بغض النظر عمن يقوم بتحليل البيانات لتقييم التأثير العلمي ، سواء أكان ممولًا للمنح ، أو مسؤولًا جامعيًا ، أو مراجعًا نظيرًا ، أو أمين مكتبة يعمل على جهود تطوير المجموعة ، يواجه كل شخص تحديات مماثلة في اختيار البيانات وجمعها. يتم إعاقتها بشكل خاص من خلال تحديات دقة البيانات وتجميعها. للتعويض ، اعتمد مجتمع البحث منذ فترة طويلة على وكلاء الجودة لأغراض التقييم ، مثل عامل التأثير للمجلة حيث يتم نشر مقال. أولئك الذين يسعون إلى النظر في تأثير عنصر معين أو مجموعة من المنح الدراسية يحتاجون إلى أن يكونوا قادرين على "ضبط" أنظمة جمع البيانات حتى يتمكنوا من حساب المقاييس ذات الأهمية الأكبر. استخدام المعرفات الثابتة ، مثل ORCIDs و DOIs ، يمكن أن تدعم مثل هذا الضبط.
تتوفر المنح التقليدية في مجموعة متنوعة من الأشكال والمواقع عبر الإنترنت هذه الأيام. في نموذج النشر الأكثر تقليدية ، قد تكون الورقة المنشورة النهائية متاحة في مجلة وكذلك من موقع الناشر. بعيدًا عن المواقع المتطابقة التي قد يتيحها الناشر حول العالم ، ينقل العديد من الناشرين محتواهم إلى خدمات أرشفة مثل JSTOR، وقد يكون لديك أيضًا شراكات توزيع ثانوية مع خدمات تجميع النص الكامل ، مثل البحث الأكاديمي EBSCOHost or ملف OneFile الأكاديمي لجيل. لتعقيد هذه الصورة ، تتضمن مصادر الأوراق الأخرى أيضًا المطبوعات المخزنة في المستودعات المحلية ، أو النسخ المشتركة ، أو حتى النسخ غير المصرح بها ، والتي يصعب أو يستحيل تجميعها في الوقت الحالي.
علاوة على ذلك ، فإن نموذج الاتصال الأكاديمي التقليدي هذا يركز بشكل صارم على المقالات ولا يشمل المخرجات العلمية التي يقوم العديد من الباحثين الآن بإنشائها ومشاركتها مثل البيانات أو رمز البرنامج أو المدونات. كما لا يتضمن النموذج الأشكال المختلفة للتفاعل من خلال أنظمة الاستشهاد أو وسائل التواصل الاجتماعي أو إعادة الاستخدام ، والتي يمكن أن توفر بيانات تحليلية ذات مغزى. أخيرًا ، لا تتضمن هذه العملية التقليدية التطبيق القيّم للمواد من خلال الدمج في الدورات الإلكترونية ، أو التضمين في التطبيقات ، أو التبني من قبل المجتمع ، أو طلبات براءات الاختراع ، أو الاستخدام في العمليات التشريعية - وكلها يمكن اعتبارها مكونًا للتأثير الكلي .
تحدي التفصيل
فيما يتعلق بالتفاصيل ، من لم يواجه التحدي حيث لا يتوفر الشيء الذي تريده على المستوى الذي تريده؟ قد ترغب في شراء عنصر واحد ، ولكنه متوفر فقط في حزمة مجمعة. قد ترغب في قناة كبل واحدة ، ولكن عليك الاشتراك في مستوى كامل من خدمة الكابل. وبالمثل ، في الاتصالات العلمية ، تم توفير معلومات التقييم لفترة طويلة جدًا فقط على مستوى المجلة أو المنظمة. ومع ذلك ، خارج تقييم مجموعات المكتبات ، غالبًا ما يرغب الأشخاص المهتمون بتقييم الأثر في معرفة أداء باحث معين ، أو تأثير جهد معين موصوف في ورقة واحدة ، أو نجاح مشروع معين ممول بالمنحة.
لاستخراج العناصر ذات المعنى من الكل ، يجب تحديد كل عنصر ذي قيمة بشكل فريد. حتى هذا القرن ، تم تخصيص المعرفات تقليديًا على مستوى "الحزمة" ، على سبيل المثال ، ISSN لمجلة أو ISBN لكتاب. في عام 2000 ، شهدنا أول تطبيق لـ معرف الكائن الرقمي (DOI®) ، والتي سرعان ما بدأ استخدامها لتحديد المقالات العلمية الفردية. حتى إطلاق ORCID، لم تكن هناك آلية مقبولة على نطاق واسع لتحديد مؤلفي المقالات أو الباحثين بشكل لا لبس فيه. مهد توافر واستخدام هذه المعرفات الطريق لأدوات وخدمات التقييم لجمع البيانات على مستوى أكثر دقة.
