонников, вероятно, потому, что предполагаемые альтернативы лишены степени интерпретируемости исходного показателя». Наряду с этими упрощенными измерениями, Гарфилд продолжал поддерживать и финансировать фундаментальные исследования в истории науки и социологии науки. Впервые опубликованная в 1964 году книга «The Use of Citation Data in Writing the History of Science» содержит несколько экспериментальных тематических исследований, основанных на сети цитирования Индекса научных цитирований, включая количественную реконструкцию открытия ДНК. Интерес к этой области сохранялся и после продажи Индекса компании Thomson Reuters: еще в 2001 году Гарфилд представил HistCite, программное обеспечение для «алгоритмической историографии», созданное в сотрудничестве с Александром Пудовкиным и Владимиром С. Истоминым.

Веб-верт (1990...

Развитие Всемирной паутины и Цифровой революции оказало сложное влияние на библиометрию. Сам веб и некоторые из его ключевых компонентов (такие как поисковые системы) были отчасти продуктом теории библиометрии. В своей первоначальной форме он возник из библиографической научной инфраструктуры, заказанной Тиму Бернерсу-Ли CERN для специфических нужд физики высоких энергий – ENQUIRE. Структура ENQUIRE была ближе к внутренней сети данных: она соединяла «узлы», которые «могли относиться к человеку, программному модулю и т.п. и могли быть связаны различными отношениями, такими как «создано», «включено», «описывает» и т.д.». Обмен данными и документацией к ним был в центре внимания при первоначальном представлении Всемирной паутины в августе 1991 года: «Проект WWW был начат, чтобы позволить физикам высоких энергий обмениваться данными, новостями и документацией. Мы очень заинтересованы в распространении сети на другие области и создании шлюзовых серверов для других данных». Веб быстро вытеснил существовавшую онлайн-инфраструктуру, даже когда она включала более продвинутые вычислительные возможности. Основная ценность гиперссылок в дизайне веба, по-видимому, подтверждает интуицию финансировавших библиометрию: «Появление Всемирной паутины в середине 1990-х годов сделало цитационистскую мечту Гарфилда более вероятной. В мировой сети гипертекстов библиографическая ссылка – лишь одна из возможных форм гиперссылки внутри электронной версии научной статьи, а сам веб демонстрирует структуру цитирования, где ссылки между веб-страницами формально аналогичны библиографическим цитатам». Следовательно, концепции библиометрии были включены в ключевые коммуникационные технологии, такие как поисковый алгоритм Google: «концепция релевантности, основанная на цитировании, примененная к сети гиперссылок между веб-страницами, революционизировала способ, которым поисковые системы позволяют пользователям быстро находить полезные материалы в хаотичной вселенной цифровой информации». Хотя веб расширил интеллектуальное влияние библиометрии далеко за пределы специализированных научных исследований, он также подорвал основные принципы этой области. В отличие от широких утопических представлений Бернала и Отле, которые частично вдохновили ее, Science Citation Index всегда задумывался как закрытая инфраструктура, не только с точки зрения пользователей, но и с точки зрения индекса: логическим следствием теории Прайса о «невидимом колледже» и закона Гарфилда о концентрации было сосредоточение исключительно на ограниченном наборе основных научных журналов. С быстрым расширением веба множество форм публикаций (особенно препринтов), научных действий и сообществ внезапно стали видимыми и, в отличие от этого, подчеркнули ограничения прикладной библиометрии. Другой фундаментальный аспект библиометрического редукционизма – исключительный акцент на цитировании – также все больше ослабляется из-за увеличения альтернативных источников данных и беспрецедентного доступа к полнотекстовым корпусам, что позволило возродить масштабный семантический анализ, впервые предложенный Гарфилдом в начале 1950-х годов: «Одни ссылки, как и одни библиографические цитаты, кажутся недостаточными для определения ключевых моделей коммуникации в вебе, и их статистический анализ, вероятно, в ближайшие годы пойдет по пути анализа цитирования, формируя плодотворные союзы с другими возникающими качественными и количественными подходами к веб-ландшафту». Тесные отношения между библиометрикой и коммерческими поставщиками цитируемых данных и показателей стали более напряженными с 1990-х годов. Ведущие научные издатели диверсифицировали свою деятельность за пределы издательской деятельности и перешли «от предоставления контента к бизнесу аналитики данных». К 2019 году Elsevier приобрела или создала обширный портфель платформ, инструментов, баз данных и показателей, охватывающих все аспекты и этапы научных исследований: «крупнейший поставщик научных журналов также отвечает за оценку и подтверждение качества и влияния исследований (например, Pure, Plum Analytics, SciVal), выявление научных экспертов для потенциальных работодателей (например, Expert Lookup5), управление исследовательскими сетевыми платформами для сотрудничества (например, SSRN, Hivebench, Mendeley), управление инструментами для поиска финансирования (например, Plum X, Mendeley, SciVal) и контроль платформ для анализа и хранения данных исследователей (например, Hivebench, Mendeley)». Метрики и показатели являются ключевыми компонентами этой вертикальной интеграции: «Дальнейший переход Elsevier к принятию решений на основе метрик одновременно является шагом к усилению влияния на весь процесс производства знаний и к дальнейшей монетизации непропорционального владения контентом». Новый рынок научных публикаций и научных данных сравнивают с бизнес-моделями социальных сетей, поисковых систем и других форм платформенного капитализма. Хотя доступ к контенту бесплатный, он косвенно оплачивается за счет извлечения и анализа данных. В 2020 году Рафаэль Балл предвидел мрачное будущее для библиометристов, где их исследования будут способствовать возникновению высокоинвазивной формы «капитализма надзора»: ученым «будут присвоены целые серии оценок, которые не только предоставят более полную картину академической успеваемости, но и восприятия, поведения, манер, внешности и (субъективной) достоверности». В Китае этот вид анализа личных данных уже внедряется и используется одновременно как система стимулов и наказаний. Лейденский манифест по исследовательским метрикам (2015) подчеркнул растущий разрыв между коммерческими поставщиками научных метрик и библиометрическим сообществом. Подписанты подчеркнули потенциальный социальный вред неконтролируемой оценки и надзора на основе метрик: «как наукометристы, социальные ученые и администраторы исследований, мы с растущей тревогой наблюдаем повсеместное неправильное применение показателей для оценки научной деятельности». Предлагаются несколько структурных реформ библиометрических исследований и оценки исследований, включая большую ориентацию на качественную оценку и использование «открытых, прозрачных и простых» данных. Лейденский манифест вызвал важные дебаты в библиометрии/наукометрии/информатике, при этом некоторые критики утверждают, что разработка количественных метрик не несет ответственности за их неправильное использование на коммерческих платформах и при оценке исследований.

