Методика автоматизированного формирования сведений о научных публикациях университета для отчета в системе управления нир минобрнауки России

Введение                 деятельности образовательных учреждений.

Применительно к государственным высшим учеб-

Предоставление различного рода отчетнос- ным заведениям одной из платформ для отчетности давно является неотъемлемым компонентом ти выступает Единый портал информационного взаимодействия с учреждениями, подведомственными Минобрнауки России (. С 2019 года в рамках исполнения поручений Президента РФ № Пр-2558 от 29 декабря 2018 года государственным высшим учебным заведениям необходимо представлять отчеты о публикационной активности за прошедший календарный год. От содержания и качества этих отчетов зависят будущие объемы госфинансирования вузов, а также возможность их участия в конкурсах на предоставление грантов. Формирование отчетов осуществляется в информационной системе управления НИР, функционирующей на базе штатной подсистемы «Нормирование НИР для государственного задания» (модуль ScientificRationing) программного продукта «ПАРУС-Бюджет 8», разработанного при помощи модуля «Конструктор отраслевых расширений» (КОР).

В данном исследовании рассматриваются вопросы подготовки данных для их импорта в раздел «Сведения о публикационной активности» (далее – информационная система, ИС) подсистемы «Нормирование НИР для государственного задания». Руководство пользователя ИС с описанием вариантов добавления сводных данных, списком исходных информационных баз данных для формирования сводных данных, а также с описанием свойств полей данных и рекомендаций по заполнению каждого поля представлены в Технологической инструкция по внесению данных в раздел «Сведения о публикациях» информационной системы Минобрнауки России по взаимодействию с подведомственными учреждениями (далее – Технологическая инструкция) [1]. Инструкция размещена на информационном портале «Система управления НИР», а также рассылается сотрудниками Минобрнауки подотчетным научным организациям.

В 2018 году Белгородский государственный национальный исследовательский университет (НИУ «БелГУ») подготовил более пяти тысяч научных публикаций, поэтому ручной ввод данных об этих публикациях занял бы значительное время, несопоставимое с требованиями министерства к срокам размещения информации в ИС. Соответственно применение представленной в статье методики нецелесообразно, если требуется внести сведения о не более чем полутора сотнях публикаций. Необходимо также отметить, что в настоящее время на рынке программного обеспечения существуют решения для управления научными исследованиями, включающие в том числе и возможности агрегирования информации из наукометрических баз, а также формирования и экспорта отчетов в различных разрезах. В качестве примера успешного применения подобной системы можно привести комплексную систему учета и управления научной информацией Elsevier Pure [2, 3]. Эта система кроме агрегации данных из реферативных баз порталов Scopus и Web of Science Core Collection может экспортировать ранее выгруженные данные из базы eLIBRARY.RU, а также систему управления научно-исследовательской деятельностью VP GROUP Academic Line [4], позволяющую накапливать сведения о публикациях, выпускаемых организацией, в рамках встроенной или внешней электронной библиотеки. Условия Национальной подписки НИУ «БелГУ» не позволяют безвозмездно использовать возможности коммерческих решений от Elsevier и VP GROUP, а также интерфейс прикладного программирования (API) реферативной базы eLIBRARY.RU, что приводит к необходимости искать альтернативные способы подготовки и предоставления отчета о публикационной активности. Проблемой исследования является тот факт, что информацию для итогового файла импорта необходимо собирать из разнородных источников, тогда как средств обработки, форматирования, предобразования этой информации к пригодному для импорта виду имеется ограниченное количество. Кроме того, многие исполнители работ зачастую являются обычными пользователями, не владеющими навыками программирования.

Цель данного исследования состояла в сокращении временны́ х затрат на предоставление сведений о публикациях научной организации в информационную систему управления НИР за прошедший календарный год посредством разработки алгоритмов формирования готового для загрузки в ИС файла, содержащего все необходимые записи.

