Друзья, как вы считаете, можно ли нарисовать карту знания?
Anonymous Poll
49%
Да, такие карты помогают систематизировать научные поля по авторам, ключевым словам, цитатам и др.
20%
Не понимаю, что вообще означает фраза «закартировать знание»
10%
Затрудняюсь ответить
20%
Хочу узнать об этом на вебинаре 16 декабря
0%
Напишу в комментариях
✍4👍3⚡2🔥2👏1🤝1
Можно ли нарисовать карту знания?
Друзья, об этом нам подробно расскажет Денис Косяков на вебинаре 16 декабря в 11:00.
Тема: Можно ли нарисовать карту знания? История, подходы и революция ИИ в научной картографии.
Приглашенный эксперт:
Денис Косяков, заведующий лабораторией наукометрии и научных коммуникаций РИЭПП, научный сотрудник лаборатории ИИ и информационных технологий ИВМиМГ СО РАН, заместитель директора по IT и инфраструктуре НГОНБ.
Как устроена «карта науки» и что вообще означает фраза «закартировать знание»? Можно ли действительно разложить сложные идеи по двум осям и нескольким кластерам или это всего лишь красивая иллюзия? На вебинаре мы проследим путь от первых попыток визуализировать научные поля по авторам, ключевым словам и цитатам до современных подходов к картированию концептов и дискурсов.
Мы поговорим о том, чем научные карты похожи на географические: какие «проекции» используют исследователи, почему любая карта искажает реальность и как возникают «зоны молчания» и «белые пятна» на карте знания. Обсудим, что меняет искусственный интеллект: как нейросети помогают собирать и структурировать огромные массивы публикаций, находить скрытые связи и осевые линии и где их возможности заканчиваются.
Зарегистрироваться
Друзья, об этом нам подробно расскажет Денис Косяков на вебинаре 16 декабря в 11:00.
Тема: Можно ли нарисовать карту знания? История, подходы и революция ИИ в научной картографии.
Приглашенный эксперт:
Денис Косяков, заведующий лабораторией наукометрии и научных коммуникаций РИЭПП, научный сотрудник лаборатории ИИ и информационных технологий ИВМиМГ СО РАН, заместитель директора по IT и инфраструктуре НГОНБ.
Как устроена «карта науки» и что вообще означает фраза «закартировать знание»? Можно ли действительно разложить сложные идеи по двум осям и нескольким кластерам или это всего лишь красивая иллюзия? На вебинаре мы проследим путь от первых попыток визуализировать научные поля по авторам, ключевым словам и цитатам до современных подходов к картированию концептов и дискурсов.
Мы поговорим о том, чем научные карты похожи на географические: какие «проекции» используют исследователи, почему любая карта искажает реальность и как возникают «зоны молчания» и «белые пятна» на карте знания. Обсудим, что меняет искусственный интеллект: как нейросети помогают собирать и структурировать огромные массивы публикаций, находить скрытые связи и осевые линии и где их возможности заканчиваются.
Зарегистрироваться
✍3🔥3
Институт статистических исследований и экономики знаний НИУ ВШЭ представил доклад с новыми результатами одного из своих флагманских проектов «Делаем науку в России».
Доклад посвящён комплексному анализу состояния отечественной науки, её текущего состояния и перспектив развития, эффективности мер политики и практикам управления исследованиями и разработками в организациях.
Основой для анализа стали данные опроса 719 руководителей и заместителей по научной деятельности из университетов и научных организаций, проведённого в 2024 году.
Главные выводы исследования показывают, что участники опроса оценивают ситуацию в российской науке как стабильную (индекс настроений составил 3,27 балла по пятибалльной шкале). Респонденты также ожидают улучшения делового климата в научной среде в ближайшие три года (средняя оценка 3,61), отмечая, что ключевыми драйверами развития науки будут цифровые технологии и искусственный интеллект, а также повышение цифровых компетенций учёных.
По сравнению с опросом 2022 года оценки ситуации заметно улучшились минимум в пяти ключевых аспектах:
— состояние научных кадров: наличие молодых и ведущих ученых, уровень компетенций сотрудников и др.
— обеспеченность организаций ресурсами из государственных источников (на фоне роста бюджетных расходов на науку)
— оснащенность научным оборудованием — как результат программы обновления приборной базы ведущих организаций
— публикационная активность в российских журналах и патентование внутри страны
— качество регулирования сферы науки по таким направлениям, как организация закупок, конкурсных процедур, экспертиза результатов R&D и др.
Респонденты также выделили риски, которые могут негативно повлиять на развитие науки. Среди них — финансирование исследований и разработок за счет средств бизнеса, коммерциализация РИД, высокая административная нагрузка на организации и исследователей, проблемы с зарубежными публикациями и патентованием, а также ограниченные возможности привлечения иностранных учёных и закупок иностранного оборудования и материалов.
В 2024 году число организаций, пользующихся мерами государственной поддержки, значительно выросло: охват большинства анализируемых инструментов превысил 90% (в 2022 году этот показатель был выше 70%). Наиболее значимыми оказались не только крупные программы с большим объёмом финансирования, такие как «Приоритет 2030», но и менее масштабные меры, направленные на обновление приборной базы и поддержку молодых учёных.
Читать доклад: https://issek.hse.ru/mirror/pubs/share/1107473819.pdf
Доклад посвящён комплексному анализу состояния отечественной науки, её текущего состояния и перспектив развития, эффективности мер политики и практикам управления исследованиями и разработками в организациях.
Основой для анализа стали данные опроса 719 руководителей и заместителей по научной деятельности из университетов и научных организаций, проведённого в 2024 году.
Главные выводы исследования показывают, что участники опроса оценивают ситуацию в российской науке как стабильную (индекс настроений составил 3,27 балла по пятибалльной шкале). Респонденты также ожидают улучшения делового климата в научной среде в ближайшие три года (средняя оценка 3,61), отмечая, что ключевыми драйверами развития науки будут цифровые технологии и искусственный интеллект, а также повышение цифровых компетенций учёных.
По сравнению с опросом 2022 года оценки ситуации заметно улучшились минимум в пяти ключевых аспектах:
— состояние научных кадров: наличие молодых и ведущих ученых, уровень компетенций сотрудников и др.
— обеспеченность организаций ресурсами из государственных источников (на фоне роста бюджетных расходов на науку)
— оснащенность научным оборудованием — как результат программы обновления приборной базы ведущих организаций
— публикационная активность в российских журналах и патентование внутри страны
— качество регулирования сферы науки по таким направлениям, как организация закупок, конкурсных процедур, экспертиза результатов R&D и др.
Респонденты также выделили риски, которые могут негативно повлиять на развитие науки. Среди них — финансирование исследований и разработок за счет средств бизнеса, коммерциализация РИД, высокая административная нагрузка на организации и исследователей, проблемы с зарубежными публикациями и патентованием, а также ограниченные возможности привлечения иностранных учёных и закупок иностранного оборудования и материалов.
В 2024 году число организаций, пользующихся мерами государственной поддержки, значительно выросло: охват большинства анализируемых инструментов превысил 90% (в 2022 году этот показатель был выше 70%). Наиболее значимыми оказались не только крупные программы с большим объёмом финансирования, такие как «Приоритет 2030», но и менее масштабные меры, направленные на обновление приборной базы и поддержку молодых учёных.
Читать доклад: https://issek.hse.ru/mirror/pubs/share/1107473819.pdf
⚡3👍3
Друзья, цикл лекций Владимира Пислякова по библиометрическим индикаторам продолжается!
Третья лекция «"Строк печальных не смывая": 50 лет недостатков самого известного журнального индикатора» состоится 18 декабря в 11:00.
Приглашенный эксперт:
Владимир Писляков, кандидат физико-математических наук, заместитель директора библиотеки НИУ «Высшая школа экономики», член редколлегии «Journal of Informetrics», автор «Большой российской энциклопедии».
