3. МЕТОДИЧЕСКИЕ УКАЗАНИЯ ПО ПРОВЕДЕНИЮ ПРАКТИЧЕСКИХ ЗАНЯТИЙ
Рабочей программой по дисциплине предусмотрены сле-дующие
практические занятия:
|
темы
лекции |
Наименование практического занятия |
|
1 |
Современные информационно-коммуникационные
технологии и ресурсы, применимые в
научно-исследовательской деятельности и образовании: |
|
ПЗ №1 - основные
всемирные, российские (в т.ч. РИНЦ) и вузовские (в т.ч. Научный журнал
КубГАУ) информационные научные и образовательные ресурсы; |
|
|
ПЗ №2 - методы
получения доступа к основным всемирным, российским и вузовским информационным
научным и образовательным ресурсам; |
|
|
ПЗ №3 - основные
современные информационно-коммуникаци-онные технологии (в т.ч. Skype,
TeamViewer). |
|
|
2 |
РИНЦ: |
|
ПЗ №4 - назначение и
предоставляемые возможности; |
|
|
ПЗ №5 -
наукометрические показатели, в т.ч. SCIENCE INDEX,
импакт-фактор РИНЦ, индекс Хирша, индекс Херфиндаля; |
|
|
ПЗ №6 - регистрация
в РИНЦ и в системе SCIENCE INDEX; |
|
|
ПЗ №7 - размещение
публикаций; |
|
|
ПЗ №8 - привязка
публикаций к авторам; |
|
|
ПЗ №9 - работа
администратора системы SCIENCE INDEX. |
|
|
3 |
ПЗ №10 - РИНЦ:
недостатки современных подходов к оценке результатов научной деятельности и
пути выхода из сложившейся ситуации (Хиршамания и индекс Хирша глазами
гуманитария). |
|
4 |
Научный журнал
КубГАУ: |
|
ПЗ №11 - назначение
журнала и условия публикации; |
|
|
ПЗ №12 - требования
к комплекту материалов на публикацию для различных категорий авторов; |
|
|
ПЗ №13 - требования
к содержанию научных статей; |
|
|
ПЗ №14 - требования
к оформлению статей. |
|
|
5 |
Научный журнал
КубГАУ: |
|
ПЗ №15 - инструменты
и технологии, применяемые при оформлении статей (PdfCreater, MS Visio) |
|
|
ПЗ №16 - инструменты
и технологии, применяемые при оформлении статей (PhotoShop, Paint, скриншоты) |
|
|
ПЗ №17 - инструменты
и технологии, применяемые при оформлении статей (Антиплагиат, транслитерация) |
|
|
ПЗ №18 -
редакционные процессы и этапы прохождения статьи от получения ее редакцией до
публикации. |
Практические занятия имеют цель закрепить полученные
на лекционных занятиях знания и сформировать у аспирантов умения и навыки по
применению этих знаний на практике.
3.1 Структура практического занятия
Практические занятия имеют типовую структуру,
включа-ющую следующие разделы:
– краткая теория;
– одно или несколько заданий;
– контрольные вопросы.
В разделе "Краткая теория"
излагается минимум теорети-ческих понятий, необходимых для осмысленного
выполнения аспирантом данной работы. Краткая теория по всем практи-ческим
занятиям содержится в лекциях данного учебно-методи-ческого пособия.
В разделе "Задание"
ставится цель практического занятия и формулируются этапы ее достижения.
Контрольные вопросы по практическому занятию служат
для проверки качества усвоения и понимания материала, могут быть заданы
преподавателем при сдаче практического занятия и включены в экзаменационные билеты.
3.1.1 Краткая
теория использования АСК-анализ в исследовании динамики научных работ опуликованных в научном журнале КубГАУ
Данный раздел написан в связи с
выходом в 2014 году юбилейного 100-го номера электронного научного журнала
КубГАУ [1]. Это обстоятельство навело авторов на мысль о возможности исследования динамики проблематики научных исследований опубликованных в
журнале в его ста номерах. В качестве
научных положений и инструмента данного исследования применены автоматизированный
системно-когнитивный анализ (АСК-ана-лиз) и его программный инструментарий –
Универсальная когнитивная аналитическая система «Эйдос-Х++» [1-33].
В разделах 2.3.3 и 2.3.4 четко
сформулированы, а, на рисунках 2.46-2.47, наглядно представлено поэтпаная формализация
математической модели АСК-анализа путем ее восхождение от данных к информации и
от информации к знаниям в конкретной предметной области исследования. Эта
формализация предполагает решение
в комплексе следующих
задач:
1. Когнитивную структуризацию предметной области.
2. Ее формализацию, путем разработка классификационных
и описательных шкал и градаций и обучающей выборки.
3. Синтез и верификация полученной, таким образом, модели.
4. Решение задач идентификации, прогнозирования и при-нятия
управленческих решений.
5. Дальнейшее детальное исследование предметной области.
При этом считается, что
Данные – это
информация, записанная на каком-либо носителе или находящаяся в каналах связи и
представленная на каком-то языке или в системе кодирования и рассматриваемая
безотносительно к ее смысловому содержанию.
Информация есть
осмысленные данные.
Знания – это
информация, полезная для достижения целей.
Для преобразования информации в знания необходимо:
1. Поставить
цель (классифицировать будущие состояния моделируемого объекта на целевые и
нежелательные).
2. Оценить
полезность информации для достижения этой цели (знак и силу влияния).
Второй пункт, по сути, выполнен при преобразовании дан-ных
в информацию. Поэтому остается выполнить только первый пункт, т.к.
классифицировать будущие состояния объекта управления как желательные (целевые)
и нежелательные.
Знания представляются в различных формах, характеризующихся
различной степенью формализации исследуе-мой предметной области:
– вообще
неформализованные знания, т.е. знания в своей собственной форме, ноу-хау
(мышление без вербализации есть медитация);
– знания, формализованные в естественном вербальном
языке;
– знания, формализованные в виде различных методик,
схем, алгоритмов, планов, таблиц и отношений между ними (базы данных);
– знания в форме технологий, организационных, производственных,
социально-экономических и политических структур;
– знания, формализованные в виде математических
моделей и методов представления знаний в автоматизированных интеллектуальных
системах (логическая, фреймовая, сетевая, продукционная, нейросетевая, нечеткая
и другие).
