Тип работы:
Предмет:
Язык работы:


Разработка вспомогательного инструмента для оценки наукометрических показателей

Работа №30174

Тип работы

Дипломные работы, ВКР

Предмет

информатика

Объем работы40
Год сдачи2018
Стоимость6300 руб.
ПУБЛИКУЕТСЯ ВПЕРВЫЕ
Просмотрено
222
Не подходит работа?

Узнай цену на написание


1. Введение 3
2. Постановка задачи 5
3. Обзор существующих решений 6
4. Исследование, постановка
задачи 14
5. Реализация 19
6. Развертывание, оптимизация работы системы 33
7. Заключение 36
8. Глоссарий

Данная дипломная работа направлена на исследование алгоритмов оценки качества работы научных сотрудников. В рамках этой работы была создана система, помогающая экспертной комиссии сделать более точный вывод относительно наукометрического рейтинга ученого. Данная система позволяет выявлять “черные” методы накрутки наукометрических показателей на основе анализа его статей путем построения графа цитирования.
Определение качества работы научного сотрудника - очень сложная и неоднозначная задача. В первую очередь непонятно какой именно фактор должен быть результирующим при принятии решения. Сейчас есть 2 метода для данной оценки :
1. численно-статистический
2. экспертный
Экспертный метод полностью основывается на человеческом факторе и восприятии экспертом представленных результатов научной работы. Такой метод является очень дорогостоящим, к тому же может быть предвзятым.
Численно-статистический метод строится на оценке исчисляемых показателей работы научного сотрудника (количество публикаций, количество цитирований), данный метод точен и не может быть предвзятым, но без участия человека не может отразить полную картину.
В то же время результаты работы численно-статистических методов очень популярны в наше время, так как очень часто оценки экспертов просто недостаточно для вывода о качестве работы научного сотрудника.
В научном обществе принято оценивать качество работы сотрудника на основе количества его научных статей и публикаций в научных журналах, также очень важным фактором считается количество ссылок на эти статьи и публикации.
В своей работе я продемонстрировал уязвимости существующих методов оценки, а также предлагаю решение, которое может являться помощником при оценки качества работы.


Возникли сложности?

Нужна помощь преподавателя?

Помощь в написании работ!


В рамках данной дипломной работы были рассмотрены и проанализированы популярные методы оценки наукометрических показателей. Каждый из проанализированных методов, является уязвимым к искажению путем создания нелегитимных цитирований, так как оценивает только количество входящих ссылок а не их качество. Также был сделан вывод, что для более точной оценки наукометрическое деятельности необходима работа экспертной комиссии в связке с анализом численных показателей. Так как работа экспертной комиссии занимает длительное время и является достаточно дорогой услугой, была создана система помощник, вычисляющая самоцитирования и перекрестные цитирования, что помогает экспертной комиссии более быстро определить природу самоцитирований и перекрестных цитирований, и сделать вывод было ли это продолжение развития своих научных работ или же попытка исказить численные показатели.
Таким образом разработанный инструментарий предлагается использовать как систему-помощник для экспертной комиссии, при подведении итогов о работе научных сотрудников.



1. Adler, R. Citation statistics / R. Adler, J. Ewing, P. Taylor // Statistical Science. — 2009. — V. 24, No 1. — P. 1-14.
2. Arnold, D. Nefarious numbers / D. Arnold, K. Fowler // Notices of the AMS. — 2011. — V.58,No3.
3. Bergstrom, C. The Eigenfactor metrics / C. Bergstrom, J. West, M. Wiseman // The Journal of Neuroscience. — 2008. — V. 28, No 45. — P. 11433-11434.
4. Egghe, L. Theory and practise of the g-index / L. Egghe // Scientometrics. — 2006. — V.69,No1. — P.131-152.
5. Garfield, E. Science Citation Index - A New Dimension in Indexing / E. Garfield // Science. — 1964. — V. 144, No 3619. — P. 649-654. — Mode of accesshttp://dx.doi.org/110.1126/science.144.3619.649.
6. Gonz alez-Pereira, B. A new approach to the metric of journals' scientific prestige: The SJR indicator / B. Gonza lez-Pereira, V. Guerrero-Bote, F. Moya-Anego n // Journal of Informetrics. — 2010. — V. 4, No 3. — P. 379-391.
7. Hirsch, J. An index to quantify an individual's scientific research output / J. Hirsch // Proceedings of the National Academy of Sciences of the United states of America. — 2005. — V. 102, No 46. — P. 16569.
8. Initiative, O. The Open Archives Initiative Protocol for Metadata Harvesting / O. Initiative, C. Lagoze. — The Initiative, 2002.
9. Kleinberg, J. Authoritative sources in a hyperlinked environment / J. Kleinberg // Journal of the ACM (JACM). — 1999. — V. 46, No 5. — P. 604-632.
10. Lempel, R. The stochastic approach for link-structure analysis (SALSA) and the TKC effect / R. Lempel, S. Moran // Computer Networks. — 2000. — V. 33, No 1. — P. 387-401.
11. Moed, H. Measuring contextual citation impact of scientific journals / H. Moed // Journal of Informetrics. — 2010. — V. 4, No 3.— P. 265-277.
12. The PageRank citation ranking: Bringing order to the web. / L. Page, S. Brin, R. Motwani, T. Winograd. — 1999.
13. Schreiber, M. The influence of self-citation corrections on Egghe's
g-index / M. Schreiber // Scientometrics. — 2008. — V. 76. — P. 187-200. — Mode of accesshttp://dx.doi.org/10.1007/s11192-007-1886-6. 10.1007/s11192-007-1886-6.
14. Tol, R. A rational, successive g-index applied to economics departments in Ireland / R. Tol // Journal of Informetrics. — 2008. — V. 2, No 2. — P. 149-155.


Работу высылаем на протяжении 30 минут после оплаты.



Подобные работы


©2025 Cервис помощи студентам в выполнении работ