Научные журналы и базы данных (НЖБД)

arXiv ограничил авторов: 2 препринта в месяц С 1 октября 2026 года arXiv обновил политику ограничения частоты запросов для всех авторов. Теперь каждый автор может отправить не более двух препринтов в календарный месяц, при этом одновременно в системе может находиться максимум три активных работы на рассмотрении. Ограничение считается именно по отправленным на модерацию версиям: отклонённая или снятая до публикации работа всё равно «съедает» одну из двух месячных квот. Ограничение действует сквозное, по всем категориям arXiv, а не только по информатике. По словам редакции arXiv, мера временная и нужна, чтобы: равномерно распределить время волонтёров‑модераторов между авторами; снизить нагрузку от растущего потока низкокачественных и сгенерированных искусственным интеллектом работ; дать время на доработку инструментов модерации. В сентябре 2026 года arXiv зафиксировал рекордные 40 363 загрузки — вдвое больше, чем два года назад. #arxiv ___ @rujournals - Научные журналы и базы данных (НЖБД)

🗓 Приглашаем на вебинар с главным редактором журнала «Высшее образование в России» 8 октября разберём, как подготовить статью с учётом требований научного издания: от исследовательского замысла до подачи материала в журнал. Экспертом выступит Владимир Святославович Никольский, доктор философских наук, профессор, главный редактор журнала «Высшее образование в России». На вебинаре эксперт расскажет: — какие требования предъявляются к научным статьям на разных этапах подготовки; — что важно учитывать автору до начала работы над текстом; — как редакционная политика влияет на структуру и содержание статьи; — на что обращают внимание при подготовке материала к публикации. 📅 8 октября, 15:00 (МСК) 💻 Онлайн Не упустите возможность узнать о требованиях к публикации из первых уст! Участие бесплатное, нужна регистрация. Читайте нас в MAX 👈

Приглашаем на вебинар «PDF/A как формат обязательного электронного экземпляра»! Вебинар проводится в рамках Образовательной программы Elpub. Вебинар открытый, мы будем рады видеть всех желающих. 🗓 8 октября в 11 часов по московскому времени. ✍🏻Регистрация: https://pruffme.com/landing/elpub/rsl Спикер: Тюменцева Юлия Александровна, заместитель заведующего отделом работы с электронными документами Департамента формирования фондов и обработки РГБ 🗓В рамках вебинара будут рассмотрены требования 77-ФЗ «Об обязательном экземпляре документов» к электронному обязательному экземпляру и особенности его передачи в Российскую государственную библиотеку. Особое внимание будет уделено формату PDF/A, его назначению и причинам выбора именно этого формата для электронного экземпляра. Почему для обязательного электронного экземпляра используется именно PDF/A-1b? Рассмотрим отличия данного формата от обычного PDF, а также особенности, которые необходимо учитывать при подготовке файлов. На практических примерах будут рассмотрены способы конвертации файлов в формат PDF/A-1b, в том числе на примере изданий с математическими формулами. Разберем, какие элементы вёрстки могут вызвать проблемы при конвертации, и покажем типовые ошибки, возникающие при подготовке и проверке файла. Отдельно остановимся на подготовке файла к загрузке на портал oek.rsl.ru. Рассмотрим, какие параметры необходимо проверить перед передачей электронного экземпляра и как выявить проблемы с файлом до его загрузки. Предусмотрен сертификат. ‼️Подпишитесь на наш канал в Телеграм, чтобы не пропустить анонсы открытых мероприятий!

