Лаборатория научных коммуникаций Самое актуальное о научных коммуникациях для исследователей, а также специалистов, занимающихся информационным сопровождением научной деятельности. Канал поддерживается Научной библиотекой БНТУ. Обратная связь - ornk.nbbnt

Медведев Д.А. Новый инструмент для комплексного анализа списков литературы научных журналов. Научный редактор и издатель. https://doi.org/10.24069/sep.2026.11.48 В условиях стремительного роста числа научных публикаций и ужесточения требований к их качеству у редакций научных журналов возрастает потребность в эффективных инструментах проверки списков литературы. Существующие решения либо коммерчески недоступны для региональных изданий, либо предоставляют фрагментированную информацию без возможности комплексного анализа. В работе представлен открытый программный инструмент Comprehensive Reference List Analysis (CRLA), доступный по адресу https://litanalysis.streamlit.app и разработанный на Python с использованием фреймворка Streamlit. Цель данной статьи —продемонстрировать функциональные возможности CRLA как готового решения для автоматизированного анализа списков литературы, а также показать его практическую применимость на примере реальных статей. Представленный инструмент интегрирует API Crossref и OpenAlex и обеспечивает автоматическое извлечение идентификаторов, обогащение метаданными, детекцию дубликатов, подозрительных DOI, ретрагированных статей и источников из репозиториев, а также расчет библиометрических показателей и визуализацию результатов. Для демонстрации возможностей программы в работе проведен анализ списков литературы трех статей из журнала «Научный редактор и издатель» за 2025–2026 гг. Полученные результаты показали, что CRLA способен выявить структурные особенности списков в зависимости от тематики статей —от преобладания веб-источников в обзорах издательских практик до практически полного DOI-покрытия в библиометрических исследованиях. Инструмент также идентифицирует самоцитирования, международное сотрудничество и потенциально проблемные источники (дубликаты, некорректные DOI). Таким образом, CRLA представляет собой доступное решение для редакций, особенно для журналов с ограниченными ресурсами, позволяя автоматизировать рутинные проверки и повысить качество рецензирования. #научныестатьи ___ @rujournals - Научные журналы и базы данных (НЖБД)

Регулирование ИИ в вузах мира: три модели  В нашей Библиотеке регламентов собрано уже 105 документов из разных стран, которые регулируют использование нейросетей в высших учебных заведениях.  Их анализ показал, что все подходы укладываются в три модели 👇 1️⃣ «Ориентированная на проверку». Детекция ИИ и его запрет. 2️⃣ «Сдержанно-разрешительная». Нейросети разрешены, но с оговорками и декларацией.  3️⃣ «Гибкая/интегративная». ИИ становится частью учебного процесса.  Подробнее о моделях и о том, как с ними работают преподаватели и студенты по всему миру — в статье ведущего специалиста Учебно-методического центра нашей компании Оксаны Молчановой.

🔥Открытая наука: FAIR Открытый доступ — это не только «можно ли прочитать статью», но и «можно ли использовать данные». Чтобы эти данные было удобно находить, объединять и переиспользовать, существуют принципы FAIR. 🖇️ Принципы FAIR — это набор руководящих рекомендаций, которые помогают сделать цифровые объекты (чаще всего научные данные) более удобными для поиска, доступа, интеграции и повторного использования. Аббревиатура FAIR расшифровывается так: F - Findable (находимые): у данных должен быть уникальный и постоянный идентификатор (например, DOI), а также подробные метаданные, позволяющие найти их через поисковые системы и базы данных. A - Accessible (доступные): пользователь может получить данные по стандартным протоколам. Даже если данные закрыты по причинам конфиденциальности или этики, метаданные должны оставаться доступными. I - Interoperable (совместимые): данные должны использовать признанные в конкретной области форматы, словари и стандарты, чтобы их можно было объединять с другими наборами данных. R - Reusable (переиспользуемые): у данных должна быть понятная🔗 лицензия, подробная информация об источнике и достаточная документация, чтобы другие исследователи могли их понять и применить в новых работах. Предлагаем также ознакомиться с новыми 🔗 Рекомендациями ЮНЕСКО по открытой науке. Читаем, правильно используем и защищаем свои данные! _ _ _ _ _ _ _ _ _ _ _ _ _ #открытый_доступ #открытая_наука #автору

⭐️⭐️⭐️⭐️⭐️ Макаренко С. И. Диссертационное исследование в примерах и документах: от замысла до экспертизы в ВАК. – СПб.: Наукоемкие технологии, 2026. – 364 с. 📍Книга написана экспертом Высшей аттестационной комиссии (ВАК) и представляет сборник примеров, охватывающих весь цикл подготовки и защиты кандидатской диссертации. 📍В издании собраны и систематизированы конкретные примеры формулирования всех основных формальных положений исследования. 📍Дополнительно рассмотрены структура и содержание диссертаций различных типов, ориентированных на теоретические, эмпирические исследования и на разработку новых технических, технологических или иных решений, а также специфика «закрытых» диссертаций. 📍Значительное место в работе занимают образцы документов. 📍Книга адресована аспирантам (адъюнктам) и соискателям, их научным руководителям, членам диссертационных советов и всем, кто вовлечен в процесс аттестации научных кадров. ⚠️ Скачать книгу на сайте издательства: https://publishing.intelgr.com/index.php/izdannye-raboty?id=1183 Канал Pro.nauku | подписаться #Саморазвитие #Аттестация

«Научные и технические библиотеки»: 65 лет профессиональной истории и новый этап в Scopus В сентябре 2026 г. журнал «Научные и технические библиотеки» включен в международную библиографическую и реферативную базу данных Scopus. Сегодня издание входит в Перечень ВАК, индексируется в РИНЦ, включено в единый государственный перечень научных изданий «Белый список», а также представлено в Emerging Sources Citation Index Web of Science Core Collection. История журнала началась в 1961 г., когда вышел сборник «Технические библиотеки СССР. Опыт работы». Инициатором создания издания стал Оган Степанович Чубарьян, в то время заместитель директора ГПНТБ СССР. В первом номере была опубликована его статья «Вопросы методического руководства техническими библиотеками»  — рядом с материалами об организации работы библиотек, обслуживании читателей и распространении профессионального опыта. Читать далее на сайте ГПНТБ России #scopus ___ @rujournals - Научные журналы и базы данных (НЖБД)

[photo]

[photo]

[photo]

[photo]

[photo]

🔝 Топ-6 нейросетей: для кодинга, исследований и творчества ИИ может стать хорошим помощником, но для этого нужно правильно выбрать инструмент. Одни модели лучше работают с кодом, другие — с объемными документами, третьи помогают искать информацию и проводить исследования. В карточках собрали шесть популярных нейросетей 2026 года и разобрались, в чем их сильные и слабые стороны, и кому подойдут. #полезное @skillfactory_university

✍️ Как подготовить научную статью, которую оценят редакторы и рецензенты? Приглашаем на бесплатный вебинар Ирины Короткиной, доктора педагогических наук, руководителя Центра академического письма Президентской академии (РАНХиГС), автора учебников и монографий по академическому письму. ☝️1 октября в 15:00 мск · онлайн Тема встречи — «Метазнание о метаданных: универсальные методы подготовки научной публикации». Разберём, как выбрать ключевые слова, составить точный заголовок и содержательную аннотацию, а затем на их основе выстроить логичную структуру статьи. Вебинар для авторов научных публикаций, аспирантов и молодых исследователей. 🖐️ Всем, кто прослушает вебинар от начала до конца, отправим электронный именной сертификат. 👉 Зарегистрироваться бесплатно.