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.

Использование

Исторически сложилось так, что библиометрические методы использовались для отслеживания взаимосвязей между цитированиями в академических журналах. Анализ цитирования, включающий изучение документов, ссылающихся на рассматриваемый источник, применяется при поиске материалов и оценке их значимости. Индексы цитирования, такие как Web of Science Института научной информации, позволяют пользователям осуществлять поиск в будущее от известной статьи к более поздним публикациям, которые на нее ссылаются. Данные из индексов цитирования могут быть проанализированы для определения популярности и влияния конкретных статей, авторов и изданий. Использование анализа цитирования для оценки значимости собственной работы, например, было распространено в кадровой практике в конце XX века. Специалисты по научной информации также используют анализ цитирования для количественной оценки ключевых журналов и основополагающих публикаций в конкретных дисциплинах; взаимосвязей между авторами из разных учреждений и научных школ; а также сопутствующих данных о социологии науки. К более практическим применениям этой информации относится планирование ретроспективных библиографий, “предоставляющих определенное представление как о возрасте используемых в дисциплине материалов, так и о степени, в которой более поздние публикации заменяют старые”; определение документов, подлежащих архивации, на основе частоты цитирования; сравнение охвата вторичных источников, что помогает издателям оценивать свои достижения и конкуренцию, а библиотекарям – оценивать “эффективность их фондов”. Существуют также ограничения в ценности цитируемых данных. Они часто бывают неполными или предвзятыми; сбор данных в значительной степени осуществлялся вручную (что дорогостояще), хотя могут использоваться и индексы цитирования; постоянно возникают ошибки в указании источников; поэтому для полного понимания мотивов цитирования и уверенного применения результатов требуется дальнейшее исследование. Библиометрия может использоваться для выявления актуальных тем исследований, например, в области жилищного строительства. Результаты показывают, что ключевые слова, такие как факторы, влияющие на цены на жилье, анализ спроса и предложения, влияние политики на цены на жилье и тенденции в региональных городах, часто встречаются в литературе по исследованию цен на жилье. К недавним популярным ключевым словам относятся регрессионный анализ и прогнозы цен на жилье. США являются пионером в исследовании цен на жилье, располагая хорошо разработанными методами и подходами, лидирующими в этой области. Развивающиеся страны, напротив, должны внедрять инновационные подходы к исследованиям и уделять больше внимания устойчивости в своих исследованиях цен на жилье. Исследования показывают сильную корреляцию между ценами на жилье и экономикой, при этом ключевые слова, такие как валовой внутренний продукт, процентные ставки и валюта, часто встречаются в экономических кластерных анализах. В настоящее время библиометрия используется в количественных оценках академической продуктивности, что начинает представлять угрозу для исследований, основанных на практике. Правительство Великобритании рассматривает возможность использования библиометрии в качестве вспомогательного инструмента в рамках Research Excellence Framework – системы оценки качества научных результатов университетов Великобритании, на основе которой распределяется финансирование исследований. Это вызвало значительный скептицизм, и после пилотного исследования маловероятно, что она заменит существующую систему экспертной оценки. Кроме того, чрезмерное использование библиометрии при оценке академических исследований стимулирует манипулирование системой различными способами, включая публикацию большого количества работ с минимальным новым содержанием (см. “наименьшая публикабельная единица”), публикацию преждевременных результатов для достижения количественных показателей, концентрацию внимания на популярности темы, а не на научной ценности и интересе автора, что часто негативно сказывается на исследованиях. Некоторые из этих явлений рассматриваются в ряде недавних инициатив, включая Сан-Францисскую декларацию об оценке исследований. Разработаны руководства по использованию библиометрии в академических исследованиях в таких дисциплинах, как менеджмент, образование и информатика. Другие области применения библиометрии включают: создание тезаурусов; измерение частоты употребления терминов; использование в качестве метрик в наукометрическом анализе; изучение грамматической и синтаксической структуры текстов; измерение читательской активности; количественная оценка ценности онлайн-СМИ; анализ технологических трендов; измерение Jaccard distance в кластерном анализе и текстовой аналитике на основе логистической регрессии. В контексте отказа нескольких библиотечных систем мира от крупных пакетов издательств, библиотеки используют инструменты анализа данных, такие как Unpaywall Journals, для помощи в принятии решений об отказе от подписки: библиотеки могут избежать подписки на материалы, которые уже доступны в режиме открытого доступа через открытые архивы, такие как 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 и открытая наука