Таким образом, для успешного решения любой сформулированной
проблемы необходимо осознанно и целенаправленно последовательно повышать
степень формализации исходных данных до уровня, который позволяет ввести
исходные данные в интеллектуальную систему, а затем:
– преобразовать исходные данные в информацию;
– преобразовать информацию в знания;
– использовать знания для решения задач управления, принятия
решений и исследования предметной области.
Лучше всего эти вопросы разработаны профессором Луцен-ко
Е.В. в его публикациях:
– http://www.twirpx.com/file/793311/
– Луценко Е.В. Системно-когнитивный анализ
как развитие концепции смысла Шенка – Абельсона / Е.В. Луценко // Политематический
сетевой электронный научный журнал Кубанского государственного аграрного
университета (Научный журнал КубГАУ) [Электронный ресурс]. – Краснодар: КубГАУ,
2004. – №03(005). С. 65 – 86. – IDA [article ID]: 0050403004. – Режим доступа: http://ej.kubagro.ru/2004/03/pdf/04.pdf,
1,375 у.п.л.
–
Луценко Е.В. Методологические аспекты выявления, представления и
использования знаний в АСК-анализе и интеллектуальной системе «Эйдос» /
Е.В. Луценко // Политематический сетевой электронный научный журнал
Кубанского государственного аграрного университета (Научный журнал КубГАУ)
[Электронный ресурс]. – Краснодар: КубГАУ, 2011. – №06(070). С. 233 – 280. –
Шифр Информрегистра: 0421100012\0197, IDA [article ID]: 0701106018. – Режим
доступа: http://ej.kubagro.ru/2011
/06/pdf/18.pdf, 3 у.п.л.
Рассмотрим эти этапы конкретно применительно к поставленной
задаче.
3.1.2 Формализация предметной области (разработка классификационных и
описательных шкал и градаций и обучающей выборки)
Чтобы решить поставленную задачу, исходные данные необходимо преобразовать в информацию.
Для этого необходимо провести их анализ
с целью их осмысления, а для этого
согласно концепции смысла Шенка-Абельсона [4] необходимо на основе исходных
данных выявить события в исследуемой
предметной области и причинно-следственные связи между этими событиями [19].
Для классификации и кодирования событий-причин и событий-следствий
создаются справочники, которые в АСК-анализе и системе «Эйдос» называются
классификационными и описательными шкалами и градациями [33]. Затем с помощью
этих справочников исходные данные кодируются, в результате чего и получается обучающая выборка.
В качестве исходных данных для исследования использована
выборка из баз данных англоязычной версии сайта электроного научного журнала
КубГАУ[1],
предоставленная web-мастером журнала, начальником Центра информационных
технологий КубГАУ[2], к.т.н., доцентом
А.С.Креймером (таблица 3.1). Эта выборка полностью соответствует требованиям
универсального программного интерфейса, приведенным на рисунке 3.1. Полностью
исходные данные не приводятся, т.к. они представляют собой Excel-файл, состоящй
из 3834 строк.
Таблица 3.1 – Исходные данные для изучения динамики
научных исследований по публикациям в Научном журнале КубГАУ (фрагмент)
|
ID article |
Год |
№ |
Направление
науки |
|
0010301001 |
_2003 |
_001 |
05.00.00 Технические науки |
|
0010301002 |
_2003 |
_001 |
05.00.00 Технические науки |
|
0010301004 |
_2003 |
_001 |
05.00.00 Технические науки |
|
ID article |
Год |
№ |
Направление
науки |
|
0010301005 |
_2003 |
_001 |
05.00.00 Технические науки |
|
0010301006 |
_2003 |
_001 |
08.00.00 Экономические науки |
|
0010301007 |
_2003 |
_001 |
08.00.00 Экономические науки |
|
0010301008 |
_2003 |
_001 |
19.00.00 Психологические науки |
|
0010301009 |
_2003 |
_001 |
19.00.00 Психологические науки |
|
0010301010 |
_2003 |
_001 |
05.00.00 Технические науки |
|
0010301011 |
_2003 |
_001 |
05.00.00 Технические науки |
|
0010301012 |
_2003 |
_001 |
08.00.00 Экономические науки |
|
0010301013 |
_2003 |
_001 |
08.00.00 Экономические науки |
|
0010301014 |
_2003 |
_001 |
01.00.00
Физико-математические науки |
|
0010301015 |
_2003 |
_001 |
01.00.00
Физико-математические науки |
|
0010301016 |
_2003 |
_001 |
05.00.00 Технические науки |
|
0010301017 |
_2003 |
_001 |
05.00.00 Технические науки |
|
0010301018 |
_2003 |
_001 |
08.00.00 Экономические науки |
|
0010301019 |
_2003 |
_001 |
08.00.00 Экономические науки |
|
0020302001 |
_2003 |
_002 |
01.00.00
Физико-математические науки |
|
0020302002 |
_2003 |
_002 |
08.00.00 Экономические науки |
|
0020302003 |
_2003 |
_002 |
08.00.00 Экономические науки |
|
0020302004 |
_2003 |
_002 |
01.00.00
Физико-математические науки |
|
0020302005 |
_2003 |
_002 |
08.00.00 Экономические науки |
|
0020302006 |
_2003 |
_002 |
01.00.00
Физико-математические науки |
|
0020302007 |
_2003 |
_002 |
08.00.00 Экономические науки |
|
0020302008 |
_2003 |
_002 |
05.00.00 Технические науки |
|
0020302009 |
_2003 |
_002 |
08.00.00 Экономические науки |
|
0020302010 |
_2003 |
_002 |
08.00.00 Экономические науки |
|
0020302011 |
_2003 |
_002 |
08.00.00 Экономические науки |
|
0020302012 |
_2003 |
_002 |
05.00.00 Технические науки |
|
0020302013 |
_2003 |
_002 |
05.00.00 Технические науки |
|
0020302014 |
_2003 |
_002 |
08.00.00 Экономические науки |
|
0020302015 |
_2003 |
_002 |
12.00.00 Юридические науки |
|
0020302016 |
_2003 |
_002 |
12.00.00 Юридические науки |
|
0020302017 |
_2003 |
_002 |
12.00.00 Юридические науки |
|
0020302018 |
_2003 |
_002 |
12.00.00 Юридические науки |
|
0020302019 |
_2003 |
_002 |
01.00.00
Физико-математические науки |
|
0030401001 |
_2004 |
_003 |
12.00.00 Юридические науки |
|
0030401002 |
_2004 |
_003 |
12.00.00 Юридические науки |
|
0030401003 |
_2004 |
_003 |
12.00.00 Юридические науки |
|
0030401004 |
_2004 |
_003 |
03.00.00 Биологические науки |
|
0030401005 |
_2004 |
_003 |
03.00.00 Биологические науки |
|
0030401006 |
_2004 |
_003 |
01.00.00
Физико-математические науки |
|
0030401007 |
_2004 |
_003 |
05.00.00 Технические науки |
|
0030401008 |
_2004 |
_003 |
01.00.00
Физико-математические науки |
|
0030401009 |
_2004 |
_003 |
08.00.00 Экономические науки |
Рисунок 3.1 – Требования к структуре файла исходных
данных
(Help универсального программного интерфейса системы
«Эйдос» с внешними базами данных)
Для выполнения этого этапа файл исходных данных с именем
c:\Aidos-X\AID_DATA\Inp_data\Inp_data.xls с помощью режима 2.3.2.2 системы
«Эйдос» (универсального программного интерфейс АСК-анализа) с параметрами,
заданными на рисунке 3.2., преобразуеся в необходимую информацию.
