В. В. Бринза, независимый исследователь, докт. техн. наук, эл. почта: viachbrinza@mail.ru

Представлено обоснование наукометрических оценок результативности ученых на протяжении продолжительного периода их деятельности. Целью работы являлось определение способности представителей научного сообщества успешно действовать в рамках сценария опережающего инновационного развития. Выполнен обзор наиболее востребованных подходов, применяемых для определения эффективности деятельности ученых, к которым относят экспертизу, наукометрию и сети научных коммуникаций. Выделены преимущества и недостатки каждого подхода. Обоснована методика сопоставления временны́х рядов значимых публикаций авторов с потоками тематических знаний, характеризующих внешнюю среду, и процессом смены технологических укладов. Предложена группа наукометрических показателей, обобщенно характеризующих эффективность многолетней деятельности ученых по результатам привлечения наукометрической информации. Применение процедуры показано на примере анализа достижений крупного ученого-металлурга, профессора, доктора технических наук В. Н. Бринзы. В 2024 г. исполняется 100 лет со дня его рождения. За период научной деятельности с 1957 по 1990 г. он успешно реализовал свой потенциал в решении проблем для более чем 10 научных направлений в теории и технологии процессов прокатки, а также охране труда в черной металлургии. Подтверждены выраженные способности ученого к предвидению перспективности альтернативных тематических направлений, умение разрабатывать несколько тематических направлений параллельно, быстрота смены целевых приоритетов, значимость получаемых результатов на фоне мировых тематических потоков знаний, высокая интенсивность проработки тематических направлений. Методика рекомендуется для оценивания эффективности деятельности ученых и сохранения уникального опыта предыдущих поколений исследователей.

1. Kydland F. E., Prescott. E. C. Business cycles: Real facts and a monetary myth // Federal Reserve Bank of Minneapolis Quarterly Review. 1990. Vol. 14, Iss. 2. P. 3–18.
2. URL: data.oecd.org/rd/gross-domestic-spending-on-r-d.htm (дата обращения: 21.02.2024)
3. URL: data.worldbank.org/indicator/SP.POP.SCIERD.RP6?view=chart (дата обращения: 25.04.2024)
4. Литвак Б. Г. Экспертные оценки и принятие решений. — М. : Патент, 1996. — 271 с.
5. Якушев А. Ж. Моделирование системы факторов, формирующих научный потенциал современного ученого-исследователя // Экономическая теория. 2017. Т. 3. № 9. С. 3–11.
6. Brinza V. V., Ilyichev I. P., Ugarova O. A., Loginova V. V. Prognostic simulation of external economic activity for an industrial company // CIS Iron and Steel Review. 2015. Vol. 10. P. 27–39.
7. Бринза В. В., Ильичев И. П., Перк О. Н. Внешнеэкономический комплекс предприятия: прогнозирование резервов повышения эффективности // Металлург. 2017. № 5. С. 9–16.
8. Brinza V., Aleksakhin A. V., Travyanova M. External economic activity of an industrial company: Predictive simulation // Progress in Economics Research. 2019. Vol. 43. P. 1–54.
9. Налимов В. В., Мульченко З. М. Наукометрия. Изучение развития науки как информационного процесса. — М. : Наука, 1969. — 192 с.
10. Хайтун С. Д. Наукометрия: состояние и перспективы. — М. : Наука, 1983. — 344 с.
11. Garfield E. Is citation analysis a legitimate evaluation tool? // Scientometrics. 1979. № 4. P. 359–375.
12. Карпушин Е. С. Методы оценки эффективности и профессионализма российских ученых // Вестник ИЭ РАН. 2016. № 1. С. 148–157.
13. Hirsch J. E. An index to quantify an individual’s scientific research output // PNAS. 2005. Vol. 102, Iss. 46. Р. 16569–16572. DOI: 10.1073/pnas.0507655102
14. Наукометрия и экспертиза в управлении наукой: предисловие / Управление большими системами. Специальный выпуск 44.
Наукометрия и экспертиза в управлении наукой. — М. : ИПУ РАН, 2013. — 568 с.
15. Weizhang Liang, Bing Dai, Guoyan Zhao, Hao Wu. A scientometric review on rockburst in hard rock: two decades of review from 2000 to 2019 // Geofluids. 2020. Vol. 2020, Iss. 12. 8763283. DOI: 10.1155/2020/8763283
16. Sjögårde P. Mapping the structure of science through clustering in citation networks: granularity, labeling and visualization.Thesis. — Stockholm : Karolinska Institutet, 2023. — 82 p.
17. Эрлштейн Л. Б. Проблемы наукометрии, индекс максимально цитируемой публикации, как средство решения некоторых из них // Вестник высшей школы. 2023. № 9. С. 23–28. DOI: 10.20339/AM.09-23.023
18. Левин В. И. Математические методы оценки вклада ученого в науку // Системы управления, связи и безопасности. 2017. № 1. С. 160–174.
19. Kalachikhin P. A. Interdependence of research performance indicators // Scientific and Technical Information Processing. 2023. Vol. 50, Iss. 3. P. 203–210. DOI: 10.3103/S0147688223030103
20. Карпушин Е. С. Методы оценки эффективности и профессионализма российских ученых // Вестник ИЭ РАН. 2016. № 1. С. 148–157.
21. Идлис Г. М. Математическая теория научной организации труда и оптимальной структуры научно-исследовательских институтов. Изд. 2-е. — М. : Издательство ЛКИ, 2007. — 368 с.
22. Бринза В. В. Фабрика инноваций для металлургии: проект длиной в полвека // Сталь. 2014. № 9. С. 37–45.