Статья посвящена выявлению сформированных тенденций в научных предметных направлениях субъекта Российской Федерации на базе структурного анализа статистической информации на уровнях региона, страны и мира. В основе исследования лежит наукометрический анализ в разрезе предметных областей1, включающий оценку динамики и качества публикаций. В статье на основе данных международных и национальных баз (Scopus и eLibrary) осуществлён наукометрический анализ по научным предметным областям Республики Татарстан с применением инструментария кластерного анализа, матричного моделирования, динамического и структурного анализа статистической информации. Особенностью подхода является сбор и обработка информации на уровне отдельных субъектов РФ на базе систематизации статистики по отдельным научно-образовательным учреждениям, представленным в статистических базах, а также сопоставление предметных областей международных и отечественных классификаторов (Общероссийский классификатор специальностей по высшему образованию и тематического рубрикатора eLibrary, детализированного Государственным рубрикатором научно-технической информации). Анализ позволил выделить растущие на глобальной и страновой арене и локализованные в республике научные направления, которые могут сформировать пул востребованных научных направлений, среди них: биотехнологии (нейротехнологии); иммунология и микробиология; сельское и лесное хозяйство и биология; (прочие отрасли экономики) междисциплинарные направления; литература, литературоведение, устное народное творчество; религия, атеизм; экономические направления, развитие которых зависит от ряда факторов (сформированной научной политики, программ поддержки региона). Помимо этого, обозначена важность внимания к научным направлениям со снижающейся активностью в регионе, но с отмечаемой растущей активностью в стране и мире (физика, электротехника (инженерные технологии), материаловедение и др.).
Идентификаторы и классификаторы
- SCI
- Образование
В современном мире научно-технологическое развитие играет ключевую роль в обеспечении экономического роста. Однако темпы и направления этого развития могут значительно варьироваться в зависимости от региона, что обусловлено различиями в научном потенциале, финансировании исследований, инновационной политике и другими факторами. Для эффективного управления процессами научно-технологического развития и принятия обоснованных решений на региональном уровне необходимо иметь актуальную и достоверную информацию о текущих трендах и перспективных направлениях исследований.
Если у вас возникли вопросы или появились предложения по содержанию статьи, пожалуйста, направляйте их в рамках данной темы.
Список литературы
1. Viitanen J. Profiling Regional Innovation Ecosystems as Functional Collaborative Systems: The Case of Cambridge // Technology Innovation Management Review. 2016. Vol. 6. № 12. P. 6-25. DOI: 10.22215/timreview/1038
2. Акбердина В.В., Василенко Е.В. Университет как участник региональной инновационной экосистемы: типология базовых стратегий поведения // Университетское управление: практика и анализ. 2022. Т. 26. № 2. С. 9-26. DOI: 10.15826/umpa.2022.02.009 EDN: JRBZZW
3. Гибсон Д., Батлер Д. Исследовательские университеты в структуре региональной инновационной системы: опыт Остина, штат Техас // Форсайт. 2013. Т. 7. № 2. С. 42-57. EDN: QCMYNR
4. Давидсон Н., Мариев О., Пушкарёв А. Региональные факторы инновационной активности российских предприятий // Форсайт. 2018. Т. 12. № 3. С. 62-72. 10.17323/ 25002597.2018.3.62.72. DOI: 10.17323/25002597.2018.3.62.72 EDN: YHIXYT
5. Cai Y., Liu C. The Role of University as Institutional Entrepreneur in Regional Innovation System: Towards an Analytical Framework // Examining the Role of Entrepreneurial Universities in Regional Development: ed. by M.T. Preto, A. Daniel, A. Teixeira. Hershey, PA: IGI Global, 2020. P. 133-155. DOI: 10.4018/978-1-7998-0174-0.ch007
6. Changhun L., Chiehyeon L. From technological development to social advance: A review of Industry 4.0 through machine learning // Technological Forecasting and Social Change. 2021. Vol. 167(4-5): 120653. DOI: 10.1016/j.techfore.2021.120653 EDN: BAJJZQ