Медведев Д.А. Новый инструмент для комплексного анализа списков литературы научных журналов. Научный редактор и издатель. https://doi.org/10.24069/sep.2026.11.48 В условиях стремительного роста числа научных публикаций и ужесточения требований к их качеству у редакций научных журналов возрастает потребность в эффективных инструментах проверки списков литературы. Существующие решения либо коммерчески недоступны для региональных изданий, либо предоставляют фрагментированную информацию без возможности комплексного анализа. В работе представлен открытый программный инструмент Comprehensive Reference List Analysis (CRLA), доступный по адресу https://litanalysis.streamlit.app и разработанный на Python с использованием фреймворка Streamlit. Цель данной статьи —продемонстрировать функциональные возможности CRLA как готового решения для автоматизированного анализа списков литературы, а также показать его практическую применимость на примере реальных статей. Представленный инструмент интегрирует API Crossref и OpenAlex и обеспечивает автоматическое извлечение идентификаторов, обогащение метаданными, детекцию дубликатов, подозрительных DOI, ретрагированных статей и источников из репозиториев, а также расчет библиометрических показателей и визуализацию результатов. Для демонстрации возможностей программы в работе проведен анализ списков литературы трех статей из журнала «Научный редактор и издатель» за 2025–2026 гг. Полученные результаты показали, что CRLA способен выявить структурные особенности списков в зависимости от тематики статей —от преобладания веб-источников в обзорах издательских практик до практически полного DOI-покрытия в библиометрических исследованиях. Инструмент также идентифицирует самоцитирования, международное сотрудничество и потенциально проблемные источники (дубликаты, некорректные DOI). Таким образом, CRLA представляет собой доступное решение для редакций, особенно для журналов с ограниченными ресурсами, позволяя автоматизировать рутинные проверки и повысить качество рецензирования. #научныестатьи ___ @rujournals - Научные журналы и базы данных (НЖБД)

«Научные и технические библиотеки»: 65 лет профессиональной истории и новый этап в Scopus В сентябре 2026 г. журнал «Научные и технические библиотеки» включен в международную библиографическую и реферативную базу данных Scopus. Сегодня издание входит в Перечень ВАК, индексируется в РИНЦ, включено в единый государственный перечень научных изданий «Белый список», а также представлено в Emerging Sources Citation Index Web of Science Core Collection. История журнала началась в 1961 г., когда вышел сборник «Технические библиотеки СССР. Опыт работы». Инициатором создания издания стал Оган Степанович Чубарьян, в то время заместитель директора ГПНТБ СССР. В первом номере была опубликована его статья «Вопросы методического руководства техническими библиотеками»  — рядом с материалами об организации работы библиотек, обслуживании читателей и распространении профессионального опыта. Читать далее на сайте ГПНТБ России #scopus ___ @rujournals - Научные журналы и базы данных (НЖБД)

Чтобы включиться в технологическую повестку, вузам нужно развивать прикладной характер исследований и работать на стыке дисциплин  Роль университетской науки в развитии экономики становится все весомее. Перед вузами в современной истории ставились различные задачи в зависимости от особенности экономического цикла. Сейчас государство ждет от ученых включенности в реализацию курса технологического суверенитета. В какой мере образовательное сообщество готово к этому вызову? Ответ на этот вопрос дают в том числе исследования Аналитического центра «Эксперт». #рейтинги ___ @rujournals - Научные журналы и базы данных (НЖБД)

Приглашаем Вас на круглый стол Школы дизайна «Научные журналы по искусству в условиях цифровой трансформации: редакционные стратегии и этические вызовы», на котором эксперты поговорят о том, как сохранить академическую идентичность и высокий научный уровень, осваивая новые форматы, способы коммуникации с аудиторией и издательские стратегии. Приглашенными спикерами выступят  - Наталья Сиповская, директор Государственного института искусствознания Министерства культуры РФ - Екатерина Сальникова, главный редактор электронного научного журнала «Художественная культура» - Ирина Сахно, главный редактор Журнала ВШЭ по искусству и дизайну - Александра Першеева, академический руководитель программы «Современное искусство» в Школе дизайна НИУ ВШЭ, зав. кафедрой «Истории и теории искусства и дизайна - Полина Лукина, участница проекта «Место искусства» - Илья Доронченков, заместитель директора ГМИИ им. А. С. Пушкина по научной работе - Николай Молок, главный редактор журнала «Искусствоведение» Государственного института искусствознания На круглом столе обсудят, какой может быть роль научного журнала по искусству в этих условиях. Готова ли академическая среда к более горизонтальной коммуникации? Должен ли автор становиться не только исследователем, но и союзником редакции в продвижении научного материала? Может ли журнал превратиться в площадку для живого общения, не теряя академической строгости? И как сделать научное издание современным и открытым новым исследовательским полям, сохранив при этом его профессиональный уровень? Круглый стол пройдёт 17 октября 2026 года в Профессорском клубе НИУ ВШЭ (Покровский бульвар, 11). Начало в 16:00, сбор гостей с 15:00. До круглого стола будет возможность пообщаться с приглашенными спикерами, задать свои вопросы и обсудить будущее научных журналов за чашечкой кофе.  Просим вас зарегистрироваться на мероприятие по ссылке: https://design.hse.ru/news/7166. Для входа в здание требуется предъявить паспорт! #семинары #ВШЭ ___ @rujournals - Научные журналы и базы данных (НЖБД)