Рисунок 3.2 - Запуск Универсального программного интерфейса
системы «Эйдос» с внешними базами данных
Здесь необходимо обратить внимание на задание опции «Применить специальную интерпретацию
текстовых полей файла Inp_data» и задание рассматривать в качестве классов
целые значении полей, а в качестве признаков – слова. Это позволит в
последующем определить наиболее характерные и наиболее нехарактерные для
номеров журнала и лет издания слова наименований статей.
После нажатия клавиши «ОК» появляется окно внутреннего
калькулятора интерфейса, представленное на рисунке 3.3.
Рисунок 3.3 - Калькулятор системы «Эйдос» с внешними
БД
В данном случае этот калькулятор играет чисто информационную
роль, т.к. в исходных данных нет числовых классификационных или описательных
шкал и поэтому нет возможности задавать количество градаций (интервальных
значений) в этих шкалах. Кликаем по кнопке: «Выйти на создание модели» и наблюдаем
процесс исполнения на экранной форме, представленной на рисунке 3.4.
Рисунок 3.4. Экранная форма процесса исполнения режима
2.3.2.2.
В результате исполнения данного режима (который, как
мы видим, исполнялся 1 минуту) формируются классификационные и описательные
шкалы и градации и обучающая выборка, фрагменты которых приведены на рисунках
3.5-3.7.
Рисунок 3.5. Экранная форма отображения
классификационной шкалы «Год» и ее градаций
Рисунок 3.6. Экранная форма отображения описательной
шкалы
«Направление науки» и ее градаций
Рисунок 3.7. Экранная форма отображения обучающей
выборки
3.1.3 Синтез и верификация модели
Таким образом, этап формализации предметной области
подготавливает все необходимо для синтеза и верификации моделей, что
осуществляется в режиме 3.5 системы «Эйдос» (рисунок 3.8):
Рисунок 3.8. Экранная форма управления режимом синтеза
и верификации моделей системы «Эйдос»
На рисунке 3.9 показала экранная форма, отображающая
процесс исполнения режима синтеза и верификации моделей с указанием исполняемых
функций и пронозом времени исполнения.
Рисунок 3.9. Экранная форма, отображения процесса
исполнения
режима синтеза и верификации моделей
Расчет моделей ведется в порядке, приведенном на
рисунках 2.45-2.47.
– сначала на основе непосредственно обучающей выборки
рассчитывается матрица абсолютных частот (ABS);
– затем рассчитываются разными способами матрицы условных
и безусловных процентных распределений (PRC1 и PRC2);
– после этого на основе матрицы ABS или матриц PRC1 и
PRC2 по формулам, приведенным в таблице 3.2, рассчитываются модели знаний:
INF1, INF2, INF3, INF4, INF5, INF5 и INF7.
Таблица 2 –. Частные критерии знаний, используемые в
настоящее время в СК-анализе и системе «Эйдос-Х++»
|
Наименование модели знаний и частный критерий |
Выражение для частного критерия |
|
|
через относительные частоты |
через абсолютные частоты |
|
|
INF1, частный критерий: количество знаний по А.Харкевичу, 1-й вариант расчета относительных частот: Nj – суммарное количество признаков по j-му классу. Относительная частота того, что если у объекта j-го класса обнаружен признак, то это i-й признак |
|
|
|
INF2, частный критерий: количество знаний по А.Харкевичу, 2-й вариант расчета относительных частот: Nj – суммарное количество объектов по j-му классу. Относительная частота того, что если предъявлен объект j-го класса, то у него будет обнаружен i-й признак. |
|
|
|
INF3, частный критерий: Хи-квадрат: разности между фактическими и теоретически ожидаемыми абсолютными частотами |
--- |
|
|
INF4, частный критерий: ROI - Return On Investment, 1-й вариант расчета относительных частот: Nj – суммарное количество признаков по j-му классу[3] |
|
|
|
INF5, частный критерий: ROI - Return On Investment, 2-й вариант расчета относительных частот: Nj – суммарное количество объектов по j-му классу |
|
|
|
INF6, частный критерий: разность условной и безусловной относительных частот, 1-й вариант расчета относительных частот: Nj – суммарное количество признаков по j-му классу |
|
|
|
INF7, частный критерий: разность условной и безусловной относительных частот, 2-й вариант расчета относительных частот: Nj – суммарное количество объектов по j-му классу |
|
|
Обозначения:
i – значение прошлого параметра;
j - значение будущего параметра;
Nij
– количество встреч j-го значения будущего параметра при i-м значении прошлого параметра;
M – суммарное число значений всех прошлых
параметров;
W - суммарное число значений всех будущих
параметров.
Ni
– количество встреч i-го значения прошлого параметра по
всей выборке;
Nj
– количество встреч j-го значения будущего параметра по
всей выборке;
N – количество встреч j-го значения будущего параметра при i-м значении прошлого параметра по всей выборке.
Iij
– частный критерий знаний: количество
знаний в факте наблюдения i-го значения
прошлого параметра о том, что объект перейдет в состояние, соответствующее j-му значению будущего параметра;
Ψ – нормировочный коэффициент
(Е.В.Луценко, 2002), преобразующий количество информации в формуле А.Харкевича
в биты и обеспечивающий для нее соблюдение принципа соответствия с формулой
Р.Хартли;
Pi
– безусловная относительная частота
встречи i-го значения прошлого
параметра в обучающей выборке;
Pij
– условная относительная частота
встречи i-го значения прошлого
параметра при j-м значении
будущего параметра .
