Hír

A Clarivate és a Tudományos Információs Intézet (Institute for Scientific Information, ISI) új jelentése szerint a megbízható kutatási intelligencia (kutatáselemzés) nem csupán a méret vagy a nyitottság függvénye. Mivel a globális tudományos dokumentumok volumene és összetettsége folyamatosan nő, a jelentés arra figyelmeztet, hogy a rosszul strukturált vagy inkonzisztens adatok alááshatják a benchmarking folyamatokat, az értékelést és a szakpolitikai döntéseket.

 

„Ahhoz, hogy a kutatásokat hatékonyan fel lehessen fedezni, össze lehessen hasonlítani és értékelni lehessen, az alapul szolgáló adatoknak tisztának, következetesen strukturáltnak és időben stabilnak kell lenniük” – áll a jelentésben. Ezen alapok hiányában az adatminőség-beli hiányosságok „megtévesztő összehasonlításokhoz” és „instabil trendekhez” vezethetnek.

 

A jelentés azt vizsgálja, hogyan támogatja a tudatos adatgondozás (data curation), a stabil besorolás, osztályozás és a gazdag metaadat-állomány a Web of Science-t, valamint annak a kutatások felfedezésében és elemzésében betöltött szerepét. „A jó kutatáselemzés… validált és strukturált adatokon alapul” – fogalmaz a dokumentum, hozzátéve, hogy az átfogó metaadatok javítják az egymást kiegészítő adatforrások közötti interoperabilitást.

 

Ennek a megközelítésnek az eredete 1956-ig, a Current Contents elindulásáig nyúlik vissza, amely bevezette a folyóirat-irodalom strukturált indexelését olyan kulcsfontosságú metaadatok használatával, mint a szerző, a földrajzi hely és a kulcsszavak. Ahogy a kutatási eredmények és formátumok diverzifikálódtak, az ISI és a Clarivate úgy adaptálta rendszereit, hogy azok figyelembe vegyék a publikálási gyakorlatok és a kutatási kultúra tudományágak közötti különbségeit.

 

„Ahhoz, hogy összehasonlítható adatokat kapjunk, ezeket a különbségeket figyelembe kell venni” – magyarázza a jelentés, kiemelve a folyóiratok, konferenciakötetek és könyvek jelentőségének tárgyterületek közötti eltéréseit.

 

A jelentés kitér az osztályozási rendszerek fejlődésére is, egyensúlyt teremtve a stabil, felülről lefelé (top-down) építkező kategóriák és a dinamikusabb, alulról építkező (bottom-up) megközelítések között, amelyek a kutatásokat közös jellemzők és hivatkozási minták alapján csoportosítják. Rámutat a Leideni Egyetem Tudomány- és Technológiai Tanulmányok Központjával (Centre for Science and Technology Studies, CWTS) folytatott közös munkára, amelynek célja a részletesebb, témákra épülő struktúrák kifejlesztése.

 

A keresésen és felfedezésen (discovery) túl a dokumentum azt is vizsgálja, hogy a strukturált adatok hogyan hangolhatók össze a nemzeti kutatásértékelési keretrendszerekkel és az olyan globális prioritásokkal, mint az ENSZ Fenntartható fejlődési céljai, segítve ezzel a kutatási eredmények és a társadalmi hatás összekapcsolását.

 

Végül a jelentés amellett érvel, hogy a strukturált kutatási tevékenységadatok elengedhetetlenek a hiteles kutatási intelligenciához. „A strukturált, ellenőrzött és interoperábilis kutatási tevékenységadatok nem csupán kényelmi szempontból fontosak, hanem ezek a hiteles keresés, felfedezés és értékelés előfeltételei.”

 

A jelentés angol nyelven a következő linken érhető el: Research categorization and the value of structured data  | Clarivate

 

Forrás: Clarivate report underlines need for structured data in research intelligence - Research Information

A kép forrása a cikk.