Как стать автором
Обновить

Черная сторона науки

Уровень сложностиПростой
Время на прочтение4 мин
Количество просмотров9K

Некоторые исследователи срезают углы, искажают данные и изображения, фальсифицируют результаты и цитирования, чтобы реализовать научные работы и получить причитающееся за них вознаграждение.

Ученым уже недостаточно просто опубликовать свою работу. Необходимо, чтобы она имела влияние на длительный срок. Стремление к влиянию ставит научную работу в центр целой сети показателей - как правило, это место публикации и количество цитирований - и хорошие результаты по этим показателям становятся целью, ради которой ученые и издатели готовы идти на обман.

В совокупности эти методы обмана не направлены на создание статей, основанных на фальсифицированных доказательствах или утверждениях. Скорее, они используют мошеннические средства для обеспечения их публикации, усиления воздействия и раздувания значимости тех, кто их пишет. Чаще всего речь идет о завышении индекса Хирша.

Индекс Хирша (H-index) – это один из наиболее широко используемых показателей научной продуктивности, который позволяет оценить не только количество научных публикаций, но и их влияние на научное сообщество. Этот индекс был предложен в 2005 году американским физиком Хорасом Хиршем и с тех пор стал популярным инструментом для оценки научной продуктивности ученых.

Индекс Хирша вычисляется на основе количества цитирований научных публикаций ученого и его работ. Согласно формуле, чем больше цитирований имеют научные работы ученого, тем выше его индекс Хирша. Однако, для того чтобы повысить индекс Хирша, необходимо не только увеличивать количество научных публикаций, но и повышать их качество.

Расчет h-индекса, или индекса Хирша, ведется по простой формуле: ученый имеет индекс h, если h из его Np статей цитируются как минимум h раз каждая, в то время как оставшиеся (Np – h) статьи цитируются не более, чем h раз каждая (подробнее о методах повышения индекса Хирша смотрите в предыдущей статье).

В новостях о научных исследованиях регулярно появляются сообщения об авторах, которые предоставляют поддельные электронные адреса предполагаемых рецензентов. Затем они используют эти адреса, чтобы предложить отчеты, достаточно благожелательные для того, чтобы работа была опубликована. Схемы "рецензирования и цитирования" идут еще дальше, обменивая благоприятные поддельные рецензии на ссылки на работы рецензента. Другие взламывают базы данных издательств, чтобы получить больше приглашений на рецензирование статей и тем самым, возможно, вставить больше ссылок на свои работы.

Любые метрики научной оценки неизбежно подвергаются злоупотреблениям. Закон Гудхарта (названный так по имени британского экономиста, который, возможно, первым его озвучил) гласит, что когда некая характеристика экономики выбирается в качестве индикатора экономики, то она неумолимо перестает быть таковой, поскольку люди начинают зацикливаться на ней.

Однако, сегодня мы наблюдаем не просто игру с показателями научной метрики: по меньшей мере 300 работ уже отозваны из-за фальсификации результатов экспертной оценки.

Любопытной особенностью такого рода нарушений является то, что сама работа - научные данные, представленные в статье, - обычно не подвергается сомнению. Те, кто занимается подобным постпродакшеном, стремятся извлечь ценность не из самой статьи, а из ее цитирования. С их точки зрения, неважно, прочитает ли эту статью ученый, важно лишь то, что ссылки на нее будут собраны ботами.

Это означает, что в отличие от мошенничества с данными и других форм обычного недобросовестного поведения, постпроизводство не обязательно загрязняет статью ложными результатами. Но оно подрывает доверие к системе публикаций. И оно более распространено в развивающихся странах, возможно, потому, что университеты там уделяют наибольшее внимание метрикам, позволяющим быстро стать заметными на мировом уровне.

Как с этим бороться? Постпроизводственный обман, скорее всего, не является делом рук отдельных людей -, работающих под защитой авторитетного наставника, который не желает задавать слишком много вопросов, - а все чаще возникает в ходе совместной работы. Таким образом, ее следы, как правило, оказываются вне досягаемости экспертной оценки, которая сама часто становится мишенью для таких мошеннических схем.

Сообщество должно осознать, что многие академические мошенники не стремятся к череде громких публикаций. Это слишком рискованно. Они хотят получить - путем плагиата и подтасовки системы рецензирования - публикации, которые будут почти незаметны, но позволят им получить такую биографию, которая будет соответствовать показателям эффективности, используемым их учебными заведениями. Они ставят перед собой высокие, но не слишком грандиозные цели.

Так же поступают и их учебные заведения - как правило, не ведущие университеты мира, а те, которые пытаются пробиться в число ведущих. Именно эти учебные заведения с наибольшим энтузиазмом используют академические метрики, что в итоге приводит к поощрению нарушений. Аудиторская культура университетов - их любовь к метрикам, импакт-факторам, статистике цитирования и рейтингам - не просто стимулирует эту новую форму плохого поведения. Она делает его возможным.

Еще одним усугубляющим фактором распространенности махинаций с цитированиями и коррупцией в сфере научных публикаций является фактически отсутствие легальных действенных способов повышения наукометрических показателей. В настоящее время площадки для «белого» обмена цитированиями только начинают зарождаться (например, SciCite), остальные способы либо малодейственны, либо нелегальны.

Таким образом, давление организаций и стремление получить максимальную отдачу от научной работы, а также увязку большинства показателей на количестве цитирований толкает ученых на «серую» деятельность различного масштаба.


Ссылка на статью

Бот для скачивания статей

Лучшие инструменты для написания статей

ВК | ТГ | Блог 

Теги:
Хабы:
Всего голосов 17: ↑13 и ↓4+17
Комментарии74

Публикации

Истории

Ближайшие события

22 – 24 ноября
Хакатон «AgroCode Hack Genetics'24»
Онлайн
28 ноября
Конференция «TechRec: ITHR CAMPUS»
МоскваОнлайн
2 – 18 декабря
Yandex DataLens Festival 2024
МоскваОнлайн
11 – 13 декабря
Международная конференция по AI/ML «AI Journey»
МоскваОнлайн
25 – 26 апреля
IT-конференция Merge Tatarstan 2025
Казань