7. Гуськов А.Е., Косяков Д.В., Селиванова И.В. Методика оценки результативности научных организаций // Вестник Российской академии наук. 2018. Т. 88. № 5. С. 430-443. DOI: 10.7868/S0869587318050092 EDN: XNDJWP
8. Юревич М.А., Еркина Д.С. “Публикационное ралли”: прямая угроза или новые возможности для научного сообщества? // Социология науки и технологий. 2017. Т. 8. № 2. С. 104-117. EDN: YTAHNB
9. Гуськов А.Е. Российская наукометрия: обзор исследований // Библиосфера. 2015. № 3. P. 75-86. EDN: UHKHJL
10. Цветкова В.А., Мохначева Ю.В. Научная среда и публикационная активность: риски библиометрических оценок // Культура: теория и практика: электрон. науч. журн. 2020. № 2. С. 11-18. URL: http://theoryofculture.ru/issues/113/1344/ (дата обращения: 15.01.2025). EDN: DOOOFR
11. Невзорова Е.Н., Киреенко А.П., Скляров Р.А. Библиометрический анализ литературы по уклонению от уплаты налогов в России и зарубежных странах // Journal of Tax Reform. 2017. Т. 3. № 2. С. 115-130. 10.15826/ jtr.2017.3.2.035. DOI: 10.15826/jtr.2017.3.2.035 EDN: ZEQETL
12. Малахов В.А. Библиометрический анализ как метод науковедческих исследований: возможности и ограничения // Науковедческие исследования. 2022. № 1. С. 212-227. DOI: 10.31249/scis/2022.01.10 EDN: YHIJPI
13. Лазарев В.С. Власть библиометрических иллюзий над ленивыми, профанация плодотворных идей и проклятье “парабиблиометрической” оценки науки // Научный редактор и издатель. 2019. Т. 4. № 1/2. С. 12-20. DOI: 10.24069/2542-0267-2019-1-2-12-20 EDN: EQXRWE
14. Мохначева Ю.В., Цветкова В.А. Россия в мировом массиве научных публикаций // Вестник Российской академии наук. 2019. Т. 89. № 8. С. 820-883. DOI: 10.31857/S0869-5873898820-830 EDN: JJFBKE
15. Alotaibi N.M. et al. Social Media Metrics and Bibliometric Profiles of Neurosurgical Departments and Journals: is There a Relationship? // World Neurosurgery. 2016. Vol. 90. P. 574-579. DOI: 10.1016/j.wneu.2016.01.087
16. Бахматова Т.Г. Библиометрический анализ тенденций в изучении социальных медиа / Т.Г. Бахматова, Е.В. Зимина // Вопросы теории и практики журналистики. 2019. Т. 8. № 2. С. 274-291. DOI: 10.17150/2308-6203.2019.8(2).274-291 EDN: ZLPIUE
17. Мухаметшин Р.Р., Абдуллин Х.М. Методологический пример исследования наукометрических показателей по отдельному научному направлению // Научные и технические библиотеки. 2021. № 11. С. 115-130. DOI: 10.33186/1027-3689-2021-11-115-130 EDN: NXIWMX
18. Моргун А.Н., Природова О.Ф., Никишина В.Б. Библиометрическое картирование научных исследований по непрерывному образованию // Методология и технология непрерывного профессионального образования. 2020. № 2 (2). С. 55-75. DOI: 10.24075/MTCPE.2020.013 EDN: AGJJTE
19. Hallinger P., Kovacevic J. A Bibliometric Review of Research on Educational Administration: Science Mapping the Literature, 1960 to 2018 // Review of Educational Research. 2019. Vol. 89 (3). Рр. 335-369. 10.3102/ 0034654319830380. DOI: 10.3102/0034654319830380
20. Katalevsky D., Kosmodemianskaya N., Arutynyan A., Fortin C. University 3.0: A Portfolio Approach to the Technology R&D Managemen // Foresight and STI Governance. 2022. Vol. 16(2). Рр. 15-30. DOI: 10.17323/2500-2597.2022.2.15.30 EDN: NIUSLL
21. Kim G., Bae J. A novel approach to forecast promising technology through patent analysis // Technological Forecasting and Social Change. 2017. Vol. 117. Рр. 228-237. DOI: 10.1016/j.techfore.2016.11.023
22. Madani F., Weber C. The evolution of patent mining: Applying bibliometrics analysis and keyword network analysis // World Patent Information. 2016. Vol. 46. Рр. 32-48. DOI: 10.1016/j.wpi.2016.05.008
23. Wang M.-Y., Fang S.-C., Chang Y.-H. Exploring technological opportunities by mining the gaps between science and technology: Microalgal biofuels. Technological Forecasting and Social Change. 2015. Vol. 92. Рр. 182-195. DOI: 10.1016/j.techfore.2014.07.008
24. Chen C.M., Ibekwe-SanJuan F., Hou J. H. The Structure and Dynamics of Cocitation Clusters: A Multiple-Perspective Cocitation Analysis // Journal of the American Society for Information Science and Technology. 2010. Vol. 61(7). Рр. 1386-1409. DOI: 10.1002/asi.21309
