ВИКОРИСТАННЯ ШТУЧНОГО ІНТЕЛЕКТУ ТА МАШИННОГО НАВЧАННЯ В НАУКОМЕТРИЧНИХ СИСТЕМАХ ТА БАЗАХ ДАНИХ
DOI:
https://doi.org/10.32689/maup.it.2025.1.19Ключові слова:
інноваційні технології, машинне навчання, наукометрія, управління науковими публікаціями, штучний інтелектАнотація
У сучасному науковому середовищі використання інноваційних технологій у системах управління науковими публікаціями, зокрема штучного інтелекту та машинного навчання, відіграє ключову роль у підвищенні ефективності та точності обробки та аналізу великих обсягів наукової інформації. Це дослідження спрямоване на вивчення потенціалу та переваг використання штучного інтелекту та машинного навчання у системах управління науковими публікаціями. Мета цього дослідження – розкрити потенціал штучного інтелекту та машинного навчання для покращення ефективності управління науковими публікаціями. В аналізі останніх досліджень і публікацій виявлено, що використання штучного інтелекту дозволяє автоматизувати процеси класифікації та аналізу наукових публікацій, що допомагає у виявленні нових наукових трендів та підвищує швидкість прийняття рішень. Машинне навчання ж забезпечує можливість створення прогностичних моделей, що допомагають у прогнозуванні розвитку наукових дисциплін та визначенні їх впливу. У статті аналізуються сучасні підходи до управління науковими публікаціями та вивчаються можливості використання штучного інтелекту та машинного навчання для їх оптимізації. Розглядаються також проблеми точності та об'єктивності оцінювання наукової активності, які можуть бути вирішені за допомогою інноваційних технологій. Наукова новизна цієї роботи полягає в дослідженні та аналізі використання штучного інтелекту та машинного навчання в системах управління науковими публікаціями з фокусом на наукометричних системах та базах даних. Результати аналізу свідчать про те, що інтеграція інноваційних технологій у системи управління науковими публікаціями значно покращить якість та швидкість обробки наукової інформації, а також сприятиме об'єктивній оцінці наукової діяльності. Пропонується врахувати ці результати при розробці та вдосконаленні систем управління науковими публікаціями для забезпечення більш ефективного та інноваційного підходу до наукової діяльності.
Посилання
Колесніков А. П., Карапетян О. М. Штучний інтелект: переваги та загрози використання. Ефективна економіка. 2023. № 8. С. 1–13. DOI: 10.32702/2307-2105.2023.8.9.
Луніна К. І., Загоруйко І. В. Наукометрічні бази даних. Репозиторій ХНЕУ імені С. Кузнеця. Харків, 2021. URL: http://repository.hneu.edu.ua/handle/123456789/25875.
Мінтій І. С., Іванова С. М. Огляд наукометричних баз Google Scholar та ORCID. Звітна науково-практична конференція Інституту інформаційних технологій і засобів навчання НАПН України / ІІТЗН НАПН. Київ, 2021. С. 63–66. DOI: 10.31812/123456789/5085.
Мриглод О. І., Назаровець С. А. Наукометрія та управління науковою діяльністю: вкотре про світове та українське. Вісник НАН України. 2019. № 9. С. 81–94. DOI: 10.15407/visn2019.09.081.
Назаровець С. А. Бази даних цитувань та пошукові інструменти для науковців майбутнього. Світогляд. 2021. № 16. С. 35–38. URL: http://eprints.rclis.org/41839/1/svit-1-2021-nazarovets-11.pdf.
Штучний інтелект. Машинне навчання / Григоров О. В. та ін. Автомобіль і електроніка. Сучасні технології. 2019. № 5. С. 17–27. DOI: 10.30977/VEIT.2019.15.0.17.
Ярошенко О. Наукометрія. Електронний архів Національного університету «Києво-Могилянська академія». 2020. URL: https://ekmair.ukma.edu.ua/handle/123456789/18929.
Clarivate. URL: https://clarivate.com/.
Google Scholar. URL: https://scholar.google.com/.
Kharlamova G., Stavytskyy A. The Use of Artificial Intelligence in Academic Publishing: Preliminary Remarks and Perspectives. Access to Justice in Eastern Europe. 2023. № 21. С. 1–12. DOI: 10.33327/AJEE-18-6.3-n000319.
PLOS. URL: https://plos.org/.
Scientists are publishing too many papers–and that’s bad for science. ScienceAdvisor. 2023. URL: https://www.science.org/content/article/scienceadviser-scientists-are-publishing-too-many-papers-and-s-bad-science.
Scopus. URL: https://www.scopus.com/.
Shelehov, I., Dovbysh, A., Olefirenko D. Optimization of control tolerances for recognition features in information extremal methods of automatic classification. The IX International Scientific and Practical Conference «Research of young scientists: from idea generation to project implementation»: 2024. C. 228–235.
Shelehov I., Prylepa D., Khibovska Y., Otroshcenko M. Machine learning decision support systems for adaptation of educational content to the labor market requirements. Radio electronics computer science control. 2023. 1. C. 62–72. DOI: 10.15588/1607-3274-2023-1-6.