Описание методов и средств реализации цели исследования

Подробное описание свойств файла для импорта и рекомендаций по заполнению сведений о научных публикациях сотрудников университета приведены в Технологической инструкции [1]. В качестве источников информации о публикациях можно выделить следующие:

• 1)    данные, получаемые сотрудниками профильных административных подразделений от научных и научно-образовательных подразделений университета в течение отчетного года или по его окончании [при этом следует предварительно

сформировать пустую электронную форму (например, в виде документа Microsoft Excel) с полями, описанными в Технологической инструкции, разработать упрощенные рекомендации к заполнению этой электронной формы или предусмотреть возможность использования при заполнении формы полей с предопределенными списками];

• 2)    данные, представленные в реферативных базах порталов Scopus, eLIBRARY.RU и Web of Science Core Collection (далее – WoS) [5–7], а также данные, представленные кадровыми службами и сотрудниками подразделений, курирующих грантовую активность научной организации.

Очевидными недостатками первого варианта являются вероятная неполнота предоставляемых сведений, ошибки, неточности в заполнении и подлоги со стороны недобросовестных сотрудников. Больший интерес представляют методика автоматизированного извлечения и обработки информации из реферативных баз данных, а также правила сборки итогового файла для импорта в ИС. Общая схема, описывающая последовательность формирования итогового файла, представлена на рис. 1.

Способы извлечения данных из реферативных баз таковы:

• 1)    последовательное открытие веб-страницы каждой публикации и ручной перенос требуемых сведений в файл для импорта в ИС (или непосредственно в веб-форму ИС);

• 2)    автоматизированный экспорт требуемых сведений при помощи встроенного инструментария веб-порталов соответствующих реферативных баз.

В проведенном нами исследовании применялись методы системного анализа, методы анализа данных и библиографический анализ. В качестве инструментов исследования использовались приложения Word и Excel из состава пакета Microsoft Office, интернет-браузер с поддержкой возможности сохранения веб-страниц, макросы Microsoft Office Excel.

Рис. 1. Общая схема процесса получения итогового файла для импорта в ИС

Fig. 1. General scheme of the process of obtaining the final import file

Описание структур данных о публикациях, извлекаемых из различных источников

Итоговые сводные данные о публикациях организаций должны представлять собой текстовый файл (с расширением *.txt) в кодировке ANSI, поля в котором разделяются символом «;», а перечисления значений внутри полей – символом «,». Пример содержимого такого файла приведен в табл. 1.

Scopus [5] – это библиографическая и реферативная база данных и инструмент для отслеживания цитируемости статей, опубликованных в научных изданиях. Доступна эта база данных через веб-интерфейс на условиях Национальной подписки и только с определенных подпиской IP-адресов. Поисковый аппарат интегрирован с поисковой системой Scirus для поиска веб-страниц и позволяет экспортировать до 20 000 записей, в том числе в формате «Простой текст ASCII в HTML» (рис. 2). Структура записей, экспортируемых из базы данных Scopus, представлена в табл. 2.

Web of Science Core Collection (далее – WoS) [6] – поисковая интернет-платформа, объединяющая реферативные базы данных публикаций в научных журналах и патентов, в том числе базы, учитывающие взаимное цитирование публикаций. В этой платформе предусмотрены возможности поиска и анализа библиографической информации и управления ею, а также возможность экспортирования до 5 000 записей в текстовом формате с разделителями табуляцией (рис. 3).

База данных Web of Science Core Collection также доступна через веб-интерфейс на условиях Национальной подписки. Структура записей, экспортируемых из базы данных WoS, представлена в табл. 3.

Весь комплекс выходных данных статьи в этом варианте экспорта удобнее объединить в одну запись, так как для основного контента конечного импортного файла это неважно, а важно только в процессе обработки данных экспорта этого типа.