Как дорастить научную разработку до прикладного решения? За перспективной разработкой могут стоять годы исследований, а путь к практическому применению все еще оставаться неясным. На этом этапе важно, чтобы идею оценили те, кто способен увидеть её потенциал еще до появления готового продукта. В треке «Финтех.Наука» акселератора Газпромбанк.Тех научную оценку проводит фонд «Вызов», известный Национальной премией в области будущих технологий. Накопленный опыт экспертизы передовых исследований и разработок позволит экспертам фонда оценить наукоемкие проекты и перспективы их применения. Трек охватывает несколько направлений: от квантовых, нейроморфных и гибридных вычислений до ИИ, защиты данных, новых алгоритмов и когнитивных технологий. В этом году к участию приглашают и команды с финтех-проектами ранних стадий: готовый продукт необязателен — можно прийти с перспективной разработкой. Участники смогут доработать технологию и получить возможность проверить её практическую ценность. До 10 проектов получат по 1 млн рублей на развитие решения под задачи банка, а команды, подтвердившие бизнес-эффект, по решению Газпромбанка смогут претендовать на запуск пилота с бюджетом до 10 млн рублей. Для исследователей это возможность представить свою работу и сделать следующий шаг к её апробации на реальных задачах. Прием заявок открыт до 13 октября. ___ @rujournals - Научные журналы и базы данных (НЖБД)

Квартиль ≠ процентиль: что это значит для научного журнала? В библиометрии журналы нередко описывают двумя похожими, но не одинаковыми показателями: квартилем и процентилем. Оба отражают положение журнала внутри предметной категории, однако делают это с разной детализацией. Квартиль Квартиль делит журналы в одной тематической категории на четыре примерно равные группы: Q1 — верхние 25% журналов; Q2 — журналы между верхними 25% и 50%; Q3 — диапазон 50–75%; Q4 — нижние 25%. Например, если в категории 100 журналов, то позиции с 1-й по 25-ю относятся к Q1, с 26-й по 50-ю — к Q2 и так далее. Квартиль удобен для быстрого ответа на вопрос: журнал относится к лидирующей группе или нет? Но внутри одного квартиля разрыв может быть огромным: журнал на 1-м месте и журнал на 25-м месте формально оба Q1. Процентиль Процентиль показывает более точное относительное положение журнала в категории — фактически его место по шкале от 0 до 100. Условно: 99-й процентиль — журнал находится среди примерно 1% лучших в категории; 90-й процентиль — входит в верхние 10%; 76-й процентиль — ещё Q1, но ближе к его нижней границе; 51-й процентиль — начало Q2; 26-й процентиль — начало Q3. То есть Q1 объединяет журналы примерно с 75-го по 100-й процентиль, но журнал на 76-м и 99-м процентилях — это совсем разные позиции на конкурентном поле. Почему журналам стоит смотреть не только на Q Квартиль — удобная «этикетка» для отчётов, конкурсов и формальных требований. Процентиль полезнее для анализа динамики и реального сравнения журналов. Например, журнал может сохранять Q2 три года подряд, но его процентиль за это время вырасти с 52 до 72. Формально квартиль не изменился, однако журнал заметно укрепил позиции и приблизился к Q1. И наоборот: журнал может оставаться в Q1, но опуститься с 97-го до 77-го процентиля. В отчётности всё ещё будет стоять заветное Q1, хотя конкурентоспособность журнала внутри группы лидеров снизилась. Важная оговорка И квартиль, и процентиль зависят от: конкретной базы и её методики расчёта; предметной категории; года; набора журналов, с которыми идёт сравнение. Поэтому фраза «журнал Q1» без указания базы, категории и года неполна. Корректнее: журнал находится в Q1 по категории X в базе Y за 2025 год; его процентиль — Z. Квартиль показывает полку, процентиль — точное место на ней. #квартили #процентили ___ @rujournals - Научные журналы и базы данных (НЖБД)

