Упровадження автоматизованої верифікації наукометричних показників на прикладі державної атестації наукових установ України у 2024—2025 рр.
DOI:
https://doi.org/10.15407/sofs2026.03.063Ключові слова:
автоматизована верифікація, Система автоматизованої верифікації наукометричних показників, ніціатива з відкритого доступу до українського наукового контенту (OUCI), Методика державної атестації наукових установ і закладів вищої освіти, Національна електронна науково-інформаційна система URIS, наукометріяАнотація
У статті наведено результати аналізу впровадження Системи автоматизованої верифікації наукометричних показників у Національну електронну науково-інформаційну систему URIS (Ukrainian Research Information System), зареєстровану в міжнародному реєстрі дослідницьких інформаційних систем DRIS, на прикладі державної атестації наукових установ України у 2024—2025 рр. із визначенням її обмежень і перспектив розвитку. Актуальність теми зумовлена тим, що від результатів державної атестації наукових установ і закладів вищої освіти безпосередньо залежить розподіл базового фінансування наукових установ. Методологічну основу дослідження становлять аналіз нормативно-правових актів і наукової літератури, метод класифікації (для розподілу показників за класами автоматизаційної складності), системний аналіз та архітектурне моделювання, емпірична програмна верифікація масиву звітних даних із зіставленням із зовнішніми джерелами, а також статистичні методи опрацювання результатів. Джерельну базу дослідження становлять: Методика державної атестації наукових установ і ЗВО та інші нормативно-правові акти, що регулюють державну атестацію; дані модуля «Атестація» інформаційної системи URIS; дані національної інфраструктури OUCI; відкриті дані реєстрів УКРНОІВІ; метадані міжнародних наукометричних джерел (Crossref, OpenAlex, Scopus, Web of Science, DataCite); коментарі експертів-верифікаторів ДНТБ України, висловлені під час опрацювання поданих науковими установами відомостей. Запропоновано гібридну трирівневу архітектуру, що інтегрує взаємодію з національною інфраструктурою OUCI через внутрішній програмний інтерфейс (перший рівень), REST API-інтеграцію з міжнародними наукометричними джерелами — Crossref, OpenAlex, Scopus, Web of Science, DataCite (другий рівень), та автоматизований імпорт відкритих даних національних реєстрів через офіційний API Національного органу інтелектуальної власності (третій рівень). Надано емпіричні результати пілотного впровадження Системи автоматизованої верифікації наукометричних показників: опрацьовано 168 323 записи; рівень їх верифікації варіюється від 98,1 % (показник Р3 — кількість статей, індексованих у базах даних Scopus та/або WoS) до 3,6 % (показник Р23 — міжнародна експертна діяльність (Horizon Europe, Horizon 2020, Euratom, Erasmus+)). Виявлено інформаційний ефект автоматичної верифікації: між першою та другою хвилями атестації частка підтверджених записів за показником Р3 зросла з 15,1 до 35,3 %. Зроблено висновок, що автоматизована верифікація не підміняє експертну оцінку, а створює для неї надійну інформаційну основу і що гібридна модель «автоматична верифікація + експертна перевірка» є оптимальною для систем національного масштабу.
Посилання
Hicks, D., Wouters, P., Waltman, L., De Rijcke, S., & Rafols, I. (2015). Bibliometrics: The Leiden Manifesto for research metrics. Nature, 520(7548), 429—431. https://doi.org/10.1038/520429a
System for Collecting Metadata of Scientific Content (2026). (Ukrainian patent for utility model No. 162315). State Scientific and Technical Library of Ukraine. URL: https://sis.nipo.gov.ua/uk/search/detail/1905284/ (last accessed: 10.03.2026) [in Ukrainian].
Stern, N. (2016). Building on Success and Learning from Experience: An Independent Review of the Research Excellence Framework. Department for Business, Energy and Industrial Strategy. URL: https://www.education-uk.org/documents/pdfs/2016-stern-review.pdf (last accessed: 10.03.2026).