Как проверить журнал перед отправкой статьи: чек-лист из 10 пунктов Нашли журнал, который подходит по тематике? Не спешите отправлять рукопись. Перед submission стоит потратить 15–20 минут на проверку. Это может сэкономить недели или месяцы работы. Чек-лист: 1. Подходит ли тематика? Откройте Aims & Scope. Важно не просто совпадение нескольких ключевых слов — посмотрите, какие исследования журнал действительно публикует. 2. Есть ли журнал в нужной вам базе? Проверьте индексацию непосредственно в Scopus, Web of Science или другой базе, которая важна для вашей задачи. Не доверяйте только логотипам Scopus/WoS на сайте журнала. 3. Какой у журнала ISSN? Проверьте ISSN в официальных каталогах и убедитесь, что он соответствует именно этому журналу и издателю. Это простой способ не перепутать настоящий журнал с сайтом-клоном. 4. Какие у журнала метрики? Посмотрите, например, Journal Impact Factor, CiteScore, SJR — но обязательно учитывайте, какая именно база и какой год стоят за каждой метрикой. Не сравнивайте цифры из разных систем напрямую. 5. Какой квартиль? Если для вас это важно, проверьте Q1–Q4 в конкретной базе и предметной категории. Помните: квартиль может отличаться в зависимости от категории и системы оценки. 6. Кто входит в редакционную коллегию? Посмотрите имена редакторов и их аффилиации. Если вы не можете найти информацию о редакционной команде или она выглядит непрозрачно — это повод изучить журнал внимательнее. 7. Как устроено рецензирование? Проверьте, какой тип peer review используется и описан ли процесс достаточно подробно. Обещания вроде «гарантированная публикация» или необычно короткого review process требуют осторожности. 8. Сколько стоит публикация? Найдите информацию об APC, page charges, submission fees и других возможных платежах. Важно понимать стоимость до отправки статьи, а не после принятия. 9. Кто издатель? Проверьте издателя и другие журналы в его портфеле. Если сайт журнала выглядит профессионально, но информацию об издателе, контактах или юридических данных найти практически невозможно — стоит разобраться подробнее. 10. Есть ли журнал в официальных списках/каталогах? В зависимости от вашей задачи проверьте соответствующие официальные источники: базы индексации, DOAJ для open access-журналов, реестры и каталоги. И главное: не проверяйте только один показатель. Наличие Q1, высокий CiteScore или известное издательство сами по себе не гарантируют, что журнал подходит именно вашей статье. Перед отправкой задайте себе 4 вопроса: ☑️ Журнал публикует мою тематику? ☑️ Он индексируется там, где мне это необходимо? ☑️ Я понимаю его требования и процесс рецензирования? ☑️ Мне понятны все возможные расходы? Если на всё ответ «да» — можно переходить к требованиям для авторов и подготовке рукописи. #авторы ___ @rujournals - Научные журналы и базы данных (НЖБД)

Большинство исследователей не уверены, когда нужно раскрывать использование ИИ Около трех четвертей исследователей не уверены, в каких случаях необходимо сообщать об использовании искусственного интеллекта в научной работе. На фоне быстрого распространения генеративного ИИ академическое сообщество сталкивается с отсутствием единых и понятных правил раскрытия такой информации. Согласно данным опроса, проведенного Oxford University Press (OUP), 74% исследователей испытывают неопределенность относительно того, какое использование ИИ необходимо декларировать. Проблема особенно заметна при подготовке заявок на финансирование и научных публикаций. При этом использование ИИ уже стало распространенной частью исследовательской работы. Инструменты на основе искусственного интеллекта применяются, в частности, для подготовки и редактирования текста, перевода и других задач, связанных с научной коммуникацией. Однако граница между допустимой помощью и использованием ИИ, о котором необходимо сообщить редакции или грантодателю, остается для многих ученых неочевидной. Опрос также показывает, что проблема носит не только теоретический характер. 48% исследователей признались, что не полностью раскрывали использование ИИ при подготовке заявок на гранты. Это создает дополнительные риски для прозрачности научного процесса и оценки авторского вклада. Ситуация осложняется тем, что издатели и научные организации продолжают корректировать собственные рекомендации. Крупные издательские компании, включая Oxford University Press и Springer Nature, обновляют правила, регулирующие использование ИИ авторами и исследователями. Springer Nature, например, рассматривает вопросы применения ИИ в контексте исследовательской добросовестности и научных публикаций. Таким образом, проблема заключается уже не столько в том, используют ли ученые искусственный интеллект, сколько в том, насколько прозрачно они сообщают об этом использовании. Исследовательское сообщество фактически пытается выработать новые нормы для ситуации, когда ИИ становится обычным инструментом научной работы. Эксперты и издатели сталкиваются с необходимостью найти баланс между излишней бюрократией и принципом прозрачности: ученый должен иметь возможность использовать современные инструменты, но читатель, редактор или грантодатель — понимать, какую роль искусственный интеллект сыграл в создании результата. #ИИ ___ @rujournals - Научные журналы и базы данных (НЖБД)

🔥Курс по открытой науке – все, чтобы разобраться в теме системно БИБЛИОТЕКА ДЛЯ ОТКРЫТОЙ НАУКИ запустила бесплатный курс «Открытое исследование: практики, инструменты, стратегии». 🧬 Курс охватывает ключевые аспекты открытой науки: • введение в открытую науку; • навигация в открытой экосистеме: поиск ресурсов и инструментов; • жизненный цикл исследования: от замысла до данных; • приоритет исследования и идентификаторы учёного (ORCID и другие); • сохранение и повторное использование данных; • оценка внимания и др. 📎 Что такое открытый доступ? Суть проста: открытый доступ означает, что любой человек может бесплатно, сразу и навсегда получить полный текст научной публикации онлайн — без финансовых, юридических и технических барьеров. Мы уже писали об этом ранее.  Это не означает «бесплатную публикацию» и не означает отказ от авторских прав — автор сохраняет право на имя, а произведение распространяется на условиях открытой лицензии. 🖇️ С момента принятия Будапештской инициативы в 2002 году движение прошло более двадцати лет, и сегодня более половины научных статей в мире публикуются в том или ином открытом формате.  _ _ _ _ _ _ _ #открытый_доступ #открытая_наука #автору #дружеский_пиар 📝 Подписывайтесь на наши каналы: 📱 https://t.me/SPMU_Publications 📱 https://vk.com/publication_activity 📲 https://max.ru/join/_zhREeVD5otMfJJa9oAGtnMnudPx6NKOc9j1R1zV4fA