25. Singh V.K., Singh P., Karmakar M., Leta J., Mayr P. The journal coverage of Web of Science, Scopus and Dimensions: A comparative analysis // Scientometrics. 2021. Vol. 126. No. 6. Pp. 5113-5142. DOI: 10.1007/s11192-021-03948-5 EDN: FLHAPG
26. Федоров Г.М., Пекер И.Ю. Использование возможностей базы данных eLibrary.ru для оценки дифференциации общественно-географических исследований в России // Географический вестник. 2022. № 3(62). С. 35-44. DOI: 10.17072/2079-7877-2022-3-35-44 EDN: OBFAWX
27. Mongeon P., Paul-Hus A. The journal coverage of Web of Science and Scopus: a comparative analysis // Scientometrics. 2015. Vol. 106. No. 1. Pp. 213-228. DOI: 10.1007/s11192-015-1765-5 EDN: QSYLZG
28. Van Leeuwen T.N., Moed H.F., Tijssen R.J.W., Visser M.S., Raan A. Language biases in the coverage of the Science Citation Index and its consequences for international comparisons of national research performance // Scientometrics. 2001. Vol. 51. Pp. 335-346. DOI: 10.1023/A:1010549719484. EDN: ARSVWB
29. Теняков, И. М., Заздравных, А. В. Тенденции публикационного процесса в экономических журналах: зарубежный и российский опыт // Вестник Московского университета. Серия 6. Экономика. 2022. №1. С. 193-214. DOI: 10.38050/013001052022110 EDN: NULJEL
30. Благинин В.А., Гончарова М.Н., Соколова Е.В. “Вырваться с национального уровня”: наукометрический вектор развития российских журналов в МНБД // Управленец. 2023. Т. 14, № 4. С. 33-57. 10.29141/2218- 5003-2023-14-4-3. DOI: 10.29141/2218-5003-2023-14-4-3 EDN: JTINUG
31. Губа К.С., Железнов А.М., Чечик Е.А. Роль наукометрии при оценке конкурсных заявок на научные гранты // Высшее образование в России. 2023. Т. 32. No 10. С. 57-75. DOI: 10.31992/0869-3617-2023-32-10-57-75 EDN: QKMVSM
Выпуск
Другие статьи выпуска
Статья посвящена опыту внедрения проектного обучения в подготовку инженеров в Центре машиностроения Тольяттинского государственного университета. Новизна исследования состоит в том, что впервые исследуется модель, в «ядре» которой находится обучение постоянно действующей студенческой инженерной команды, участвующей в международных инженерно-спортивных соревнованиях Formula Student. Цель работы состоит в том, чтобы выявить проблемные зоны, причины их появления и пути дальнейшего развития представленной модели проектного обучения. Обзор литературы показал, что в российских вузах реализуются типы моделей проектного обучения: модели, ориентированные на образовательный результат в виде прироста профессиональных компетенций; модели, нацеленные на получение проектного результата; «продуктовые» модели, направленные на получение конкретного продукта для внешнего заказчика; модели, сочетающие достижение тех или иных результатов. Кейс Тольяттинского госуниверситета представляет собой проектное обучение, ориентированное на формирование компетенций и получение проектного результата. Для поиска ответов на вопросы исследования были проведены опросы среди студентов, беседа в фокус-группе со студентами - кураторами проектов, интервью с руководителями проектов и представителями работодателей. Результаты настоящего исследования подводят к ряду выводов. Достижение образовательного и проектного результатов характеризуется положительными оценками со стороны всех участников образовательного процесса. В то же время выявлены проблемы в осуществлении проектного обучения: преобладание внешней мотивации у половины студентов; дефицит руководителей и учебных часов, выделяемых на руководство проектами в течение ограниченного периода времени и, как следствие, недостаточная индивидуальная работа с проектными командами; невозможность диверсификации существующей модели проектного обучения в плане количества и содержания проектов только за счёт ресурсов руководителей и кураторов проектов. Решение данных проблем видится в дальнейшей индивидуализации и диверсификации проектного обучения за счёт привлечения большего количества студентов-кураторов, кейсов и консультантов от работодателей.