تجميع البيانات
يأتي التحدي الثاني من الحاجة إلى تجميع هذه المستويات الأكثر دقة من البيانات. حتى إذا كانت هناك رغبة في مشاركة البيانات بين مقدمي الخدمة (بحد ذاته تحد كبير) وكان هناك تنسيق بسيط وموحد لتجميع تلك البيانات - (مشكلة أخرى مهمة) ، كيف يمكن التأكد من استخلاص المحلل جميع المعلومات ذات الصلة فقط. للباحث المعني؟ إن تجميع التأثير على مستوى النشر يخدم الناشرين والمكتبات ، ويمكن أن يكون وكيلًا للجودة ، ولكنه مقياس غير كامل في أحسن الأحوال للمقالات المكونة ، وهو ضروري لتقييم باحث / مؤلف معين. العديد من الجيل القادم من مبادرات المقاييس مثل بيروس, إمباكتستوري, Altmetric.com و تحليلات البرقوق تعتمد بشكل كبير على استخدام المعرفات مثل DOI و ORCID لتجميع بياناتهم بدقة.
ربط المنحة الدراسية بشبكة من المعرفات الثابتة
As ORCID، DOI ، المعرفات المؤسسيةو الصندوق يتم تبنيها في جميع أنحاء المجتمع العلمي ويمكن ربط كل عنصر من عناصر المنحة الدراسية بشبكة من المعرفات الفريدة المستمرة ، وتصبح مشاكل التجميع والتفصيل أكثر قابلية للتتبع. يصبح تجميع المعلومات حول مخرجات باحث معين ممكنًا عبر جميع الأنظمة التي تحافظ على المحتوى. وبالمثل ، يمكن استخراج كل المحتوى الذي نشره جميع المؤلفين في نفس المؤسسة أو تم تمويله من خلال منحة معينة بسهولة أكبر وبدقة أكبر من المجموعات الكبيرة. حتى المحتوى غير التقليدي أو الوسائط غير التقليدية يمكن ربطها وتجميع استخدامها إذا كانت البيانات الوصفية المرتبطة بهذه الكائنات تحتوي على معرفات ثابتة. كان هناك عمل ل تقدم باستخدام الاقتباس إلى مجموعات البيانات التي يقودها بشكل ملحوظ ICSTI و CODATA، والتي تطورت في النهاية إلى المبادئ المشتركة لاستشهاد البيانات. إن اعتماد هذه المبادئ مستمر ، ولكن يمكن توسيعه ليشمل مجموعة من المخرجات غير التقليدية الأخرى.
ليس هناك شك في أن الاتجاه نحو زيادة الاهتمام بالمقاييس وتطبيقها في التقييم العلمي سيستمر في التسارع. هناك ببساطة طلب كبير على تبرير الاستثمارات في البحث أو التعليم من الممولين والإداريين والمشرعين ودافعي الضرائب. يجب أن يهتم الباحثون ومؤسساتهم بجعل مقاييس التأثير والأنظمة التي تكمن وراءها قوية قدر الإمكان لضمان إسناد كل الائتمان المستحق لهم وحسابه بشكل صحيح.
اتخاذ الإجراءات في مجتمع البحث
هذا الاهتمام الموسع بالمقاييس هو أحد الأسباب التي اتخذتها NISO مشروع لوضع المعايير وأفضل الممارسات المتعلقة بأشكال التقييم الجديدة. هذا المشروع مدعوم بمنحة من مؤسسة ألفريد ب سلون، تسعى إلى تطوير إجماع حول تعريفات المقاييس البديلة ، وحالات الاستخدام ، ومقاربات تقييم المخرجات العلمية غير التقليدية ، والبنية التحتية التقنية لتبادل البيانات-المقاييس ، واعتماد المعرفات المستمرة. يتم الآن تشكيل مجموعات عمل لمعالجة هذه المواضيع الخمسة.
يمكن للباحثين القيام بدورهم لتعزيز هذه البيئة من خلال التسجيل في ORCID، باستخدام ID على جميع المحتويات التي ينتجونها ، ويصرون على أن يقوم الناشرون أو المستودعات بجمع ونشر المعرفات الخاصة بالمقالات والموارد العلمية الأخرى. يمكننا بشكل جماعي العمل من أجل قابلية التشغيل البيني وتبادل البيانات والصلاحية والثقة ، ولكن أولاً يجب أن تكون البيانات متاحة ليتم جمعها. يبدأ ذلك بنا جميعًا: باحثون ومموّلون وجامعات وناشرون. إذا كان ID لم يتم تقديمه أو جمعه ، ولا يمكن تجميع البيانات أو توضيحها ، ولا يمكن تتبع تأثير عملنا وتحليله. من مصلحتك كمؤلف أن يتم تتبع الائتمان إليك.