[photo]

[photo]

[photo]

[photo]

[photo]

[photo]

📐📚 В библиотеке открылась выставка редких книг «Геометрия прогресса: у истоков инженерного образования» Выставка рассказывает об истории инженерных профессий - инженерах, архитекторах, строителях, специалистах в области энергетики, а также о тех, кто занимался созданием и развитием транспортных коммуникаций. ⚙️🏗️🚂 📖 Самой старинной книге, представленной на выставке, около 150 лет. Здесь можно увидеть издания не только на старорусском языке, но и на английском и немецком. 🌍 Эти книги - настоящая возможность заглянуть в прошлое и увидеть, как формировались инженерные знания, развивались технологии и складывались профессии, без которых невозможно представить современный мир. 🔍 Если хотите рассмотреть, полистать или изучить редкие издания, добро пожаловать в библиотеку! 👇 📍 ул. Я. Коласа, 16, каб. 311

Друзья, рады поделиться с вами записью вебинара «Как молодому учёному написать научную статью?». Запись мероприятия теперь доступна на следующих платформах: - YouTube - ВКонтакте - Rutube Приглашенный эксперт: Алёна Мастюкова, разработчик-исследователь в области квантовых технологий (РКЦ, НИТУ МИСИС), секретарь Научного комитета премии «ВЫЗОВ», лауреат премии РАН для молодых учёных. На вебинаре мы обсудили, как выстроить логику текста и собрать результаты в убедительную историю, а также подробно разобрали, что обязательно должно присутствовать в разделах Introduction и Discussion. Мы поговорили о создании информативных графиков, которые служат не просто картинками для объема, и затронули этап после отправки рукописи, выяснив, как без стресса общаться с редакцией и грамотно отвечать на критику рецензентов. Кроме того, мы рассмотрели главные ошибки новичков — от слабой постановки задачи до промаха с выбором журнала. Сертификаты: они уже направлены всем, кто прослушал вебинар в полном объеме. Если вы не получили письмо, пожалуйста, проверьте папку «Спам». Если сертификата нет и там, напишите нам на e-mail: [email protected]. Приятного просмотра! ❤PULSE SCIENCE  👍ID SCIENCE 💙VK 💬MAX

Друзья, как и обещала, анонсирую важную встречу! Приглашаю вас на вебинар по вашим запросам. Тема: «Обзор литературы в диссертации: ошибки, решения, ИИ» 📆 24 сентября, 19:00 мск, онлайн. (поставьте напоминание, чтобы не пропустить)). Ко мне регулярно приходят вопросы именно по обзору литературы: как его выстроить, сколько источников нужно, что делать, если руководитель говорит «мало литературы», а времени вчитываться нет, как работать с ИИ и не попасть впросак с вымышленными источниками. Вы не раз писали, что нужен отдельный большой эфир по этой теме. Он готов — приходите.💚 Кому точно нужно быть ⬇️ Знакомо? Читаете аннотации, а не статьи, потому что «нет времени вчитываться». Берёте чужой обзор и пытаетесь «переставить абзацы» под свою тему. В тексте много цитат, но не видно вашей научной позиции. Ссылки есть, а на вопрос «что именно сделал этот автор?» ответить сложно. На кафедре просят раскрыть конкретную работу — и становится неловко. ИИ пишет быстро, но есть страх, что он придумает несуществующие источники. Обзор разрастается, а связи с темой, целью и задачами диссертации — нет. Обзор литературы часто становится тем местом, где диссертация начинает буксовать: вроде бы всё написано, а на защите или на кафедре возникают вопросы, на которые сложно ответить. 📜На вебинаре мы с вами разберём: 4 ошибки, которые чаще всего разрушают обзор литературы: обзор без реального чтения, чужие формулировки вместо своей позиции, обзор ради объёма, неготовность обсуждать источники на кафедре. 4 решения, которые делают обзор научным: построение от исследовательской задачи, сбор материала по смысловым линиям, аналитика вместо хроники, минимальный рабочий алгоритм аспиранта. Где ИИ реально помогает, а где создаёт академические риски: какие задачи можно доверить нейросети, какие — нельзя, как использовать промпты для сравнения авторов, структуры, таблиц и проверки текста, как не сослаться на вымышленный источник. Как всегда на моих вебинарах — не просто теория, а рабочий алгоритм: 4 ошибки → 4 решения → безопасное использование ИИ → 4 чек-листа для самопроверки. 🎁Вот эти чек-листы (только для участников эфира): ✔️Чек-лист по написанию обзора литературы. ✔️Чек-лист по промптам для работы с ИИ. ✔️Чек-лист готовности к кафедральному обсуждению обзора. ✔️Чек-лист связи обзора с темой, целью, задачами и научным дефицитом. Дополнительно — шаблон таблицы, примеры аналитических связок и запись вебинара на несколько дней. 🎁 И отдельно: всем, кто зарегистрируется на вебинар, еще один мой подарок: Чек-лист «10 ошибок аспиранта — минимизируем риски». Он поможет сразу посмотреть на свою работу под другим углом и увидеть, где вы, возможно, уже наступаете на типичные грабли. Друзья, если вы хотите превратить главу 1 из формального пересказа в сильную часть диссертации и не провалиться на кафедральном обсуждении, — приходите. Будем разбирать реальные ситуации и делать обзор литературы рабочим инструментом, а не «обязательной главой». ➡️💚 Записаться на вебинар и забрать подарок

📈 Определить, как меняется научная область Сравнение двух периодов помогает увидеть, какие методы и типы данных выходят на первый план, где появляются новые исследовательские группы и какие темы из первых публикаций становятся устойчивыми направлениями. scid.ai позволяет: • 🧭 выбрать направление для дальнейшей работы через граф • 🏢 найти растущие исследовательские группы и организации • 🧪 увидеть смену методов и типов данных Подборку работ можно сохранить для дальнейшего сравнения и построить по ним граф: так изменения в теме не теряются между поиском, заметками и подготовкой обзора. scid.ai

