✖


Jump to content

Использование открытой науки

    Add links

    Движение за открытую науку расширило возможности использования научных результатов за пределами специализированных академических кругов.

    Неакадемическая аудитория журналов и других научных публикаций всегда была значительной, но не учитывалась ведущими показателями научной рецепции, которые благоприятствуют данным цитирования. В конце 1990-х годов первые онлайн-издания открытого доступа начали привлекать большое количество индивидуальных посещений. Эта трансформация обновила теории научного распространения, поскольку прямой доступ к публикациям ограничил классическую модель научной популяризации. Социальное воздействие и потенциальное использование непрофессиональным читателем стали центральными темами дискуссий в области развития открытых научных платформ и инфраструктур.

    Анализ использования открытой науки потребовал разработки новых методов, включая логарифмический анализ , анализ перекрестных связей или альтметрику , поскольку стандартный библиометрический подход не смог зафиксировать неакадемический прием научной продукции.

    В 2010-х годах несколько подробных исследований было посвящено рецепции конкретных платформ открытой науки в связи с растущей доступностью данных об использовании. Анализ журналов и опросы показали, что профессиональные ученые не составляют большую часть аудитории, поскольку постоянные профили читателей включают студентов, неакадемических специалистов (разработчиков политики, промышленных исследователей, работников умственного труда) и «частных граждан» с различными мотивами (личные). здоровье, любопытство, хобби). Трафик на открытых научных платформах стимулируется более широкой экосистемой обмена и популяризации знаний, которая включает в себя неакадемическую продукцию, такую ​​как блоги. Неакадемическая аудитория, как правило, предпочитает использование местного языка, что создает новые стимулы в пользу языкового разнообразия в науке.

    Понятия и определения

    [ редактировать ]

    Библиометрия и ее ограничения

    [ редактировать ]

    После Второй мировой войны прием научных публикаций все чаще измерялся количественным подсчетом цитирований. Область библиометрии возникла параллельно с разработкой первой компьютерной поисковой системы — Индекса научного цитирования, первоначально созданного Юджином Гарфилдом в 1962 году. [1] Основатели этой области, такие как британский историк науки Дерек Джон де Солла Прайс , были сторонниками библиометрического редукционизма . [2] то есть сведение всех возможных библиометрических показателей к данным цитирования и графикам цитирования. Библиометрические показатели, такие как импакт-фактор, оказали значительное влияние на исследовательскую политику и оценку исследований после 1970-х годов. [3]

    Академическая поисковая система, сбор данных о цитировании и соответствующие показатели были намеренно разработаны с учетом предпочтения англоязычных журналов. [4] До появления платформ открытой науки «на самом деле [было] очень мало известно о влиянии латиноамериканских журналов в целом». [5] Использование стандартных библиометрических индикаторов, таких как импакт-фактор, дало очень ограниченное представление о широте и разнообразии академической издательской экосистемы в этом регионе и других незападных регионах: из развивающихся стран означает, что журналы, ориентированные на развивающиеся страны, будут учитывать меньше цитирований, чем журналы, ориентированные на журналы, которые входят в набор данных». [6]

    На ранних стадиях развития движение открытой науки частично заимствовало стандартные инструменты библиометрии и количественной оценки: «Тот факт, что метаданные не упоминались в основных декларациях открытого доступа (Будапешт, Берлин, Бетесда), привел к парадоксальной ситуации (… ) именно с помощью Web of Science сторонники открытого доступа стремились показать, насколько доступность приводит к преимуществу цитирования по сравнению со статьями с платным доступом». [7] После 2000 года важная библиометрическая литература была посвящена преимуществу цитирования публикаций открытого доступа. [8]

    К концу 2000-х годов импакт-фактор и другие показатели все чаще стали считаться ответственными за системную блокировку престижных недоступных источников. Ключевые фигуры движения открытой науки, такие как Стеван Харнад, призвали к созданию «наукометрики открытого доступа», которая бы использовала «преимущества богатства показателей использования и воздействия, обеспечиваемых умножением онлайновых полнотекстовых цифровых архивов с открытым доступом». [9] Поскольку общественность открытой науки вышла за пределы академических кругов, новые показатели должны быть направлены на «измерение более широкого социального воздействия научных исследований». [10]

    Неакадемическая аудитория

    [ редактировать ]

    Академические журналы всегда имели значительную неакадемическую аудиторию: студентов, профессионалов или любителей. В 2000 году треть читателей никогда не были авторами научных публикаций. [11] Этот показатель может быть выше для журналов по общественным наукам, которые также могут выступать в качестве интеллектуальных периодических изданий. Во второй половине 20-го века неакадемическая аудитория в западных странах, возможно, постоянно расширялась вместе с увеличением распространенности среднего школьного образования: «процент взрослых американцев с минимальным уровнем понимания смысла научных исследований увеличился с 12 процентов в 1957 году до 21 процента в 1999 году». [12]

    Преобладание неакадемической аудитории поднимает дополнительные вопросы, касающиеся релевантности и масштаба классических библиометрических показателей, поскольку они «никогда не появятся в данных цитирования». [13] Инфраструктуры и бизнес-модели, созданные ведущими научными издательствами, не предусматривают неакадемическое использование. После периодического кризиса 1980-х годов и роста цен на подписку крупные журналы стали в значительной степени недоступными для непрофессиональных читателей или независимых исследователей, не связанных с крупными исследовательскими учреждениями. Поисковые системы и библиографические базы данных, разработанные с 1960-х и 1970-х годов, предназначались для использования профессиональными библиотекарями. Ведущие научные издательства молчаливо полагаются на «разрывную» модель научной рецепции, при которой специализированные научные знания не доступны напрямую, а опосредованы и популяризируются. [14]

