Открытый доступ Открытый доступ  Доступ закрыт Доступ предоставлен  Доступ закрыт Только для подписчиков

Том 51, № 4 (2017)

General Section

Patterns for constructing scientific citation index

Kalachikhin P.

Аннотация

This paper presents the structural patterns for the basic types of science citation indexes, including alternative citation indexes of the newest generation. The patterns make allowance for the subtle characteristics of citation indexes. The patterns of citation indexes are universal enough to be used as templates for automatically generating new citation indexes with specified properties when creating intelligent modules of scientometric information systems.

Automatic Documentation and Mathematical Linguistics. 2017;51(4):171-179
pages 171-179 views

Methods of indicator-based assessment of knowledge transfer from science to technology

Minin V., Zatsman I., Khavanskov V., Shubnikov S.

Аннотация

Indicator-based assessment of information links between science and technology is considered. Link indicators are defined as a number or matrix of numerical values that characterize the intensity and various aspects of the knowledge transfer from different research areas to the technological area. A description of primary information resources used to determine these indicator values, including full-text patent specifications, is given. A description of secondary information resources generated in the process of full-text specification, including reference links on scientific publications cited in the specifications, is represented. Initial and secondary resources are used to create and test an indicator-based information model for the assessment of science and technology links, on whose basis the integral and subject indicator values of the scientific knowledge rate of transfer to the information technology are determined.

Automatic Documentation and Mathematical Linguistics. 2017;51(4):180-190
pages 180-190 views

Information Analysis

The reliability of analogy-based prediction

Vinogradov D.

Аннотация

This paper is focused on choosing a sufficient number of runs of a coupling Markov chain that makes it possible to generate, with a high confidence level, hypotheses such that at least one of them is inserted into any test example with high probability of positive prediction. The proposed technique is based on the Vapnik–Chervonenkis resampling method.

Automatic Documentation and Mathematical Linguistics. 2017;51(4):191-195
pages 191-195 views

Practical use of bibliometric patterns in scientific studies

Komaritsa V., Soshchenko A.

Аннотация

The results of a study based Lotka’s law are presented that show the quantitative distribution of publications among groups of authors affiliated to one scientific organization. The relationship between publications and authors of articles is analyzed by building discrete mathematical structures known as graphs on the basis of multilevel citation data. This analysis makes it possible to determine the importance of an article and track its relationships and impact on adjacent areas of scientific research. The analysis is conducted by statistical processing of scientometric information. The practical results show the high convergence of empirical and analytical data. The relationships between research teams and lines of research are established.

Automatic Documentation and Mathematical Linguistics. 2017;51(4):196-200
pages 196-200 views

Согласие на обработку персональных данных с помощью сервиса «Яндекс.Метрика»

1. Я (далее – «Пользователь» или «Субъект персональных данных»), осуществляя использование сайта https://journals.rcsi.science/ (далее – «Сайт»), подтверждая свою полную дееспособность даю согласие на обработку персональных данных с использованием средств автоматизации Оператору - федеральному государственному бюджетному учреждению «Российский центр научной информации» (РЦНИ), далее – «Оператор», расположенному по адресу: 119991, г. Москва, Ленинский просп., д.32А, со следующими условиями.

2. Категории обрабатываемых данных: файлы «cookies» (куки-файлы). Файлы «cookie» – это небольшой текстовый файл, который веб-сервер может хранить в браузере Пользователя. Данные файлы веб-сервер загружает на устройство Пользователя при посещении им Сайта. При каждом следующем посещении Пользователем Сайта «cookie» файлы отправляются на Сайт Оператора. Данные файлы позволяют Сайту распознавать устройство Пользователя. Содержимое такого файла может как относиться, так и не относиться к персональным данным, в зависимости от того, содержит ли такой файл персональные данные или содержит обезличенные технические данные.

3. Цель обработки персональных данных: анализ пользовательской активности с помощью сервиса «Яндекс.Метрика».

4. Категории субъектов персональных данных: все Пользователи Сайта, которые дали согласие на обработку файлов «cookie».

5. Способы обработки: сбор, запись, систематизация, накопление, хранение, уточнение (обновление, изменение), извлечение, использование, передача (доступ, предоставление), блокирование, удаление, уничтожение персональных данных.

6. Срок обработки и хранения: до получения от Субъекта персональных данных требования о прекращении обработки/отзыва согласия.

7. Способ отзыва: заявление об отзыве в письменном виде путём его направления на адрес электронной почты Оператора: info@rcsi.science или путем письменного обращения по юридическому адресу: 119991, г. Москва, Ленинский просп., д.32А

8. Субъект персональных данных вправе запретить своему оборудованию прием этих данных или ограничить прием этих данных. При отказе от получения таких данных или при ограничении приема данных некоторые функции Сайта могут работать некорректно. Субъект персональных данных обязуется сам настроить свое оборудование таким способом, чтобы оно обеспечивало адекватный его желаниям режим работы и уровень защиты данных файлов «cookie», Оператор не предоставляет технологических и правовых консультаций на темы подобного характера.

9. Порядок уничтожения персональных данных при достижении цели их обработки или при наступлении иных законных оснований определяется Оператором в соответствии с законодательством Российской Федерации.

10. Я согласен/согласна квалифицировать в качестве своей простой электронной подписи под настоящим Согласием и под Политикой обработки персональных данных выполнение мною следующего действия на сайте: https://journals.rcsi.science/ нажатие мною на интерфейсе с текстом: «Сайт использует сервис «Яндекс.Метрика» (который использует файлы «cookie») на элемент с текстом «Принять и продолжить».