🖼 В открытом онлайн-архиве воссоздана записная книжка Леонардо да Винчи 500 лет назад записная книжка Леонардо да Винчи была разрезана и разделена на части. Теперь рукописи и рисунки изобретателя воссозданы в онлайн-архиве. Новый инструмент, разработанный исследователями из Музея Галилео, позволил восстановить 50 страниц из фрагментов, вырезанных несколько столетий назад. В новом онлайн-архиве реконструировано почти 2000 листов рукописей и рисунков Леонардо да Винчи, что впервые с конца XVI века позволяет прочитать весь цикл работ человека, считающегося одним из самых известных изобретателей в истории. Проект оцифровки, получивший название «Leonardotheka 2.0», был реализован исследователями из Музея Галилео во Флоренции, в партнерстве с Королевским фондом коллекций Англии и Амброзианской библиотекой. Среди наиболее примечательных страниц, восстановленных в целости, рисунок лошади в паре с эскизом воинственного солдата и механических блоков. Ученые полагают, что это мог быть последний эскиз Леонардо для амбициозного проекта, который так и не был реализован: конного памятника Франческо Сфорца, также известного как «Лошадь Леонардо». «Leonardotheka 2.0 предоставляет ученым по всему миру беспрецедентные возможности для изучения огромного и бесценного богатства информации, содержащейся в рукописях Леонардо да Винчи», — говорится в заявлении Паоло Галлуцци, бывшего директора Музея Галилео и создателя Leonardotheka. «Этот инновационный инструмент знаменует начало новой и весьма многообещающей эры исследований художественного, научного и литературного наследия гения Винчи». Источник: Smithsonian magazine.

Q1 — это лучший журнал? Не совсем. Если вы хоть раз выбирали журнал для публикации, наверняка сталкивались с обозначениями Q1, Q2, Q3 и Q4. Кажется логичным: Q1 = лучший Q4 = худший Но всё немного сложнее. Что вообще означает Q1? Q1 — это первый квартиль. Журналы внутри определённой предметной категории ранжируются по выбранной метрике, после чего делятся на четыре группы. Условно: 🥇 Q1 — верхние 25% 🥈 Q2 — следующие 25% 🥉 Q3 — следующие 25% Q4 — нижние 25% И вот здесь начинается самое интересное. Q1 — не универсальный рейтинг качества Один и тот же журнал может быть Q1 в одной предметной категории и Q2 в другой. Кроме того, квартиль зависит от того, в какой базе и по какой метрике вы его смотрите. Например, позиции журнала в Scopus и Web of Science могут отличаться. Поэтому фраза: «Этот журнал Q1» сама по себе не даёт полной информации. Гораздо полезнее спросить: 🔹 Q1 где? 🔹 В какой категории? 🔹 По какой метрике? 🔹 За какой год? И ещё один важный момент. Q1 журнала ≠ качество каждой статьи, опубликованной в нём. Высокий квартиль говорит о позиции журнала относительно других журналов в конкретной системе оценки. Это не означает, что любая статья в Q1 автоматически лучше любой статьи из Q2. Поэтому при выборе журнала смотрите не только на красивое Q1, но и на тематику журнала, аудиторию, требования, индексацию, метрики и репутацию издателя. #квартили ___ @rujournals - Научные журналы и базы данных (НЖБД)

Друзья, рады поделиться с вами записью вебинара «От контроля результата к поддержке автора: новая модель академических технологий». Запись мероприятия теперь доступна на следующих платформах: - YouTube - ВКонтакте - Rutube Приглашенный эксперт: Юрий Чехович, кандидат физико-математических наук, руководитель компании «Думейт», заведующий лабораторией «Интеллектуального анализа данных» Института проблем управления имени В.А. Трапезникова РАН. Генеративный искусственный интеллект меняет не только способы подготовки учебных и научных работ, но и логику использования современных технологий. Если раньше цифровые системы в основном использовались для контроля уже готового текста — поиска заимствований, проверки оригинальности и выявления нарушений, — то сегодня всё большее значение приобретают инструменты, сопровождающие автора на протяжении всего процесса работы. На вебинаре был рассмотрен переход от модели «проверить результат» к модели «помочь создать качественную работу». Мы поговорили о возможностях ИИ-помощников для работы с научным текстом и источниками, инструментах подготовки и редактирования академических материалов, контроле корректности цитирования и библиографии, а также современных подходах к оценке заимствований и использования генеративного ИИ. Особое внимание было уделено тому, как объединение инструментов поддержки автора и средств последующей проверки позволяет сделать процесс создания академической работы более прозрачным, управляемым и ответственным — как для самого автора, так и для преподавателя, научного руководителя или редактора. Приятного просмотра! ❤️️PULSE SCIENCE 👍 ID SCIENCE 💙VK 💬MAX

С 14 по 18 сентября 2026 года пройдет Международная неделя рецензирования Peer Review Week 2026 — одно из ключевых событий, объединяющих ученых, редакторов и издателей. Рецензирование играет ключевую роль в науке, обеспечивая качество, развитие и общественное признание исследовательских работ. Выступая в роли эффективного фильтра, оно отсекает методологические ошибки, ненаучные гипотезы и плагиат еще до публикации. Кроме того, честная и конструктивная критика коллег помогает авторам дорабатывать и продуктивно развивать свои идеи. В конечном итоге именно экспертная оценка превращает исследование в общепризнанный научный факт, закладывая основу для высокого доверия общества к результатам научной работы. В настоящее время научное сообщество столкнулось с кризисом перегрузки. Поток статей стремительно растет, а человеческие ресурсы ограничены. В этом году PRW сосредоточится на поиске баланса: как эффективно использовать и расширять потенциал рецензентов, сохраняя высокую скорость публикаций без потери качества и научной добросовестности. В течение недели научные издательства и профильные платформы проведут десятки бесплатных вебинаров и дискуссий. Эксперты обсудят, как развивать потенциал экспертного сообщества, снижать нагрузку на ученых, и как ИИ может помочь в оценке рукописей. Информацию о Peer Review Week, а также полезные ресурсы, касающиеся рецензирования, можно найти по ссылке: https://peerreviewweek.net/index.php Следите за мероприятиями по официальному хэштегу #PeerReviewWeek2026! #Наука #Рецензирование #PeerReviewWeek #НаучныеПубликации