Научные статьи превратили в ИИ-агентов, которые сами выполняют описанные в них исследования Paper2Agent анализирует статью вместе с кодом и данными, проверяет их на воспроизведение исходных результатов, а затем позволяет применять опубликованные методы к новым данным. Научную статью можно превратить из документа для чтения в инструмент, который способен выполнять описанные в ней вычислительные методы. Такую систему Paper2Agent разработали учёные: она превращает публикацию в интерактивного ИИ-агента, который отвечает на вопросы по исследованию, запускает методы и применяет их к новым данным. Для этого система анализирует саму статью, код, наборы данных, дополнительные материалы и описанные рабочие процессы, а затем создаёт на их основе инструменты для языковой модели. Авторы отмечают, что сегодня использование вычислительного метода из научной статьи часто требует найти репозиторий с кодом, установить зависимости, настроить окружение, разобраться с входными и выходными данными и понять параметры конкретной программы. Paper2Agent автоматизирует эту часть работы. В основе системы лежит MCP (Model Context Protocol) — стандартный протокол для подключения ИИ-агентов к внешним инструментам и данным. Для каждой статьи система создаёт MCP-сервер с исполняемыми функциями, материалами публикации и инструкциями для многоэтапных научных процедур. Читать далее на IXBT #ИИ ___ @rujournals - Научные журналы и базы данных (НЖБД)

Управление издательским контентом: эволюция или деформация? Мы живём в эпоху, когда грань между научным знанием и информационным шумом становится пугающе тонкой. С одной стороны, перед нами открылись безграничные возможности мгновенной публикации и глобальной видимости результатов труда. С другой — мы столкнулись с экспоненциальным ростом контента, качество которого зачастую приносится в жертву количеству и скорости. Что сегодня происходит с управлением контентом в университетах и коммерческих издательствах? Является ли текущая трансформация редакционно-издательской политики закономерной эволюцией, подстраивающейся под цифровую реальность, или же мы наблюдаем опасную деформацию профессиональных стандартов? Как найти баланс между желаниями авторов, порядком рецензирования, борьбой с «фабриками статей» и внедрением ИИ-инструментов? Тему обсудили на круглом столе «Эволюция или деформация в управлении контентом: редакционно-издательская политика в современных условиях», в рамках 14-й Международной научно-практической конференции «Научное издание международного уровня — 2026: достижения и перспективы развития». Организатор — журнал «Университетская КНИГА». Читать на сайте Университетской книги #ии #анри ___ @rujournals - Научные журналы и базы данных (НЖБД)

Белый список под микроскопом: как оценивали зарубежные журналы для ЕГПНИ-2026 Методика, цифры и последствия пересмотра почти 29 тысяч научных изданий Друзья, приглашаем вас присоединиться к нашему вебинару, чтобы вместе с ведущими экспертами разобраться в новых критериях оценки научных журналов и понять, как эти изменения повлияют на публикационные стратегии и исследовательские карьеры. Дата и время: 29 сентября 11:00 (мск) Приглашенные эксперты: - Денис Косяков, руководитель отдела исследований и перспективных технологий НЭБ eLIBRARY.RU, научный сотрудник лаборатории ИИ и информационных технологий ИВМиМГ СО РАН, заместитель директора по IT и инфраструктуре НГОНБ. - Дмитрий Кочетков, кандидат экономических наук, докторант Центра исследований науки и технологий Лейденского университета, ведущий научный сотрудник Института проблем развития науки РАН, заместитель генерального директора НЭБ eLIBRARY.RU по инновациям в научной коммуникации. «Белый список» больше не является просто справочным рейтингом научных журналов. ЕГПНИ объединяет два контура, которые раньше существовали раздельно: оценку публикационной результативности и требования к опубликованию основных результатов кандидатских и докторских диссертаций. От включения издания в перечень и присвоенного ему уровня могут зависеть публикационные стратегии организаций и исследователей, результаты отчетности и прохождение процедур государственной научной аттестации. Но достаточно ли прозрачна и научно обоснована процедура, которой доверяют решения такого масштаба? На вебинаре мы представим независимый критический аудит предложенной РЦНИ методики формирования зарубежной части ЕГПНИ и результатов ее применения к 28 943 изданиям. Покажем, как в одной итоговой оценке соединяются научная видимость и цитируемость, полнота метаданных, институциональный профиль и география авторов, репутационные сигналы и политико-правовые основания. В представленных рекомендациях предлагается исключить 10 758 журналов прежнего «Белого списка»; чистое сокращение зарубежной части составило бы 9 279 изданий, или 35,4%. Главный вопрос вебинара: может ли недостаточно проверяемая и чувствительная к техническим и вненаучным признакам методика служить государственным фильтром для всей публикационной системы? Обсудим, где в ЕГПНИ заканчивается наукометрия и начинается научная политика; почему библиометрические показатели, качество данных, институциональные признаки, правовые ограничения и экспертные сигналы нельзя безоговорочно сводить в один итоговый уровень; какие требования к открытости, воспроизводимости, ответственности и апелляции должны предъявляться к перечню, влияющему на журналы, научные организации, исследовательские карьеры и диссертационные траектории. Участие бесплатное. Электронный сертификат направляется всем участникам, которые прослушали вебинар от начала до конца. Зарегистрироваться ❤PULSE SCIENCE  👍ID SCIENCE 💙VK 💬MAX