На предыдущей лекции нашего курса по индикаторам мы начали исследовать некоторые недостатки, погрешности и неидеальности импакт-фактора — его критическую зависимость от области науки и искажения, вызванные жёсткой классификацией каждой статьи на основании тематической рубрики всего журнала.
К сожалению, это не всё. На занятии мы продолжим изучать проблемы импакт-фактора: произвол в хронологических параметрах его алгоритма расчета; сильное влияние "выбросов", отдельных статей в журнале; зависимость от самоцитирования; серьезные вопросы по статистической достоверности значения индикатора и журнальных рейтингов, построенных на его основании.
И, возможно, поймем, почему, несмотря на всё это, мы уже более 50 лет вместе.
Зарегистрироваться
Третья лекция «"Строк печальных не смывая": 50 лет недостатков самого известного журнального индикатора» состоится 18 декабря в 11:00.
Приглашенный эксперт:
Владимир Писляков, кандидат физико-математических наук, заместитель директора библиотеки НИУ «Высшая школа экономики», член редколлегии «Journal of Informetrics», автор «Большой российской энциклопедии».
На предыдущей лекции нашего курса по индикаторам мы начали исследовать некоторые недостатки, погрешности и неидеальности импакт-фактора — его критическую зависимость от области науки и искажения, вызванные жёсткой классификацией каждой статьи на основании тематической рубрики всего журнала.
К сожалению, это не всё. На занятии мы продолжим изучать проблемы импакт-фактора: произвол в хронологических параметрах его алгоритма расчета; сильное влияние "выбросов", отдельных статей в журнале; зависимость от самоцитирования; серьезные вопросы по статистической достоверности значения индикатора и журнальных рейтингов, построенных на его основании.
И, возможно, поймем, почему, несмотря на всё это, мы уже более 50 лет вместе.
Зарегистрироваться
Друзья, в эфире дайджест новостей!
Рассказываем о самом интересном, что произошло в мире науки, образования и технологий:
Крупные аккредитованные IT-компании обяжут к 1 июня 2026 года заключить соглашения с вузами о мерах финансовой поддержки и нефинансовой помощи в подготовке кадров.
Минобрнауки России определило специальности с ограничением платного приема.
В Минобрнауки России рассказали, какие предметы станут обязательными для студентов.
Объявлены результаты распределения грантов на развитие университетов по программе «Приоритет-2030».
Минобрнауки России: переход на новую систему в 2027 году должен затронуть частные вузы.
РГГУ запускает «ИИ Университет»: уникальное образование с ИИ-наставником.
Запущена международная платформа для проверенных примеров внедрения искусственного интеллекта в странах БРИКС+ и партнерах.
Страны G20 договорились развивать международное сотрудничество по ИИ.
11 организаций из 11 стран присоединились к международному альянсу в сфере искусственного интеллекта, в котором участвует уже 21 страна.
Подписаны меморандумы о поддержке Кодекса этики в сфере разработки и применения искусственного интеллекта на финансовом рынке.
Яндекс включил ИИ в образовательные программы для сотрудников вузов.
Яндекс опубликовал исследование «Искусственный интеллект в России - 2025: тренды и перспективы».
Инвестиции Сбера в генеративный ИИ в 2024-2026 годах составят около 600 млрд рублей.
OpenAI анонсировал бесплатную версию ChatGPT, созданную для учителей.
DeepSeek представила передовую математическую ИИ-модель DeepSeekMath-V2.
Исследователи из России создали первый в своем роде инструмент, позволяющий всесторонне оценить способность той или иной большой языковой модели работать с длинными текстами на русском языке.
Россия и Иран подписали документ о сотрудничестве в сфере ИИ.
Китай впервые включил в список госзакупок чипы отечественного производства для работы с ИИ.
Следите за новостями из мира науки и технологий вместе с компанией «Пульс Науки»!
#дайджест_новостей
Рассказываем о самом интересном, что произошло в мире науки, образования и технологий:
Крупные аккредитованные IT-компании обяжут к 1 июня 2026 года заключить соглашения с вузами о мерах финансовой поддержки и нефинансовой помощи в подготовке кадров.
Минобрнауки России определило специальности с ограничением платного приема.
В Минобрнауки России рассказали, какие предметы станут обязательными для студентов.
Объявлены результаты распределения грантов на развитие университетов по программе «Приоритет-2030».
Минобрнауки России: переход на новую систему в 2027 году должен затронуть частные вузы.
РГГУ запускает «ИИ Университет»: уникальное образование с ИИ-наставником.
Запущена международная платформа для проверенных примеров внедрения искусственного интеллекта в странах БРИКС+ и партнерах.
Страны G20 договорились развивать международное сотрудничество по ИИ.
11 организаций из 11 стран присоединились к международному альянсу в сфере искусственного интеллекта, в котором участвует уже 21 страна.
Подписаны меморандумы о поддержке Кодекса этики в сфере разработки и применения искусственного интеллекта на финансовом рынке.
Яндекс включил ИИ в образовательные программы для сотрудников вузов.
Яндекс опубликовал исследование «Искусственный интеллект в России - 2025: тренды и перспективы».
Инвестиции Сбера в генеративный ИИ в 2024-2026 годах составят около 600 млрд рублей.
OpenAI анонсировал бесплатную версию ChatGPT, созданную для учителей.
DeepSeek представила передовую математическую ИИ-модель DeepSeekMath-V2.
Исследователи из России создали первый в своем роде инструмент, позволяющий всесторонне оценить способность той или иной большой языковой модели работать с длинными текстами на русском языке.
Россия и Иран подписали документ о сотрудничестве в сфере ИИ.
Китай впервые включил в список госзакупок чипы отечественного производства для работы с ИИ.
Следите за новостями из мира науки и технологий вместе с компанией «Пульс Науки»!
#дайджест_новостей
👍5
Forwarded from Научные журналы и базы данных (НЖБД)
РНФ проведет серию вебинаров по подготовке статей в научные журналы в области гуманитарных наук
Серия вебинаров пройдет под руководством Александра Вераксы, академика РАО, доктора психологических наук, заведующего кафедрой психологии образования и педагогики факультета психологии МГУ имени М.В. Ломоносова, координатора экспертного совета РНФ.
Экспертами мероприятий также выступят: Маргарита Гаврилова, кандидат психологических наук, научный сотрудник факультета психологии МГУ имени М.В. Ломоносова, ассоциированный редактор журналов International Journal of Early Childhood, European Journal of Psychology Open; Дмитрий Корниенко, доктор психологических наук, профессор РАНГХиГС; Наталья Руднова, кандидат психологических наук, научный сотрудник Федерального научного центра психологических и междисциплинарных исследований, постоянный рецензент журналов BMC Psychology, Frontiers in Psychology, International Journal of Early Years Education, Child Neuropsychology; Анастасия Сиднева, кандидат психологических наук, научный сотрудник факультета психологии МГУ имени М.В. Ломоносова, научный редактор журнала Вестник Московского университета. Серия 14. Психология.
График мероприятий:
12 декабря 11:00–12:30 слушатели узнают, как создавать эффективные названия и выстраивать ясную структуру текста, освоят принципы макро- и микроорганизации научного повествования. Отдельное внимание будет уделено искусству написания аннотации статьи — участники научатся кратко и убедительно представлять свою работу, не теряя ее научной сути. Также будут подробно разобраны структура и логика написания введения научной статьи, что позволит четко формулировать исследовательскую проблему, обосновывать актуальность и задавать правильный тон всему тексту.
Ссылка на подключение: https://rscf.ktalk.ru/otuda7l015ay
15 декабря 11:00–12:30 участники встречи узнают, как писать систематические обзоры, эффективно структурируя огромные массивы исследований и избегая распространенных ошибок. Отдельное внимание будет уделено типичным стилистическим и грамматическим проблемам. Также слушатели освоят методику написания раздела «Результаты» — от корректной обработки сырых данных до формулирования ясных, убедительных и научно обоснованных выводов.