Движение открытой науки признано наиболее важной трансформацией, с которой столкнулась библиометрия со времени возникновения этой области в 1960-х годах. Свободный обмен широким спектром научных результатов в сети повлиял на практику библиометрии на всех уровнях: определение и сбор данных, инфраструктуру и метрики. До того, как область библиометрии сформировалась вокруг Индекса цитирования науки и редукционистских теорий Дерека де Солла Прайса, на нее в значительной степени влияли утопические проекты расширения обмена знаниями за пределами узкоспециализированных академических сообществ. Научные сети, задуманные Полем Отлетом или Джоном Десмоном Берналом, обрели новую актуальность с развитием Интернета: «Философское вдохновение пионеров в исследовании вышеуказанных направлений, однако, постепенно отошло на второй план ( ). В то время как вклад Бернала в конечном итоге нашел идеальное продолжение в движении открытого доступа, машина цитирования, запущенная Гарфилдом и Смолом, привела к распространению секторальных исследований, имеющих фундаментально эмпирический характер».

Инфраструктура для открытых цитируемых данных

До 2010-х годов влияние движения открытой науки в значительной степени ограничивалось научными публикациями: оно "имело тенденцию упускать из виду важность социальных структур и системных ограничений в разработке новых форм инфраструктуры знаний". В 1997 году Роберт Д. Кэмерон призвал к разработке открытой базы данных цитирования, которая полностью изменит состояние научной коммуникации: "Представьте себе универсальную библиографическую и цитирующую базу данных, связывающую каждую научную работу, когда-либо написанную, независимо от способа публикации, с каждой работой, которая ее цитирует, и каждой работой, которая цитирует ее. Представьте себе, что такая база данных цитирования была бы свободно доступна в Интернете и ежедневно обновлялась всеми новыми работами, опубликованными в этот день, включая статьи в традиционных и электронных журналах, материалы конференций, диссертации, технические отчеты, рабочие документы и препринты". Несмотря на разработку специализированных индексов, ориентированных на работы с открытым доступом, таких как CiteSeer, создание крупной открытой альтернативы Индексу научных цитирований не удалось. Сбор данных о цитировании оставался под контролем крупных коммерческих структур, таких как прямой потомок Индекса научных цитирований, Web of Science. Это привело к тому, что формирующаяся экосистема открытых ресурсов оставалась на периферии академических сетей: "общий пул ресурсов не регулируется и не управляется текущей инициативой по развитию научных общих ресурсов. Отсутствует специализированная инфраструктура, и хотя сообщество может быть зарождающимся, нет формального членства". С 2015 года инфраструктуры, платформы и журналы открытой науки объединились для создания цифровых академических общих ресурсов, все более структурированных вокруг общей экосистемы услуг и стандартов, возникшей благодаря сети зависимостей между различными инфраструктурами. Это движение обусловлено растущей критикой ведущих проприетарных баз данных. В 2012 году Сан-Францисская декларация об оценке исследований (DORA) призвала к "прекращению использования импакт-факторов журналов при принятии решений о финансировании, найме и продвижении по службе". Лейденский манифест по исследовательским метрикам (2015) поощрял развитие сбора данных, которые были бы "открытыми, прозрачными и простыми". Сотрудничество между академическими и неакадемическими организациями, совместно участвующими в создании и поддержании общих знаний, стало определяющим фактором в создании новой инфраструктуры для открытых данных о цитировании. С 2010 года несколько исследователей собрали набор данных открытых цитирований, Open Citation Corpus, из различных источников открытого доступа (включая PLOS и PubMed). Эта коллекция стала первоначальным ядром Инициативы OpenCitations, запущенной в 2017 году в ответ на проблемы доступности данных, с которыми столкнулся проект Викимедиа, Wikidata. Конференция, проведенная Дарио Тараборелли, руководителем исследований