    Переход академических журналов к электронным публикациям и открытому доступу подчеркнул существенное несоответствие между показателями цитирования. К концу 1990-х годов онлайн-журналы и архивные хранилища, очевидно, привлекли очень большую аудиторию: «Внутри отдельных дисциплин изменения были почти мгновенными. Система астрофизических данных НАСА (ADS;ads.harvard.edu) превысила сумму всех статей, прочитанных во всех печатных астрономических библиотеках». [15] Журнальные исследования регулярно подчеркивают, что публикации в открытом доступе имеют гораздо более высокий уровень использования и скачивания, чем публикации с платным доступом. [16]

    Расширение аудитории научных работ до неакадемических всегда было ключевой целью движения за открытый доступ: «даже самые ранние формулировки концепции открытого доступа включали широкую общественность как потенциальную аудиторию открытого доступа». [17] Будапештская инициатива открытого доступа 2001 года включает в число бенефициаров открытого доступа «ученых, ученых, преподавателей, студентов и других любознательных умов».

    В контексте открытой науки неакадемическая аудитория ассоциировалась с более широкой фигурой: непрофессионалом или неожиданным читателем . Будучи общедоступной, академическая работа может иметь незапланированных читателей или пользователей. [18] В 2006 году Джон Виллински предположил, что «нетрудно представить себе случаи, когда преданный своему делу учитель истории, особо увлеченный ученик средней школы, астроном-любитель или гражданин, обеспокоенный вопросами экологии, могли бы приветствовать возможность просмотреть современную и актуальную литературу, касающуюся их интересы». [19] Неожиданные формы приема действительно имели место: однажды главный редактор PLOS получил многообещающее исследование по моделированию пандемий, которое, как оказалось, было написано «пятнадцатилетним старшеклассником». [18] Непрофессиональный читатель не обязательно является частью неакадемической аудитории, поскольку профессиональный ученый может стать таковой, если «искомая информация находится за пределами его или ее области знаний». [20] Не все неожиданные читатели ведут себя одинаково или имеют одинаковую способность использовать академические ресурсы. Даже там, где они не имеют дело со своей основной областью знаний, ученые-исследователи или некоторые специалисты ( работники умственного труда ) приобрели некоторые общие навыки библиографического анализа, например, отслеживание цитат в литературе. [20]

    Неожиданное академическое использование

    [ редактировать ]

    Журналы с платным доступом не удовлетворяли более широкому спектру непредвиденных академических целей, поскольку из-за стоимости подписки доступ зависел от области работы или имеющихся ресурсов на институциональном уровне. В 2011 году Майкл Кэрролл представил типологию пяти «неожиданных читателей», которые выходят за рамки ожиданий чтения академических онлайн-журналов: случайные читатели (которые находят публикацию сложным путем чтения), читатели с ограниченными ресурсами (предположительно непосвященные). , например, старшеклассники) междисциплинарные читатели (ученые, принадлежащие к другой области), международные читатели (ученые, работающие в другой стране) и машинные читатели (боты, которые извлекают корпус, например, в рамках проекта интеллектуального анализа текста). [21]

    Развитие академических пиратских платформ, таких как Sci-Hub или Libgen, высветило структурное неравенство в глобальном масштабе: «География использования Sci-Hub обычно выглядит как карта научной продуктивности, но некоторые из более богатых и бедных стран, ориентированных на науку, перевернуты. ." [22] Высокие показатели использования научных центров были особенно отмечены в России, Алжире, Бразилии, Турции, Мексике и Индии, которые являются странами со значительной местной академической продукцией, несмотря на то, что у них меньше ресурсов, чем в странах ОЭСР : «по сравнению с их национальным научным производством, средний уровень В странах с низким доходом более интенсивно использовались пиратские научные произведения». [23] Аудитория пиратских академических платформ остается значительной даже в североамериканских и европейских университетах, имеющих большую подписку на библиотеки, поскольку доступ обычно воспринимается как более простой, чем в платных библиотеках: «даже для журналов, к которым университет имеет доступ, Sci-Hub стать популярным ресурсом" [22]

    От импакт-фактора к социальному воздействию

    [ редактировать ]

    Развитие крупных открытых научных платформ и инфраструктуры после 2010 года повлекло за собой сдвиг в измерении научного воздействия: от сильного фокуса на высокоцитируемых англоязычных журналах к расширенному анализу социального распространения научных публикаций. Эта трансформация была особенно заметна в Латинской Америке из-за раннего развития финансируемых государством международных издательских платформ, таких как Redalyc или Scielo : «В Латинской Америке существует определенное ощущение, что инвестиции в науку приведут к развитию в более широком смысле. определенном смысле — помимо просто инноваций и экономического роста». [24]

    В 2015 году Хуан Пабло Альперин представил систематическую меру социального воздействия, опираясь на разнообразный набор индикаторов (логарифмический анализ, опросы и альтметрики). Этот подход повлек за собой концептуальное переопределение ключевых понятий научной рецепции, таких как воздействие , охват или читатель :