Ссылка на подключение: https://rscf.ktalk.ru/c2y6wwtqdxps
24 декабря 11:00–12:30 эксперты подробно разберут, зачем нужен раздел «Обсуждение» и как его писать, если «все уже посчитано» — ведь именно здесь исследователь раскрывает смысл своих результатов, ставит их в контекст мировой науки и обозначает перспективы. Отдельное внимание будет уделено принципам эффективной коммуникации с научным редактором журнала: как грамотно реагировать на замечания, выстраивать диалог и повышать доверие к своей работе. Завершит программу мастер-класс «Научный апгрейд: лайфхаки по написанию и оформлению статьи», где авторы получат практические инструменты для создания четких, логичных и соответствующих требованиям журналов текстов — от структуры до мелочей оформления.
Ссылка на подключение: https://rscf.ktalk.ru/cgxd7xdfy8ve
Серия вебинаров пройдет под руководством Александра Вераксы, академика РАО, доктора психологических наук, заведующего кафедрой психологии образования и педагогики факультета психологии МГУ имени М.В. Ломоносова, координатора экспертного совета РНФ.
Экспертами мероприятий также выступят: Маргарита Гаврилова, кандидат психологических наук, научный сотрудник факультета психологии МГУ имени М.В. Ломоносова, ассоциированный редактор журналов International Journal of Early Childhood, European Journal of Psychology Open; Дмитрий Корниенко, доктор психологических наук, профессор РАНГХиГС; Наталья Руднова, кандидат психологических наук, научный сотрудник Федерального научного центра психологических и междисциплинарных исследований, постоянный рецензент журналов BMC Psychology, Frontiers in Psychology, International Journal of Early Years Education, Child Neuropsychology; Анастасия Сиднева, кандидат психологических наук, научный сотрудник факультета психологии МГУ имени М.В. Ломоносова, научный редактор журнала Вестник Московского университета. Серия 14. Психология.
График мероприятий:
12 декабря 11:00–12:30 слушатели узнают, как создавать эффективные названия и выстраивать ясную структуру текста, освоят принципы макро- и микроорганизации научного повествования. Отдельное внимание будет уделено искусству написания аннотации статьи — участники научатся кратко и убедительно представлять свою работу, не теряя ее научной сути. Также будут подробно разобраны структура и логика написания введения научной статьи, что позволит четко формулировать исследовательскую проблему, обосновывать актуальность и задавать правильный тон всему тексту.
Ссылка на подключение: https://rscf.ktalk.ru/otuda7l015ay
15 декабря 11:00–12:30 участники встречи узнают, как писать систематические обзоры, эффективно структурируя огромные массивы исследований и избегая распространенных ошибок. Отдельное внимание будет уделено типичным стилистическим и грамматическим проблемам. Также слушатели освоят методику написания раздела «Результаты» — от корректной обработки сырых данных до формулирования ясных, убедительных и научно обоснованных выводов.
Ссылка на подключение: https://rscf.ktalk.ru/c2y6wwtqdxps
24 декабря 11:00–12:30 эксперты подробно разберут, зачем нужен раздел «Обсуждение» и как его писать, если «все уже посчитано» — ведь именно здесь исследователь раскрывает смысл своих результатов, ставит их в контекст мировой науки и обозначает перспективы. Отдельное внимание будет уделено принципам эффективной коммуникации с научным редактором журнала: как грамотно реагировать на замечания, выстраивать диалог и повышать доверие к своей работе. Завершит программу мастер-класс «Научный апгрейд: лайфхаки по написанию и оформлению статьи», где авторы получат практические инструменты для создания четких, логичных и соответствующих требованиям журналов текстов — от структуры до мелочей оформления.
Ссылка на подключение: https://rscf.ktalk.ru/cgxd7xdfy8ve
rscf.ktalk.ru
Вебинар РНФ по гуманитарным наукам, 11 декабря
Подключиться к видеоконференции
🤝5⚡2🤩2❤1👏1
Британский аналитический центр HEPI провел опрос 1041 студентов об использовании ИИ в учебе.
Если в 2024 году генеративный ИИ использовали в той или иной форме 66% студентов, то сейчас — 92%.
А для учебных задач — 88% (против 53% годом ранее).
Студенты применяют ИИ в основном для объяснения сложных концепций, обобщения статей и генерации исследовательских идей, но 18% включили текст, созданный ИИ, непосредственно в свою работу.
Главные мотивы — экономия времени и повышение качества работы.
Основными факторами, которые останавливают их от использования ИИ, являются риск быть обвиненными в академических проступках и страх получить ложные или предвзятые результаты.
80% студентов отмечают, что их вуз имеет четкую политику в области ИИ по защите целостности оценки, а 76% заявили, что их учреждение заметит использование ИИ в оценочной работе.
Студенты в подавляющем большинстве считают, что важно иметь хорошие ИИ-навыки, но только 36% получили поддержку от своего учреждения для их развития.
При этом грамотность представителей профессорско-преподавательского состава растет — 42% студентов считают преподавателей «хорошо подготовленными» (против 18% в 2024-м).
В опросе выявлено, что 45% респондентов использовали ИИ еще в школе, 40% уверены, что ИИ-контент получит хорошую оценку (против 34% несогласных).
Исходя из этих выводов, HEPI рекомендует учреждениям постоянно проверять свою практику оценки, особенно по мере того, как ИИ становится более мощным, а студенты становятся более опытными в использовании ИИ-инструментов, что требует дополнительной поддержки персонала для повышения их грамотности в области ИИ.
Читать полный отчет:
https://www.hepi.ac.uk/wp-content/uploads/2025/02/HEPI-Kortext-Student-Generative-AI-Survey-2025.pdf
Если в 2024 году генеративный ИИ использовали в той или иной форме 66% студентов, то сейчас — 92%.
А для учебных задач — 88% (против 53% годом ранее).
Студенты применяют ИИ в основном для объяснения сложных концепций, обобщения статей и генерации исследовательских идей, но 18% включили текст, созданный ИИ, непосредственно в свою работу.
Главные мотивы — экономия времени и повышение качества работы.
Основными факторами, которые останавливают их от использования ИИ, являются риск быть обвиненными в академических проступках и страх получить ложные или предвзятые результаты.
80% студентов отмечают, что их вуз имеет четкую политику в области ИИ по защите целостности оценки, а 76% заявили, что их учреждение заметит использование ИИ в оценочной работе.
Студенты в подавляющем большинстве считают, что важно иметь хорошие ИИ-навыки, но только 36% получили поддержку от своего учреждения для их развития.
При этом грамотность представителей профессорско-преподавательского состава растет — 42% студентов считают преподавателей «хорошо подготовленными» (против 18% в 2024-м).
В опросе выявлено, что 45% респондентов использовали ИИ еще в школе, 40% уверены, что ИИ-контент получит хорошую оценку (против 34% несогласных).
Исходя из этих выводов, HEPI рекомендует учреждениям постоянно проверять свою практику оценки, особенно по мере того, как ИИ становится более мощным, а студенты становятся более опытными в использовании ИИ-инструментов, что требует дополнительной поддержки персонала для повышения их грамотности в области ИИ.