Как молодому учёному написать статью, которую опубликуют? 17 сентября в 11:00 (мск) компания «Пульс науки» проведёт бесплатный вебинар для студентов, аспирантов и исследователей «Как молодому учёному написать научную статью?» Первая публикация – это квест. С чего начать, как выбрать журнал и пережить правки рецензентов? На эти вопросы ответит приглашённый эксперт – Алёна Мастюкова, разработчик-исследователь в области квантовых технологий РКЦ и НИТУМИСИС, лауреат премии РАН. В программе вебинара: ✒Как выстроить логику текста, а также разделов Introduction и Discussion. ✒Как создавать информативные иллюстрации, а не картинки для объёма. ✒Как без стресса общаться с редакцией и отвечать на критику. ✒Как избежать ошибок: от слабой постановки задачи до неверного выбора журнала. Участие бесплатное. Всем, кто прослушает вебинар до конца, будет выдан электронный сертификат. Регистрация по ссылке

🔓 Свежий выпуск дайджеста «InfoGenerator» уже онлайн. Тема нового номера - «Автомобильные дороги и аэродромы». ➕ также в этом выпуске: • Информационная среда: актуальная подписка и свежие поступления в журнальный фонд библиотеки. • Инструменты для науки: обзор современных сервисов интерактивного картирования публикаций. • Образовательные технологии: подробный разбор методик геймификации. • Тайм-менеджмент без стресса: проверенные техники управления временем, адаптированные специально под динамичный студенческий график и учебную нагрузку. • Прокачка soft skills: подборка бесплатных ресурсов по развитию критического мышления. • Навигатор по библиотеке: пошаговый гид, который поможет быстро сориентироваться в услугах и возможностях Научной библиотеки БНТУ. • Полезные эко-советы в рубрике #ЭкоКВАртал в наших соцсетях.

Друзья, хватит бояться проверок текста — пусть технологии работают на вас Раньше академические сервисы ассоциировались только с контролем: найти заимствования, выявить нарушения, заставить переписывать. Сейчас фокус сместился — современные сервисы сопровождают вас на протяжении всей работы, в т.ч. помогая правильно цитировать и оформлять библиографию. Напоминаем, что 8 сентября в 11:00 (мск) мы проведём вебинар с Юрием Чеховичем (руководитель «Думейт», к.ф.-м.н.), где разберём эту эволюцию. Что ещё обсудим: —Переход от модели «проверить результат» к модели «помочь создать качественную работу». — Возможности ИИ-помощников для работы с научным текстом и источниками, инструментах подготовки и редактирования академических материалов, контроле корректности цитирования и библиографии, а также современных подходах к оценке заимствований и использования генеративного ИИ. — Как сделать процесс написания работы более прозрачным, управляемым и ответственным — как для самого автора, так и для преподавателя, научного руководителя или редактора. Зарегистрироваться ❤️PULSE SCIENCE 👍ID SCIENCE 💙VK 💬MAX

Топ-5 мифов о цитируемости, в которые верят даже учёные Цитируемость — один из главных индикаторов научного влияния. Но вокруг неё сложилось множество мифов, которые вводят в заблуждение даже опытных исследователей. 1. Чем выше h-индекс, тем лучше учёный h-индекс не учитывает ни качество статей, ни вклад автора, ни стадию карьеры. Учёный с 10 статьями по 10 цитирований и учёный с 10 статьями по 100 цитирований будут иметь одинаковый h-индекс (=10). 2. Самоцитирование — это всегда плохо Самоцитирование — нормальная практика, если оно служит для связи с предыдущими результатами автора. Патологическим считается как чрезмерное, так и полное отсутствие самоцитирования. У топ-учёных и журналов большинство цитирований приходит извне, а не от самих авторов. 3. Больше статей = выше цитируемость Количество публикаций не гарантирует качество или влияние. h-индекс поощряет «дробление» одной идеи на несколько статей ради увеличения числа публикаций. 4. Цитируемость = качество исследования Цитируемость показывает, насколько часто работу упоминают, но не оценивает её научную строгость, воспроизводимость или значимость. Высокоцитируемые статьи могут быть спорными, ошибочными или даже отозванными. 5. h-индекс можно сравнивать между учёными h-индекс зависит от дисциплины, карьерной стадии, страны, языка публикаций и даже пола исследователя. Молодые учёные всегда будут иметь более низкий h-индекс, даже если их работы высокоцитируемы. Сравнение h-индексов — это как сравнивать яблоки с апельсинами. Что делать вместо этого? Используйте набор метрик, а не одну (h-индекс, i10-индекс, общее число цитирований, FWCI, процентиль). Оценивайте качество журналов (Q1/Q2, импакт-фактор, рецензирование), а не только число статей. Помните: метрики — инструмент, а не цель. #цитирования ___ @rujournals - Научные журналы и базы данных (НЖБД)

Ключевые признаки текстов, сгенерированных ИИ Согласно исследованию, проведенному изданием The Economist, стилистические паттерны ИИ-текстов активно изменяются, что требует пересмотра устоявшихся методов их идентификации. Исследователи провели сравнительный анализ текстов, созданных человеком и ведущими ИИ-моделями (OpenAI ChatGPT, Anthropic Claude, Google Gemini и xAI Grok), на массиве из более чем 1,2 млн слов. ИИ демонстрирует устойчивую склонность к использованию многосложной, зачастую избыточно академической лексики. В текстах наблюдается преобладание редких слов и терминов из научно-технической сферы, а также активное применение номинализации — замены глагольных форм на отглагольные существительные. Простые по смыслу высказывания искусственно усложняются за счёт заимствованной (преимущественно латинской) корневой основы. Вопреки распространённым стереотипам, современные модели не злоупотребляют длинным тире; данный маркер утратил свою диагностическую ценность. Более показательным признаком является общая обеднённость пунктуационного оформления: модели используют значительно меньше запятых, точек с запятыми и скобок по сравнению с авторами-людьми. Это коррелирует с увеличением средней длины предложения и активным применением сочинительных союзов в качестве связующих элементов. ИИ-тексты отличаются шаблонностью синтаксических конструкций. Предложения, как правило, выстраиваются в длинные периоды, короткие фразы практически отсутствуют. Для придания тексту видимой риторической силы модели прибегают к ограниченному набору фигур речи, среди которых доминируют противопоставительные обороты и усилительные конструкции. Эти приёмы, хотя и создают иллюзию структурированности, выдают алгоритмическую природу генерации. На сегодняшний день перечисленные признаки позволяют с высокой долей вероятности идентифицировать машинное авторство. Однако, как показывает динамика обновлений моделей, их стиль неуклонно приближается к человеческому. В долгосрочной перспективе грань между человеческим и машинным текстом будет становиться всё более размытой, поэтому требуется разработка новых подходов к верификации авторства. ❤️️️️️️PULSE SCIENCE 👍 ID SCIENCE 💙VK 💬MAX