Большинство исследователей не уверены, когда нужно раскрывать использование ИИ Около трех четвертей исследователей не уверены, в каких случаях необходимо сообщать об использовании искусственного интеллекта в научной работе. На фоне быстрого распространения генеративного ИИ академическое сообщество сталкивается с отсутствием единых и понятных правил раскрытия такой информации. Согласно данным опроса, проведенного Oxford University Press (OUP), 74% исследователей испытывают неопределенность относительно того, какое использование ИИ необходимо декларировать. Проблема особенно заметна при подготовке заявок на финансирование и научных публикаций. При этом использование ИИ уже стало распространенной частью исследовательской работы. Инструменты на основе искусственного интеллекта применяются, в частности, для подготовки и редактирования текста, перевода и других задач, связанных с научной коммуникацией. Однако граница между допустимой помощью и использованием ИИ, о котором необходимо сообщить редакции или грантодателю, остается для многих ученых неочевидной. Опрос также показывает, что проблема носит не только теоретический характер. 48% исследователей признались, что не полностью раскрывали использование ИИ при подготовке заявок на гранты. Это создает дополнительные риски для прозрачности научного процесса и оценки авторского вклада. Ситуация осложняется тем, что издатели и научные организации продолжают корректировать собственные рекомендации. Крупные издательские компании, включая Oxford University Press и Springer Nature, обновляют правила, регулирующие использование ИИ авторами и исследователями. Springer Nature, например, рассматривает вопросы применения ИИ в контексте исследовательской добросовестности и научных публикаций. Таким образом, проблема заключается уже не столько в том, используют ли ученые искусственный интеллект, сколько в том, насколько прозрачно они сообщают об этом использовании. Исследовательское сообщество фактически пытается выработать новые нормы для ситуации, когда ИИ становится обычным инструментом научной работы. Эксперты и издатели сталкиваются с необходимостью найти баланс между излишней бюрократией и принципом прозрачности: ученый должен иметь возможность использовать современные инструменты, но читатель, редактор или грантодатель — понимать, какую роль искусственный интеллект сыграл в создании результата. #ИИ ___ @rujournals - Научные журналы и базы данных (НЖБД)

Как проверить журнал перед отправкой статьи: чек-лист из 10 пунктов Нашли журнал, который подходит по тематике? Не спешите отправлять рукопись. Перед submission стоит потратить 15–20 минут на проверку. Это может сэкономить недели или месяцы работы. Чек-лист: 1. Подходит ли тематика? Откройте Aims & Scope. Важно не просто совпадение нескольких ключевых слов — посмотрите, какие исследования журнал действительно публикует. 2. Есть ли журнал в нужной вам базе? Проверьте индексацию непосредственно в Scopus, Web of Science или другой базе, которая важна для вашей задачи. Не доверяйте только логотипам Scopus/WoS на сайте журнала. 3. Какой у журнала ISSN? Проверьте ISSN в официальных каталогах и убедитесь, что он соответствует именно этому журналу и издателю. Это простой способ не перепутать настоящий журнал с сайтом-клоном. 4. Какие у журнала метрики? Посмотрите, например, Journal Impact Factor, CiteScore, SJR — но обязательно учитывайте, какая именно база и какой год стоят за каждой метрикой. Не сравнивайте цифры из разных систем напрямую. 5. Какой квартиль? Если для вас это важно, проверьте Q1–Q4 в конкретной базе и предметной категории. Помните: квартиль может отличаться в зависимости от категории и системы оценки. 6. Кто входит в редакционную коллегию? Посмотрите имена редакторов и их аффилиации. Если вы не можете найти информацию о редакционной команде или она выглядит непрозрачно — это повод изучить журнал внимательнее. 7. Как устроено рецензирование? Проверьте, какой тип peer review используется и описан ли процесс достаточно подробно. Обещания вроде «гарантированная публикация» или необычно короткого review process требуют осторожности. 8. Сколько стоит публикация? Найдите информацию об APC, page charges, submission fees и других возможных платежах. Важно понимать стоимость до отправки статьи, а не после принятия. 9. Кто издатель? Проверьте издателя и другие журналы в его портфеле. Если сайт журнала выглядит профессионально, но информацию об издателе, контактах или юридических данных найти практически невозможно — стоит разобраться подробнее. 10. Есть ли журнал в официальных списках/каталогах? В зависимости от вашей задачи проверьте соответствующие официальные источники: базы индексации, DOAJ для open access-журналов, реестры и каталоги. И главное: не проверяйте только один показатель. Наличие Q1, высокий CiteScore или известное издательство сами по себе не гарантируют, что журнал подходит именно вашей статье. Перед отправкой задайте себе 4 вопроса: ☑️ Журнал публикует мою тематику? ☑️ Он индексируется там, где мне это необходимо? ☑️ Я понимаю его требования и процесс рецензирования? ☑️ Мне понятны все возможные расходы? Если на всё ответ «да» — можно переходить к требованиям для авторов и подготовке рукописи. #авторы ___ @rujournals - Научные журналы и базы данных (НЖБД)