Читать полный отчет:
https://www.hepi.ac.uk/wp-content/uploads/2025/02/HEPI-Kortext-Student-Generative-AI-Survey-2025.pdf
👍4👏3✍2❤1🤗1
Друзья, делимся традиционным дайджестом предстоящих интересных мероприятий:
15 декабря в 11:00 (мск), серия вебинаров по подготовке статей в научные журналы в области гуманитарных наук, РНФ
Вебинар о написании систематических обзоров
15-16 декабря, конференция, Москва, ИСИЭЗ НИУ ВШЭ
IV Всероссийская научная конференция «Цифровизация общества: трансформация повседневных практик и исследовательских перспектив»
16 декабря в 11:00 (мск), вебинар, компания «Пульс науки»
Можно ли нарисовать карту знания? История, подходы и революция ИИ в научной картографии
17 декабря в 11:00 (мск), вебинар, МСП
Конкурентная разведка с помощью ИИ
18 декабря в 11:00 (мск), вебинар, компания «Пульс науки»
"Строк печальных не смывая": 50 лет недостатков самого известного журнального индикатора
24 декабря в 11:00 (мск), серия вебинаров по подготовке статей в научные журналы в области гуманитарных наук, РНФ
Вебинар о разделе «Обсуждение» в научных статьях
23 января, фестиваль, Москва, ДПИР
Московский фестиваль студенческого предпринимательства
28 января, круглый стол, Санкт-Петербург, Фонтанка
Создавать свое или использовать готовое: как внедряется ИИ в разных сферах жизни и бизнеса
12 февраля, конференция, Москва, CNews
Технологии искусственного интеллекта 2026
15 декабря в 11:00 (мск), серия вебинаров по подготовке статей в научные журналы в области гуманитарных наук, РНФ
Вебинар о написании систематических обзоров
15-16 декабря, конференция, Москва, ИСИЭЗ НИУ ВШЭ
IV Всероссийская научная конференция «Цифровизация общества: трансформация повседневных практик и исследовательских перспектив»
16 декабря в 11:00 (мск), вебинар, компания «Пульс науки»
Можно ли нарисовать карту знания? История, подходы и революция ИИ в научной картографии
17 декабря в 11:00 (мск), вебинар, МСП
Конкурентная разведка с помощью ИИ
18 декабря в 11:00 (мск), вебинар, компания «Пульс науки»
"Строк печальных не смывая": 50 лет недостатков самого известного журнального индикатора
24 декабря в 11:00 (мск), серия вебинаров по подготовке статей в научные журналы в области гуманитарных наук, РНФ
Вебинар о разделе «Обсуждение» в научных статьях
23 января, фестиваль, Москва, ДПИР
Московский фестиваль студенческого предпринимательства
28 января, круглый стол, Санкт-Петербург, Фонтанка
Создавать свое или использовать готовое: как внедряется ИИ в разных сферах жизни и бизнеса
12 февраля, конференция, Москва, CNews
Технологии искусственного интеллекта 2026
👍2🤩2
Forwarded from eLIBRARY.RU
SCIENCE ONLINE возвращается!
Вам надоело разговаривать с экраном монитора? Соскучились по живому "ламповому" общению? Вот и мы тоже! Причем настолько, что решили провести в 2026 году сразу две научно-практические конференции. Итак, встречайте: SCIENCE ANALYTICS 2026 и SCIENCE ONLINE XXIII !
Конференции отличаются по месту и формату проведения, хотя и близки по своим основным тематикам. SCIENCE ANALYTICS - это двухдневная научно-практическая конференция в Москве, в ИНТЦ МГУ "Воробьевы горы", рассчитанная на большое количество участников. SCIENCE ONLINE XXIII - это продолжение нашей уже традиционной серии международных конференций, которая на этот раз проводится в Сочи, на курорте Роза-Хутор. Она более камерная и более продолжительная, что позволяет глубже погрузиться в проблематику, а также пообщаться с коллегами в спокойной, располагающей к научной дискуссии обстановке.
SCIENCE ANALYTICS 2026
Даты и место проведения: 2–3 апреля 2026, ИНТЦ МГУ им. М.В. Ломоносова (г. Москва).
Тема: “От оценки научных результатов к доказательному формированию научной политики”.
В фокусе – анализ методологии оценки научного потенциала, роль открытых данных и трансформация норм научного сообщества в условиях цифровизации научно-образовательной деятельности и активного внедрения технологий ИИ.
Ключевые направления программы:
- Индикаторы научного развития: стандартизация, сопоставимость и интерпретация данных
- Открытые данные и прозрачность в научной коммуникации: инструменты и вызовы
- Рецензирование и обеспечение качества в цифровую эпоху
- Национальные и региональные научные экосистемы и стратегии развития научного потенциала
- Презентация новых информационных продуктов от Научной электронной библиотеки: расширение ядра РИНЦ через включение лучших монографий и трудов конференций, модуль для работы диссоветов в системе Science Index для научных организаций, новый поисковый интерфейс со встроенной нейросетью на eLIBRARY.RU, совместный российско-китайский проект по созданию открытой международной базы данных научного цитирования.
SCIENCE ONLINE 2026
Даты и место: 26 сентября – 3 октября, Красная Поляна (г. Сочи).
Тема: “Наука в цифре: новые горизонты оценки исследований и искусственный интеллект”.
В центре внимания – российские и глобальные тенденции в области аналитики и оценки исследований, интеграция ИИ в работу научных платформ, современные инструменты eLIBRARY.RU.
Ключевые направления программы:
- Цифровые экосистемы для научных исследований
- Аналитические инструменты и использование искусственного интеллекта в наукометрии
- Этические и технологические аспекты внедрения ИИ в публикационные процессы и оценку научной деятельности
- Развитие открытой науки и новых форматов научной коммуникации
- Роль научных библиотек в цифровой трансформации образования и науки
- Презентация новых информационных продуктов от Научной электронной библиотеки: глобальная аналитическая система eLibrary Analytics, цифровая экосистема для исследователя MyScience.
Уважаемые коллеги, желаем вам успехов и до встречи на конференциях SCIENCE ONLINE и SCIENCE ANALYTICS!
Вам надоело разговаривать с экраном монитора? Соскучились по живому "ламповому" общению? Вот и мы тоже! Причем настолько, что решили провести в 2026 году сразу две научно-практические конференции. Итак, встречайте: SCIENCE ANALYTICS 2026 и SCIENCE ONLINE XXIII !
Конференции отличаются по месту и формату проведения, хотя и близки по своим основным тематикам. SCIENCE ANALYTICS - это двухдневная научно-практическая конференция в Москве, в ИНТЦ МГУ "Воробьевы горы", рассчитанная на большое количество участников. SCIENCE ONLINE XXIII - это продолжение нашей уже традиционной серии международных конференций, которая на этот раз проводится в Сочи, на курорте Роза-Хутор. Она более камерная и более продолжительная, что позволяет глубже погрузиться в проблематику, а также пообщаться с коллегами в спокойной, располагающей к научной дискуссии обстановке.
SCIENCE ANALYTICS 2026
Даты и место проведения: 2–3 апреля 2026, ИНТЦ МГУ им. М.В. Ломоносова (г. Москва).
Тема: “От оценки научных результатов к доказательному формированию научной политики”.
В фокусе – анализ методологии оценки научного потенциала, роль открытых данных и трансформация норм научного сообщества в условиях цифровизации научно-образовательной деятельности и активного внедрения технологий ИИ.
Ключевые направления программы:
- Индикаторы научного развития: стандартизация, сопоставимость и интерпретация данных
- Открытые данные и прозрачность в научной коммуникации: инструменты и вызовы
- Рецензирование и обеспечение качества в цифровую эпоху
- Национальные и региональные научные экосистемы и стратегии развития научного потенциала
- Презентация новых информационных продуктов от Научной электронной библиотеки: расширение ядра РИНЦ через включение лучших монографий и трудов конференций, модуль для работы диссоветов в системе Science Index для научных организаций, новый поисковый интерфейс со встроенной нейросетью на eLIBRARY.RU, совместный российско-китайский проект по созданию открытой международной базы данных научного цитирования.
SCIENCE ONLINE 2026
Даты и место: 26 сентября – 3 октября, Красная Поляна (г. Сочи).