Работа в команде является неотъемлемой частью профессиональной деятельности, а навыки сотрудничества необходимы студентам для успешного трудоустройства. Задача высшего образования - повышение конкурентоспособности выпускников на рынке труда посредством разработки образовательных программ, направленных на развитие навыков командной работы. Прогресс этих навыков можно наблюдать только при наличии надёжного метода измерения. Поэтому инструменты оценки развития командных навыков у студентов играют важную роль в высшем образовании. Обзор раскрывает ключевые проблемы и противоречия в оценке групповой и командной работы в высшем образовании. Анализируя традиционные методы (экспертное оценивание, взаимооценку, нормализованные подходы), исследование демонстрирует их возможную уязвимость к субъективности, когнитивным искажениям и социальным факторам. В то же время автоматизированные алгоритмы, анализ цифровых следов и мультимодальная учебная аналитика имеют высокий потенциал для фиксации реального вклада студентов и динамики их взаимодействия. Однако эти технологии пока слабо изучены и представлены в научной литературе о групповой и командной работе, их восприятие студентами остаётся неоднозначным. Один из ключевых выводов исследования: большинство существующих подходов оценивают только конечный результат, игнорируя процесс формирования командных навыков и изменение ролей участников во времени, и это ограничение приводит к несправедливому распределению оценок и снижению мотивации студентов. Работа подчёркивает необходимость перехода к гибридным моделям оценивания, объединяющим количественные цифровые данные с качественной педагогической экспертизой. Представленные выводы основаны на анализе 43 эмпирических исследований и показывают, что будущее командной оценки лежит в интеграции цифровых технологий, способных отслеживать взаимодействие студентов в реальном времени, выявлять закономерности сотрудничества и обеспечивать справедливое распределение оценок.
Разработка и реализация образовательных программ, отвечающих запросам рынка труда, государственным и международным стандартам, требуют внимания руководителей вузов и исследователей. Руководители вузов и программ могут иметь потребность в определении актуального состояния программы, её переработке, формировании портрета целевой аудитории и т. д., но могут столкнуться с трудностями по решению этих задач в связи с отсутствием инструментов. В данном исследовании представлена модель экспертизы образовательных программ высшего образования любого уровня и результаты её апробации на примере программ магистратуры. Кроме этого, проведён анализ различных подходов к определению качества образования и существующих подходов к экспертизе образовательных программ. Проведённая экспертиза продемонстрировала высокую ценность и перспективность предлагаемой модели для оценки и совершенствования качества образовательных программ, что делает её полезной при принятии управленческих решений, относящихся к модернизации образовательного процесса. Полученные результаты позволили выявить ключевые характеристики и особенности исследуемых программ, такие как уникальность образовательных результатов, ориентация на доказательный подход и стремление к обновлению содержания и методов обучения. Также обнаружены сложности, среди которых расхождение между названиями программ и реальными образовательными практиками, ожидаемыми студентами. Перспективы исследования связаны с разработкой упрощённых вариантов инструментария для более широкого внедрения.
Недавние изменения в государственной демографической политике, широко включившие в свою орбиту студенческое сообщество, ставят перед вузами новые задачи. В национальном проекте «Семья» в рамках федерального проекта «Поддержка семьи» студенты обозначены в качестве целевой группы, а в показателях и мероприятиях появились позиции, предполагающие активную работу вузов в этом направлении. В региональных программах, направленных на рост рождаемости, также в последнее время появились меры, направленные на поддержку семейно-родительской траектории студентов - студенческий (семейный) капитал, компенсация расходов на найм жилого помещения и др. Целью исследования стало выявление новых возможностей включения вузов в демографическую повестку через механизм информирования студентов об участии бизнеса в смягчении демографических проблем индустриального региона. Объектом эмпирического исследования выступили студенты последних двух курсов очной формы обучения вузов Челябинской области - региона, где в 2024 году была введён студенческий (семейный) капитал за рождение ребёнка, где на ряде промышленных предприятий давно реализуются меры поддержки семей работников, где наблюдается самый низкий в УрФО уровень региональной рождаемости. Серия исследований (анкетный опрос, эссе) была проведена в октябре-ноябре 2024 г. в двух крупнейших вузах региона. Результаты показали, что осведомлённость студентов о мерах корпоративной поддержки семейных работников является значимым фактором, коррелирующим с их репродуктивными ориентациями: чем более осведомлены студенты о мерах поддержки, тем больше детей они планируют иметь. Это открывает новый инструмент вовлечения вузов в демографическую повестку страны и регионов. Разработаны рекомендации, направленные на выстраивание системной работы работодателей, вузов и органов власти по интеграции информации о корпоративных демографических мерах в ментальный и практический контекст молодёжи.