Эксперт объяснила, как выявить ложные ссылки на научную литературу, сгенерированные ИИ Заместитель директора фундаментальной библиотеки РГПУ имени А.И. Герцена Светлана Морозова представила результаты исследования библиографических конфабуляций — правдоподобных, но несуществующих ссылок, которые генеративные модели создают для академических текстов и которые затем попадают в опубликованные научные работы, сообщает Поиск. По её словам, конфабуляция — не ошибка и не опечатка, а результат взаимодействия пользователя с моделью, когда запрос, вероятностная генерация и отсутствие проверки совместно производят несуществующий библиографический объект. Термин пришёл из медицины: человек заполняет пробелы в памяти данными, которые кажутся ему достоверными, без намерения обмануть — так и модель комбинирует реальные фамилии, фрагменты заглавий, журналы и годы с выдуманными. В рамках проекта «ИИллюзИИ и галлюцитирования» исследователи проанализировали 54 статьи из рецензируемых журналов, индексируемых в eLibrary.ru. В списках литературы зафиксирована 691 библиографическая позиция, из которых 306 (44,3%) признаны доказанно конфабулированными — 96 книжных изданий и 210 статей. Выявлены устойчивые признаки таких ссылок: отсутствие электронных идентификаторов, минимальное указание интернет-ссылок, упоминание только журнальных статей без сборников и глав из книг, использование двоеточия в 40% заглавий по схеме «общая научная рамка: уточнение», шаблонность объёмов. Современный тренд — смешение реальных авторов и изданий с достоверными сочетаниями года, тома, номера и страниц, что в сумме даёт несуществующую ссылку. Проверка 306 ложных ссылок проводилась с помощью сервисов eLibrary.ru, CiteSure, Citely, GPTZero, Crossref и больших языковых моделей ChatGPT, Perplexity, DeepSeek и «ГигаЧат» — ни один инструмент не дал стопроцентного совпадения с выводами библиотекаря-верификатора. По словам Морозовой, автоматическая детекция может быть полезным этапом, но не заменяет профессионального суждения. Сегодня только специалист-верификатор может проследить цепочку распространения конфабуляций в последующих публикациях: в зарубежном поле такие «цепи» фиксируются с 2023 года, в российском — с конца 2024-го. Наработки герценовских экспертов уже внедрены в систему идентификации ссылок РИНЦ и использованы системами распознавания плагиата. Дополнительно: Морозова С.А. Библиотекарь как верификатор библиографического аппарата публикаций при его искажении генеративным искусственным интеллектом. Библиотековедение. 2026;75(4):355-370. https://doi.org/10.25281/0869-608X-2026-75-4-355-370 #ссылки ___ @rujournals - Научные журналы и базы данных (НЖБД)

🙂 В новый учебный год — с Думейт Приглашаем преподавателей, редакторов и исследователей на обзор новых инструментов Думейт. За час покажем, как использовать их в работе, и ответим на ваши вопросы. Что покажем 🫰Алгоритм ИИ-детекции и тепловую карту ИИ-текста. 🫰Выявление фейковых источников в библиографии. 🫰Встроенного ИИ-помощника в отчёте. 🫰Папки для совместной работы. 🫰Историю обновлений сервиса. Вебинар проведут: Юрий Чехович, к. ф.-м. н., основатель и руководитель Думейт. Ольга Беленькая, руководитель учебно-методического центра Думейт. ☝️Всем, кто прослушает вебинар от начала до конца, отправим электронный именной сертификат. 👉 Регистрация.