Тема: “Наука в цифре: новые горизонты оценки исследований и искусственный интеллект”.
В центре внимания – российские и глобальные тенденции в области аналитики и оценки исследований, интеграция ИИ в работу научных платформ, современные инструменты eLIBRARY.RU.
Ключевые направления программы:
- Цифровые экосистемы для научных исследований
- Аналитические инструменты и использование искусственного интеллекта в наукометрии
- Этические и технологические аспекты внедрения ИИ в публикационные процессы и оценку научной деятельности
- Развитие открытой науки и новых форматов научной коммуникации
- Роль научных библиотек в цифровой трансформации образования и науки
- Презентация новых информационных продуктов от Научной электронной библиотеки: глобальная аналитическая система eLibrary Analytics, цифровая экосистема для исследователя MyScience.
Уважаемые коллеги, желаем вам успехов и до встречи на конференциях SCIENCE ONLINE и SCIENCE ANALYTICS!
❤4🔥4👏3⚡2🤝2🤗1
Друзья, напоминаем о том, что на этой неделе у нас состоятся два вебинара:
Дата и время: 16 декабря в 11:00
Тема: Можно ли нарисовать карту знания? История, подходы и революция ИИ в научной картографии.
Приглашенный эксперт:
Денис Косяков, заведующий лабораторией наукометрии и научных коммуникаций РИЭПП, научный сотрудник лаборатории ИИ и информационных технологий ИВМиМГ СО РАН, заместитель директора по IT и инфраструктуре НГОНБ.
Зарегистрироваться
Дата и время: 18 декабря в 11:00
Тема: "Строк печальных не смывая": 50 лет недостатков самого известного журнального индикатора.
Приглашенный эксперт:
Владимир Писляков, кандидат физико-математических наук, заместитель директора библиотеки НИУ «Высшая школа экономики», член редколлегии «Journal of Informetrics», автор «Большой российской энциклопедии».
Зарегистрироваться
Участие в вебинарах бесплатное, необходима регистрация. Электронный сертификат направляется участникам, которые прослушали вебинар от начала до конца.
Ждём всех!🩷
Дата и время: 16 декабря в 11:00
Тема: Можно ли нарисовать карту знания? История, подходы и революция ИИ в научной картографии.
Приглашенный эксперт:
Денис Косяков, заведующий лабораторией наукометрии и научных коммуникаций РИЭПП, научный сотрудник лаборатории ИИ и информационных технологий ИВМиМГ СО РАН, заместитель директора по IT и инфраструктуре НГОНБ.
Зарегистрироваться
Дата и время: 18 декабря в 11:00
Тема: "Строк печальных не смывая": 50 лет недостатков самого известного журнального индикатора.
Приглашенный эксперт:
Владимир Писляков, кандидат физико-математических наук, заместитель директора библиотеки НИУ «Высшая школа экономики», член редколлегии «Journal of Informetrics», автор «Большой российской энциклопедии».
Зарегистрироваться
Участие в вебинарах бесплатное, необходима регистрация. Электронный сертификат направляется участникам, которые прослушали вебинар от начала до конца.
Ждём всех!
Please open Telegram to view this post
VIEW IN TELEGRAM
Please open Telegram to view this post
VIEW IN TELEGRAM
Друзья, напоминание для вас!
Завтра, 16 декабря, в 11:00 (мск) состоится вебинар Дениса Косякова «Можно ли нарисовать карту знания? История, подходы и революция ИИ в научной картографии».
Приглашенный эксперт:
Денис Косяков, заведующий лабораторией наукометрии и научных коммуникаций РИЭПП, научный сотрудник лаборатории ИИ и информационных технологий ИВМиМГ СО РАН, заместитель директора по IT и инфраструктуре НГОНБ.
Как устроена «карта науки» и что вообще означает фраза «закартировать знание»? Можно ли действительно разложить сложные идеи по двум осям и нескольким кластерам или это всего лишь красивая иллюзия? На вебинаре мы проследим путь от первых попыток визуализировать научные поля по авторам, ключевым словам и цитатам до современных подходов к картированию концептов и дискурсов.
Мы поговорим о том, чем научные карты похожи на географические: какие «проекции» используют исследователи, почему любая карта искажает реальность и как возникают «зоны молчания» и «белые пятна» на карте знания. Обсудим, что меняет искусственный интеллект: как нейросети помогают собирать и структурировать огромные массивы публикаций, находить скрытые связи и осевые линии и где их возможности заканчиваются.
Зарегистрироваться
Завтра, 16 декабря, в 11:00 (мск) состоится вебинар Дениса Косякова «Можно ли нарисовать карту знания? История, подходы и революция ИИ в научной картографии».
Приглашенный эксперт:
Денис Косяков, заведующий лабораторией наукометрии и научных коммуникаций РИЭПП, научный сотрудник лаборатории ИИ и информационных технологий ИВМиМГ СО РАН, заместитель директора по IT и инфраструктуре НГОНБ.
Как устроена «карта науки» и что вообще означает фраза «закартировать знание»? Можно ли действительно разложить сложные идеи по двум осям и нескольким кластерам или это всего лишь красивая иллюзия? На вебинаре мы проследим путь от первых попыток визуализировать научные поля по авторам, ключевым словам и цитатам до современных подходов к картированию концептов и дискурсов.
Мы поговорим о том, чем научные карты похожи на географические: какие «проекции» используют исследователи, почему любая карта искажает реальность и как возникают «зоны молчания» и «белые пятна» на карте знания. Обсудим, что меняет искусственный интеллект: как нейросети помогают собирать и структурировать огромные массивы публикаций, находить скрытые связи и осевые линии и где их возможности заканчиваются.
Зарегистрироваться
❤4👍3
Друзья, ставим напоминание на 11:00, чтобы не пропустить наш прямой эфир!
Уже сегодня Денис Косяков расскажет о том, что такое «карта знания», рассмотрит историю, подходы и революцию ИИ в научной картографии.
Задавайте ваши вопросы в комментариях до и во время трансляции, после выступления эксперта мы их обязательно разберём.
Подключайтесь, начнем день вместе🩷
https://pruffme.com/landing/pulsescience/pulsescience16122025
До встречи в эфире!
Уже сегодня Денис Косяков расскажет о том, что такое «карта знания», рассмотрит историю, подходы и революцию ИИ в научной картографии.
Задавайте ваши вопросы в комментариях до и во время трансляции, после выступления эксперта мы их обязательно разберём.
Подключайтесь, начнем день вместе
https://pruffme.com/landing/pulsescience/pulsescience16122025
До встречи в эфире!
Please open Telegram to view this post
VIEW IN TELEGRAM
Pruffme
Можно ли нарисовать карту знания? История, подходы и революция ИИ в научной картографии.
👏4
⚡️Мы готовы начинать!
Присоединяйтесь к вебинару, чтобы узнать о том, как устроена «карта науки» и что вообще означает фраза «закартировать знание», а также можно ли действительно разложить сложные идеи по двум осям и нескольким кластерам или это всего лишь красивая иллюзия.
Мы проследим путь от первых попыток визуализировать научные поля по авторам, ключевым словам и цитатам до современных подходов к картированию концептов и дискурсов.
Рассмотрим, чем научные карты похожи на географические, обсудим, как нейросети помогают собирать и структурировать огромные массивы публикаций, находить скрытые связи и осевые линии и где их возможности заканчиваются.
Тема: Можно ли нарисовать карту знания? История, подходы и революция ИИ в научной картографии
Приглашенный эксперт:
Денис Косяков, заведующий лабораторией наукометрии и научных коммуникаций РИЭПП, научный сотрудник лаборатории ИИ и информационных технологий ИВМиМГ СО РАН, заместитель директора по IT и инфраструктуре НГОНБ.