🔥🔥🔥Чек-лист проверки для  журнала-клона Журнал-клон может выглядеть убедительно: использовать настоящее название издания, ISSN, логотип, архив выпусков и сведения о редакционной коллегии.  Поэтому проверять нужно не только сайт журнала, а совпадение данных в нескольких независимых источниках.  Важно: один подозрительный признак ещё не доказывает, что перед вами журнал-клон. Вывод делают по совокупности несоответствий. Начинаем стелить "соломки". Последовательность наших "соломок" такая.   ISSN → Scopus → официальный домен → архив статей → издатель и редакция.  Шаг 1. Найдите ISSN журнала ✅Сначала откройте сайт журнала и найдите: — ISSN; —e-ISSN; — название издателя; — ссылку на сайт; —сведения о редакции. У журнала может быть два номера: один для печатной версии, другой для электронной. Скопируйте оба ISSN, если они указаны. Обычно они имеют формат. Пример, ISSN 1234-5678 Шаг 2. Проверьте ISSN в ISSN Portal Откройте официальный [ISSN Portal] и поочерёдно введите: 1. e-ISSN; 2. ISSN печатной версии; ✅Сверьте следующие данные: — название журнала; — страну; —тип издания — печатное или электронное; - ссылку на сайт журнала.  ❌Что должно насторожить: — ISSN не найден или принадлежит другому журналу; — название отличается; — электронный ISSN выдают за печатный.  Шаг 3. Проверьте журнал в Scopus. ✅Откройте официальный сайт Scopus.com  (Sources - Источники) и найдите журнал: — по e-ISSN; — по ISSN печатной версии. В карточке издания проверьте: — совпадает ли ISSN; — совпадает ли название; — за какие годы журнал индексировался; — имеет ли источник статус active (активный) или discontinued (исключён); Шаг 4. Проверьте журнал в SJR. На [ScimagoJR] можно сверить название, ISSN, издателя и главное — перейти по ссылке на домашнюю страницу журнала. Если ссылка в SJR ведёт на другой сайт, это серьёзный повод насторожиться.  Шаг 5. Сравните домен официального сайта журнала. ✅Сравните официальный домен из ISSN Portal, SJR с сайтом, который вы нашли. Лишние слова, дефисы, другая доменная зона или недавно созданный сайт — это не доказательство подделки, но повод для дополнительной проверки. Шаг 6. Сверьте архив выпусков.   ✅Проверьте номера выпусков, годы публикации, названия статей, авторов, страницы, DOI и язык публикации. ❌Что должно насторожить:  — на одном сайте есть выпуск, которого нет у издателя; —статьи имеют другие названия или авторов; — DOI ведут на другой сайт; — нумерация выпусков нарушена; — сайт публикует новый выпуск после прекращения работы журнала (проверять статус журнала по scopus. com); — архив появился сразу большим массивом.  Шаг 7. Проверьте редакцию и издателя: — посмотрите, существует ли издатель отдельно от сайта; — совпадают ли данные в разных базах и подтверждают ли редакторы связь с журналом.  Если не подтверждается вся редакционная структура, риск высокий. Шаг 8. Проверьте оплату за публикацию.  ✅Сравните условия публикации: есть ли APC, кому предлагают платить, совпадает ли информация у журнала и у издателя.  Шаг 9. Проверьте контакты. ✅Сверьте email, адрес, телефоны и домен контактов. Бесплатная почта, ответы с другого домена и обещание публикации за несколько дней — признаки, которые требуют осторожности. Шаг 10. Проверьте редакцию и издателя: —существует ли издатель; — совпадает ли его название в разных источниках; — есть ли официальный адрес; — подтверждают ли члены редколлегии связь с журналом; — совпадают ли аффилиации редакторов; — есть ли журнал на сайте университета или научной организации, если такая связь заявлена.  Шаг 11. Проверьте в Hijacked Journal Checker.  ✅Дополнительно загляните в [Retraction Watch Hijacked Journal Checker].Это полезный список уже выявленных журналов клонов (hijacked journals)  📌Сохраните этот чек-лист проверки журнала, он сбережет Ваши деньги, нервы, время и Ваши статьи. Особенно если Вы нашли журнал через посредника, рекламу или по получили информацию по почте.

🧬 Частичка Фестиваля науки 👾 🧪Лабораторно доказано - участвовать в розыгрышах полезно для настроения! Проверим гипотезу на практике? Разыграем для вас: 📎 Фирменный рюкзак 📎 Шопер с ученым 📎 Футболку с ученым Как участвовать: 1. Подпишитесь на канал @scifestby 2. Нажмите кнопку "Участвовать" 📆 26 августа в 16:00 бот случайным образом выберет 3 счастливчиков, которые получат фирменный мерч! Ищите еще один розыгрыш в нашем Инстаграм ⭐️

Ушкин С.Г., Коваль Е.А., Жадунова Н.В., Агеева О.Н., Беляева Е.В. Генеративный искусственный интеллект в публикационной деятельности аспирантов России, Беларуси и Кыргызстана // Высшее образование в России. – 2026. – Т. 35, №7. – С. 33–52. https://doi.org/10.31992/0869-3617-2026-35-7-33-52 Публикация научных работ – одна из обязательных составляющих деятельности современного учёного. На постсоветском пространстве без публикаций основных результатов исследования невозможна защита диссертации. Принцип «публикуйся или умри» часто провоцирует учёных, особенно молодых, на получение исследовательских результатов с нарушением норм научного этоса. Эта проблема обостряется в условиях развития систем генеративного искусственного интеллекта, особенно, когда отсутствуют общепринятые стандарты и правила их использования на этапе подготовки рукописи. В статье представлены результаты исследования восприятия приемлемых и неприемлемых способов использования ИИ в публикационной деятельности аспирантов России, Беларуси и Кыргызстана. Эмпирическую базу исследования составляет серия глубинных интервью, проведённых с 27 аспирантами ведущих вузов в период с апреля по декабрь 2025 года. Выявлено, что информанты имеют опыт взаимодействия с ИИ и активно используют его в своей профессиональной деятельности, при этом практически ничего не знают о регулировании этих процессов, но испытывают потребность в конкретных стандартах и правилах. Сложившаяся ситуация отражает изменения научного этоса, обусловленные необходимостью переосмысления понятий «авторство», «ответственность», «плагиат» и связанных с ними практик. #ии #AI #научныестатьи ___ @rujournals - Научные журналы и базы данных (НЖБД)

На сайте АНРИ размещены актуальные перечни изданий, индексируемых в базах цитирования: Перечень российских, белорусских и переводных журналов, индексируемых в БД Scopus (по состоянию на 13 июля 2026 г.) Перечень российских и переводных научных журналов, индексируемых в Web of Science Core Collection (SCIE, SSCI, A&HCI, ESCI) по состоянию на 10.07.2026 г. (с показателями JIF и квартиля по JIF за 2024 и 2025 гг.) #scopus #wos ___ @rujournals - Научные журналы и базы данных (НЖБД)