На рисунке 3.10 и таблицах 3.3-3.5 приведены соответ-ственно
фрагменты моделей ABS, PRC2, INF1 и INF3:
Рисунок 3.19 - Экранная форма режима 5.5 системы
«Эйдос»,
отображающая фрагмент модели ABS
Таблица 3.3 – Матрица абсолютных частот (фрагмент)
Таблица 3.4 – Условные и безусловные процентные
распределения,
модель PRC2 (фрагмент)
Таблица 3.5 – Матрица информативностей модели INF1
(частный критерий – семантическая мера количества
информации
по А.Харкевичу в миллибитах) (фрагмент)
Таблица 3.6 – Матрица информативностей модели INF3
(частный критерий – Хи-квадрат) (фрагмент)
Полностью эти модели приведены быть не могут из-за их
большой размерности.
Матрицы информативностей содержат результаты сравнения
условных и безусловных процентных распределений, т.е. система «Эйдос» автоматизирует
работу, которую обычно «вручную», т.е. с помощью своего естественного
интеллекта, выполняет аналитик [19, 33].
Результаты измерения достоверности созданных моделей
приведены на рисунке 11. Из этого рисунка мы видим, что:
– модели знаний INF1-INF7 обладают значительно более
высокой достоверностью, чем статистические модели ABS, PRC1 и PRC2. Эта ситуация
наблюдается в большинстве исследований [1-33] и в этом и состоит смысл
использования моделей знаний;
– в модели INF1 достоверность верной идентификации составляет
61.7%, а верной не идентификации 58, 1%. Много это или мало, достаточно ли для
целей нашего исследования или нет?
Рисунок 3.11. Результаты измерения достоверности
созданных моделей
Пояснения по смыслу рисунка 3.11 даны в рисунке 3.12:
Рисунок 3.12. Виды прогнозов и ошибки 1-го и 2-го рода
Для ответа на вопросы о достаточности достоверности
моде-лей обратимся к таблице 7:
Таблица 3.7 – Информация о достоверности модели INF1
(частный критерий – семантическая мера количества
информации
по А.Харкевичу, интегральный критерий – сумма знаний)
(фрагмент)
|
Год |
Количество статей, всего |
Верно идентифицированных |
Ошибочно неидентифицированных |
Эффективность модели |
|
2003 |
37 |
37 |
0 |
52, 0 |
|
2004 |
115 |
88 |
27 |
13, 1 |
|
2005 |
134 |
124 |
10 |
13, 4 |
|
2006 |
255 |
145 |
110 |
4, 6 |
|
2007 |
189 |
131 |
58 |
7, 3 |
|
2008 |
149 |
77 |
72 |
7, 0 |
|
2009 |
123 |
80 |
43 |
10, 4 |
|
2010 |
280 |
141 |
139 |
3, 8 |
|
2011 |
484 |
337 |
147 |
3, 0 |
|
2012 |
771 |
517 |
254 |
1, 9 |
|
2013 |
830 |
390 |
440 |
1, 5 |
|
2014 |
466 |
106 |
360 |
1, 4 |
|
В среднем |
3833 |
2173 |
1660 |
10 |
Таблица 3.7 создана на основе баз данных, формируемых
системой «Эйдос» в режиме 4.1.3.8 по данным режима 3.5. Из этой таблицы мы
видим, что вероятность правильного отнесения и правильного не отнесения статей
к годам с помощью модели INF1 с интегральным критерием «Сумма знаний» [33] примерно в 10 раз выше, чем при выполнении ее
случайным образом. Для наших целей этого достаточно.
3.1.4 Решение задач идентификации, прогнозирования и принятия решений
Результаты идентификации выдаются системой «Эйдос» в
различных формах (см. рисунки 3.13-3.14):
Рисунок 3.13. Режим вывода результатов идентификации
Рисунок 3.14. Определение года публикации статьи по
направлению науки, которому она посвящена
3.1.5 Исследование предметной области
Распределение статей по годам и направлениям науки
видно из таблицы 3.8. Но ответ на вопрос о том, чем отличаются по
направлениям науки номера Научного журнала КубГАУ, изданные в одном году от
изданных в другом году, дает не она, а таблицы 5 и 6. Повторим таблицу 5 ниже
для удобства (таблица 3.8):
Таблица 3.8 – Матрица информативностей модели INF1
(частный критерий – семантическая мера количества
информации
по А.Харкевичу в миллибитах) (фрагмент)
Из этой таблицы сразу видно, что количество
направлений науки, которым посвящены статьи Научного журнала КубГАУ,
закономерно увеличивается с годами (рисунок 3.15).
Рисунок 3.15. Зависимость количества направлений науки
от года выпуска электронного научного журнала КубГАУ
2014 год на рисунке 3.15 не учитывается, чтобы не
искажать картину, т.к. на момент написания статьи он еще не закончился и данные
по нему неполные.
Из таблицы 3.4 видно, что за весь период с 2013 по
2014 годы 82% статей опубликованы всего по 5 направлениям науки из 24:
|
08_00_00_Экономические_науки |
26, 35% |
|
05_00_00_Технические_науки |
25, 83% |
|
06_00_00_Сельскохозяйственные_науки |
16, 44% |
|
03_00_00_Биологические_науки |
8, 58% |
|
01_00_00_Физико_математические_науки |
5, 06% |
|
Сумма: |
82, 26% |
Рассмотрим, для каких годов эти направления науки характерны
и не характерны и в какой степени (см. рисунки 3.16).
Рисунок 3.16. Степень характерности в миллибитах для
разных лет выхода электронного научного журнала КубГАУ по различным
направлениям науки в модели INF1
В данной модели характерность рассчитывается как нормированное
относительное превышение количества публикаций по данному направлению науки к
суммарному числу публикаций по всем направлениям за год (таблица 2).
Для каждого года может быть составлен список направле-ний
науки в порядке убывания их характерности для данного года. Такой список в
АСК-анализе называется информационным портретом года.
Ниже приведены информационные портреты всех 10 лет
выхода Научного журнала КубГАУ (таблица 3.9).
Таким образом, информационные
портреты лет показывают, что наиболее особенное,
специфическое есть в статьях, изданных в этом году, чем этот год сильнее
всего отличается от остальных. Негативные информационные портеры, на-оборот,
показывают наиболее нехарактерное для каждого года.