    Я обращаю наше внимание на эти альтернативные, публичные формы исследовательского воздействия и охвата, рассматривая пример Латинской Америки. В этом исследовании влияние будет оцениваться на основании свидетельств того, что исследовательская литература сохраняется, обсуждается, пересылается, рекомендуется, упоминается или цитируется как внутри, так и за пределами академического сообщества (…) В данном исследовании под охватом понимается степень, в которой исследовательскую литературу просматривают или загружают представители различных аудиторий, начиная с традиционной академической аудитории и заканчивая представителями смежных профессий, а также, возможно, журналистами, преподавателями, энтузиастами и представителями общественности (…) путем рассмотрения широкого спектра показателей Я утверждаю, что влияние и охват, выходя далеко за рамки типичных показателей, когда одна статья цитирует другую, можно получить представление о людях, которые используют латиноамериканские исследования, тем самым открывая другим возможность увидеть, каким образом они коснулись этих людей и сообществ. [25]

    Беспрецедентный акцент на социальном влиянии науки соответствует альтернативным моделям научной популяризации. В 2009 году Алеся Зуккала представила блестящую модель открытого распространения науки с множеством опосредованных и непосредственных связей между неакадемической аудиторией и академической деятельностью: «Иногда [исследования] привлекают непрофессионалов — это модель совместного производства научной коммуникации. — а иногда самостоятельно выбранные посредники рассказывают представителям общественности то, что им следует знать — образовательную модель научной коммуникации». [26]

    Методы

    [ редактировать ]

    В то время как широко распространено мнение, что открытая наука оказывает значительное влияние на академический и неакадемический доступ к литературе, научные исследования в этой области оказались сложными: они являются «предметом многих дискуссий и действительно были основой для многих пропагандистских действий». работы и политики открытого доступа многих финансирующих агентств, но редко в официальных опубликованных исследованиях». [27] По определению, открытая научная продукция не является транзакционной, и поэтому ее использование оставляет гораздо меньше следов, чем распространение коммерциализированной научной продукции. [28] В целом, очень сложно получить «данные о демографических характеристиках пользователей из доступных в настоящее время источников информации (например, репозиториев и платформ издателей)». [29]

    Классические методы библиометрических исследований, включая анализ цитирования, во многом неспособны уловить новые формы рецепций, созданные открытой наукой. Альтернативные подходы должны были быть разработаны в 2000-х и 2010-х годах, и долгое время сторонникам открытой науки и политикам приходилось полагаться на ограниченные доказательства. [17]

    Опрос

    [ редактировать ]

    До появления библиометрии опросы были основным методом анализа научной рецепции.

    После развития электронных публикаций и открытого доступа методы опросов также перекочевали в онлайн. Всплывающие опросы были введены для научных публикаций в начале 2000-х годов: они позволяют запрашивать пользователя именно в тот момент, когда ресурс извлекается, и могут быть сопоставлены с данными журнала. [11] Тем не менее, «уровень ответов во всплывающих опросах, как правило, низкий», что в конечном итоге может исказить репрезентативность опроса. [30]

    С 2002 года Саймон Ингер и Трейси Гарднер при поддержке нескольких крупных научных организаций и издателей провели крупные международные исследования использования академических ресурсов. [31] Хотя опрос не был специально ориентирован на открытую науку, он стремился охватить более разнообразную подгруппу потенциальных пользователей, помимо академических авторов. [32]

    Анализ журналов

    [ редактировать ]

    Академические публикации были одними из первых корпусов, используемых для анализа журналов. Первые прикладные исследования в этой области появились задолго до появления Интернета, поскольку взаимосвязанные научные инфраструктуры уже широко использовались в Северной Америке и Европе к 1970-м и 1980-м годам.

    В 1983 году в нескольких исследованиях, проведенных Центром компьютерных онлайн-библиотек, был проведен анализ «журналов транзакций», предоставляемых пользователями баз данных. [33] [34] В то время журналы хранились на магнитных лентах, и большая часть анализа была посвящена переформатированию и стандартизации данных. [35] В этих ранних исследованиях уже были реализованы стандартные методы анализа журналов, такие как использование вероятностных подходов, основанных на цепях Маркова, для выявления более регулярных моделей поведения пользователей или сравнения с другими опросами пользователей. [35]

    Использование журналов и других показателей читательской аудитории для измерения восприятия академических работ остается второстепенным. Крупные коммерческие базы данных, такие как Web of Science и Scopus, не имели стимулов разглашать статистику чтения и в основном использовали ее для внутренних целей. Библиометрические индексы, основанные на совокупном количестве цитирований, такие как импакт-фактор или индекс Хирша, вместо этого получили предпочтение в качестве ведущего показателя академического воздействия. [36]

    Помимо ограничений, введенных ведущими издательствами, анализ журналов поднял серьезные методологические проблемы. Процессы регистрации данных существенно различаются в зависимости от структуры интерфейса: «Количество полнотекстовых загрузок может быть искусственно завышено, когда издатели требуют от пользователей просмотра HTML-версий перед доступом к PDF-версиям или при связывании механизмов». [37] Автоматизированный доступ, в том числе индексаторы поисковых систем или роботы, также может в значительной степени исказить совокупное количество посещений. Эта неопределенность препятствует сопоставимости данных: «такие проблемы, как интерфейсы журналов, продолжают влиять на то, как пользователи взаимодействуют с пользователями контента, что затрудняет, а то и делает невозможным сравнение даже стандартизированных отчетов». [38]

