Сравнительный анализ возможностей WoS и eLibrary для анализа библиографических сетей
Научная статья
Аннотация
В статье проводится сравнительный анализ баз данных научных публикаций Web of Science Core Collection и eLibrary с целью выделения их особенностей и описания возможностей анализа при изучении библиографических сетей российских авторов. Актуальность исследования определяется необходимостью адаптации и разработки подходов и инструментов для сбора, предобработки и анализа библиографических данных на русском языке. Анализ проводится на основе сравнения массивов данных публикаций в научных журналах в области социологии, выгруженных за период 2010–2021 гг. Выделяются основания для сопоставления двух баз, характеризующие получение доступа к данным, организацию данных в базах, количественные и содержательные характеристики данных. Анализ отобранных параметров позволяет найти пересечения между массивами данных и содержательными результатами анализа. Делаются выводы о соотношении двух баз, их возможностях и ограничениях по использованию в качестве основного (единственного) источника информации, даются рекомендации об их использовании для изучения отечественной науки.
Ключевые слова:
сетевой анализ, сравнительный анализ, библиографические базы, библиографические сети, eLibrary, Web of Science
Литература
Bar-Ilan J. Informetrics at the beginning of the 21st century – A review // Journal of informetrics. 2008. Vol. 2. P. 1–52. DOI: 10.1016/j.joi.2007.11.001. EDN: MISIBR.
Mingers J., Leydesdorff L. A review of theory and practice in scientometrics // European journal of operational research. 2015. Vol. 246, № 1. P. 1–19. DOI: 10.1016/j.ejor.2015.04.002. EDN: UQPVRP.
Rousseau R., Egghe L., Guns R. Becoming metric-wise: A bibliometric guide for researchers / Ed. by W. Glänzel [et al.]. Cambridge, MA: Chandos Publishing, 2018. 850 p. ISBN: 0081024754, 9780081024751.
Understanding large temporal networks and spatial networks: Exploration, pattern searching, visualization and network evolution / V. Batagelj, P. Doreian, A. Ferligoj, N. Kejžar. Hoboken, NJ: WileyBlackwell, 2014. 464 p. ISBN: 978-1- 118-91537-0.
Моисеев С.П., Мальцева Д.В. Отбор источников для систематического обзора литературы: сравнение экспертного и алгоритмического подходов // Социология: методология, методы, математическое моделирование (Социология: 4М). 2018. № 47. С. 7–43. EDN: MZXVXW.
Булычева Е.Е., Мальцева Д.В. Выделение актуальных тематик в социологии: взгляд сквозь призму анализа сети цитирований // Мониторинг общественного мнения: экономические и социальные перемены. 2020. № 6 (160). С. 113–140. DOI: 10.14515/monitoring.2020.6.971. EDN: UGIDGS.
Harzing A.W., Alakangas S. Google Scholar, Scopus and the Web of Science: A longitudinal and cross-disciplinary comparison // Scientometrics. 2016. Vol. 106. P. 787–804. DOI: 10.1007/s11192-015-1798-9. EDN: ZGNBBS.
The journal coverage of Web of Science, Scopus and Dimensions: A comparative analysis / V.K. Singh, P. Singh, M. Karmakar [et al.] // Scientometrics. 2021. Vol. 126. P. 5113–5142. DOI: 10.1007/s11192-021-03948-5. EDN: FLHAPG.
Google Scholar, Microsoft Academic, Scopus, Dimensions, Web of Science, and OpenCitations’ COCI: a multidisciplinary comparison of coverage via citations / A. Martín-Martín, M. Thelwall, E. Orduna-Malea, E. Delgado López-Cózar // Scientometrics. 2021. Vol. 126, № 1. P. 871–906. DOI: 10.1007/s11192-020-03690-4. EDN: XNWTDQ.
Harzing A.W. Two new kids on the block: How do Crossref and Dimensions compare with Google Scholar, Microsoft Academic, Scopus and the Web of Science? // Scientometrics. 2019. Vol. 120, № 1. P. 341–349. DOI: 10.1007/s11192-019-03114-y. EDN: VKFCPM.
Zhu J., Liu W. A tale of two databases: The use of Web of Science and Scopus in academic papers // Scientometrics. 2020. Vol. 123, № 1. P. 321–335. DOI: 10.1007/s11192-020-03387-8. EDN: LZMVNM.