Таблица 1

Структура записи в сводном файле для импорта в ИС

Table 1

Structure of one entry in the summary import for Research Management System

Таблица 2

Состав полей для экспорта из библиографической и реферативной базы данных Scopus с примерами записей

Table 2

Contents of the fields of the export file from the Scopus database with data sample

Кадровая служба организации в нашем случае предоставляет информацию в виде экспортного файла из информационной системы управления кадрами в формате Microsoft Office Excel (Excel) (*.xlsx) и содержит следующие поля данных: полное имя, должность, ученая степень, дата рождения, СНИЛС, вид занятости.

Внутренняя служба, курирующая грантовую активность научной организации, предоставляет

: j Сведения о финансировании

□ Число

□ Акроним

11 Спонсор

□ Текст о финансировании

Рис. 2. Последовательность, приводящая к генерации файла-экспорта из библиографической и реферативной базы данных Scopus

Fig. 2. Screenshots describing the process of generating an export file from the Scopus database

Таблица 3

Состав полей для экспорта из поисковой интернет-платформы

Web of Science Core Collection с примерами записей

Table 3

Contents of the fields of the export file from the Web of Science database with data sample

Web of Science

Поиск

Инструменты* Поисковые запросы и оповещения * История поиска Спи

Результаты: 331

(из IVeb of Science Core Collection)

Вы искали: ОРГАИИЗАЦИЯ-РАСШ ИРЕННЫЙ: (Belgorod State Universit у) ...Больше

Ж Создать оповещение

Уточнение результатов

Искать в результатах...      Q,

Фильтровать результаты по:

□ ^ Открытый доступ (142}

Уточнить

Годы публикаций           *

2019(3317)

Уточнить

Сортировать публ. If Количество цитирований Показатель использования Соответствие Больше*

Low energy bandgai

Другие

Автор:: Arslanov, I. R.; I

APPLIED PHYSICS LE"

Настольная версия tndNote

Near-field resonance

EndNote Online

Отправить

Пол н ы й текст от и 3t

Автор:: Tishchenkoj

PHYSICAL REVIEW

Полный текст от издателя

Полный текст от издателя

Removal of Pb(ii) io ns from

Fe(3)o(4)/PVA/spent coffee;

Автор:: Van Thuan Le; Thanh Minh SEPARATION SCIENCE AND TECI

Рис. 3. Последовательность, приводящая к генерации файла-экспорта из базы поисковой интернет-платформы Web of Science Core Collection

Fig. 3. Screenshots describing the process of generating an export file from the Web of Science database

Таблица 4

БЕЛГОРОДСКИЙ ГОСУДАРСТВЕННЫЙ НАЦИОНАЛЬНЫМ ИССЛЕДОВАТЕЛЬСКИЙ

Подразделение:

J 2011 (2170)

V ТЕМ АТ КД

АУРНАПг.

Shift* Backs расе

Добавить на Экспресс-панель

Добавить в закладки..,

Во весь экран

Копировать адрес

Сортировка:

Гечать...

Публикация

Публикация

Исходный текст страницы

Просмотреть код элемента

ТИП ПУБЛИКАЦИИ

' УЧАСТИЕ В ПУБЛИКАЦИИ

Вперед

Перезагрузить

Показыва*ь:

К - учитывать публикации, извлеченные i v! - объединять оригинальные и переводн

Вьсрать:

HAZARDOUS ZONES WITHIN "SECURITY PERIMETER": COMPARATIVE STUDY ON THE

MATERIAL OF FOLKLORIC DISCOURSE

Ryazanova E V., More! More D. A

ОРГАНИЗАЦИИ

Авгарь

I ГОДБ (вьделено: 1

. ТИП ПУБЛИКАЦИИ

УЧАСТИЕ В ПУБЛИКАШ

HAZARDOUS ZONES WITHIN "SECURITY PERIMETER : COMPARATIVE STUDY ON THE

MATERIAL OF FOLKLORIC DISCOURSE

Ryazanova E. V., Morel Morel D.A.