    Анализ журналов был возрожден в 2010-х годах в связи с технологическим развитием и появлением крупных открытых научных платформ. Стандарты для поиска данных академического журнала были введены в начале 2010-х годов, такие как COUNTER , [37] БИРЮЗОВЫЙ [39] или МЕСУР. [40] Эти стандарты изначально были ограничены использованием в специализированных исследованиях из-за их интеграции в академическую инфраструктуру. [41]

    Разработка программного обеспечения для веб-аналитики с открытым исходным кодом, такого как Matomo, создала новый стандарт для сбора журналов. В тот же период финансируемые государством научные платформы начали открыто делиться данными об использовании в рамках своей расширенной приверженности открытой науке. В Латинской Америке и Redalyc, и SciELO «предоставляют обществу такую ​​статистику использования», хотя они по-прежнему в значительной степени не используются: «Удивительно, что, учитывая доступность этих данных, никто не провел исследование, анализирующее различные аспекты загрузок, помимо общее количество просмотров и списки «10 лучших» статей, время от времени доступных на соответствующих веб-порталах». [42]

    В 2011 году Майкл Дж. Курц и Йохан Боллен призвали к развитию библиометрии использования , новой области, которая «предоставляет уникальные возможности для устранения известных недостатков анализа цитирования». [40] Расширение доступа к данным журналов открытых научных платформ позволило опубликовать обширные тематические исследования на SciELO и Redalyc. [43] Ученый , [44] OpenEdition.org, [45] Journal.fi [46] или Разговор [47]

    сшивание

    [ редактировать ]

    Сама сеть и некоторые ее ключевые компоненты (например, поисковые системы) частично были продуктом теории библиометрии. В своей первоначальной форме он был получен на основе библиографической научной инфраструктуры, заказанной Бернерсу-Ли Тиму ЦЕРН для конкретных нужд физики высоких энергий, INQUIRE . [48] Появление Всемирной паутины в середине 1990-х годов сделало цитационную мечту Гарфилда более вероятной реальностью. В мировой сети гипертекстов не только библиографическая ссылка является одной из возможных форм гиперссылки внутри электронной версии научной статьи, но и сама Сеть демонстрирует структуру цитирования, при этом ссылки между веб-страницами формально аналогичны библиографическим. цитаты». [49] Следовательно, концепции библиометрии были включены в основные коммуникационные технологии — поисковый алгоритм Google: «Концепция релевантности, основанная на цитировании, примененная к сети гиперссылок между веб-страницами, произвела бы революцию в том, как поисковые системы позволяют пользователям быстро выбирать полезные материалы из множества». анархическая вселенная цифровой информации». [50]

    Хотя Интернет сразу же повлиял на практику чтения, создавая плавные связи между текстами, он не изменил в аналогичной степени количественный анализ данных цитирования, который по-прежнему был сосредоточен в основном на академических связях. Глобальный анализ гиперссылок и обратных ссылок позволяет расширить анализ цитирования за пределы научных публикаций и восстановить расширяющийся объем открытых научных тиражей: «Мы стали свидетелями распространения средств распространения научных публикаций через академические блоги, научные журналы, предназначенные для более широкой аудитории. ." [51] В 2011 году анализ журналов веб-сайта Киотского университета выявил весьма разнообразный набор ссылок на научные публикации. [52] В 2019 году исследование проведенное при поддержке Университета Экс-Марсель, перекрестных ссылок на французскую открытую научную платформу OpenEdition, показало, что «научная литература с хостинговой платформы с открытым доступом повторно присваивается и перепрофилируется для различных целей на общественной арене». [53]

    Альтметрика

    [ редактировать ]

    В 2000-х и 2010-х годах в сети все больше доминировали очень крупные социальные сети, которые курируют и формируют значительную часть цифровой публичной сферы. [54] Общественная рецепция научной литературы также во многом перешла на эти платформы. Эта эволюция побудила к разработке новых показателей и количественных методов, направленных на картографирование распространения публикаций в социальных сетях: альтметрики.

    Концепция альтернативных метрик была представлена ​​в 2009 году Кэмероном Нейлоном и Ширли Ву как метрика уровня статьи . [55] В отличие от ориентированности ведущих метрик на журналы (импакт-фактор) или, в последнее время, на отдельных исследователей (индекс Хирша), метрики на уровне статей позволяют отслеживать тиражи отдельных публикаций: «статьи, которые раньше жили на полке теперь живет в Mendeley , CiteULike или Zotero – где мы можем его увидеть и посчитать» [56] Как таковые, они более совместимы с разнообразием стратегий публикаций, которые характеризуют открытую науку: препринты, отчеты или даже нетекстовые результаты, такие как наборы данных или программное обеспечение, также могут иметь соответствующие показатели. [10] В своем первоначальном исследовательском предложении Нейлон и Ву предпочитали использовать данные из программного обеспечения для управления справочными материалами, такого как Zotero или Mendeley. [55] Концепция альтметрики развивалась и стала охватывать данные, извлеченные «из приложений социальных сетей, таких как блоги, Twitter, ResearchGate и Mendeley». [10] Источники социальных сетей оказались особенно более надежными в долгосрочной перспективе, поскольку специализированные академические инструменты, такие как Mendeley, стали интегрироваться в собственную экосистему, разработанную ведущими научными издателями. Основные индикаторы альтметрики, появившиеся в 2010-х годах, включают Altmetric.com , PLUMx и ImpactStory .