Gusenbauer M. Google Scholar to overshadow them all? Comparing the sizes of 12 academic search engines and bibliographic databases // Scientometrics. 2019. Vol. 118, № 1. P. 177–214. DOI: 10.1007/s11192-018-2958-5. EDN: ECWMGT.
Moed H.F., Markusova V., Akoev M. Trends in Russian research output indexed in Scopus and Web of Science // Scientometrics. 2018. Vol. 116. P. 1153–1180. DOI: 10.1007/s11192-018-2769-8. EDN: VBDLNY.
Vera-Baceta M.A., Thelwall M., Kousha K. Web of Science and Scopus language coverage // Scientometrics. 2019. Vol. 121, № 3. P. 1803–1813. DOI: 10.1007/s11192-019-03264-z. EDN: IHLJRA.
Ruiz-Pérez R., López-Cózar E.D., Jiménez-Contreras E. Spanish personal name variations in national and international biomedical databases: implications for information retrieval and bibliometric studies // Journal of the medical library association. 2002. Vol. 90, № 4. P. 411–430.
Adriaanse L.S., Rensleigh C. Web of Science, Scopus and Google Scholar: A content comprehensiveness comparison // The Electronic Library. 2013. Vol. 31, № 6. P. 727–744. DOI: 10.1108/EL-12-2011-0174.
Еременко Г.О. Сравнение уровня публикаций российских ученых в базах данных Web of Science, Scopus и RSCI: статья в открытом архиве // НЭБ. 28.02.2020. URL: https://elibrary.ru/wos_scopus_rsci.asp (дата обращения: 01.12.2023). EDN: CQMPRA.
Russian index of science citation: Overview and review / O. Moskaleva, V. Pislyakov, I. Sterligov [et al.] // Scientometrics. 2018. Vol. 116. P. 449–462. DOI: 10.1007/s11192-018-2758-y. EDN: XTIRDN.
The Russian Science Citation Index (RSCI): the first three years (2016–2018) / S. V. Gorin, A. M. Koroleva, A. N. Gerasimov, A. A. Voronov // European Science Editing. 2020. Vol. 46. DOI: 10.3897/ese.2020.e51051. EDN: XDXXDQ.
Мальцева Д.В., Ващенко В.А., Капустина Л.В. Методология обработки библиографических данных на русском языке для построения сетей коллаборации (на примере базы данных eLibrary) // Социология: методология, методы, математическое моделирование (Социология: 4М). 2022. № 54–55. C. 45–78. DOI: 10.19181/4m.2022.31.1-2.2. EDN: GRRLBQ.
Batagelj V. WoS2Pajek. Networks from web of science. Version 1.5 (2017). URL: http://vladowiki.fmf.uni-lj.si/doku.php?id=pajek:wos2pajek (date of access: 01.12.2023).
Mingers J., Leydesdorff L. A review of theory and practice in scientometrics // European journal of operational research. 2015. Vol. 246, № 1. P. 1–19. DOI: 10.1016/j.ejor.2015.04.002. EDN: UQPVRP.
Rousseau R., Egghe L., Guns R. Becoming metric-wise: A bibliometric guide for researchers / Ed. by W. Glänzel [et al.]. Cambridge, MA: Chandos Publishing, 2018. 850 p. ISBN: 0081024754, 9780081024751.
Understanding large temporal networks and spatial networks: Exploration, pattern searching, visualization and network evolution / V. Batagelj, P. Doreian, A. Ferligoj, N. Kejžar. Hoboken, NJ: WileyBlackwell, 2014. 464 p. ISBN: 978-1- 118-91537-0.
Моисеев С.П., Мальцева Д.В. Отбор источников для систематического обзора литературы: сравнение экспертного и алгоритмического подходов // Социология: методология, методы, математическое моделирование (Социология: 4М). 2018. № 47. С. 7–43. EDN: MZXVXW.
Булычева Е.Е., Мальцева Д.В. Выделение актуальных тематик в социологии: взгляд сквозь призму анализа сети цитирований // Мониторинг общественного мнения: экономические и социальные перемены. 2020. № 6 (160). С. 113–140. DOI: 10.14515/monitoring.2020.6.971. EDN: UGIDGS.
Harzing A.W., Alakangas S. Google Scholar, Scopus and the Web of Science: A longitudinal and cross-disciplinary comparison // Scientometrics. 2016. Vol. 106. P. 787–804. DOI: 10.1007/s11192-015-1798-9. EDN: ZGNBBS.