Таблица 3.9 – Информационные портреты различных лет
выхода
Электронного научного журнала КубГАУ в модели INF1
(семантическая мера информации А.Харкевича)
|
Код |
Направление науки |
Кол-во инф. (миллибит) |
|
|
|
2003 |
|
|
|
19 |
19_00_00_Психологические_науки |
1, 06483 |
|
|
2 |
01_00_00_Физико_математические_науки |
0, 88449 |
|
|
13 |
12_00_00_Юридические_науки |
0, 79763 |
|
|
9 |
08_00_00_Экономические_науки |
0, 27486 |
|
|
6 |
05_00_00_Технические_науки |
0, 10686 |
|
|
|
2004 |
|
|
|
19 |
19_00_00_Психологические_науки |
0, 89945 |
|
|
9 |
08_00_00_Экономические_науки |
0, 51890 |
|
|
4 |
03_00_00_Биологические_науки |
0, 36690 |
|
|
2 |
01_00_00_Физико_математические_науки |
0, 14017 |
|
|
6 |
05_00_00_Технические_науки |
-0, 16193 |
|
|
13 |
12_00_00_Юридические_науки |
-0, 28231 |
|
|
|
2005 |
|
|
|
4 |
03_00_00_Биологические_науки |
0, 38128 |
|
|
9 |
08_00_00_Экономические_науки |
0, 35034 |
|
|
6 |
05_00_00_Технические_науки |
0, 26410 |
|
|
2 |
01_00_00_Физико_математические_науки |
-0, 09308 |
|
|
10 |
09_00_00_Философские_науки |
-0, 34418 |
|
|
14 |
13_00_00_Педагогические_науки |
-1, 02314 |
|
|
13 |
12_00_00_Юридические_науки |
-1, 23298 |
|
|
7 |
06_00_00_Сельскохозяйственные_науки |
-2, 34885 |
|
|
|
2006 |
|
|
|
12 |
11_00_00_Географические_науки |
1, 14411 |
|
|
19 |
19_00_00_Психологические_науки |
0, 89347 |
|
|
22 |
23_00_00_Политические_науки |
0, 69762 |
|
|
10 |
09_00_00_Философские_науки |
0, 64521 |
|
|
8 |
07_00_00_Исторические_науки |
0, 63681 |
|
|
11 |
10_00_00_Филологические_науки |
0, 54518 |
|
|
14 |
13_00_00_Педагогические_науки |
0, 49277 |
|
|
21 |
22_00_00_Социологические_науки |
0, 17109 |
|
|
9 |
08_00_00_Экономические_науки |
0, 16958 |
|
|
6 |
05_00_00_Технические_науки |
-0, 07081 |
|
|
13 |
12_00_00_Юридические_науки |
-0, 14216 |
|
|
4 |
03_00_00_Биологические_науки |
-0, 14854 |
|
|
7 |
06_00_00_Сельскохозяйственные_науки |
-0, 48960 |
|
|
16 |
16_00_00_Ветеринарные_науки |
-0, 91297 |
|
|
2 |
01_00_00_Физико_математические_науки |
-1, 94288 |
|
|
|
2007 |
|
|
|
21 |
22_00_00_Социологические_науки |
1, 23313 |
|
|
16 |
16_00_00_Ветеринарные_науки |
0, 67560 |
|
|
3 |
02_00_00_Химические_науки |
0, 64580 |
|
|
12 |
11_00_00_Географические_науки |
0, 53710 |
|
|
9 |
08_00_00_Экономические_науки |
0, 24768 |
|
|
11 |
10_00_00_Филологические_науки |
0, 15671 |
|
|
19 |
19_00_00_Психологические_науки |
0, 13403 |
|
|
14 |
13_00_00_Педагогические_науки |
0, 07667 |
|
|
7 |
06_00_00_Сельскохозяйственные_науки |
0, 02254 |
|
|
13 |
12_00_00_Юридические_науки |
-0, 01608 |
|
|
6 |
05_00_00_Технические_науки |
-0, 11423 |
|
|
4 |
03_00_00_Биологические_науки |
-0, 75555 |
|
|
2 |
01_00_00_Физико_математические_науки |
-0, 88084 |
|
|
|
2008 |
|
|
|
18 |
18_00_00_Архитектура |
2, 46682 |
|
|
21 |
22_00_00_Социологические_науки |
1, 10577 |
|
|
16 |
16_00_00_Ветеринарные_науки |
1, 07476 |
|
|
3 |
02_00_00_Химические_науки |
0, 51844 |
|
|
9 |
08_00_00_Экономические_науки |
0, 26974 |
|
|
11 |
10_00_00_Филологические_науки |
0, 11881 |
|
|
19 |
19_00_00_Психологические_науки |
0, 00667 |
|
|
6 |
05_00_00_Технические_науки |
-0, 05069 |
|
|
14 |
13_00_00_Педагогические_науки |
-0, 05069 |
|
|
7 |
06_00_00_Сельскохозяйственные_науки |
-0, 11678 |
|
|
13 |
12_00_00_Юридические_науки |
-0, 26053 |
|
|
2 |
01_00_00_Физико_математические_науки |
-0, 31217 |
|
|
4 |
03_00_00_Биологические_науки |
-1, 40943 |
|
|
|
2009 |
|
|
|
15 |
14_00_00_Медицинские_науки |
1, 69793 |
|
|
21 |
22_00_00_Социологические_науки |
1, 25144 |
|
|
7 |
06_00_00_Сельскохозяйственные_науки |
0, 43831 |
|
|
10 |
09_00_00_Философские_науки |
0, 24741 |
|
|
16 |
16_00_00_Ветеринарные_науки |
0, 16738 |
|
|
3 |
02_00_00_Химические_науки |
0, 13758 |
|
|
9 |
08_00_00_Экономические_науки |
0, 03637 |
|
|
6 |
05_00_00_Технические_науки |
-0, 09593 |
|
|
8 |
07_00_00_Исторические_науки |
-0, 17041 |
|
|
4 |
03_00_00_Биологические_науки |
-0, 21072 |
|
|
2 |
01_00_00_Физико_математические_науки |
-0, 33601 |
|
|
13 |
12_00_00_Юридические_науки |
-0, 64139 |
|
|
|
2010 |
|
|
|
5 |
04_00_00_Геолого_минералогические_науки |
0, 76507 |
|
|
15 |
14_00_00_Медицинские_науки |
0, 76507 |
|
|
8 |
07_00_00_Исторические_науки |
0, 56577 |
|
|
7 |
06_00_00_Сельскохозяйственные_науки |
0, 42944 |
|
|
11 |
10_00_00_Филологические_науки |
0, 28324 |
|
|
13 |
12_00_00_Юридические_науки |
0, 26429 |
|
|
12 |