    По мере того, как значение альтметрик менялось, дебаты о положительном влиянии метрик развивались в сторону их переопределения в экосистеме открытой науки: «Дискуссии о неправильном использовании метрик и их интерпретации поставили сами метрики в центр практики открытой науки». [57] Альтернативные метрики социальных сетей ограничены определенным подмножеством платформ социальных сетей и, внутри платформ, числовыми показателями приема, предоставляемыми пользователями, такими как лайки, репосты или комментарии: «Однако «альтметрика» продолжила ту же традицию, что и старая версия. библио/наукометрика, основывая свои показатели на числовом отслеживании, т.е. подсчитывая количество лайков, публикаций, загрузок, твитов или ретвитов, которые научная публикация получает в сети, в результате чего ни одно из этих полей не дает информации о фактическом использовании научной публикации. цитируемые публикации, а также причины, по которым они были цитированы». [58]

    Хотя альтметрики изначально задумывались для открытых научных публикаций и их широкого распространения за пределами академических кругов, их совместимость с возникающими требованиями к открытым метрикам была поставлена ​​под сомнение: данные социальных сетей, в частности, далеки от прозрачности и легкодоступности. [59] [60] Разговоры, отслеживаемые в социальных сетях, возможно, не отражают социального воздействия исследований, поскольку исследователи чрезмерно представлены в этих пространствах: «около половины твитов, в которых упоминаются журнальные статьи, принадлежат ученым». [61] В 2016 году Ульрих Херб опубликовал систематическую оценку показателей ведущих публикаций с точки зрения принципов открытой науки и пришел к выводу, что «ни показатели воздействия, основанные на цитировании, ни альтернативные показатели не могут быть названы открытыми показателями. Всем им не хватает научной основы, прозрачности и проверяемости». [62]

    Текущее использование

    [ редактировать ]

    Большая часть эмпирической информации, полученной при использовании открытой науки, зависит от платформы.

    Демография пользователей

    [ редактировать ]
    Распределение демографических данных пользователей SciELO в опросе Хуана Пабло Альперина

    Исследования использования ресурсов открытой науки в целом выявили разнообразие профилей пользователей, при этом академические исследователи представляют лишь небольшой сегмент аудитории. [63] В 2015 году две ведущие латиноамериканские платформы Redalyc и SciELO имеют в основном аудиторию студентов университетов (50% и 55% соответственно) и специалистов неакадемических секторов (20% в SciELO и 17% в Redalyc). [64] Если не считать других сотрудников университета, «исследователи составляют лишь 5–6% от общего числа пользователей». [65] На финской платформе Journal.fi студенты также составляют основную демографическую группу (40% пользователей), но академические исследователи по-прежнему составляют большую группу (36%). [66]

    Сходные оценки читателей-непрофессионалов были даны в ходе различных исследований открытых научных платформ: 9% любительского/личного использования в SciELO и 6% в Redalyc, [65] 8% «частных граждан» в опросе читателей журнала Journal.fi. [66]

    Платформы открытой науки имеют сбалансированное гендерное распределение. На двух латиноамериканских платформах, Redalyc и Scielo, наблюдается относительное «преобладание женщин-пользователей» (около 60%). [67]

    Дисциплина воздействия ресурсов оказывает различное влияние на их использование. Личный интерес в SciELO более распространен в гуманитарных науках. [68] Напротив, в Redalyc наблюдались «небольшие различия между дисциплинами». [68] Анализ данных о закладках, проведенных читателями F1000Prime на Mendeley, выявил значительную долю использования по дисциплинам, совершенно отличным от ожидаемой аудитории. [69]

    Практика и мотивация пользователей

    [ редактировать ]

    Исследования пользовательских практик в основном посвящены конкретным профилям пользователей. Было проведено мало общих исследований. В Японии опрос 800 взрослых в 2011 году показал, что «большинство респондентов (55%) заявили, что открытый доступ для них полезен или немного полезен». [70] что предполагает довольно большую осведомленность об открытой науке среди населения со значительной долей среднего образования.

    Особо освещены вопросы, с которыми сталкиваются пациенты медицинских учреждений. [71] [52] Важная область исследований поведения при поиске медицинской информации (HISB) возникла еще до развития открытой науки. [17] По данным опроса 2003 года, половина американских пользователей Интернета пытались найти квалифицированную информацию о своем здоровье, но регулярно сталкивались с проблемами доступа: «Многие нынешние пользователи Интернета, занимающиеся здравоохранением, хотят расширить доступ к насыщенным информацией сайтам, которые в настоящее время закрыты для неподписчиков». . [72] Качественное исследование английских медицинских пациентов, платная подписка была названа основным барьером для доступа к научным знаниям, а также сложность научной терминологии. [73] Хотя пациенты с особыми потребностями служат веским доводом в пользу открытой науки, они также затмевают разнообразие потенциальных применений академических исследований: «открытый доступ - это не просто вопрос общественного здравоохранения: он имеет гораздо более общую миссию по содействию исследованиям». [74]