Нейросеть уверенно наврала. Как ловить выдумки ИИ — 4 рабочих приёма ✅ Главная опасность для педагога: ИИ выдаёт ложный факт тем же уверенным тоном, что и правду. Придумывает даты, авторов. Это называется галлюцинация. Вот 4 приёма, которые реально снижают риск: 1) Требуйте источники Добавьте в запрос: «Указывай источник для каждого факта. Если не уверен — прямо напиши "не уверен".» Модель начинает осторожничать и реже выдумывает. 2) Работайте «по документу» Не спрашивайте из воздуха. Вставьте свой текст и напишите: «Отвечай только на основе этого текста, ничего не додумывай.» Так ИИ опирается на ваш материал, а не на «память». 3) Перепроверяйте фактуру, а не формулировки ИИ силён в структуре, стиле, пересказе. Слаб — в конкретике: цифры, имена, годы, ссылки на законы. Проверяйте именно их. 4) Приём «а ты уверен?» Просто спросите: «Перепроверь свой ответ и найди в нём возможные ошибки.» Часто модель сама находит и исправляет собственный ляп. Золотое правило в комментариях

💎 ИНТЕЛЛЕКТУАЛЬНЫЕ ТЕХНОЛОГИИ 💎 Готовы увидеть разработки, которые еще вчера казались фантастикой? На тематической зоне Интеллектуальные технологии будут представлены передовые научные темы: 🤖 Робототехника 🎮 Инженерные и IT мастер‑классы 🌀 Новые материалы и микроэлектроника ⚡️ Интеллектуальная энергетика 👾 Аддитивные технологии 🛰 Беспилотные летательные аппараты 🌱 Умное сельское хозяйство Не пропусти самое технологическое приключение года! Партнер площадки - ОАО «Гродно Азот» 🧩 Подпишись на Фестиваль науки 🎡

За июль из индексации в РИНЦ были исключены 1️⃣5️⃣ российских журналов. ⬇️⬇️⬇️⬇️⬇️⬇️⬇️⬇️⬇️ Ссылка на список исключенных из индексации в РИНЦ журналов: https://www.elibrary.ru/titlerefgroup_ex.asp?titlerefgroupid=30 Причин несколько: нарушение этических принципов (от 80 до 300 статей в номере), мультидисциплинарность, задержка передачи выпусков в РИНЦ и др. Важно: после исключения из РИНЦ у журнала обнуляются показатели рейтинга science index, необходимые для экспертизы в белый список. Четыре исключенных журнала ранее были отнесены к 4 уровню действующего Белого списка. Возможно (мнение автора), к концу года эксперты РАН эти журналы исключат из него. Уже сейчас у тех авторов, кто опубликовался в этих 15 журналах (считавшихся проиндексированными в ринц и потерявших этот статус в июле), снизились наукометрич. показатели. А тем, кто подал в эти редакции свои статьи, ничего не известно про исключение из ринц и возможно будущее исключение из белого списка. Вооот… Канал Pro.nauku | подписаться #РИНЦ

Проверка связи! До Фестиваля науки чуть больше месяца 🤍 Два дня. Десятки активностей. Тысячи открытий. Команда Фестиваля науки вовсю готовится к встрече с вами и совсем скоро познакомит с программой, участниками и новинками этого года. Сохраните 5-6 сентября для Фестиваля науки и проверьте, что подписаны на наши каналы: ▫️Телеграм ▫️Instagram ▫️Threads

Профили и идентификаторы молодого учёного: зачем они нужны и как их создать Профиль учёного — это публичная, проверяемая запись о научной деятельности человека: кто он, где работает, что опубликовал и как его работы цитируются. Такие записи ведутся в специальных системах — от российского eLibrary (РИНЦ) до международного реестра ORCID, — и каждая из них присваивает автору свой идентификатор. На мой взгляд, относиться к этим профилям стоит не как к формальности для отчёта, а как к кирпичикам научной репутации в её осязаемой форме: именно по профилю редактор журнала, рецензент, работодатель или грантовый фонд за несколько минут составляет представление об исследователе. Практический разбор для аспирантов, студентов и молодых учёных: какие профили действительно нужны, в каком порядке их формировать и как заполнять честно. #PID ___ @rujournals - Научные журналы и базы данных (НЖБД)

Перечень научных журналов, входящих в российские и международные базы данных 🔍Замучились искать журнал для публикации? Российские сайты тормозят, зарубежные – недоступны, а на сайте ВАКа вечно забываете проверить обновления. У Санкт-Петербургского горного университета есть решение! 👌 Управление по публикационной деятельности разработало удобный сервис – «Перечень научных журналов, входящих в российские и международные базы данных». 👉В одном месте собраны актуальные и постоянно обновляемые списки журналов с указанием квартилей и уровней из: ⏺Scopus ⏺Web of Science ⏺ВАК ⏺«Белого списка» А еще там есть фильтр по предметным областям, прямая ссылка на журнал, а также можно посмотреть стоимость публикации. Больше никакого хаоса. Проверяйте, выбирайте и публикуйтесь без лишней головной боли. Сохраняйте себе и пользуйтесь! 🔗Ссылка: https://datalens.yandex/sw77t6kiko5uf 🔓С другими полезными сервисами Горного университета можно ознакомиться здесь: Полезные ресурсы | Санкт-Петербургский горный университет __________________ #Горный #публикации #базы_данных #автору #полезные_ресурсы #научный_журнал

ИИ и образование: открытая дискуссия экспертов НИУ ВШЭ 💻 4 августа в 19:00 (мск) подключайтесь к онлайн-подкасту НИУ ВШЭ «Каким должно быть образование в эпоху ИИ?», где ведущие специалисты индустрии, известные исследователи и преподаватели обсудят, как обучать специалистов будущего в мире искусственного интеллекта. 🔗 Участие бесплатное, успейте зарегистрироваться по ссылке: https://www.hse.ru/ma/mlds/announcements/1176740726.html #ИИ #Образование #Вебинар #EdTech#Нейросети