в Фонде Викимедиа, показала, что только 1% статей в Crossref имели метаданные о цитировании, которые были свободно доступны, а ссылки, хранящиеся в Wikidata, не могли включать значительный сегмент несвободных данных. Этот охват расширился до более чем половины зарегистрированных работ, когда Elsevier наконец присоединился к инициативе в январе 2021 года. С 2021 года OpenAlex стала крупной открытой инфраструктурой для научных метаданных. Первоначально созданная в качестве замены прекращенного Microsoft Academic Graph, OpenAlex проиндексировала в 2022 году 209 миллионов научных работ от 213 миллионов авторов, а также связанные с ними учреждения, площадки и концепции в графе знаний, интегрированном в семантическую сеть (и Wikidata). Благодаря широкому охвату и большому объему данных, должным образом перенесенных из Microsoft Academic Graph (MAG), OpenAlex "кажется, по крайней мере, столь же подходящей для библиометрического анализа, как MAG для публикаций до 2021 года". В 2023 году исследование охвата журналов данных в научных индексах показало, что OpenAlex, наряду с Dimensions, "имеет значительное преимущество перед двумя более традиционными базами данных, WoS и Scopus" и особенно хорошо подходит для индексации публикаций, не являющихся журнальными статьями, таких как книги или работы исследователей из стран, не входящих в западный мир.

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

Открытие научных данных стало важной темой для обсуждения в сообществе библиометрии и наукометрии и имело широкие социальные и интеллектуальные последствия. В 2019 году весь научный совет журнала "Инфометрия" подал в отставку и создал новый журнал открытого доступа "Quantitative Science Studies". Журнал издавался Elsevier с 2007 года, и члены совета все больше критиковали отсутствие прогресса в открытом обмене данными о цитировании: "Наша область зависит от высококачественных научных метаданных. Чтобы сделать нашу науку более надежной и воспроизводимой, эти данные должны быть максимально открытыми. Поэтому наш редакционный совет был глубоко обеспокоен отказом Elsevier участвовать в Инициативе Open Citations (I4OC)".

Библиометрия без оценки: переход к количественным научным исследованиям

Беспрецедентная доступность широкого спектра научных продуктов (публикации, данные, программное обеспечение, конференции, обзоры) привела к более радикальному переопределению проекта библиометрии. Для новых альтернативных работ, опирающихся на принципы открытой науки, принципы библиометрии, сформулированные Гарфилдом и Прайсом в 1960-х годах, требуют переосмысления. Предварительный отбор ограниченного корпуса значимых журналов представляется ни необходимым, ни уместным. В 2019 году сторонники проекта "Матильда" заявили, что не хотят просто "открывать" существующую закрытую информацию, а стремятся вернуть заслуженное место всему академическому контенту, который был исключен из подобных инструментов, придерживаясь принципа "все тексты рождаются равными". Они стремятся "переопределить библиометрические инструменты как технологию", сосредоточившись на исследовании и картографировании научного корпуса. Вопросы инклюзивности и более критический подход к структурным неравенствам в науке стали более актуальными в наукометрике и библиометрике, особенно в контексте гендерного дисбаланса. После 2020 года одним из наиболее острых обсуждений в этой области стало восприятие исследования гендерного дисбаланса в фундаментальной физике. Структурный сдвиг в определении библиометрии, наукометрики или инфометрики обусловил потребность в альтернативных названиях. Концепция количественных исследований науки была впервые предложена в конце 2000-х годов в контексте возобновленной критической оценки классических библиометрических результатов и получила более широкое распространение в конце 2010-х годов. Покинув Elsevier, редакторы Журнала инфометрии выбрали этот новый термин и основали журнал "Quantitative Science Studies". Первая редакционная статья исключила все упоминания о метрике и нацелена на более широкое включение количественных и качественных исследований в области науковедения.