Введение. Характерная черта современного общества  стремительный рост глобальной сети интернет и проникновение информационных технологий во все сферы человеческой деятельности. Они существенно облегчили сбор, хранение, обработку и распространение информации. Повсеместное использование вычислительной техники и телекоммуникационных систем, переход к безбумажной технологии, увеличение объемов обрабатываемой информации и расширение круга пользователей привели к новым возможностям доступа к ресурсам и данным информационной системы, однако актуальными остаются вопросы поиска нужной и достоверной информации [4]. 

Целью исследования был анализ и сравнение стратегий поиска документов по механизации и автоматизации сельского хозяйства в базах данных цитирования Web of Science и Scopus. 

Базы данных Web of Science и Scopus на сегодняшний день самые крупные платформы по анализу рецензируемой литературы. 

Web of Science (WoS) – самая авторитетная в мире аналитическая и цитатная база данных журнальных статей, размещенная на поисковой платформе Web of Knowledge. Это поисковая интернет-платформа, объединяющая реферативные базы данных публикаций в научных журналах и патентов, в том числе базы, учитывающие взаимное цитирование публикаций, предоставляемая компанией Clarivate Analytics. Это политематическая база данных, охватывающая материалы по естественным, техническим, биологическим, общественным, гуманитарным наукам и искусству. Платформа обладает встроенными возможностями поиска, анализа и управления библиографической информацией [2]. 

Основу БД составляют: 

Science Citation Index Expanded – индекс цитирования по естественным и точным наукам – естественно-научные, технические и медицинские журналы; 

Social Sciences Citation Index (SSCI) – индекс цитирования по социальным наукам – журналы по экономическим и общественным наукам; 

Arts&Humanities Citation Index (A&HCI) – индекс цитирования по искусству и гуманитарным наукам – журналы по археологии, архитектуре, всем видам искусства, литературе, истории, философии, религии. 

Процентное соотношение между представленными в ресурсе WoS дисциплинами следующее: 25-27% – технические и прикладные науки, 30% – это социогуманитарные науки, 4-45% – блок естественных наук (в т.ч. 15-18% – науки о земле, биология и медицина). Наукометрическая база данных WoS состоит из свыше 33000 журналов и более 4500 сайтов. 

Scopus (SciVerse Scopus) (http://www.scopus.com) – крупнейшая в мире мультидисциплинарная библиографическая и реферативная база данных, созданная издательской корпорацией Elsevier. Одной из основных функций этой базы данных является встроенный в поисковую систему инструмент для цитирования статей, опубликованных в научных изданиях. База данных Scopus охватывает свыше 38 тыс. научных журналов от 5 тыс. научных издательств мира, включая около 200 российских журналов, 13 млн. патентов США, Европы и Японии, материалы научных конференций. Scopus в отличие от WoS не включает издания по гуманитарным дисциплинам и искусству, содержит небольшую долю журналов по социальным наукам – не более 17%, и в процентном отношении гораздо шире отражает естественные науки и технику – 83% (1). 

Для организации запроса по выбранной тематике  механизация сельского хозяйства  возможны несколько видов запросов. Если в базе данных WoS сделать запрос agricultural mechanization с ретроспекцией «за последние 5 лет» по поиску в режиме All databases, то получим результат  838 документов. Анализ полученных документов позволяет узнать: из каких баз данных взят документ (Web of Science Core Collection, Russian Science Citation Index и др.); тип документов (статьи, книги, материалы конференций и т.д.); количество документов по странам; названия источников; на каком языке написан документ и т.д. Если же ввести в поисковой строке термин agricultural engineering, то получим совершенно другую информацию — 26008 документов, причем 21873 документов связано с тематикой сельское хозяйство, 17410  общая инженерия, 17410  окружающая среда, 13861  приборостроение и т.д. Чтобы уточнить данные, можно применять сочетание слов agricultural mechanization and engineering. При таком запросе число найденных документов (также за последние 5 лет) составило всего лишь 125. Если же сформулировать запрос agricultural mechanization or engineering, то получим ошеломляющий результат  – 880519 документов. Следовательно, для поиска информации в данной базе необходим корректный запрос. Продолжая исследования по критериям запроса, можно предположить наличие и добавление следующих сочетаний: agricultural machinery, agricultural equipment и т.п., причем большое значение имеет сочетание их через and или or. Например, сочетание agricultural mechanization and engineering and equipment выдает только 97 документов, а agricultural mechanization or engineering or equipment – 1293283 документа. То же самое обнаружено при сочетании agricultural engineering and machinery: получено 1012 документов, а при тех же критериях отбора, соединенных через or  agricultural engineering or machinery получено 57523 документа, если же сделать запрос более широко, то результаты будут другие (таблица 1). Причем 24995 документов связано с тематикой сельского хозяйства. Поэтому для более полного поиска информации необходимо правильно и более точно формулировать запрос и делать ограничения, например по году или языку. 

Таблица 1. Результаты поискового эксперимента с использованием базы данных Web of Science 

Номер запроса	Выражение при запросе	Число записей	Распределение по странам
1	Agricultural engineering or machinery	57523	Рис. 1
2	Agricultural engineering or machinery or equipment	557733	Рис. 2
3	Agricultural engineering or *robot*	135440	Рис.3
4	Agricultural mechanization or *automat*	324496	Рис. 4

Символ * позволяет учесть все виды словообразования, включающие в данном случае термин robot или automation. Оказалось, что без этого символа охват источников снижается почти в два раза [3]. Таким образом, рекомендуемая стратегия релевантного поиска по теме механизация сельского хозяйства включает: правильную организацию запроса по выбранной тематике с учетом сочетаний and и or; ограничения по типам документов, по срокам издания, по языкам, по издающим организациям и авторам. Причем нужно отметить, что большое количество полученных результатов не всегда правильно и точно отражает тематику запроса. На нашем примере отмечено, что сочетание or приводит к расширению диапазона охвата терминов, относящихся к сельскому хозяйству и объему материла по технике. Но такой излишний объем информации приводит к большим затратам времени на просмотр и выделение нужной информации. При использовании оператора or происходит рассеивание информации и добавление более общих и специфичных документов из смежных отраслей знаний, а также присоединяются документы, в которых искомые термины отсутствуют. 