Многие исследователи отмечают наличие системных проблем в подготовке кадров высшей научной квалификации, в частности кандидатов наук. Статистические данные указывают на снижение результативности подготовки, на сокращение числа защит кандидатских диссертаций. В исследовании использованы данные из ежегодных отчётов диссертационных советов за 2012-2023 гг. Одним из проблемных аспектов системы аспирантской подготовки является срок подготовки кандидатской диссертации от поступления в аспирантуру до защиты диссертации, который за последние годы увеличился до 6-7 лет. Почти три четверти ежегодных защит - это защиты с опозданием после окончания аспирантуры на год и более. Увеличение сроков подготовки диссертации влечёт уменьшение числа молодых кандидатов и докторов наук. Иностранные аспиранты по сравнению с российскими стараются защититься раньше. В исследовании рассматривалась гипотеза, что причиной задержек с выходом на защиту диссертации может быть необходимость выполнения требования по количеству публикаций. Гипотеза не подтвердилась. Большая часть соискателей учёной степени кандидата наук выходят на защиту с количеством публикаций, превышающим минимальные нормативные требования. Авторы предполагают, что задержка в подготовке диссертации связана с финансовой необеспеченностью научных исследований и предлагают обратить внимание на внедрение производственной аспирантуры. С другой стороны, для предоставления аспиранту более длительного периода для подготовки диссертации возможно, если диссертационное исследование начнётся не с момента поступления в аспирантуру, а ранее - в магистратуре. Для этого необходимо заблаговременное (на 2-3 года раньше) планирование контрольных цифр приёма в аспирантуру.
Данная статья является первой частью цикла, посвящённого карьерным и образовательным траекториям недавних выпускников российской магистратуры. Представленное исследование фокусируется на специфике образовательных переходов из бакалавриата в магистратуру и базируется на тотальных административных данных (Мониторинг трудоустройства выпускников) обо всех выпускниках высшего образования в стране. Данные показывают, что 66% выпускников магистратуры являются недавними выпускниками бакалавриата, продолжившими своё обучение не позднее пяти лет с момента окончания предыдущего образования. 36% выпускников очного бакалавриата поступают в магистратуру в первые несколько лет после выпуска, причём 93% из них не делают перерыва в образовании. Около четверти продолживших обучение бакалавров меняют направление подготовки в магистратуре. Смена вуза или региона происходит заметно реже, хотя выпускники заочного бакалавриата, а также те, кто делал перерыв в учёбе между бакалавриатом и магистратурой, более склонны к подобной смене траектории. Для определения характеристик, ассоциированных с продолжением обучения в магистратуре, а также сменой направления подготовки, образовательной организации или региона обучения при переходе из бакалавриата в магистратуру, оценивался набор пробит-регрессий. Результаты показали, что обучение в магистратуре чаще продолжают выпускники технических и естественнонаучных специальностей, обучавшиеся очно в более селективных университетах и обладающие высоким уровнем академических достижений. Чем больше времени прошло с момента окончания бакалавриата, тем с большей вероятностью магистрант сменит траекторию обучения (то есть направление подготовки, вуз или регион учёбы). Отличники и выпускники селективных бакалавриатов меняют свою траекторию реже других студентов. Специфика образовательных переходов позволяет выделить несколько сегментов магистерского образования (единого с бакалавриатом образовательного трека и «фундаментального ДПО»), потенциально ведущих к различающимся результатам выпускников на рынке труда.
Издательство
- Издательство
- МОСКОВСКИЙ ПОЛИТЕХ
- Регион
- Россия, Москва
- Почтовый адрес
- 107023, г Москва, р-н Соколиная Гора, ул Большая Семёновская, д 38
- Юр. адрес
- 107023, г Москва, р-н Соколиная Гора, ул Большая Семёновская, д 38
- ФИО
- Миклушевский Владимир Владимирович (РЕКТОР)