Jörg, B. (2010). CERIF: The Common European Research Information Format Model. Data Science Journal, 9, CRIS24—CRIS31. https://doi.org/10.2481/dsj.CRIS4
Hendricks, G., Tkaczyk, D., Lin, J., & Feeney, P. (2020). Crossref: The Sustainable Source of Community-Owned Scholarly Metadata. Quantitative Science Studies, 1(1), 414—427. https://doi.org/10.1162/qss_a_00022
Borrego, Á., Ardanuy, J., & Arguimbau, L. (2023). Crossref as a Bibliographic Discovery Tool in the Arts and Humanities. Quantitative Science Studies, 4(1), 91—104. https://doi.org/10.1162/qss_a_00240
Priem, J., Piwowar, H., & Orr, R. (2022). OpenAlex: A Fully-Open Index of Scholarly Works, Authors, Venues, Institutions, and Concepts. arXiv:2205.01833. https://doi.org/10.48550/arXiv.2205.01833
Alperin, J.P., Portenoy, J., Demes, K., Larivière, V., & Haustein, S. (2024). An Analysis of the Suitability of OpenAlex for Bibliometric Analyses. arXiv:2404.17663. https://doi.org/10.48550/arXiv.2404.17663
Culbert, J., Hobert, A., Jahn, N., Haupka, N., Schmidt, M., Donner, P., & Mayr, P. (2024). Reference Coverage Analysis of OpenAlex Compared to Web of Science and Scopus. arXiv preprint, arXiv:2401.16359. https://doi.org/10.48550/arXiv.2401.16359
Maddi, A., Maisonobe, M., & Boukacem-Zeghmouri, C. (2025). Geographical and Disciplinary Coverage of Open Access Journals: OpenAlex, Scopus, Web of Science. PLOS ONE, 20(4), e0320347. https://doi.org/10.1371/journal.pone.0320347
Hauschke, C., & Nazarovets, S. (2024). Investigating Retracted Publications in OpenAlex. arXiv:2403.13339. https://doi.org/10.48550/arXiv.2403.13339
Delgado-Quirós, L., & Ortega, J.L. (2024). Completeness Degree of Publication Metadata in Eight Free-Access Scholarly Databases. Quantitative Science Studies, 5(1), 31—49. https://doi.org/10.1162/qss_a_00286
Yaroshenko, T., Yaroshenko, O., & Chukanova, S. (2024). Scientific Communication in the Digital Era. Kyiv: Kyiv-Mohyla Academy [in Ukrainian].
Yaroshenko, T.O., & Yaroshenko, O.I. (2024). Vital Issues of Evaluating the Social Impact of Scientific Research. Science and Science of Science, 2(124), 52—82. https://doi.org/10.15407/sofs2024.02.052 [in Ukrainian].
Nazarovets, S. (2019). The Open Ukrainian Citation Index (OUCI) Project. Intellectual Property in Ukraine, 3, 10—13. URL: http://eprints.rclis.org/34365 (last accessed: 10.03.2026) [in Ukrainian].
Bogdanov, V.L., Malitsky, B.A., Androshchuk, G.O., Vasylieva, O.V., Yegorov, I.Yu., Zhyvaha, O.V., et al. (2025). Theory and Practice of Research Evaluation in Modern Realities. Kyiv: Akademperiodyka. https://doi.org/10.15407/akademperiodyka.543.258 [in Ukrainian].
Zlotnitskyi, M., & Bezhnar, D. (2017). Method for Verification of Information about Objects (Ukrainian patent for invention No. 115186). URL: https://sis.nipo.gov.ua/uk/search/detail/637888/ (last accessed: 10.03.2026) [in Ukrainian].
Tabunshchyk, H., & Kapliienko, T. (2019). Electronic Information System for Flexible Verification of Mini-Computer Systems (Ukrainian patent for utility model No. 133801). Zaporizhzhia: Zaporizhzhia National Technical University. URL: https://sis.nipo.gov.ua/uk/search/detail/1350842/ (last accessed: 10.03.2026) [in Ukrainian].
Nekhaienko, I., Kuzminykh, V., & Taranenko, R. (2022). System for Collecting and Verifying Data on International Scientific Activity of Authors Based on Open Sources (Computer program certificate No. 113556). URL: https://sis.nipo.gov.ua/uk/search/detail/1708351/ (last accessed: 10.03.2026) [in Ukrainian].
Spivakovskyi, O., & Poltoratskyi, M. (2023). Automated System for Collecting, Analyzing and Presenting Scientometric Indicators of Higher Education Institutions (Computer program certificate No. 119765). URL: https://sis.nipo.gov.ua/uk/search/detail/1750896 (last accessed: 10.03.2026) [in Ukrainian].
Humeniuk, S., & Nazarovets, S. (2020). For the Open Ukrainian Citation Index Search System (Computer program certificate No. 100735). State Scientific and Technical Library of Ukraine. URL: https://sis.nipo.gov.ua/uk/search/detail/1624472/ (last accessed: 10.03.2026) [in Ukrainian].
Wilkinson, M.D., Dumontier, M., & Aalbersberg, I.J. (2016). The FAIR Guiding Principles for Scientific Data Management and Stewardship. Scientific Data, 3, 160018. https://doi.org/10.1038/sdata.2016.18
Thelwall, M. (2025). Research Quality Evaluation by AI in the Era of Large Language Models: Advantages, Disadvantages, and Systemic Effects. Scientometrics, 130, 5309—5321. https://doi.org/10.1007/s11192-025-05361-8
##submission.downloads##
Опубліковано
Як цитувати
Номер
Розділ
Ліцензія
Авторське право (c) 2026 Science and Science of Science
Ця робота ліцензується відповідно до Creative Commons Attribution-NonCommercial-NoDerivatives 4.0 International License.