    Исследования также были сосредоточены на профессиональном неакадемическом использовании из-за их потенциального экономического воздействия. По оценкам отчета JISC, в 2011 году в Соединенном Королевстве в сфере исследований и разработок, информационных технологий и инженерных услуг работало 1,8 миллиона работников умственного труда, большинство из которых были «неаффилированными, без поддержки корпоративных библиотек или информационных центров». [75] Среди репрезентативной группы английских работников сферы знаний 25% заявили, что доступ к литературе был довольно трудным или очень трудным , а 17% недавно столкнулись с проблемами доступа, которые так и не были решены. [76] Опрос датского бизнеса, проведенный в 2011 году, выявил значительную зависимость НИОКР от академических исследований: «Сорок восемь процентов оценили исследовательские статьи как очень или чрезвычайно важные». [77] На некоммерческий сектор также существенно влияет расширение доступа к литературе: опрос 101 НПО из Соединенного Королевства показал, что «73% сообщили об использовании журнальных статей, а 54% — об использовании материалов конференций». [78] В 2018 году анализ журналов OpenEdition показал, что корпоративный доступ является важным источником читательской аудитории, особенно среди «авиационной промышленности, банковского, страхового, автомобильного и энергетического секторов и, что еще более важно, для дальнейшего распространения науки в общественной сфере. , средства массовой информации». [79] Результаты исследования показали, что открытый доступ оказал прямое коммерческое влияние на малые и крупные компании. [80]


    Языковое разнообразие

    [ редактировать ]

    Научные публикации на других языках, кроме английского, оказались второстепенными в крупных коммерческих базах данных: они составляют менее 5% публикаций, индексируемых в Web of Science .

    Развитие открытых научных платформ постепенно повлекло за собой изменение фокуса, поскольку публикации на местных языках стали признанными важными участниками социального распространения научных знаний. В 2010-х годах количественные исследования начали подчеркивать положительное влияние местных языков на повторное использование ресурсов открытого доступа в различных национальных контекстах, таких как Финляндия , [46] Квебек , [44] Хорватия [81] или Мексика .

    Измерения социального воздействия имеют тенденцию переворачивать стимулы международных академических показателей, таких как импакт-факторы: хотя они менее представлены в академическом индексе, публикации на местном языке лучше воспринимаются расширенной аудиторией. В Финляндии большая часть аудитории академической платформы Journal.fi отдает предпочтение публикациям на финском языке (67%). [82] Тем не менее, языковая практика посетителей существенно различается в зависимости от их академического статуса. Непрофессионалы ( частные лица ) и студенты явно отдают предпочтение местному языку (81% и 78% публикаций). Напротив, профессиональные исследователи несколько отдают предпочтение использованию английского языка по сравнению с финским (55%). [82]

    Благодаря простоте доступа открытые научные платформы на местном языке также могут достичь более глобального охвата. Франко-канадский консорциум журналов Érudit имеет в основном международную аудиторию, при этом менее трети читателей приезжают из Канады . [83]

    Совместное использование экосистемы

    [ редактировать ]

    Открытые научные ресурсы с большей вероятностью будут распространяться в ненаучных средах, таких как «Твиттер, новости, блоги и политика». [84] В 2011 году исследование по анализу журналов в Японии выявило «замечательное разнообразие веб-сайтов, связанных с этими документами открытого доступа, включая блоги о личных хобби, веб-сайты пациентов или их семей, веб-сайт вопросов и ответов и Википедию». [85]

    Было высказано предположение, что разнообразие экосистемы открытой науки влияет на структуру жизненного цикла. [86] В классической рамках библиометрии ожидается, что большинство публикаций будут экспериментировать с экспоненциально отрицательным количеством цитирований в течение года (также характеризуемым как «период полураспада», за счет ассимиляции с распадом радиоактивных элементов). [87] Напротив, открытые научные публикации «имеют особенность поддерживать постоянную и стабильную загрузку в течение длительного времени». [86] Этот устойчивый прием в течение более длительного периода времени может быть частично вызван повторяющимися эпизодами «неожиданного доступа»: когда старые публикации внезапно привлекают новую волну читателей из-за новой обретенной актуальности. [41]

    Повторное использование данных и программного обеспечения

    [ редактировать ]

    В отличие от публикаций, открытые научные данные и программное обеспечение часто требуют более высокого уровня технических навыков: «доступа недостаточно, чтобы гарантировать эффективное повторное использование открытых данных, поскольку повторное использование требует не только доступа, но и других ресурсов, таких как навыки, деньги и компьютерные возможности». власть" [88] Даже фирмам и организациям может не хватать «необходимых навыков, таких как информационная грамотность, чтобы в полной мере извлечь выгоду из открытых ресурсов». [89]

    Тем не менее, недавние события, такие как рост услуг по анализу данных в самых разных секторах экономики, создали дополнительную потребность в исследовательских данных: «Существует множество других ценностей (…), которые продвигаются посредством долгосрочного управления и открытой доступности исследовательских данных. быстро расширяющаяся область искусственного интеллекта (ИИ) во многом зависит от сохраненных данных». [90] В 2019 году совокупный рынок данных 27 стран Евросоюза и Великобритании оценивался в 400 миллиардов евро и имел устойчивый рост на 7,6% в год. [91] хотя не было дано никакой оценки конкретной ценности исследовательских данных, исследовательские учреждения были определены как важные заинтересованные стороны в формирующейся экосистеме «общих данных». [92]