11_00_00_Географические_науки |
0, 23854 |
|
|
2 |
01_00_00_Физико_математические_науки |
0, 22271 |
|
|
9 |
08_00_00_Экономические_науки |
-0, 00808 |
|
|
6 |
05_00_00_Технические_науки |
-0, 19426 |
|
|
4 |
03_00_00_Биологические_науки |
-0, 74611 |
|
|
19 |
19_00_00_Психологические_науки |
-0, 99906 |
|
|
|
2011 |
|
|
|
22 |
23_00_00_Политические_науки |
1, 04536 |
|
|
16 |
16_00_00_Ветеринарные_науки |
0, 83689 |
|
|
8 |
07_00_00_Исторические_науки |
0, 36856 |
|
|
5 |
04_00_00_Геолого_минералогические_науки |
0, 34933 |
|
|
17 |
17_00_00_Искусствоведение |
0, 21084 |
|
|
7 |
06_00_00_Сельскохозяйственные_науки |
0, 07667 |
|
|
4 |
03_00_00_Биологические_науки |
0, 06071 |
|
|
11 |
10_00_00_Филологические_науки |
0, 05841 |
|
|
6 |
05_00_00_Технические_науки |
0, 04133 |
|
|
10 |
09_00_00_Философские_науки |
0, 04133 |
|
|
14 |
13_00_00_Педагогические_науки |
0, 00600 |
|
|
2 |
01_00_00_Физико_математические_науки |
-0, 01556 |
|
|
19 |
19_00_00_Психологические_науки |
-0, 05374 |
|
|
9 |
08_00_00_Экономические_науки |
-0, 19239 |
|
|
13 |
12_00_00_Юридические_науки |
-0, 20385 |
|
|
23 |
24_00_00_Культурология |
-0, 24959 |
|
|
21 |
22_00_00_Социологические_науки |
-0, 31569 |
|
|
3 |
02_00_00_Химические_науки |
-0, 37649 |
|
|
|
2012 |
|
|
|
1 |
00_00_00_Раздел, _посв._90_летию_КубГАУ |
1, 21821 |
|
|
17 |
17_00_00_Искусствоведение |
0, 69168 |
|
|
23 |
24_00_00_Культурология |
0, 61928 |
|
|
3 |
02_00_00_Химические_науки |
0, 41235 |
|
|
22 |
23_00_00_Политические_науки |
0, 38368 |
|
|
6 |
05_00_00_Технические_науки |
0, 13542 |
|
|
11 |
10_00_00_Филологические_науки |
0, 11766 |
|
|
10 |
09_00_00_Философские_науки |
0, 07569 |
|
|
7 |
06_00_00_Сельскохозяйственные_науки |
0, 04806 |
|
|
4 |
03_00_00_Биологические_науки |
0, 02063 |
|
|
8 |
07_00_00_Исторические_науки |
0, 01488 |
|
|
5 |
04_00_00_Геолого_минералогические_науки |
-0, 00435 |
|
|
2 |
01_00_00_Физико_математические_науки |
-0, 08264 |
|
|
13 |
12_00_00_Юридические_науки |
-0, 11709 |
|
|
21 |
22_00_00_Социологические_науки |
-0, 14284 |
|
|
19 |
19_00_00_Психологические_науки |
-0, 18889 |
|
|
9 |
08_00_00_Экономические_науки |
-0, 19579 |
|
|
14 |
13_00_00_Педагогические_науки |
-0, 24625 |
|
|
16 |
16_00_00_Ветеринарные_науки |
-0, 39238 |
|
|
12 |
11_00_00_Географические_науки |
-0, 53087 |
|
|
15 |
14_00_00_Медицинские_науки |
-0, 53087 |
|
|
|
2013 |
|
|
|
20 |
20_00_00_Военные_науки |
0, 63567 |
|
|
5 |
04_00_00_Геолого_минералогические_науки |
0, 46617 |
|
|
12 |
11_00_00_Географические_науки |
0, 46617 |
|
|
15 |
14_00_00_Медицинские_науки |
0, 46617 |
|
|
17 |
17_00_00_Искусствоведение |
0, 32767 |
|
|
4 |
03_00_00_Биологические_науки |
0, 28003 |
|
|
14 |
13_00_00_Педагогические_науки |
0, 27031 |
|
|
2 |
01_00_00_Физико_математические_науки |
0, 14732 |
|
|
7 |
06_00_00_Сельскохозяйственные_науки |
0, 04633 |
|
|
11 |
10_00_00_Филологические_науки |
0, 03674 |
|
|
10 |
09_00_00_Философские_науки |
0, 01967 |
|
|
19 |
19_00_00_Психологические_науки |
-0, 00300 |
|
|
13 |
12_00_00_Юридические_науки |
-0, 06036 |
|
|
6 |
05_00_00_Технические_науки |
-0, 06807 |
|
|
9 |
08_00_00_Экономические_науки |
-0, 12304 |
|
|
23 |
24_00_00_Культурология |
-0, 13276 |
|
|
8 |
07_00_00_Исторические_науки |
-0, 25966 |
|
|
3 |
02_00_00_Химические_науки |
-0, 25966 |
|
|
16 |
16_00_00_Ветеринарные_науки |
-0, 58688 |
|
|
21 |
22_00_00_Социологические_науки |
-0, 72538 |
|
|
|
2014 |
|
|
|
24 |
25_00_00_Науки_о_Земле |
1, 60068 |
|
|
20 |
20_00_00_Военные_науки |
1, 07415 |
|
|
23 |
24_00_00_Культурология |
0, 61372 |
|
|
13 |
12_00_00_Юридические_науки |
0, 47627 |
|
|
10 |
09_00_00_Философские_науки |
0, 37812 |
|
|
3 |
02_00_00_Химические_науки |
0, 34833 |
|
|
14 |
13_00_00_Педагогические_науки |
0, 34278 |
|
|
2 |
01_00_00_Физико_математические_науки |
0, 25513 |
|
|
9 |
08_00_00_Экономические_науки |
-0, 00491 |
|
|
6 |
05_00_00_Технические_науки |
-0, 01504 |
|
|
7 |
06_00_00_Сельскохозяйственные_науки |
-0, 07930 |
|
|
4 |
03_00_00_Биологические_науки |
-0, 10140 |
|
|
8 |
07_00_00_Исторические_науки |
-0, 12917 |
|
|
16 |
16_00_00_Ветеринарные_науки |
-0, 53644 |
|
|
11 |
10_00_00_Филологические_науки |
-0, 63023 |
|
|
19 |
19_00_00_Психологические_науки |
-0, 85948 |
|
По сути, информационные портреты классов – лет, показывают,
то новое в проблематике Научного журнала КубГАУ, что появилось и всерьез
заявило о себе количеством публикаций в этом году.
