Альтметрики¶

Альтметрики (от англ. alternative metrics — альтернативные метрики) — это совокупность показателей, отражающих влияние научных публикаций и других исследовательских результатов в цифровой среде, основанных на данных из социальных сетей, новостных сайтов, блогов, вики-проектов, менеджеров ссылок и других онлайн-источников. В отличие от традиционных наукометрических показателей (таких как импакт-фактор журнала или индекс цитирования), альтметрики фиксируют не только формальные ссылки в академических журналах, но и более широкий спектр взаимодействий: упоминания, обсуждения, сохранения, закладки, просмотры и скачивания.

¶История возникновения

Концепция альтметрик начала формироваться в конце 2000-х годов на фоне роста социальных медиа и открытого доступа к научной информации. В 2010 году на конференции Science Online 2010 в Лондоне группа исследователей, включая Джейсона Прима (Jason Priem), Дэрила Тарнера (Daryl Tarner) и Хизер Пирсон (Heather Pierson), ввела термин «альтметрики» в манифесте, опубликованном в блоге Altmetrics: a manifesto. В манифесте утверждалось, что традиционные метрики, основанные на цитировании, слишком медленно реагируют на изменения и не отражают реального влияния исследований на общество.

В 2011 году компания ImpactStory (основана Джейсоном Примом и Хизер Пирсон) запустила первый сервис для сбора альтметрик, а в 2012 году появился агрегатор Altmetric.com (принадлежит издательству Springer Nature). К середине 2010-х годов альтметрики стали внедряться в крупные издательские платформы, такие как Elsevier, Wiley и PLOS.

¶Источники данных

Альтметрики собираются из различных онлайн-источников, которые можно разделить на несколько категорий:

• Социальные сети: Twitter (ныне X), Facebook (принадлежит компании Meta, признанной экстремистской и запрещённой в РФ), LinkedIn, Reddit, YouTube, а также специализированные научные сети, такие как ResearchGate и Academia.edu.
• Новостные и блоговые платформы: упоминания в новостных статьях (через NewsWhip или Google News), в блогах (например, ScienceBlogs, WordPress), а также в подкастах и видеороликах.
• Менеджеры ссылок: Mendeley, Zotero, CiteULike — фиксируют сохранение публикаций в личных библиотеках.
• Вики-проекты: ссылки на статьи в Википедии, включая русскоязычный раздел.
• Правительственные и политические документы: упоминания в отчётах, патентах, клинических рекомендациях.
• Платформы для обсуждения: Stack Overflow, Quora, Slashdot.

¶Основные показатели

Альтметрические метрики обычно выражаются в виде числовых значений, которые суммируют количество упоминаний, сохранений, просмотров и других действий. Наиболее распространённые показатели:

• Упоминания в Twitter (X): количество твитов, ретвитов, цитирований публикации.
• Сохранения в Mendeley: число пользователей, добавивших публикацию в свою библиотеку.
• Просмотры страниц: количество уникальных просмотров на сайте издателя.
• Скачивания PDF: число загрузок полного текста статьи.
• Упоминания в новостях: количество новостных статей, ссылающихся на публикацию.
• Ссылки в Википедии: число страниц в энциклопедии, содержащих ссылку на работу.
• Обсуждения на Reddit: количество постов и комментариев, упоминающих публикацию.

Некоторые сервисы, такие как Altmetric.com, рассчитывают взвешенный «балл внимания» (Altmetric Attention Score), который учитывает не только количество, но и «вес» источника (например, упоминание в The New York Times оценивается выше, чем в Twitter).

¶Применение

Альтметрики находят применение в нескольких областях:

• Оценка исследовательской деятельности: университеты и научные фонды используют альтметрики для оценки общественного резонанса исследований, особенно в гуманитарных и социальных науках, где традиционное цитирование менее распространено.
• Мониторинг распространения знаний: позволяет отслеживать, как научные результаты выходят за пределы академического сообщества — в СМИ, политику, образование.
• Продвижение публикаций: издатели и авторы используют альтметрики для демонстрации влияния своих работ, например, в заявках на гранты или при подаче в пресс-релизы.
• Библиометрический анализ: альтметрики дополняют традиционные наукометрические показатели, позволяя выявлять «спящие» публикации, которые позже получают высокий цитационный отклик.

¶Критика и ограничения

Несмотря на популярность, альтметрики подвергаются критике по ряду причин:

• Неравномерность охвата: данные из социальных сетей сильно зависят от языка и региона. Публикации на русском, китайском или арабском языках часто имеют меньше альтметрик, чем англоязычные.
• Манипулируемость: упоминания в Twitter или сохранения в Mendeley могут быть искусственно накручены ботами или заинтересованными группами.
• Отсутствие стандартизации: разные сервисы используют разные алгоритмы сбора и взвешивания, что затрудняет сравнение результатов.
• Корреляция с цитированием: исследования показывают, что альтметрики лишь слабо коррелируют с традиционным цитированием, особенно в долгосрочной перспективе. Например, высокая активность в Twitter не гарантирует последующего цитирования.
• Проблема репрезентативности: альтметрики отражают скорее «шум» в интернете, чем реальное научное влияние. Многие упоминания в социальных сетях носят случайный или критический характер.

¶Альтметрики в России

В российской научной среде альтметрики начали активно обсуждаться с середины 2010-х годов. Крупные российские издательства, такие как Наука и Издательство «Открытое знание», начали включать альтметрические показатели в свои платформы. Однако их использование ограничено из-за меньшей популярности западных социальных сетей и платформ (например, Twitter и Facebook) среди российских учёных. В качестве альтернативы используются данные из ВКонтакте, Telegram и Яндекс.Дзен, но эти источники пока не интегрированы в международные альтметрические сервисы.

Российский индекс научного цитирования (РИНЦ) на платформе eLibrary.ru не использует альтметрики в явном виде, но предоставляет данные о просмотрах и скачиваниях статей. В 2020 году была предпринята попытка создания национального альтметрического сервиса «Научный резонанс», но проект не получил широкого распространения.

¶Перспективы развития

Альтметрики продолжают эволюционировать. В 2020-х годах акцент смещается в сторону более структурированных данных, таких как использование публикаций в образовательных курсах (MOOC), в патентах и клинических рекомендациях. Разрабатываются методы машинного обучения для выявления «шума» и фильтрации значимых упоминаний. Также ведётся работа по интеграции альтметрик с открытыми данными (Open Science) и системами оценки исследователей, такими как ORCID и CrossRef.