Ссылка на подключение: https://pruffme.com/landing/pulsescience/pulsescience16122025
Присоединяйтесь к вебинару, чтобы узнать о том, как устроена «карта науки» и что вообще означает фраза «закартировать знание», а также можно ли действительно разложить сложные идеи по двум осям и нескольким кластерам или это всего лишь красивая иллюзия.
Мы проследим путь от первых попыток визуализировать научные поля по авторам, ключевым словам и цитатам до современных подходов к картированию концептов и дискурсов.
Рассмотрим, чем научные карты похожи на географические, обсудим, как нейросети помогают собирать и структурировать огромные массивы публикаций, находить скрытые связи и осевые линии и где их возможности заканчиваются.
Тема: Можно ли нарисовать карту знания? История, подходы и революция ИИ в научной картографии
Приглашенный эксперт:
Денис Косяков, заведующий лабораторией наукометрии и научных коммуникаций РИЭПП, научный сотрудник лаборатории ИИ и информационных технологий ИВМиМГ СО РАН, заместитель директора по IT и инфраструктуре НГОНБ.
Ссылка на подключение: https://pruffme.com/landing/pulsescience/pulsescience16122025
⚡3🔥3
Forwarded from Научные журналы и базы данных (НЖБД)
The New York Times обратилась в суд Нью-Йорка с иском к ИИ-стартапу Perplexity
В иске утверждается, что поисковый сервис Perplexity, основанный на искусственном интеллекте, на протяжении последних 18 месяцев использовал материалы газеты – вплоть до полных текстов статей – для формирования ответов на запросы пользователей.
Заявляется, что это происходило без согласования с правообладателем и без какой-либо компенсации.
Кроме того, The New York Times обвиняет стартап в нанесении ущерба своей репутации. По данным издания, ИИ-поисковик иногда генерирует недостоверную информацию и ошибочно приписывает ее газете, вводя читателей в заблуждение.
В ответ на обвинения представитель Perplexity Джесси Дуайер заявила изданию The Verge, что подобные судебные разбирательства между технологическими компаниями и издателями – историческая закономерность.
По ее словам, аналогичные споры возникали с появлением радио, телевидения, интернета и социальных сетей, а теперь пришла очередь искусственного интеллекта. Она также отметила, что прошлые попытки остановить технологический прогресс через суд не увенчались успехом, "иначе мы бы все говорили об этом по телеграфу".
Ситуация, сложившаяся вокруг New York Times, уже не первая в своем роде. Ранее Perplexity также сталкивалась с претензиями медиагигантов.
Так, в октябре 2025 года на компанию подал в суд Reddit, а летом 2025-го британская телерадиокомпания BBC направила официальное требование прекратить сбор данных с ее сайтов под угрозой судебного разбирательства. Еще раньше стартап в присвоении контента обвиняли такие издания, как Forbes и Wired.
#perplexity #ии #ai #nytimes
____
@rujournals - Научные журналы и базы данных (НЖБД)
В иске утверждается, что поисковый сервис Perplexity, основанный на искусственном интеллекте, на протяжении последних 18 месяцев использовал материалы газеты – вплоть до полных текстов статей – для формирования ответов на запросы пользователей.
Заявляется, что это происходило без согласования с правообладателем и без какой-либо компенсации.
Кроме того, The New York Times обвиняет стартап в нанесении ущерба своей репутации. По данным издания, ИИ-поисковик иногда генерирует недостоверную информацию и ошибочно приписывает ее газете, вводя читателей в заблуждение.
В ответ на обвинения представитель Perplexity Джесси Дуайер заявила изданию The Verge, что подобные судебные разбирательства между технологическими компаниями и издателями – историческая закономерность.
По ее словам, аналогичные споры возникали с появлением радио, телевидения, интернета и социальных сетей, а теперь пришла очередь искусственного интеллекта. Она также отметила, что прошлые попытки остановить технологический прогресс через суд не увенчались успехом, "иначе мы бы все говорили об этом по телеграфу".
Ситуация, сложившаяся вокруг New York Times, уже не первая в своем роде. Ранее Perplexity также сталкивалась с претензиями медиагигантов.
Так, в октябре 2025 года на компанию подал в суд Reddit, а летом 2025-го британская телерадиокомпания BBC направила официальное требование прекратить сбор данных с ее сайтов под угрозой судебного разбирательства. Еще раньше стартап в присвоении контента обвиняли такие издания, как Forbes и Wired.
#perplexity #ии #ai #nytimes
____
@rujournals - Научные журналы и базы данных (НЖБД)
✍4👀2🤗2❤1🤝1
Консалтинговое агентство «Яков и Партнёры» вместе с Яндексом опубликовали исследование «Искусственный интеллект в России — 2025: тренды и перспективы».
Исследование описывает состояние российского рынка искусственного интеллекта, оценивает экономический эффект от внедрения ИИ и выделяет ключевые тренды.
Исследование основано на опросах технических директоров крупных российских компаний из 16 отраслей, 150 поставщиков ИИ-решений и 3500+ пользователей из числа жителей России.
71% крупных российских компаний уже использует генеративный ИИ хотя бы в одной функции бизнеса.
Активнее всего искусственный интеллект применяют компании из пяти отраслей: ИТ и технологии, телеком и медиа, электронная коммерция, банковское дело и страхование. В этих отраслях уже перешли от пилотных проектов к системному применению ИИ в бизнес-задачах.
Компании из передовых отраслей за последний год направили на развитие решений на базе ИИ от 13 до 17% годового ИТ-бюджета.
Подавляющее большинство опрошенных технических директоров и вендоров — около 90% — полагает, что уровень развития и внедрения искусственного интеллекта в России выше среднего по миру или сопоставим с уровнем стран-лидеров. При этом уровень развития ИИ-решений оценивается более высоко, чем уровень их внедрения.
78% компаний уже получают экономический эффект от внедрения ИИ — это на 10 п.п. больше, чем в 2023 году. Почти 10% достигли эффекта в 5% EBITDA (два года назад такие случаи были редкостью).
В передовых отраслях эффект — до 8% EBITDA сейчас, с прогнозом 13–21% через год.
В остальных — 5–10% EBITDA.
90% отмечают сокращение затрат как основной драйвер; 25% видят рост выручки от новых продуктов (в передовых отраслях эта доля гораздо выше — 70%).
К 2030 году экономический эффект от ИИ оценивают в 7,9–12,8 трлн руб. в год (до 5,5% ВВП). Генеративный ИИ внесёт наибольший вклад — 1,6–2,7 трлн руб. К этому времени генеративный ИИ будет применять более половины населения планеты.
78% компаний используют готовые ИИ-решения от внешних партнёров. Около половины респондентов при этом отмечают, что адаптируют эти решения под свои бизнес-процессы вместе с подрядчиком. Собственные разработки ведут лишь 17%.
Самая распространённая модель поставки — облачная: её используют 40% респондентов. 29% выбирают гибридную модель. Ситуация зависит от отрасли: так, в банковской сфере с повышенными требованиями к безопасности данных 90% компаний применяют on-premises.
Компании, работающие с генеративным ИИ, используют в основном опенсорсные модели. Это ускоряет вывод решений на рынок, снижает барьеры и способствует массовому внедрению ИИ. 71% компаний вместо полного цикла обучения выбирают донастройку готовых моделей под свои задачи без кардинальных изменений.
Полный текст исследования:
https://disk.yandex.ru/i/J7VbU7uQ69uKNw
Исследование описывает состояние российского рынка искусственного интеллекта, оценивает экономический эффект от внедрения ИИ и выделяет ключевые тренды.
Исследование основано на опросах технических директоров крупных российских компаний из 16 отраслей, 150 поставщиков ИИ-решений и 3500+ пользователей из числа жителей России.
71% крупных российских компаний уже использует генеративный ИИ хотя бы в одной функции бизнеса.