Сотрудники журналов The Lancet объявили первую в истории забастовку Сотрудники The Lancet и связанных с ним журналов объявили однодневную забастовку 22 сентября из‑за провала переговоров о заработной плате с издательством Elsevier. Это первая забастовка за почти 200-летнюю историю The Lancet. Профсоюз Национального союза журналистов Великобритании (NUJ) представляет около 110 работников примерно 30 журналов группы The Lancet — редакторов и сотрудников других подразделений. После забастовки участники планируют с 23 по 30 сентября работать строго в рамках условий контрактов, без переработок и выполнения обязанностей сверх установленного рабочего времени. Профсоюз требовал повышения зарплаты на 7,5% в первый год, указывая, что доходы работников не успевали за инфляцией и за пять лет их реальное положение заметно ухудшилось. Elsevier предложил 4,1% в первый год и 2,9% во второй. За проведение забастовки проголосовали 94,5% членов профсоюза. Конфликт особенно заметен на фоне финансовых показателей владельца журналов. Elsevier сообщил о скорректированной операционной прибыли в 1,04 млрд фунтов стерлингов за 2025 год при марже 38%. Одновременно APC в The Lancet почти удвоилась: с 5 тыс. долларов в 2020 году до 9 550 долларов в 2026-м. В Elsevier заявили, что провели несколько раундов переговоров с NUJ, но договориться об оплате труда пока не удалось. Профсоюз призвал издателя вернуться к обсуждению предложения, которое, по мнению работников, отражало бы их вклад в работу компании и научного сообщества. #elsevier ___ @rujournals - Научные журналы и базы данных (НЖБД)

В редакции журнала есть три степени готовности статьи: «Автор почти исправил» «Рецензент почти согласен» «Номер почти выходит» #пятничное ___ @rujournals - Научные журналы и базы данных (НЖБД)

