DSpace Home
→
Електронні публікації
→
Фізико-математичний факультет
→
Кафедра інформатики та прикладної математики
→
View Item

Оцiнювання результативностi науково-педагогiчних дослiджень: зарубiжний досвiд

Олексюк, Василь Петрович; Іванова, Світлана Миколаївна; Мінтій, Ірина Сергіївна

URI: http://elibrary.kdpu.edu.ua/xmlui/handle/123456789/6066
https://doi.org/10.31812/educdim.v56i4.4435

Date: 2021

Abstract:

Статтю присвячено аналiзу зарубiжного досвiду щодо визначення критерiїв оцiнювання результативностi науково-педагогiчних дослiджень. Так, розглянуто проблему квалiфiкованого аналiзу джерельної бази та вiдтворюваностi дослiдження, використання формальних наукометричних показникiв, альтметричних пiдходiв та цифрових бiблiотечних систем. Визначено, що для забезпечення надiйностi результатiв, а, вiдповiдно, i для вищих показникiв оцiнювання результативностi дослiдження, як першоджерела слiд використовувати рецензованi видання, що iндексуються у наукометричних базах даних. Водночас запровадження цифрового iдентифiкатора, надання вiдкритих даних результатiв дослiдження з метою забезпечення вiдтворення дослiджень та наявнiсть електронних копiй у цифрових iнституцiйних репозитарiях також сприяє пiдвищенню показникiв результативностi науково-педагогiчних дослiджень. Не зважаючи на уведення рiзноманiтних нових наукометричних показникiв, усе ж найбiльш використовуваним є цитування (H-iндекс). Альтметричнi показники, якi отримуються на основi даних з соцiальних мереж, з одного боку, мають перевагу порiвняно з наукометричними базами даних у бiльшiй швидкостi оприлюднення результату, а з iншого, – у науковцiв усе ще викликає сумнiви наявнiсть прямого взаємозв’язку мiж впливом публiкацiї згiдно класичного i альтметричного пiдходiв, головною причиною чого є можливiсть авторiв штучно впливати на останнiй.

Description:

1. Masson A., DeMarchi G., B. Merin та ін. Google dataset search and DOI for data in the ESA space science archives. Advances in Space Research. 2021. №8 (67). p. 2504-2516. URL https://doi.org/10.1016/j.asr.2021.01.035 (дата звернення 06.05.2021). 2. Reproducibility of scientific results in the EU. URL: https://op.europa.eu/en/publication-detail/-/publication/6bc538ad-344f-11eb-b27b-01aa75ed71a1 (дата звернення 05.05.2021). 3. Weissgerber, S.C., Brunmair, M. & Rummer, R. Null and Void? Errors in Meta-analysis on Perceptual Disfluency and Recommendations to Improve Meta-analytical Reproducibility. Educ Psychol Rev. 2021. URL https://doi.org/10.1007/s10648-020-09579-1 (дата звернення 03.06.2021) 4. Santana-Perez I., Ferreira da Silva R., Rynge M., Deelman E., Pérez-Hernández M.S., Corcho O. (2014) A Semantic-Based Approach to Attain Reproducibility of Computational Environments in Scientific Workflows: A Case Study. In: Lopes L. et al. (eds) Euro-Par 2014: Parallel Processing Workshops. Euro-Par 2014. Lecture Notes in Computer Science, vol 8805. Springer, Cham. URL https://doi.org/10.1007/978-3-319-14325-5_39 (дата звернення 05.05.2021) 5. Oleksyuk, V. P. Designing of university cloud infrastructure based on Apache Cloudstack. Information Technologies and Learning Tools, 2016, 54(4), p. 153-164. URL https://doi.org/10.33407/itlt.v54i4.1453 (дата звернення 05.05.2021). 6. Ćurković M., Košec A. Bubble effect: including internet search engines in systematic reviews introduces selection bias and impedes scientific reproducibility. BMC Med Res Methodol 18(130). 2018. URL https://doi.org/10.1186/s12874-018-0599-2 (дата звернення 07.06.2021) 7. Kochhar S., Ojha U. Index for objective measurement of a research paper based on sentiment analysis. ICT Express, Vol. 6, Issue 3, 2020, p. 253-257. URL https://doi.org/10.1016/j.icte.2020.02.001 (дата звернення 17.05.2021) 8. Martín-Martín, A., Thelwall, M., Orduna-Malea, E. et al. Google Scholar, Microsoft Academic, Scopus, Dimensions, Web of Science, and OpenCitations’ COCI: a multidisciplinary comparison of coverage via citations. Scientometrics. 2021, p. 871–906. URL https://doi.org/10.1007/s11192-020-03690-4 (дата звернення 21.05.2021). 9. Martín-Martín, A., Orduna-Malea, E., Thelwall, M., et al. Google Scholar, Web of Science, and Scopus: A systematic comparison of citations in 252 subject categories. Journal of Informetrics. 2018. Vol. 12, No. 4. p. 1160-1177. URL https://doi.org/10.1016/j.joi.2018.09.002 (дата звернення 27.05.2021). 10. Mingers, J., Meyer, M. Normalizing Google Scholar data for use in research evaluation. Scientometrics 2017. 112, p. 1111–1121. URL https://doi.org/10.1007/s11192-017-2415-x (дата звернення 27.05.2021). 11. Mingers J., O’Hanley J.R., Okunola, M. Using Google Scholar institutional level data to evaluate the quality of university research. Scientometrics. 2017. № 113, p. 1627–1643. URL https://doi.org/10.1007/s11192-017-2532-6 (дата звернення 28.05.2021). 12. Costas R., Zahedi Z., Wouters P. Do “altmetrics” correlate with citations? Extensive comparison of altmetric indicators with citations from a multidisciplinary perspective. Journal of the association for information science and technology. 2015. Vol. 66, Issue 10, p. 2003-2019. URL https://doi.org/10.1002/asi.23309 (дата звернення 28.05.2021). 13. Fang Z., Costas R., Tian W. et al. An extensive analysis of the presence of altmetric data for Web of Science publications across subject fields and research topics. Scientometrics. 2020. 124, p. 2519–2549. URL https://doi.org/10.1007/s11192-020-03564-9 (дата звернення 29.05.2021). 14. Ozdemir, O., Hendricks, C. Instructor and student experiences with open textbooks, from the California open online library for education. J Comput High Educ. (2017. 29, p. 98–113. URL https://doi.org/10.1007/s12528-017-9138-0 (дата звернення 29.05.2021). 15. Bykov, V. Y., Spirin, O. M., Biloshchytskyi, A. O., Kuchansky, A. Y., Dikhtiarenko, O. V., & Novytskyi, O. V. Open digital systems for assessment of pedagogical research results. Information Technologies and Learning Tools. 2020 75(1), 294-315. URL https://doi.org/10.33407/itlt.v75i1.3589 (дата звернення 29.05.2021).

Show full item record