Активнее всего искусственный интеллект применяют компании из пяти отраслей: ИТ и технологии, телеком и медиа, электронная коммерция, банковское дело и страхование. В этих отраслях уже перешли от пилотных проектов к системному применению ИИ в бизнес-задачах.
Компании из передовых отраслей за последний год направили на развитие решений на базе ИИ от 13 до 17% годового ИТ-бюджета.
Подавляющее большинство опрошенных технических директоров и вендоров — около 90% — полагает, что уровень развития и внедрения искусственного интеллекта в России выше среднего по миру или сопоставим с уровнем стран-лидеров. При этом уровень развития ИИ-решений оценивается более высоко, чем уровень их внедрения.
78% компаний уже получают экономический эффект от внедрения ИИ — это на 10 п.п. больше, чем в 2023 году. Почти 10% достигли эффекта в 5% EBITDA (два года назад такие случаи были редкостью).
В передовых отраслях эффект — до 8% EBITDA сейчас, с прогнозом 13–21% через год.
В остальных — 5–10% EBITDA.
90% отмечают сокращение затрат как основной драйвер; 25% видят рост выручки от новых продуктов (в передовых отраслях эта доля гораздо выше — 70%).
К 2030 году экономический эффект от ИИ оценивают в 7,9–12,8 трлн руб. в год (до 5,5% ВВП). Генеративный ИИ внесёт наибольший вклад — 1,6–2,7 трлн руб. К этому времени генеративный ИИ будет применять более половины населения планеты.
78% компаний используют готовые ИИ-решения от внешних партнёров. Около половины респондентов при этом отмечают, что адаптируют эти решения под свои бизнес-процессы вместе с подрядчиком. Собственные разработки ведут лишь 17%.
Самая распространённая модель поставки — облачная: её используют 40% респондентов. 29% выбирают гибридную модель. Ситуация зависит от отрасли: так, в банковской сфере с повышенными требованиями к безопасности данных 90% компаний применяют on-premises.
Компании, работающие с генеративным ИИ, используют в основном опенсорсные модели. Это ускоряет вывод решений на рынок, снижает барьеры и способствует массовому внедрению ИИ. 71% компаний вместо полного цикла обучения выбирают донастройку готовых моделей под свои задачи без кардинальных изменений.
Полный текст исследования:
https://disk.yandex.ru/i/J7VbU7uQ69uKNw
Яндекс Диск
Искусственный_интеллект_в_России_—_2025.pdf
Посмотреть и скачать с Яндекс Диска
✍3👍3⚡2🔥1🤗1
Инструменты для визуализации наукометрических исследований
VOSviewer — бесплатный инструмент для построения и визуализации библиометрических сетей. Он создаёт карты журналов, исследователей или публикаций на основе цитирований, библиографических связей, совместного цитирования или соавторства. Поддерживает интеллектуальный анализ текста для сетей ключевых слов. Работает с данными из Scopus и Web of Science.
BibExcel — бесплатная программа для анализа библиографических данных или текстов в табличном формате. Она преобразует сырые данные (например, экспорт из Web of Science в формате CSV) в файлы для Excel или других табличных редакторов.
Подходит для предобработки данных перед визуализацией.
Программа предлагает множество инструментов от базовых до продвинутых.
Bibliometrix — открытый R-пакет, который импортирует данные из Scopus, Web of Science, PubMed, Dimensions и Cochrane, выполняет анализ и строит матрицы для цитирований, сотрудничества и ключевых слов.
Включает все основные методы: от базовых метрик до сетевого анализа. Создаёт графики, таблицы и отчёты.
Cosmograph — это онлайн-инструмент, библиотека React/JavaScript и виджет Python для визуализации и анализа больших сетевых графов и встраиваемых моделей машинного обучения. Загружайте CSV-файлы с сетевыми графами или эмбеддингами для мгновенной визуализации сотен тысяч узлов и ребер.
Gephi — открытая платформа для сетевого анализа, которая обнаруживает структурные закономерности в связанных данных. От социальных сетей до биологических систем — она легко обрабатывает сети от 10 узлов до 10 миллионов с помощью передовых алгоритмов и поддерживает множество форматов и баз данных.
CiteSpace — инструмент для генерации интерактивных визуализаций структурных и временных закономерностей. Он упрощает систематический обзор знаний через глубокий визуальный анализ, обрабатывает данные цитирования из Web of Science, Scopus, Dimensions, The Lens. Работает с наборами баз цитирований: PubMed, CNKI, ProQuest Dissertations & Theses. Показывает развитие исследований, интеллектуальные «поворотные моменты» на критическом пути и горячие темы.
VOSviewer — бесплатный инструмент для построения и визуализации библиометрических сетей. Он создаёт карты журналов, исследователей или публикаций на основе цитирований, библиографических связей, совместного цитирования или соавторства. Поддерживает интеллектуальный анализ текста для сетей ключевых слов. Работает с данными из Scopus и Web of Science.
BibExcel — бесплатная программа для анализа библиографических данных или текстов в табличном формате. Она преобразует сырые данные (например, экспорт из Web of Science в формате CSV) в файлы для Excel или других табличных редакторов.
Подходит для предобработки данных перед визуализацией.
Программа предлагает множество инструментов от базовых до продвинутых.
Bibliometrix — открытый R-пакет, который импортирует данные из Scopus, Web of Science, PubMed, Dimensions и Cochrane, выполняет анализ и строит матрицы для цитирований, сотрудничества и ключевых слов.
Включает все основные методы: от базовых метрик до сетевого анализа. Создаёт графики, таблицы и отчёты.
Cosmograph — это онлайн-инструмент, библиотека React/JavaScript и виджет Python для визуализации и анализа больших сетевых графов и встраиваемых моделей машинного обучения. Загружайте CSV-файлы с сетевыми графами или эмбеддингами для мгновенной визуализации сотен тысяч узлов и ребер.
Gephi — открытая платформа для сетевого анализа, которая обнаруживает структурные закономерности в связанных данных. От социальных сетей до биологических систем — она легко обрабатывает сети от 10 узлов до 10 миллионов с помощью передовых алгоритмов и поддерживает множество форматов и баз данных.
CiteSpace — инструмент для генерации интерактивных визуализаций структурных и временных закономерностей. Он упрощает систематический обзор знаний через глубокий визуальный анализ, обрабатывает данные цитирования из Web of Science, Scopus, Dimensions, The Lens. Работает с наборами баз цитирований: PubMed, CNKI, ProQuest Dissertations & Theses. Показывает развитие исследований, интеллектуальные «поворотные моменты» на критическом пути и горячие темы.
🔥12
Аккуратное напоминание под вечер среды: завтра, 18 декабря, состоится третья лекция «"Строк печальных не смывая": 50 лет недостатков самого известного журнального индикатора».
Регистрация по ссылке: https://pruffme.com/landing/pulsescience/pulsescience18122025
Приглашенный эксперт:
Владимир Писляков, кандидат физико-математических наук, заместитель директора библиотеки НИУ «Высшая школа экономики», член редколлегии «Journal of Informetrics», автор «Большой российской энциклопедии».
На предыдущей лекции нашего курса по индикаторам мы начали исследовать некоторые недостатки, погрешности и неидеальности импакт-фактора — его критическую зависимость от области науки и искажения, вызванные жёсткой классификацией каждой статьи на основании тематической рубрики всего журнала.
К сожалению, это не всё. На занятии мы продолжим изучать проблемы импакт-фактора: произвол в хронологических параметрах его алгоритма расчета; сильное влияние "выбросов", отдельных статей в журнале; зависимость от самоцитирования; серьезные вопросы по статистической достоверности значения индикатора и журнальных рейтингов, построенных на его основании.
И, возможно, поймем, почему, несмотря на всё это, мы уже более 50 лет вместе.