Символ * желательно применять в поисковом запросе, так как он позволяют получить больший охват документов по точному запросу с учетом словообразований. 

 

Рисунок 1 – Распределение по странам по первому запросу 

 

Рисунок 2 . Распределение по странам по второму запросу 

 

Рисунок 3  Распределение по странам по третьему запросу 

 

Рисунок 4  Распределение по странам по четвертому запросу 

 Другие результаты анализа дают картину распределения источников по типам документов и странам, где выполнено исследование. Распределение по типам документов почти не зависело от вида запроса. Доминирующие формы публикаций: статьи (75-95%), доклады конференций (12-40%), обзоры (6-11%). Далее по убывающей идут редакционные материалы, разделы книг, новостные сообщения, письма, информационные листки, справочный материал, которые составляют доли процентов. 

 Интересны цифры, показывающие распределение в базе данных Web of Science публикаций по странам (рисунки 1-4). Почти во всех случаях лидирует две страны: Китай (60-70%) и США (20-22%). К этим странам примыкают ФРГ, Индия, Великобритания, доля которых составляет 4-5%, доля России составляет 2-2,5%. Также можно сравнить названия источников публикаций, названия конференций, языки написания публикаций, учреждения издающие статьи. 

 Если же тот же поиск применять к базе данных Scopus, то получится следующая картина. Если вводим в запросной строке agricultural mechanization (также за последние 5 лет), то получаем 1062 источника. Причем при заполнении запроса словосочетанием оно автоматически разбивается на два ключевых термина agricultural and mechanization. В результатах поиска представлены графические результаты распределения источников по годам публикаций, документы за год по источникам, документы по авторам, по организациям, по странам, по типу публикаций, по отраслям знаний и финансирующим организациям. При использовании запроса agricultural and mechanization and engineering получаем в результате 389 документов (в том же временном интервале). При формулировании запроса как agricultural and mechanization or engineering получаем другой результат  10983 документа. При вводе запроса agricultural and mechanization and engineering and equipment получаем результат 122 публикации. Т.е, при каждом добавлении уточняющего термина поиск сужается и появляется более точная информация. Аналогично в базе данных WoS запрос с использованием оператора or также приводит к рассеиванию информационного потока с добавлением документов по смежным наукам и документов, полностью не соответствующих запросу, и таких документов много. Все это приводит к искажению получаемых информационных потоков. Если посмотреть тенденции документов по странам-издателям, то получим ту же картину что и в WoS. Лидирует Китай (48-74%) и США (5-10%), далее следуют Бангладеш, Италия, Индия и другие страны. Российские авторы также представлены в данной базе. По видам публикаций, конечно же, лидируют статьи (80-93%), далее идут материалы конференций (4-6%), обзоры (1-3%) и главы книг и обзоры конференций. Пользоваться базой данных Scopus очень удобно. Документы, размещенные в журналах открытого доступа, имеют специальную помету. Кроме того, журналы с открытым доступом можно выделить в отдельный список, что очень удобно, если пользователь хочет работать только с такими журналами или ему нужны полные тексты статей. Все документы имеют краткое описание, сведения об авторах, ключевые слова, сведения о финансировании, пристатейные ссылки, тип источника, язык оригинала, индекс ISSN. 

 Итак, обе базы данных имеют отличный поисковый инструмент, доступны и имеют удобный интерфейс. Их поисковые возможности практически одинаковы. При этом база данных Scopus предоставляет информацию оперативнее: разрыв между появлением первоисточника и отражением его в базе данных Scopus в основном меньше, чем в базе данных WoS. Некоторые документы имеют ссылки на их полные тексты. Обе базы данных  отличные помощники для инженеров, конструкторов и научных работников и специалистов. 

 

Список источников

1. 1. Scopus. URL.: https://ru.wikipedia.org/wiki/Scopus
2. 2. Web of Science. URL.: https://ru.wikipedia.org/wiki/Web_of_Science
3. 3. Буйлова Н.М., Зицерман В.Ю., Кобзев Г.А. Солнечные элементы и нанотехнологии: библиометрический анализ публикаций, отраженных в РЖ "Физика" ВИНИТИ РАН и базе данных Web of Science // Научно-техническая информация. Сер. 1. Орг. и методика информ. работы. 2015. № 12. С. 33-39. 
4. 4. Федоренко В.Ф., Мишуров Н.П., Демидов Д.Д., Чавыкин Ю.И. Исследование документального информационного потока по проблеме информационной безопасности // Научные и технические библиотеки. 2019. №6. С. 51-70.
   
   

 Сведения об авторе 

Андреева Елена Владимировна, Центральная научная сельскохозяйственная библиотека, старший научный сотрудник отдела аналитико-синтетической обработки документов и лингвистического обеспечения Центральной научной сельскохозяйственной библиотеки 

sis@cnshb.ru

 Рецензент

Сладкова Ольга Борисовна - доктор культурологии, кандидат педагогических наук, профессор, профессор кафедры профессор кафедры педагогики и психологии профессионального образования ФГБОУ ВО РГАУ-МСХА имени К.А. Тимирязева

К оглавлению выпуска