В режиме 4.3.1. можно получить информационные портреты
признаков, которые показывают для каких номеров журнала или лет его выхода
наиболее характерны статьи по тому или иному направлению науки.
Например, из рисунка 3.17 видно, что
- «наиболее
экономическими» являются 2004, 2005, 2003, 2008 и 2007 годы, а
- «не экономическими»
– 2012, 2011 и 2013.
Кроме того, информация о взаимосвязи направлений науки
с годами выхода и номерами журнала в компактной наглядной форме приведена в когнитивных
функциях (рисунки 18, 19) [21].
Рисунок 3.17. Экранные формы режима 4.3.1 системы
«Эйдос»
с отображением информационных портретов признака:
«НАПРАВЛЕНИЕ_НАУКИ-08_00_00_Экономические_науки»
Рисунок 3.18. Взаимосвязь направлений науки с годами
выхода научного журнала КубГАУ
Рисунок 3.19. Взаимосвязь направлений науки с номерами
научного журнала КубГАУ
3.1.6 Выводы
В данной разделе на примере
детального исследования динамика проблематики научных исследований, опубликованных
в научном журнале КубГАУ в 2003-2014 годах показано, как используя теоретичесие
положения АСК-анализа и возможности его
программного инструментарий – Универсальная когнитивная аналитическая система
«Эйдос-Х++», реально улучшить инновацион-ую деятельность университета в
подготовке высококвалифицированных специалистов для науки, производства и образования.
Показано, что научный журнал КубГАУ уже сыграл большую роль в
обеспечении доступа научной общественности университета, вузов г. Краснодара,
края, страны и зарубежья к наших работам [1-33] и работам других авторов[4].
Следовательно, он вполе способен совершенствовать научно-исследовательскую и
учебно-методическую работу КубГАУ в современных весьма напряженных и. динамических
условиях развитиия страны
3.2 Задания и
контрольные вопросы по практическим занятиям
ПЗ №1 - Основные всемирные,
российские (в т.ч. РИНЦ) и вузовские (в т.ч. Научный журнал КубГАУ) информационные
научные и образовательные ресурсы
Задание.
Найти в сети Internet основные всемирные, российские (в т.ч. РИНЦ) и вузовские
(в т.ч. Научный журнал КубГАУ) информационные научные и образовательные
ресурсы.
Вопросы:
1 Современные информационно-коммуникацион-ные технологии и ресурсы, применимые в
научно-исследова-тельской деятельности и образовании.
2 Методы поиска.
ПЗ №2 - Методы получения доступа
к основным всемир-ным, российским и вузовским информационным научным и
образовательным ресурсам
Задание. Получить доступ к
ним (их контенту).
Вопросы:
1 Методы поиска и получения доступа к всемирным, российским и вузовским
информационным ресурсам.
ПЗ №3 - основные современные
информационно-комму-никационные технологии (в т.ч. Skype, TeamViewer)
Задания:
1. Зарегистрироваться в Скайп.
2. Связаться друг с другом в Скайп.
3. Провести демонстрацию рабочего стола в Скайп и дать пояснения по
использованию какой-либо программы.
4. Запустить TeamViewer без инсталляции.
5. Проинсталлировать и запустить. Установить постоянный пароль.
Включить опцию: «Запускать при запуске Windows» (если на компьютере есть права
администратора).
6. Связаться с помощью TeamViewer с другим компью-тером.
7. Провести демонстрацию программы на большом количестве удаленных
компьютеров с пояснением голосом с применением IP-телефонии.
8. Выполнить пункты 1-7 со смартофона.
Вопросы:
1. Информационно-коммуникационная технология Skype, назначение и возможности.
2. Информационно-коммуникационная технология Team-Viewer, назначение и
возможности.
ПЗ №4 - назначение РИНЦ и
предоставляемые возможности
Задание. Выйти на сайт РИНЦ и
найти описание основных возможностей.
Вопросы.
Научный ресурс РИНЦ, назначение и возможности.
ПЗ №5 - наукометрические
показатели, в т.ч. SCIENCE INDEX, импакт-фактор РИНЦ, индекс Хирша, индекс Херфиндаля
Задания: Определить
значения основных наукометрических показателей:
1 импакт-фактора РИНЦ,
2 индекса Хирша,
3 индекса Херфиндаля для авторов и журналов, используя РИНЦ.
Вопросы:
Описать смысл (назначение) и методику расчета основных наукометрических
показателей: импакт-фактора РИНЦ, индекса Хирша, индекса Херфиндаля.
ПЗ №6 - регистрация в РИНЦ и в
системе SCIENCE INDEX
Задания:
1. Зарегистрироваться в РИНЦ и в системе SCIENCE
INDEX.
2. Зарегистрировать в РИНЦ и в системе SCIENCE
INDEX своего товарища, который в них еще не зарегистрирован.
3. Получить SPIN-коды (домашнее задание).
4. Заключить с РИНЦ договор на размещение непериодичес-ких изданий на
частное лицо (домашнее задание).
Вопросы:
1. Для чего нужна регистрация в РИНЦ?
2. Для чего нужна регистрация в системе SCIENCE
INDEX?
3. Как осуществить регистрацию в РИНЦ и в системе SCIENCE
INDEX?
4. Сколько времени необходимо для получения SPIN-кода?
5. Сколько времени необходимо для заключения с РИНЦ договор на
размещение непериодических изданий на частное лицо?
6. Зачем получать SPIN-код?
7. Зачем заключать с РИНЦ договор на размещение непе-риодических
изданий на частное лицо?
8. Какие еще бывают типы договоров с РИНЦ?
ПЗ №7 - размещение публикаций в
РИНЦ
Задания:
Разместить в базах данных РИНЦ свою монографию или учебно-методическое
пособие.
Вопросы:
1. Для чего размещать публикации в РИНЦ?
2. Какие публикации возможно разместить в РИНЦ?
3. Какой статус необходимо иметь для размещения публика-ции в РИНЦ?
4. Какие материалы по самой публикации необходимо иметь для ее размещения
в РИНЦ?