Регистрация по ссылке: https://pruffme.com/landing/pulsescience/pulsescience18122025
Приглашенный эксперт:
Владимир Писляков, кандидат физико-математических наук, заместитель директора библиотеки НИУ «Высшая школа экономики», член редколлегии «Journal of Informetrics», автор «Большой российской энциклопедии».
На предыдущей лекции нашего курса по индикаторам мы начали исследовать некоторые недостатки, погрешности и неидеальности импакт-фактора — его критическую зависимость от области науки и искажения, вызванные жёсткой классификацией каждой статьи на основании тематической рубрики всего журнала.
К сожалению, это не всё. На занятии мы продолжим изучать проблемы импакт-фактора: произвол в хронологических параметрах его алгоритма расчета; сильное влияние "выбросов", отдельных статей в журнале; зависимость от самоцитирования; серьезные вопросы по статистической достоверности значения индикатора и журнальных рейтингов, построенных на его основании.
И, возможно, поймем, почему, несмотря на всё это, мы уже более 50 лет вместе.
👏4⚡3❤2
Друзья, начинаем через час!
В 11:00 состоится вебинар «"Строк печальных не смывая": 50 лет недостатков самого известного журнального индикатора».
На лекции мы продолжим изучать проблемы импакт-фактора: произвол в хронологических параметрах его алгоритма расчета; сильное влияние "выбросов", отдельных статей в журнале; зависимость от самоцитирования; серьезные вопросы по статистической достоверности значения индикатора и журнальных рейтингов, построенных на его основании.
Задавайте ваши вопросы в комментариях до и во время трансляции, после выступления эксперта мы их обязательно разберём.
Подключайтесь, начнём день вместе🩷
https://pruffme.com/landing/pulsescience/pulsescience18122025
В 11:00 состоится вебинар «"Строк печальных не смывая": 50 лет недостатков самого известного журнального индикатора».
На лекции мы продолжим изучать проблемы импакт-фактора: произвол в хронологических параметрах его алгоритма расчета; сильное влияние "выбросов", отдельных статей в журнале; зависимость от самоцитирования; серьезные вопросы по статистической достоверности значения индикатора и журнальных рейтингов, построенных на его основании.
Задавайте ваши вопросы в комментариях до и во время трансляции, после выступления эксперта мы их обязательно разберём.
Подключайтесь, начнём день вместе
https://pruffme.com/landing/pulsescience/pulsescience18122025
Please open Telegram to view this post
VIEW IN TELEGRAM
Pruffme
"Строк печальных не смывая": 50 лет недостатков самого известного журнального индикатора.
⚡Мы в эфире!
Не упустите возможность принять участие в третьей лекции цикла по библиометрическим индикаторам и узнать о проблемах импакт-фактора.
Приглашенный эксперт:
Владимир Писляков, кандидат физико-математических наук, заместитель директора библиотеки НИУ «Высшая школа экономики», член редколлегии «Journal of Informetrics», автор «Большой российской энциклопедии».
Вы ещё успеваете зарегистрироваться и подключиться к вебинару.
По окончании мероприятия мы поделимся с вами материалами, а также пришлем сертификат об участии.
Не упустите возможность принять участие в третьей лекции цикла по библиометрическим индикаторам и узнать о проблемах импакт-фактора.
Приглашенный эксперт:
Владимир Писляков, кандидат физико-математических наук, заместитель директора библиотеки НИУ «Высшая школа экономики», член редколлегии «Journal of Informetrics», автор «Большой российской энциклопедии».
Вы ещё успеваете зарегистрироваться и подключиться к вебинару.
По окончании мероприятия мы поделимся с вами материалами, а также пришлем сертификат об участии.
Утечка данных раскрыла личности анонимных рецензентов, которые оценили тысячи статей для одной из крупнейших в мире конференций по ИИ.
Из-за ошибки программного обеспечения на платформе OpenReview, обеспечивающей двойное слепое рецензирование для тысяч конференций по информатике, стали известны личности анонимных рецензентов научных работ.
Хотя рецензии публикуются публично, OpenReview обеспечивает строгую анонимность: авторы статей не знают, кто рецензенты, и наоборот. Однако ошибка позволяла обойти эту защиту и раскрыть личности рецензентов с помощью простого запроса.
27 ноября сотрудники Международной конференции International Conference on Learning Representations (ICLR) узнали об ошибке и уведомили OpenReview, которая выявила и исправила её через час. Но к тому времени данные об авторах и рецензентах примерно 10 000 статей, подготовленных для конференции ICLR 2026 года в Рио-де-Жанейро, уже были собраны и широко распространены в интернете.
После инцидента ICLR предупредила, что «любое использование, эксплуатация или распространение просочившейся информации» повлечёт за собой санкции, включая потенциальный многолетний запрет на участие в конференции.
Эта утечка является одной из крупнейших, связанных с данными рецензирования, и первой в истории OpenReview.
В результате рецензенты получили угрожающие сообщения с требованиями изменить свои оценки. ICLR подтвердила, что рецензенты подвергались угрозам, но в заявлении подчеркнула, что эти действия не исходили от авторов.
Инцидент произошёл на фоне экспоненциального роста числа публикаций: количество подач на ICLR выросло с 7000 в 2024 году до 12 000 в 2025-м и почти 20 000 в 2026-м. Рецензенты перегружены — по пять статей на человека. Это привело к снижению качества: среди 75 800 опубликованных рецензий отмечено падение баллов, присвоенных представленным работам, в годовом исчислении, а компания Pangram оценила долю ИИ-сгенерированных рецензий в 21 %.
Эксперты считают, что текущая система обзора стала неблагополучной. В то же время они видят в сложившейся ситуации и позитивные стороны: она чётко демонстрирует необходимость реформ — ужесточения проверок, равномерного распределения нагрузки и введения строгих этических стандартов.
Из-за ошибки программного обеспечения на платформе OpenReview, обеспечивающей двойное слепое рецензирование для тысяч конференций по информатике, стали известны личности анонимных рецензентов научных работ.
Хотя рецензии публикуются публично, OpenReview обеспечивает строгую анонимность: авторы статей не знают, кто рецензенты, и наоборот. Однако ошибка позволяла обойти эту защиту и раскрыть личности рецензентов с помощью простого запроса.
27 ноября сотрудники Международной конференции International Conference on Learning Representations (ICLR) узнали об ошибке и уведомили OpenReview, которая выявила и исправила её через час. Но к тому времени данные об авторах и рецензентах примерно 10 000 статей, подготовленных для конференции ICLR 2026 года в Рио-де-Жанейро, уже были собраны и широко распространены в интернете.
После инцидента ICLR предупредила, что «любое использование, эксплуатация или распространение просочившейся информации» повлечёт за собой санкции, включая потенциальный многолетний запрет на участие в конференции.
Эта утечка является одной из крупнейших, связанных с данными рецензирования, и первой в истории OpenReview.
В результате рецензенты получили угрожающие сообщения с требованиями изменить свои оценки. ICLR подтвердила, что рецензенты подвергались угрозам, но в заявлении подчеркнула, что эти действия не исходили от авторов.
Инцидент произошёл на фоне экспоненциального роста числа публикаций: количество подач на ICLR выросло с 7000 в 2024 году до 12 000 в 2025-м и почти 20 000 в 2026-м. Рецензенты перегружены — по пять статей на человека. Это привело к снижению качества: среди 75 800 опубликованных рецензий отмечено падение баллов, присвоенных представленным работам, в годовом исчислении, а компания Pangram оценила долю ИИ-сгенерированных рецензий в 21 %.
Эксперты считают, что текущая система обзора стала неблагополучной. В то же время они видят в сложившейся ситуации и позитивные стороны: она чётко демонстрирует необходимость реформ — ужесточения проверок, равномерного распределения нагрузки и введения строгих этических стандартов.
Science
Hack reveals reviewer identities for huge AI conference
Software bug leads to exposure of peer-review records for 10,000 papers
👀6⚡4🔥2✍1👍1