The journal coverage of Web of Science, Scopus and Dimensions: A comparative analysis / V.K. Singh, P. Singh, M. Karmakar [et al.] // Scientometrics. 2021. Vol. 126. P. 5113–5142. DOI: 10.1007/s11192-021-03948-5. EDN: FLHAPG.
Google Scholar, Microsoft Academic, Scopus, Dimensions, Web of Science, and OpenCitations’ COCI: a multidisciplinary comparison of coverage via citations / A. Martín-Martín, M. Thelwall, E. Orduna-Malea, E. Delgado López-Cózar // Scientometrics. 2021. Vol. 126, № 1. P. 871–906. DOI: 10.1007/s11192-020-03690-4. EDN: XNWTDQ.
Harzing A.W. Two new kids on the block: How do Crossref and Dimensions compare with Google Scholar, Microsoft Academic, Scopus and the Web of Science? // Scientometrics. 2019. Vol. 120, № 1. P. 341–349. DOI: 10.1007/s11192-019-03114-y. EDN: VKFCPM.
Zhu J., Liu W. A tale of two databases: The use of Web of Science and Scopus in academic papers // Scientometrics. 2020. Vol. 123, № 1. P. 321–335. DOI: 10.1007/s11192-020-03387-8. EDN: LZMVNM.
Gusenbauer M. Google Scholar to overshadow them all? Comparing the sizes of 12 academic search engines and bibliographic databases // Scientometrics. 2019. Vol. 118, № 1. P. 177–214. DOI: 10.1007/s11192-018-2958-5. EDN: ECWMGT.
Moed H.F., Markusova V., Akoev M. Trends in Russian research output indexed in Scopus and Web of Science // Scientometrics. 2018. Vol. 116. P. 1153–1180. DOI: 10.1007/s11192-018-2769-8. EDN: VBDLNY.
Vera-Baceta M.A., Thelwall M., Kousha K. Web of Science and Scopus language coverage // Scientometrics. 2019. Vol. 121, № 3. P. 1803–1813. DOI: 10.1007/s11192-019-03264-z. EDN: IHLJRA.
Ruiz-Pérez R., López-Cózar E.D., Jiménez-Contreras E. Spanish personal name variations in national and international biomedical databases: implications for information retrieval and bibliometric studies // Journal of the medical library association. 2002. Vol. 90, № 4. P. 411–430.
Adriaanse L.S., Rensleigh C. Web of Science, Scopus and Google Scholar: A content comprehensiveness comparison // The Electronic Library. 2013. Vol. 31, № 6. P. 727–744. DOI: 10.1108/EL-12-2011-0174.
Еременко Г.О. Сравнение уровня публикаций российских ученых в базах данных Web of Science, Scopus и RSCI: статья в открытом архиве // НЭБ. 28.02.2020. URL: https://elibrary.ru/wos_scopus_rsci.asp (дата обращения: 01.12.2023). EDN: CQMPRA.
Russian index of science citation: Overview and review / O. Moskaleva, V. Pislyakov, I. Sterligov [et al.] // Scientometrics. 2018. Vol. 116. P. 449–462. DOI: 10.1007/s11192-018-2758-y. EDN: XTIRDN.
The Russian Science Citation Index (RSCI): the first three years (2016–2018) / S. V. Gorin, A. M. Koroleva, A. N. Gerasimov, A. A. Voronov // European Science Editing. 2020. Vol. 46. DOI: 10.3897/ese.2020.e51051. EDN: XDXXDQ.
Мальцева Д.В., Ващенко В.А., Капустина Л.В. Методология обработки библиографических данных на русском языке для построения сетей коллаборации (на примере базы данных eLibrary) // Социология: методология, методы, математическое моделирование (Социология: 4М). 2022. № 54–55. C. 45–78. DOI: 10.19181/4m.2022.31.1-2.2. EDN: GRRLBQ.
Batagelj V. WoS2Pajek. Networks from web of science. Version 1.5 (2017). URL: http://vladowiki.fmf.uni-lj.si/doku.php?id=pajek:wos2pajek (date of access: 01.12.2023).
Статья
Поступила: 11.09.2023
Опубликована: 18.07.2024
Раздел
ОБЩИЕ ВОПРОСЫ МЕТОДОЛОГИИ СЕТЕВОГО АНАЛИЗА