Научный результат. Серия: Вопросы теоретической и прикладной лингвистики. 2015. Т. 1. № 4 (6). С.

Вьюратъ:

публикации организации, вю публикации организации, вх< в российских журнала в российских журнала в журналах, входящих в журналах, входящих с журналах, входящи?

б журналах с импакгн б журналах с импакт-:

б журналах с импакт-:

УНИВЕРСИТЕТ

Белгород

Сохранить как...

Сохранить как PDF...

I все публикации организации i

все публикации организации

публикации, имеющие ISBN

0 Всего найдено 299 □

Показано на данно q

[ публикации, имеющие DO1

I публикации, в которых указана организаи1

по назв:

Всего найдено 29959 публикат Показано на данной странице: с

Table 4

Название поля	Пример записи
Название документа	MICROSTRUCTURE EVOLUTION OF A TI/TIB METAL–MATRIX COMPOSITE DURING HIGH-TEMPERATURE DEFORMATION
Автор(ы)	Ozerov M. S., Klimova M. V., Stepanov N. D., Zherebtsov S. V.
Название источника, год, том, выпуск, страницы	Materials Physics and Mechanics. 2018. Т. 38. № 1. С. 54–63

Fig. 4. Screenshots describing the process of generating an export file from eLIBRARY.ru информацию о перечне показателей, которые характеризуют выполнение работ и достигнутые результаты по каждому научному проекту, имеющему номер ЕГИСУ НИОКР, в том числе списки значимых публикаций в международных базах цитирования. Сведения о научных проектах предоставляются в нашем случае в табличном виде в pdf-файлах. Номер темы, соответствующий каждому из проектов, выбирается, соответственно, согласно реестру тем из ИС.

Создание алгоритмов обработки данных при формировании файла импорта

Ниже описывается процесс обработки сведений о публикациях, полученных из соответствующих реферативных баз, а также процесс добавления недостающих сведений (см. шаг 1 на рис. 1).

На рис. 5 приведен алгоритм обработки данных файла экспорта при извлечении сведений о научных публикациях из библиографической и реферативной базы данных Scopus.

Описание алгоритма обработки файла экспорта при извлечении сведений о научных публикациях из базы данных Scopus

Шаг 1: процесс экспорта файла с данными из Scopus (отображен на рис. 2).

Шаг 2: процесс преобразования экспортного файла в формат Excel с полями, соответствующими полям в табл. 2 (отображен на рис. 6).

Шаг 6: согласно требованиям Технологической инструкции для всех статей базы данных Scopus в поле «Квартиль» должно проставляться значение «S».

Шаг 7: для подсчета количества авторов публикации последовательно выполняются указанные ниже действия:

Рис. 5. Алгоритм обработки файла экспорта при извлечении сведений о публикациях из библиографической и реферативной базы данных Scopus

Fig. 5. Scopus publications data export processing algorithm

• 1)    поле Authors копируется на отдельный лист;

• 2)    в значениях поля Authors последовательность символов «.,» заменяется на символ «.;»;

• 3)    применяется функция «Текст по столбцам» во вкладке «Данные» ленты с разделителями «;» [8];

• 4)    с использованием функции COUNTA (СЧЁТЗ) в отдельном столбце вычисляется количество заполненных в строке ячеек (рис. 7).

На рис. 8 приведен алгоритм обработки данных файла экспорта при извлечении сведений о научных публикациях из базы поисковой ин-тернет-платформы WoS.

Описание алгоритма обработки файла экспорта при извлечении сведений о научных публикациях из базы данных WoS

Шаг 7: для подсчета количества авторов применяется алгоритм, использующийся для обработки файла экспорта из базы Scopus (пункт 2 исключается).

Шаг 8: в файле экспорта не содержится данных о квартиле журнала, поэтому квартиль необходимо искать на портале WoS [6] с применением средств расширенного поиска посредством поискового запроса, полученного на шаге 6.