Анализ гендерных различий в публикационной активности и цитируемости Опубликовано новое исследование, посвящённое анализу гендерных различий в публикационной активности и цитируемости среди преподавателей биологических факультетов ведущих университетов США. В рамках работы была составлена репрезентативная выборка, охватывающая 5 825 штатных преподавателей (в том числе 2 104 женщины и 3 721 мужчина) из 146 университетов категории R1 (с наивысшим уровнем исследовательской активности). Согласно полученным данным, доля женщин на различных академических должностях составляет: 46,9% среди Assistant Professors, 38,5% среди Associate Professors и 30,1% среди Professors. Публикационная активность женщин-преподавателей в среднем ниже, чем у коллег-мужчин: они выпускают меньше статей в год и публикуются в журналах с более низким импакт-фактором. Цитируемость публикаций женщин также уступает показателям мужчин. Однако на достижение звания профессора, несмотря на более низкие показатели публикационной активности и цитируемости, женщинам в исследуемой выборке требуется столько же времени, сколько и их коллегам-мужчинам. Другие исследования демонстрируют, что в некоторых областях науки и социальных контекстах подобные гендерные различия отсутствуют или даже имеют обратную направленность. Это подчеркивает важность оценки различных аспектов гендерного разрыва отдельно в каждой дисциплине и контексте. Ознакомиться с исследованием: https://link.springer.com/article/10.1007/s11192-026-05714-x ❤PULSE SCIENCE 👍 ID SCIENCE 💙VK 💬MAX

Ковалев В.Е., Соколова Е.В. Рейтинги университетов как фактор институционализации наукометрических услуг в социально-экономической системе высшего образования. Экономика и управление. 2026;32(6):688-697. https://doi.org/10.35854/1998-1627-2026-6-688-697 Цель. Обосновать роль университетских рейтингов в институционализации наукометрических услуг в социально-экономической системе высшего образования. Задачи. Раскрыть социально-экономическое значение рейтингов как инструмента внешней оценки и конкурентного позиционирования университетов; сопоставить рейтинговые методологии по весу научных индикаторов; сформировать типологию показателей научной направленности; выделить наукометрические услуги, востребованные под воздействием рейтинговых требований. Методология. Методологическую основу составили контент-анализ методологий университетских рейтингов, сравнительный анализ и типологизация. Единицей анализа стал первичный научный показатель рейтинга с закрепленным за ним весом. Для обеспечения сопоставимости показатели сведены к стандартизированным типам. Визуализация выполнена в программном обеспечении Scimago Graphica. Результаты. На основе сопоставления методологий ряда международных рейтингов по удельному весу индикаторов научной направленности и типам научных показателей утверждается, что рейтингование формирует не только общий спрос на наукометрические услуги, но и их структурную конфигурацию. Даже с учетом средней «научной интенсивности» (25–47,5 % в итоговом результате; в предметных методологиях 20–50 %) научный блок при близости результатов конкурентов становится уязвимой зоной целенаправленного управленческого воздействия, что требует устойчивого организационно-экономического оформления специализированных функций. В рейтингах с высокой долей научных индикаторов (60–100 %) значимость наукометрических услуг максимальна, одновременно возрастают их содержательная сложность и экономические издержки. Наибольшая весовая нагрузка сосредоточена вокруг публикационной активности, цитируемости и научного превосходства. Показатели коллабораций, ресурсной обеспеченности, инновационной результативности, открытой науки, социальной релевантности и научной добросовестности расширяют предметную область наукометрического сопровождения. Выводы. Университетские рейтинги формируют общий спрос на наукометрические услуги и их структурную конфигурацию. Обоснован тот факт, что рейтинговый результат определяется не только фактическими научными достижениями, но и качеством их репрезентации, что усиливает трансакционные расходы и издержки координации, повышает ценность специализированных компетенций, снижающих информационную асимметрию и риски «потери» измеримых результатов. Рейтинговые методологии создают индикаторные и организационноуправленческие предпосылки институционализации наукометрических услуг, поскольку задают устойчивый контур измеримых научных результатов, требующий специализированного аналитического, технологического и координационного сопровождения. #рейтинги #наукометрия ___ @rujournals - Научные журналы и базы данных (НЖБД)

⚡️ Итоги КорФор-2026: видео выступлений уже в сети С 15 по 19 июня в Санкт-Петербурге прошла XXIV конференция «Корпоративные библиотечные системы: технологии и инновации». Компания «Пульс науки» выступила партнером этого события и приняла активное участие в деловой программе. Если вы пропустили трансляции или хотите пересмотреть самые интересные доклады, отличные новости: все видеозаписи уже доступны на Rutube-канале АРБИКОН! Что можно посмотреть? — Пленарное заседание — Цифровое научное пространство и библиотеки — Симбиоз традиционных книгохранилищ и цифровой среды — Цифровой код вуза: как встроить библиотеку в экосистему — ИИ и человеческий гений в науке и образовании — Информация и знания в эпоху ИИ — Секция «Больше чем библиотека…» — Практика работы библиотек с деструктивным контентом. Программа Пресс-релиз по итогам конференции ❤PULSE SCIENCE 👍 ID SCIENCE 💙VK 💬MAX

Сравнительная таблица облачных AI-продуктов Полезный каталог, автор которого собрал 87 популярных AI-сервисов и систематизировал информацию по каждому из них: -- доступен ли сервис из России; -- нужен ли VPN; -- насколько сложна регистрация; -- есть ли риск блокировки аккаунта; -- как можно оплатить подписку; -- доступны ли российские агрегаторы с оплатой в рублях. В список вошли текстовые модели, генераторы изображений и видео, музыкальные сервисы, инструменты для программирования, работы с документами, создания AI-аватаров и многое другое. #нейросети

Что такое дизайн исследования и почему вам надо это знать Авторы часто действуют по такой схеме: собирают данные, а потом начинают искать, чего бы такого значимого найти. В разделе «Цель» пишут одно, а в «Методах» описывают анализ подвыборок, которых в цели не было.  Это классический пример подгонки дизайна под результат — исследование превращается в охоту за статистической значимостью, а не в проверку гипотезы. Чтобы избежать этого, нужно с самого начала четко понимать, что такое дизайн исследования и как он строится. Давайте разбираться.  ⚠️ Дизайн исследования — это совокупность решений, которые вы принимаете до того, как начать собирать данные.  По сути, это ответы на вопросы: ▪️ кого или что вы изучаете  ▫️ когда и сколько раз проводите измерения  ▪️ что именно измеряете  ▫️ какими инструментами пользуетесь  ▪️ в каких условиях проводится исследование ▫️ есть ли контрольная или сравнительная группа ▪️ как будете сравнивать и анализировать результаты. В научной статье все эти решения описываются в разделе «Методы». ⭐️ Главное правило: дизайн должен соответствовать цели ⭐️ Логика простая: цель (или гипотеза) определяет, какие данные вам нужны, а данные — какой дизайн их обеспечит. Все остальное — путь к доработкам и отказам. Все еще не до конца понимаете, что такой дизайн исследования? 16 июля на лекции «Научная статья: 7 шагов к готовому тексту» поговорим о том, что именно вы хотите доказать, уточнить, выявить или предложить в своем исследовании и как это описать. Разберем на конкретных примерах.  Зарегистрируйтесь сейчас, чтобы не пропустить полезное занятие  👉 https://kireevaonline.ru/pro_regveb Мы в VK | Мы в Max