    Ссылки

    [ редактировать ]
    1. ^ Беллис 2009 , с. 49.
    2. ^ Беллис 2009 , с. 62.
    3. ^ Беллис 2009 , с. 194
    4. ^ Монтгомери 2013 , с. 82
    5. ^ Альперин 2015 , с. 25.
    6. ^ Альперин 2015 , с. 26.
    7. ^ Торни, Капелли и Данжан, 2019 , с. 1.
    8. ^ Сугимото и Ларивьер 2018 , с. 70.
    9. ^ Беллис 2009 , с. 300
    10. ^ Перейти обратно: а б с Уилсон и др. 2017 , с. 9.
    11. ^ Перейти обратно: а б Тенопир и Кинг 2000 .
    12. ^ Миллер 2004 , с. 276-277.
    13. ^ Альперин 2015 , с. 24.
    14. ^ Цуккала 2009 , с. 25.
    15. ^ Курц и Боллен 2010 , с. 3.
    16. ^ Кэмерон-Песант 2018 , с. 375.
    17. ^ Перейти обратно: а б с Нанн и Пинфилд, 2014 , с. 175.
    18. ^ Перейти обратно: а б Неожиданный читатель
    19. ^ Виллинский 2006 , с. 111.
    20. ^ Перейти обратно: а б Зуккала 2009 , с. 4.
    21. ^ Паво 2013 .
    22. ^ Перейти обратно: а б Боханнон 2016 .
    23. ^ Дакос 2019 , стр. 178.
    24. ^ Альперин 2015 , с. 3.
    25. ^ Альперин 2015 , с. 4.
    26. ^ Цуккала 2009 , с. 29.
    27. ^ ЭльСабри 2017 , с. 2.
    28. ^ Тейлор 2020 , с. 1.
    29. ^ ЭльСабри 2017 , с. 3.
    30. ^ Альперин 2015 , с. 38.
    31. ^ Ингер и Гарднер, 2016 .
    32. ^ Ингер и Гарднер, 2016 , с. 96.
    33. ^ Мэтьюз, Лоуренс и Фергюсон 1983 .
    34. ^ Великий 1983 год .
    35. ^ Перейти обратно: а б Агости и др. 2012 , с. 664
    36. ^ Полонен и др. 2021 , стр. 586.
    37. ^ Перейти обратно: а б Дэвис и Прайс 2006 .
    38. ^ Альперин 2015 , с. 21.
    39. ^ Пастух 2011 .
    40. ^ Перейти обратно: а б Курц и Боллен 2010 .
    41. ^ Перейти обратно: а б Dacos et al. 2017Дакос и др. 2017
    42. ^ Альперин 2015 , с. 27.
    43. ^ Альперин 2015 .
    44. ^ Перейти обратно: а б Кэмерон-Песант 2018 .
    45. ^ и Ибекве Лубер
    46. ^ Перейти обратно: а б Пёлёнен и др. 2021 .
    47. ^ Зардо и др. 2018 .
    48. ^ Хоган 2014 , с. 20.
    49. ^ Беллис 2009 , с. 285.
    50. ^ Беллис 2009 , стр. 31–32.
    51. ^ Лубер и Ибекве 2019 , с. 2.
    52. ^ Перейти обратно: а б ЭльСабри 2017 , с. 4.
    53. ^ Лубер и Ибекве 2019 , с. 12.
    54. ^ Гиллеспи 2018 .
    55. ^ Перейти обратно: а б Нейлон и Ву, 2009 г.
    56. ^ Прием и др. 2011 , с. 3.
    57. ^ Черт возьми, 2020 , с. 513.
    58. ^ Лубер и Ибекве 2019 , с. 3.
    59. ^ Борнманн и Хауншильд, 2016 .
    60. ^ Тунгер и Мейер, 2020 .
    61. ^ Тейлор 2020 , с. 4.
    62. ^ Херб 2016 , с. 60.
    63. ^ Альперин 2015 , с. 90.
    64. ^ Альперин 2015 , с. 49.
    65. ^ Перейти обратно: а б Альперин 2015 , с. 50.
    66. ^ Перейти обратно: а б Пёлёнен и др. 2021 , стр. 588.
    67. ^ Альперин 2015 , с. 54.
    68. ^ Перейти обратно: а б Альперин 2015 , с. 58.
    69. ^ Хауншильд и Борнманн, 2015 , с. 4.
    70. ^ ЭльСабри 2017 .
    71. ^ Дэй и др. 2020
    72. ^ Fox & Fallows 2003 , с. III.
    73. ^ Нанн и Пинфилд, 2014 , с. 178.
    74. ^ Цуккала 2009 , с. 37.
    75. ^ Роулендс и др. 2011 , с. 7
    76. ^ Роулендс и др. 2011 , с. 25
    77. ^ Хоутон, Свон и Браун 2011 , с. 55
    78. ^ ЭльСабри 2017 , с. 8.
    79. ^ Дакос 2019 , стр. 179.
    80. ^ Дакос 2019 , стр. 175.
    81. ^ Стояновский, Петрак и Макан 2009 .
    82. ^ Перейти обратно: а б Пёлёнен и др. 2021 , с. 590.
    83. ^ Кэмерон-Песант 2018 , с. 372.
    84. ^ Тейлор 2020 , с. 19.
    85. ^ ЭльСабри 2017 , с. 5.
    86. ^ Перейти обратно: а б Ван и др. 2015 .
    87. ^ Беллис 2009 , с. 114-115.
    88. ^ Росс-Хеллауэр и др. 2022 , с. 9.
    89. ^ Росс-Хеллауэр и др. 2022 , с. 12.
    90. ^ ОЭСР 2017 , с. 16
    91. ^ Микелетти и др. 2020 , стр. 7–8
    92. ^ Микелетти и др. 2020 , с. 53

    Библиография

    [ редактировать ]