5. Какие программные инструменты и средства коммуникаций необходимо
иметь установленными на компьютере для размещения публикации в РИНЦ?
ПЗ №8 - привязка публикаций к
авторам в РИНЦ
Задание:
1. Найти непривязанные публикации заданного автора.
2. Привязать свои непривязанные публикации.
Вопросы:
1. Что такое непривязанные публикации?
2. Какие права необходимо иметь для привязки публикаций?
3. Как найти непривязанные публикации заданного автора?
4. Как привязать непривязанные публикации?
5. Как исключить из отчета по результатам поиска непривязанных
публикаций публикации не данного автора?
ПЗ №9 - работа администратора
системы SCIENCE INDEX
Задания:
Посмотреть и понять как работает администратор системы SCIENCE
INDEX.
Вопросы:
1. Какие права по привязке непривязанных публикаций имеет администратор
системы SCIENCE
INDEX?
2. Как получить права администратора системы SCIENCE
INDEX?
3. Что такое подписка на систему SCIENCE
INDEX и зачем она нужна?
4. Сколько стоит подписка на систему SCIENCE
INDEX?
ПЗ №10 - РИНЦ: недостатки
современных подходов к оценке результатов научной деятельности и пути выхода из
сложившейся ситуации (Хиршамания и индекс Хирша глазами гуманитария)
Задания:
1. Прочитать и обсудить в форме семинара-диспута статью Луценко Е.В. Хиршамания при оценке результатов научной
деятельности, ее негативные последствия и попытка их преодоления с применением
многокритериального подхода и теории информации / Е.В. Луценко //
Политематический сетевой электронный научный журнал Кубанского государственного
аграрного университета (Научный журнал КубГАУ) [Электронный ресурс]. – Краснодар:
КубГАУ, 2015. – №04(108). С. 1 – 29. – IDA [article ID]: 1081504001. – Режим
доступа: http://ej.kubagro.ru/2015/04/pdf
/01.pdf, 1,812 у.п.л.
2. Посмотреть и обсудить презентацию: http://www.youtube. com/watch?v=ElCIrYUOI40
Вопросы:
1. Что такое Хирамания?
2. Какие отрицательные последствия Хиршамании Вы знае-те?
3. Существуют ли пути преодоления недостатков и негатив-ных последствий
Хиршамании?
4. Есть ли надежда на фактическое преодоление недостатков и негативных
последствий Хиршамании в России в ближайшие годы?
ПЗ №11 - назначение Научного
журнала КубГАУ и условия публикации
Задания:
1. Найти на сайте Научного журнала КубГАУ информацию о его назначении.
2. Найти на сайте Научного журнала КубГАУ информацию об условиях
публикации.
Вопросы:
1. Каково назначение Научного журнала КубГАУ?
2. Какие в Научном журнале КубГАУ существуют катего-рии авторов?
3. Какие условия публикации в Научном журнале КубГАУ для различных
категорий авторов?
ПЗ №12 - требования Научного
журнала КубГАУ к комплекту материалов на публикацию для различных категорий
авторов
Задания:
Оформить комплект материалов на публикацию для Науч-ного журнала КубГАУ
по его требованиям.
Вопросы:
Сформулировать требования Научного журнала КубГАУ к материалам на
публикацию для различных категорий авторов.
ПЗ №13 - требования Научного
журнала КубГАУ к содержанию научных статей
Задания:
Оформить статью для Научного журнала КубГАУ по его требованиям к
содержанию статей.
Вопросы:
1. Сформулировать требования Научного журнала КубГАУ к содержанию
статей.
2. Где на сайте Научного журнала КубГАУ можно найти кркткое и подробное
описание требований к содержанию статей?
ПЗ №14 - требования Научного
журнала КубГАУ к оформлению статей
Задания:
Оформить статью для Научного журнала КубГАУ по его требованиям.
Вопросы:
1. Сформулировать требования Научного журнала КубГАУ к оформлению
статей.
2. Описать различия в оформлении обычных и академичес-ких статей
Научного журнала КубГАУ.
ПЗ №15 - инструменты и технологии,
применяемые при оформлении статей в Научный журнал КубГАУ (PdfCreater,
MS Visio)
Задания:
1. Скачать, установить и настроить PdfCreater.
2. Преобразовать пакет doc-файлов в pdf с помощью PdfCreater с заданным
разрешением (dpi).
3. Скачать и установить MS Visio.
4. Создать с помощью MS Visio векторную графическую диаграмму и
вставить ее в документ MS Word.
Вопросы:
1. Зачем нужен PdfCreater и в чем преимущества PdfCreater по сравнению
с другими doc-pdf конверторами?
2. Зачем необходимо использовать MS Visio и в чем ее пре-имущества по
сравнению с другими способами построения графических диаграмм?
ПЗ №16 - инструменты и
технологии, применяемые при оформлении статей в Научный журнал КубГАУ
(PhotoShop, Paint, скриншоты)
Задания:
1. Сделать скриншот и вставить его в документ MS Word.
2. Сделать скриншот и записать его в виде графического файла с помощью
Paint.
3. Сделать скриншот, перенести его в PhotoShop, кадри-ровать, обрезать
записать в виде графического файла.
Вопросы:
1. Что такое скриншот и как сделать скриншоты всего экра-на и активного
окна?
2. Зачем записывать скриншот в виде графического файла?
3. Зачем кадрировать и обрезать скриншот?
ПЗ №17 - инструменты и
технологии, применяемые при оформлении статей в Научный журнал КубГАУ (Антиплагиат,
транслитерация)
Задания:
1. Выполнить транслитерацию списка литературы.
2. Выполнить проверку текста на антиплагиат.
Вопросы:
1. Что такое транслитерация?
2. Зачем делать транслитерацию?
3. С помощью каких инструментов можно быстро и удобно сделать
транслитерацию?
4. Что такое совпадения текстов?
5. С помощью каких инструментов выполнить проверку текстов на
антиплагиат?
6. Что такое заимствования?
7. Что такое плагиат?
8. По каким критериям и по какой методике можно отличить друг от друга
совпадения текстов, заимствования и плагиат?
ПЗ №18 - редакционные процессы
Научного журнала КубГАУ и этапы прохождения статьи от получения ее редакцией до
публикации
Задания и вопрсы:
1. Описать последовательность редакционных процессов Научного журнала
КубГАУ.
2. Описать работы, выполняемые на одном указанном преподавателем
редакционном процессе.
3. Какие варианты дальнейшего прохождения рассмотрения статьи
существуют на редакционных процессах?