Научные данные России: с чего начинать Земля, океан, климат ЕСИМО — http://esimo.ru  Тема: океан, метеорология, гидрология.  Ценность: единая государственная система Росгидромета об обстановке в Мировом океане — официальный контур морских и гидрометеоданных, а не институтский архив. Всемирный центр данных по метеорологии (Обнинск) — http://meteo.ru/mcd/ewdcmet.html  Тема: метеорология.  Ценность: российский узел сети World Data Centres: сбор и распространение метеоданных внутри страны и в международном обмене (ВНИИГМИ–МЦД). Всемирный центр радиационных данных (WRDC) — http://wrdc.mgo.rssi.ru/  Тема: климат, солнечная радиация.  Ценность: один из шести мировых центров программы GAW ВМО; архив актинометрических наблюдений ГГО им. Воейкова. Всемирный центр данных по солнечно-земной физике (Москва) — http://www.wdcb.ru/stp/index.en.html  Тема: геофизика, космос.  Ценность: архив наблюдений солнечно-земной физики Геофизического центра РАН. Геомагнитный центр ГЦ РАН — https://geomag.gcras.ru/  Тема: геомагнетизм.  Ценность: данные обсерваторий INTERMAGNET по России и ближнему зарубежью, плюс спутниковые продукты (система MAGNUS). Астрономия и физика Центр астрономических данных ИНАСАН — https://www.inasan.ru/en/divisions/dpss/cad/  Тема: астрономия.  Ценность: с 1980 года российский филиал CDS Strasbourg; каталоги звёзд, переменных и двойных систем для отечественной астрономии. SPECTR-W3 — http://spectr-w3.snz.ru/index.phtml  Тема: атомная спектроскопия, физика плазмы.  Ценность: одна из крупнейших баз по спектрам атомов и высокозарядных ионов (РФЯЦ–ВНИИТФ): уровни, линии, вероятности переходов, сечения. Биоразнообразие и коллекции Российский GBIF IPT — http://gbif.ru:8080/ipt/  Тема: биоразнообразие.  Ценность: национальный узел публикации occurrence-данных в GBIF (ИМПБ РАН / ИПМ им. Келдыша). «Ноев ковчег», МГУ — https://depo.msu.ru/ipt/  Тема: живые системы, биоматериалы.  Ценность: депозитарий МГУ — от молекул до организмов; наборы публикуются в GBIF. IPT ЗИН РАН и БИН РАН — https://ipt.zin.ru  Тема: зоология и ботаника.  Ценность: данные крупнейших академических коллекций — Зоологического и Ботанического институтов РАН. IPT Института океанологии им. Ширшова — https://gbif.ocean.ru/ipt/  Тема: морская биология.  Ценность: встречи, плотность и биомасса видов с экспедиций ИО РАН. Молекулярная биология (российские базы мирового уровня) CSDB — https://csdb.glycoscience.ru/database/  Тема: гликомика.  Ценность: курируемая база природных углеводных структур с таксономией, литературой и ЯМР (ИОХ РАН). GTRD — https://gtrd.biouml.org/  Тема: регуляция транскрипции.  Ценность: сайты связывания транскрипционных факторов по ChIP-seq для человека и мыши. HOCOMOCO — https://hocomoco11.autosome.org/  Тема: геномика, мотивы ДНК.  Ценность: модели связывания 680 человеческих и 453 мышиных транскрипционных факторов (PWM по ChIP-seq из GTRD). VDJdb — https://vdjdb.com/  Тема: иммунология, TCR.  Ценность: курируемая база Т-клеточных рецепторов с известной антигенной специфичностью (ИБХ РАН). EpiFactors — https://epifactors.autosome.org/  Тема: эпигенетика.  Ценность: белки и комплексы эпигенетической регуляции плюс экспрессия в клетках, раковых линиях и тканях (МФТИ). Медицина и ML MosMedData — https://mosmed.ai/datasets  Тема: медицинская визуализация.  Ценность: открытые КТ-наборы (в т.ч. COVID-19) Центра диагностики и телемедицины ДЗМ — готовые датасеты для обучения моделей. Medical Data Hub — https://medicaldatahub.ru/datasets/  Тема: медицинские датасеты для ML.  Ценность: каталог медицинских наборов под машинное обучение. Гуманитаристика, соцнауки, вузы Dataverse Пушкинского Дома — https://dataverse.pushdom.ru  Тема: русская литература и фольклор.  Ценность: открытые исследовательские данные ИРЛИ РАН с DOI. Репозиторий психологических данных — https://ruspsydata.figshare.com  Тема: психология.  Ценность: данные и инструменты исследований МГППУ. DSpace СПбГУ — https://dspace.spbu.ru  Тема: университетский репозиторий.  Ценность: публикации, диссертации и датасеты сообщества СПбГУ (есть API DSpace 7). #opendata #datasets #russia #researchdata

Q1 — это лучший журнал? Не совсем. Если вы хоть раз выбирали журнал для публикации, наверняка сталкивались с обозначениями Q1, Q2, Q3 и Q4. Кажется логичным: Q1 = лучший Q4 = худший Но всё немного сложнее. Что вообще означает Q1? Q1 — это первый квартиль. Журналы внутри определённой предметной категории ранжируются по выбранной метрике, после чего делятся на четыре группы. Условно: 🥇 Q1 — верхние 25% 🥈 Q2 — следующие 25% 🥉 Q3 — следующие 25% Q4 — нижние 25% И вот здесь начинается самое интересное. Q1 — не универсальный рейтинг качества Один и тот же журнал может быть Q1 в одной предметной категории и Q2 в другой. Кроме того, квартиль зависит от того, в какой базе и по какой метрике вы его смотрите. Например, позиции журнала в Scopus и Web of Science могут отличаться. Поэтому фраза:

«Этот журнал Q1»

сама по себе не даёт полной информации. Гораздо полезнее спросить: 🔹 Q1 где? 🔹 В какой категории? 🔹 По какой метрике? 🔹 За какой год? И ещё один важный момент. Q1 журнала ≠ качество каждой статьи, опубликованной в нём. Высокий квартиль говорит о позиции журнала относительно других журналов в конкретной системе оценки. Это не означает, что любая статья в Q1 автоматически лучше любой статьи из Q2. Поэтому при выборе журнала смотрите не только на красивое Q1, но и на тематику журнала, аудиторию, требования, индексацию, метрики и репутацию издателя. #квартили ___ @rujournals - Научные журналы и базы данных (НЖБД)