    Книга и диссертация

    [ редактировать ]
    • Мэтьюз, Джозеф Р.; Лоуренс, Гэри С.; Фергюсон, Дуглас К. (1983). Использование онлайн-каталогов: общенациональное исследование: отчет исследования, спонсируемого Советом по библиотечным ресурсам . Нил-Шуман. ISBN  978-0-918212-76-4 .
    • Тенопир, Кэрол; Кинг, Дональд В. (2000). На пути к электронным журналам: реалии для ученых, библиотекарей и издателей . Вашингтон, округ Колумбия: Ассоциация специальных библиотек. ISBN  978-0-87111-507-2 .
    • Виллинский, Джон (2006). Принцип доступа: аргументы в пользу открытого доступа к исследованиям и стипендиям . Цифровые библиотеки и электронные публикации. Кембридж, Массачусетс: MIT Press. ISBN  978-0-262-23242-5 .
    • Беллис, Никола Де (9 марта 2009 г.). Библиометрия и анализ цитирования: от индекса научного цитирования к киберметрике . Пугало Пресс. ISBN  978-0-8108-6714-7 .
    • Монтгомери, Скотт Л. (6 мая 2013 г.). Нужен ли науке глобальный язык?: Английский и будущее исследований . Издательство Чикагского университета. ISBN  978-0-226-01004-5 .
    • Хоган, А. (9 апреля 2014 г.). Методы рассуждения в сети данных . ИОС Пресс. ISBN  978-1-61499-383-4 .
    • Альперин, Хуан Пабло (2015). Общественное влияние подхода Латинской Америки к открытому доступу (Тезис). Стэнфордский университет.
    • Сугимото, Кэссиди Р.; Ларивьер, Винсент (2018). Измерительные исследования: что нужно знать каждому . Издательство Оксфордского университета. ISBN  978-0-19-064011-8 .
    • Гиллеспи, Тарлтон (2018). Хранители Интернета: платформы, модерация контента и скрытые решения, которые формируют социальные сети . Нью-Хейвен: Издательство Йельского университета. ISBN  978-0-300-17313-0 .

    Отчеты

    [ редактировать ]
    • Фокс, Сюзанна; Фэллоуз, Дебора (2003). Половина взрослых американцев ищут в Интернете медицинскую информацию, но есть возможности для улучшения поиска и общего доступа к Интернету (Отчет). Исследовательский центр Пью. п. 42.
    • Хоутон, Джон; Лебедь, Альма; Браун, Шеридан (2011). Доступ к исследовательской и технической информации в Дании (Отчет). Электронная исследовательская библиотека Дании.
    • Роулендс, Ян; Николас, Дэвид; Браун, Дэвид (01 января 2011 г.). Доступ к научному контенту: пробелы и барьеры (Отчет).
    • ОЭСР (06 декабря 2017 г.). Бизнес-модели для устойчивых хранилищ исследовательских данных (Отчет). Париж: ОЭСР . Проверено 28 февраля 2022 г.
    • Уилсдон, Джеймс; Бар Илан, Юдит; Фродеман, Роберт; Лекс, Элизабет; Питерс; Воутерс., Пол (2017). Метрики нового поколения: ответственные метрики и оценка открытой науки (Отчет). LU: Издательский офис Европейской Комиссии. дои : 10.2777/337729 . Проверено 24 апреля 2022 г.
    • Микелетти, Джорджо; Катанео, Габриэлла; Гленнон, Майк; Ла Кроче, Карла; Митта, Хрисула (2020). Инструмент мониторинга европейского рынка данных (отчет). Европейская комиссия. п. 101.

    Академические статьи и главы

    [ редактировать ]

    Конференция

    [ редактировать ]

    Другие источники

    [ редактировать ]
    Retrieved from "https://en.wikipedia.org/w/index.php?title=Uses_of_open_science&oldid=1225627928"
    Arc.Ask3.Ru: конец переведенного документа.
    Arc.Ask3.Ru
    Номер скриншота №: 94e5a2b14927110c6072b532f2de0289__1716649620
    URL1:https://arc.ask3.ru/arc/aa/94/89/94e5a2b14927110c6072b532f2de0289.html
    Заголовок, (Title) документа по адресу, URL1:
    Uses of open science - Wikipedia
    Данный printscreen веб страницы (снимок веб страницы, скриншот веб страницы), визуально-программная копия документа расположенного по адресу URL1 и сохраненная в файл, имеет: квалифицированную, усовершенствованную (подтверждены: метки времени, валидность сертификата), открепленную ЭЦП (приложена к данному файлу), что может быть использовано для подтверждения содержания и факта существования документа в этот момент времени. Права на данный скриншот принадлежат администрации Ask3.ru, использование в качестве доказательства только с письменного разрешения правообладателя скриншота. Администрация Ask3.ru не несет ответственности за информацию размещенную на данном скриншоте. Права на прочие зарегистрированные элементы любого права, изображенные на снимках принадлежат их владельцам. Качество перевода предоставляется как есть. Любые претензии, иски не могут быть предъявлены. Если вы не согласны с любым пунктом перечисленным выше, вы не можете использовать данный сайт и информация размещенную на нем (сайте/странице), немедленно покиньте данный сайт. В случае нарушения любого пункта перечисленного выше, штраф 55! (Пятьдесят пять факториал, Денежную единицу (имеющую самостоятельную стоимость) можете выбрать самостоятельно, выплаичвается товарами в течение 7 дней с момента нарушения.)