	А	в	C	D	E	F	G
1	=СЧЁТЗ(В1:1Х1)	Rumyantsev, М.В	Turanin, V.Y,	Akopyan, A.V	Alontseva, D.V.	Batova, O.V.
2	10	Polonikov, A.V.	Ponomarenko, 1.'	Bykanova, M.	Sirotina, S.S.	Bocharov;	Vagayl
3	2	Buryak, Z.	Grigoreva, 0.
4	5	Grigorenko, N.V.	Tsurikova, L.V.	Kaliuzhnaya,	Bubyreva, Z.A.	Lukyanova, E.V.
5	4	Babintsev, V.P.	Goncharuk, Y.A.	Goncharuk, S	Komarova, I.G.
6	4	Voronkov, A.V.	Nikulin, LN.	Kolesnikov, A	Nikulina, D.E.
7	5	Voloshina, L.N.	Buslovskaya, L.K.	Kovtunenko,	Ryzhkova, Y.P.	Prokopenko, Y.A.
8	2	Dabagov, S.	Gladkikh, Y.P.

Рис. 7. Пример вычисления количества авторов публикации с использованием функции COUNTA (СЧЁТЗ)

Fig. 7. Example of calculating the number of publication authors using the Excel COUNTA function

Рис. 8. Алгоритм обработки данных файла экспорта при извлечении сведений о публикациях из базы поисковой интернет-платформы WoS

Fig. 8. Web of Science publications data export processing algorithm

Рис. 9. Пример сцепления значений столбцов из экспортного файла WoS для получения строки с выходными данными публикации

Fig. 9. Example of concatenating column values from a Web of Science export file to produce a single row with publication imprint

списка публикаций университета необходимо последовательно воспользоваться указанными ниже фильтрами:

Шаги 1–3: экспортированные веб-страницы со списком публикаций (см. рис. 4) сцепляются друг с другом в один файл и обрабатываются средствами Excel.

Sub GetURL()

With ActiveSheet

Value = .Hyperlinks(I).Address Next I

End With

End Sub

При выполнении макроса URL-адрес на соответствующей статьи пропишется в третьем столбце, следующим за столбцом с ее заголовком.

Шаг 15: для подсчета количества авторов применяется алгоритм, использующийся для обработки файла экспорта из базы данных Scopus (пункт 2 исключается).

Наиболее трудозатратным и тяжело поддающимся автоматизации является процесс добавления в итоговый файл импорта информации о суммарном количестве аффилиаций авторов, которые публикуются от университета. Чтобы получить эти сведения, необходимо иметь прямые ссылки на страницы публикаций в соответствующих реферативных базах. В базах Scopus и eLIBRARY.RU такие ссылки можно получить непосредственно при экспорте данных или после

соответствующей их обработки, а в базе WoS – только осуществив расширенный поиск по WOS ID статьи, используя поисковый запрос, полученный на шаге 6 (см. рис. 8). При отсутствии возможности организовать парсинг веб-страниц информацию о количестве аффилиаций авторов, а в случае с WoS – еще и данных о квартиле журнала (по умолчанию посредством автозаполнения проставляется квартиль Q4) можно получить только ручным переносом значения квартиля со страницы статьи.

В результате обработки данных из трех источников (см. шаг 2 на рис. 1) получается электронная таблица, содержащая поля, представленные в табл. 5.

Необходимость экспорта из трех реферативных баз приведет в том числе к появлению одинаковых записей. Подобные дубликаты можно удалить, используя функцию Excel IF (ЕСЛИ). Применяя формулу =IF(LEFT(A2;35)=LEFT (A3;35);1;0), можно сформировать новый служебный столбец, по значениям которого будут отфильтровываться дубликаты. В вопросе о том, какую именно запись необходимо оставить, приоритет отдается публикациям WoS [1].

На следующем этапе добавляется информация о грантовых тематиках и номере грантовой темы непосредственно для каждой публикации (см. шаг 3 на рис. 1), которая осуществлялась в рамках соответствующего грантового исследования.

При обработке файла экспорта, предоставленного кадровой службой, необходимо придерживаться следующего алгоритма:

• 1)    замена значений в столбцах, содержащих информацию о должности, ученой степени, виду занятости, на соответствующие

сокращения согласно требованиям Технологической инструкции [1];

• 2)    извлечение года рождения автора публикации и последних 4 цифр СНИЛС;

• 3)    разбиение полного имени сотрудника по столбцам «Фамилия», «Имя», «Отчество»;

• 4)    транслитерация записей в столбцах «Полное имя», «Фамилия», «Имя», «Отчество» согласно алгоритму [11] в отдельные дополнительные столбцы;

• 5)    формирование двух столбцов со значениями вида «Фамилия И. О.» и их транслитерированными вариантами.

Следующий этап состоит в распределении информации о статье по всем авторам этой статьи (см. шаг 4 на рис. 1), то есть таким образом, чтобы количество записей, соответствующих одной статье, было равно числу соавторов в ней. Подобное распределение можно осуществить посредством такого алгоритма:

Следующий этап заключается в добавлении в результирующий файл импорта недостающих полей из адаптированного файла (см. шаг 5 на рис. 1), содержащего сведения о работниках. Для этого будет использоваться функция VLOOKUP (ВПР) [12], в зависимости от языка

Таблица 5

Состав полей итогового файла импорта, содержащего сведения о научных публикациях, с примерами записей

Table 5

Contents of the fields of the final import file with information about scientific publications with sample data

Заключение

Итогом данного прикладного исследования является разработка методики, позволяющей сформировать готовый файл электронной таблицы Excel, содержащий несколько типов записей о научных публикациях. Данный файл сохраняется в текстовом формате с требуемыми Технологической инструкцией разделителями.

В табл. 6 представлены временны́ е затраты на внесение в ИС 2473 записей вручную и посредством формирования файла импорта. Временны́ е затраты на перенос сведений о научных проектах организации в файл для импорта составили 87 минут. Замеры времени для переноса этих же сведений вручную непосредственно в ИС не производились, но можно с уверенностью утверждать, что этот процесс занял бы значительно больше времени, так как данные, относящиеся к одному научному проекту, пришлось бы вносить в записи по каждому из соавторов одной публикации. Эксперимент по ручному и автоматизированному заполнению системы совершал один и тот же сотрудник центра развития публикационной активности НИУ «БелГУ».

Приведенные в табл. 6 данные свидетельствуют, что увеличение количества сотрудников, осуществляющих подготовку и ручной перенос в ИС сведений о публикациях, кадровых данных и сведений о научных проектах, приведет к уменьшению суммарных временны́ х затрат на выполнение работы. В свою очередь, увеличение количества публикаций, количества научных проектов организации, а также доли авторства в публикациях за отчетный период будет способствовать значительному увеличению разницы между временны́ -ми затратами при ручном вводе сведений и при их автоматизированной обработке.

Рекомендации по использованию предлагаемой методики:

• 1)    в связи с особенностями работы ИС управления НИР содержимое файла импорта необходимо разбить на несколько отдельных файлов объемом не более чем по 100 записей в каждом, а затем уже импортировать итоговые текстовые файлы в кодировке ASCII встроенными средствами импорта;

Таблица 6

Временны́ е затраты на добавление сведений о публикациях в ИС вручную и посредством формирования файла импорта

Table 6

Time spent on adding information about publications to the Research Management System

База данных	Среднее время, затраченное на добавление одной записи, мин		Количество обработанных записей, ед.
	При ручном переносе данных	При автоматизации формирования и обработки данных
Scopus	1,30	0,50	928
WoS	1,57	0,17	687
eLIBRARY.RU	1,52	0,48	858
Экспортный файл кадровой службы	32	32	–